从训练到测试，虚拟环境正在让无人驾驶慢慢的变完善。在训练过程中，它能够帮我们节约时机，提高效率，并且帮我们规避在真实世界中来测试时的风险。在无人驾驶的开发中，让人类安全员在世界道路上来测试是必不可少的一个手段。

  在打造交通工具的时候，无论它是由人类还是计算机驾驶，安全都是首要考虑的因素。

  在自动驾驶开发过程中，需要在各种行驶条件下，对无人驾驶技术进行不断的验证测试，从而确保其安全程度能够高于人类驾驶员的操作。这在某种程度上预示着，在一些时候我们要在实际道路上对其来测试。然而同样重要的，是在虚拟道路上的仿真测试，虚拟测试也是积累无人驾驶汽车测试里程的重要手段之一。

  具体说来，虚拟道路测试，可以有明显效果地对危险或不常见的驾驶场景来测试。虚拟道路测试的灵活性和多用性，使其在无人驾驶技术开发中发挥着重要作用。

  如果没有仿真道路测试，要观察车辆应对真实交通场景的反应，有一定的概率会产生各种危险。譬如说，当一个孩子从一辆停着的车辆后方突然冲到了马路中央，或是有另一辆车在闯红灯。

  而现在得益于高级图形处理技术的发展，工程师可以模拟出各种实际生活中的交通场景，并且依据需求对其做调整。例如，在需要的时候，我们大家可以仿真出暴风雪的场景，即使你现在身处的是沙漠环境；另外，我们还可以在日出和日落时分模拟出正午晃眼的阳光，测试无人驾驶汽车在这种天气条件下的反应。其次，一些有可能使人类测试员处于危险当中的场景，我们也可以让其在虚拟测试中再现，例如仿真出一条布满薄冰的高速公路。

  仿真测试还有另一个优势，那就是在短时间内对多种路况进行再现。在今年英伟达GPU开发者大会欧洲站的主题演讲环节，英伟达CEO黄仁勋介绍称，使用NVIDIA DGX和Tensor RT 3进行仿线万公里的道路测试。按照这一个速度，仅仅两天之内，可完成全美所有道路的测试。

  要想让数字仿真技术在无人驾驶汽车的训练和测试中发挥高效发挥，我们得保证虚拟世界要和真实世界无限接近。在GPU的驱动下，细节逼真的图像以及鲁棒的物理引擎，为工程人员提供给了所需的有利条件。

  当模拟环境成功创建之后，它必须要接入一套无人驾驶系统。英伟达的统一GPU架构，使得无人驾驶技术在实车装载的Drive PX平台和实验室或大数据中心的仿真环境之间能够相对容易地进行迁移。

  DRIVE PX是一个人工智能车载计算平台，它负责将多个传感器获取的数据来进行融合，运行无人驾驶所需的复杂软件算法，然后将决策指令发送给车辆执行。

  在经过配置之后， DRIVE PX也可以将模拟传感器的数据来进行融合，然后输出模拟驾驶指令。在本届英伟达开发者大会欧洲站的活动现场，一些企业也展示了基于 DRIVE PX进行无人驾驶仿真测试的方法。

  IPG Automotive公司的 Dominik D?rr介绍了虚拟原型车与传感器模型的概念。该公司的自动化驾驶解决方案为无人驾驶工程师提供了一个将多个开发工作进行整合，从而对整体无人驾驶方案来测试的方式。D?rr表示，这种解决方案，能够在完整无人驾驶原型车完成之前，就让工程师对各个单独的功能或深度神经网络进行早期测试。

  这些虚拟原型，就是运行在DRIVE PX上的。该公司对DRIVE PX进行了配置，让它在虚拟环境中进行工作。DRIVE PX在虚拟环境中，会和在真实世界中进行同样的分析，然后根据分析出来的结果发出相应的驾驶指令。在这种过程中，工程师可以对无人驾驶解决方案做评估，以确定该方案是否运作正常。

  VI-grade这套物理模拟器可以对低层级的自动驾驶系统来进行虚拟测试，其中需要人类驾驶员在紧急时刻做相关操作接管

  VI-grade的 Roberto De Vecchi与其合作伙伴AddFor的Enrico Busto一起，讨论了驾驶软件的精准性与汽车软件对人产生的影响。他们使用模拟驾驶装置来来测试，该装置结合了人类驾驶员和运行在DRIVE PX上的自动驾驶软件的输入。当汽车发出接管指令的时候，人类驾驶员需要接管驾驶。

  而这项测试的目的是，可以对软件是否运行正常进行评判，还可以评估车内人员的驾乘体验。

  Pro-SiVIC是ESI Group的模拟驾驶软件，该公司的 Rodolphe Tchalekian介绍了这个软件，它能够创建实时、物理现实的3D虚拟环境，该环境可以对机器学习算法来测试和训练。

  如果想要开发新的用于无人驾驶的机器学习算法，企业要海量的训练数据。如果从真实世界中收集这一些数据，在将其用于算法训练之前，工程师要消耗大量时间对这一些数据进行标注。而如果是虚拟数据的话，它们在创建时就已经自动添加了标签，这样一来可以为企业节约大量的时间和人力成本。

  在使用虚拟数据对新算法进行训练之后，ESI会使用DRIVE PX来对其做验证，确保软件能够正常运行。

  来自TASS International的Martijn Tideman在展示了该公司的PreScan模拟平台。PreScan是一个基于物理世界打造的模拟平台，它的作用是对无人驾驶和其他车辆功能进行评估。

  过去PreScan一直被用来测试驾驶员辅助以及V2X功能。而就在最近，TASS开始使用 PreScan数据对无人驾驶深度学习算法进行训练和验证。

  TASS与德国人工智能研究中心以及西门子共同合作了一个项目，该项目展示了模拟数据对深度学习算法的训练价值。Tideman表示，在对无人驾驶应用的深度学习算法进行训练的时候，在真实世界数据中加入模拟数据，可提升训练的效率。

  来自以色列的初创企业Cognata在无人驾驶的虚拟测试领域也有自己的见解。此公司使用自己的专利算法，创建了多个虚拟城市，城市里有着真实的车辆与行人的行为数据。该公司还在虚拟环境中添加了感应器，这些感应器使用的是真实世界中的数据，从而确保它们在虚拟环境中的表现，与在真实世界中别无二致。

  从训练到测试，虚拟环境正在让无人驾驶慢慢的变完善。在训练过程中，它能够帮我们节约时机，提高效率，并且帮我们规避在真实世界中来测试时的风险。在无人驾驶的开发中，让人类安全员在世界道路上来测试是必不可少的一个手段。然而在实际道路测试之余，虚拟测试能为咱们提供良好的测试补充，而且不会威胁路上行人和其他车辆的安全。

  特斯拉FSD，英文全称Full Self-Driving，中文翻译为完全无人驾驶。 SAE J3016，将驾驶自动化系统由低到高划分为L0~L5六个等级，最高级别为L5，英文全称Full Driving Automation，中文翻译为完全驾驶自动化。 极其暧昧的名字，再加上特斯拉故带迷惑性的宣传，部分不明线万美元就能让自己的车辆拥有自动驾驶能力，就可以堂而皇之的在开启了FSD（其中的导航辅助驾驶功能叫NOA）功能的车里睡大觉。 国内厂商们看了之后心领神会、相视一笑，不过不是站出来为广大购买的人打抱不平，而是顺势将自家独门修炼的武功命名为NOP、NGP……，站在巨人的肩上命名，瞬间也积攒了足够的人气。

  据外媒报道，Alphabet旗下的无人驾驶汽车部门Waymo是第一个推出商业“机器人出租车”服务、接送付费乘客的公司。业内一致认为Waymo的技术更先进。但新的多个方面数据显示，相对于它在美国的两家竞争对手，Waymo的员工数却更少。这两个竞争对手都拥有非常充足的资金，它们是Uber的无人驾驶部门和通用汽车的Cruise。 Waymo总共拥有950名员工，他们被称为“Waymonaut”，而Uber的自动驾驶汽车部门目前拥有大约1100名员工，Cruise有1000多名。媒体最近对Waymo组织结构图进行了分析，发现一个非常引人注目的细节是Waymo员工队伍规模比较小。但同样有必要注意一下的是：在最近招聘了两名女性高管之后，Waymo首席

  技术比对手更强 员工数却更少 /

  有人将2018年称为无人驾驶商业化元年，我国在此领域的进展更是令人关注。4月12日，工信部、公安部、交通运输部三部委印发《智能网联汽车道路测试管理规范(试行)》。 就在这项路测规范发布一个月前，上海发布《上海市智能网联汽车道路测试管理办法(试行)》，并向两家企业发放了路测号牌。这是中国第一批智能网联汽车开放道路测试号牌。截至目前，国内已有5个城市公布了无人驾驶道路测试的有关政策。路测政策上的“破冰”必将大大激发行业信心，加快商业化步伐。 要想无人驾驶车辆实现理想中的自动、安全驾驶，拥有一套灵敏、精确的感知系统是前提。记者正常采访了解到，作为无人驾驶必不可少的感知系统，激光雷达的研发、测试正在成为热点，而代表激光雷达未来发展方向

  据外媒报道，Waymo公司CEO John Krafcik表示，该公司将在美国亚利桑那州凤凰城提供小范围“仅乘客”（rider－only）服务。此外他们还计划推出除了无人驾驶出租车之外的服务，例如无人驾驶送货服务，从而在未来获得更多的收入渠道。 10月27日晚间，Krafcik在底特律与记者共进晚餐时确认，隶属于Alphabet的Waymo此前慢慢的开始在凤凰城为数百名早期用户更好的提供全无人驾驶打车服务，车内不配备安全员。 但是他并未透露该公司会在何时扩大该服务的覆盖范围。他表示，参与了全无人无人驾驶打车服务的乘客，都与该公司签署了保密协议。 Waymo方面并未透露已经为乘客提供了多少次全自动驾驶出行服务，只是指出这还是一个很小的数字。

  汽车行业重大变革马上就要来临。高盛集团最近发布了一篇关于2025年汽车行业的报告，根据该报告，全世界汽车行业未来10年就将经历一场巨大的变革，而技术正是这一变革的驱动力。 技术引导汽车业巨变 根据高盛集团的报告，未来10年，全世界汽车行业将会经历一场深刻变革，而汽车制造商以及消费的人都将见证这一显著变化。2025年的汽车会更加环保、便捷、安全和实惠。 技术正是这一变革的驱动力，同时也会受到人口、监管和环境的影响。到2025年，汽车和汽车产业都将变得不同：汽车将会更加智能和更高效，使用更高效的引擎、更轻的材料和无人驾驶系统。汽车行业将会发生演变，出现科技公司竞争者，供应链也将会以更低的价格产出高科技部件。驾驶者将会以不同的目光看待汽车。汽车共

  随着无人驾驶技术的逐渐完善，人们开始思考在无人驾驶技术完善后的乘车体验。由于不再需要司机专注于道路状况，汽车制造商们开始思考该如何让乘客打发这一段路上的无聊时光。 近一位汽车行业高管表示，，奥迪(Audi)、日产(Nissan)和其他汽车制造商都在尝试运用虚拟现实技术（VR技术）和卡通人物形象，让未来无人驾驶汽车的乘客和司机都能够享受在路上的快乐。 奥迪公司的技术 奥迪(Audi)中国数字业务和客户体验(Digital Business And Customer Experience)高级主管鲍里斯·米纳斯(Boris Meiners)本周在上海CES亚洲技术贸易大会(CES Asia Technology Trade)期

  行业，这几家公司是如何做的？ /

  近两年，出行领域最值得人们期待的创新恐怕就是无人驾驶技术了。经过长达十年的技术积累和两年的商业试验，无人驾驶出行已经正在开放商用的道路上逐渐加速。 就在这个月初，百度Apollo无人驾驶出租车在北京海淀、亦庄等区域向用户全面开放无人驾驶出行业务，虽然车内还配备了安全员，但是无人驾驶的体验仍然让很多尝鲜的用户点赞。几乎同时，Waymo在美国凤凰城向公众开放没有安全员的完全无人驾驶出行服务。而整个10月，经过马斯克在推特上的多次预热，特斯拉的FSD全无人驾驶系统Bata版也在近日开始向部分用户推送。 无人驾驶出行领域这些新的进展说明了两个问题：一个是无人驾驶出租车业务正在从试验阶段开始正式走向商业落地；再一个是以Waymo为代

  出行，进入下半场 /

  随着 智能驾驶 技术在全世界内加快速度进行发展， 汽车产业 正迎来巨大变革。 无人驾驶 ，作为汽车 智能化 的核心部分，不仅影响着未来出行的方式，更推动着整个 汽车行业 的升级和转型。在这场变革中，中国的新势力造车企业，小鹏、理想和蔚来，凭借其创新的技术路线和市场策略，慢慢的变成为行业内的重要力量。与传统车企不同，这些新兴企业通过对智能驾驶技术的探索与应用，试图在全球市场上占据主动权，进而引领无人驾驶的未来发展趋势。 1 小鹏：端到端大模型的全面落地 1.1端到端 大模型 加速无人驾驶进程 小鹏汽车 近年来在自动驾驶领域的发展非常关注，其2024年量产落地的端到端大模型被视为行业内的重大突破。这种大模型是基于 神经网络

  技术 (徐爱钧)

  与制作 (周润景 编著)

  东芝1200V SIC SBD “TRSxxx120Hx系列” 助力工业电源设备高效

  [高精度实验室] ADC系列 6 : 逐次逼近型 (SAR) 模数转换器 (ADC) 的输入驱动设计

  2024 瑞萨电子MCU/MPU工业技术研讨会——深圳、上海站， 火热报名中

  Follow me第二季第4期来啦！与得捷一起解锁蓝牙/Wi-Fi板【Arduino Nano RP2040 Connect】超能力！

  嵌入式工程师AI挑战营（进阶）：基于RV1106部署InsightFace算法，实现多人的实时人脸识别

  激光雷达在无人驾驶中的核心特征可以概括为三维环境感知、高分辨率、抗干扰能力。三维环境感知方面，3D激光雷达能够在极短的时间内向周围环境发 ...

  汽车世界即将掀起一场影响十分深远的革命，不仅是利用电力推进技术来置换不同的动力装置，汽车和其他车辆的生产将从此发生根本性改变；这场 ...

  摘要对安全至关重要的高级驾驶辅助系统（ADAS）预计将受益于蜂窝式车对车通信，在车辆和道路 网络基础设施设备之间提供短距离和长距离无线 ...

  据CDC统计，全美每天就有9个人死于分心驾驶。欧洲已经将驾驶员监测系统（DMS，Driver Monitoring System）列入了新车安全评估标准（Euro ...

  电动汽车 （EV） 市场的迅速增加（预计未来十年的复合年增长率将高达 25%1）是由环境问题和政府支持推动的，并由满足高效率和功率密度要 ...

  站点相关：嵌入式处理器嵌入式操作系统开发相关FPGA/DSP总线与接口数据处理消费电子工业电子汽车电子其他技术存储技术综合资讯论坛电子百科