据国外媒体报道，在汽车行驶之前，汽车需要具备的第一个基本能力就是判断汽车与相邻汽车或其遇到的物体之间的距离。但是，当道路中断甚至是通话时，驾驶员的注意力通常会分散注意力。为了克服这个问题，Nvidia研究人员提出了使用神经网络的解决方案。 Nvidia使用深度神经网络从单个摄像机提取数据以检测物体的距离。有人可能会问为什么Nvidia不使用大多数汽车上配备的双摄像头来提高物体距离检测的效率。 Nvidia有这样做的充分理由，因为尽管双摄像头可以主动确定各种参数，但如果其中一台摄像头不同步，则将导致“时间不平衡”，从而导致检测结果不准确，从而可能严重损害生命和财产。危险情况下的财产。 NVIDIA使用基于雷达和激光雷达传感器数据的卷积神经网络作为估计物体距离的基础，因此它可以在不考虑地形的情况下计算距离，从而使驾驶员能够依靠神经系统预测的物体距离值网络。上图中的绿色框表示检测到的物体，而框中快速变化的数字表示车辆与检测到的物体之间的距离。该检测对象不仅限于车辆，还可以检测道路上的行人，从而避免交通事故。 Nvidia的目标是使用这种3D距离计算方法来为自动巡航控制和自动变道等任务提供支持。但是，仍然有必要等到技术成熟并为日常驾驶提供完全可靠的结果。