不久前，Uber自动驾驶测试车撞死行人的事故引起业界普遍关注，对于自动驾驶汽车上路的安全性问题再次成为大家关注的焦点。那么自动驾驶汽车到底需要跑出多少数据才能证明其安全可靠？根据决策咨询机构兰德公司的报告，自动驾驶汽车上路之前需要积累100亿公里的数据！要达到这个目标这简直就是天方夜谭，但或许我们可以通过仿真引擎通过虚拟模拟系统现实，今天我们就来看看英伟达自动驾驶仿真系统——Drive Constellation。
模拟仿真系统可以让虚拟世界就变成了一个巨大的参数空间，可以由工程师的几行代码，甚至人工智能自己随意调整。在很多方面，模拟数据可以成为真实驾驶数据的基础，两者可以很好的形成互补，构建更安全、可靠的车辆。在某些方面模拟驾驶具有很大的优势，比如真实驾驶很危险、车辆需要养护、而且时间很慢。而模拟驾驶是完全安全的、费用很低、而且速度是真实驾驶的几百甚至上千倍。
第一台服务器运行英伟达的Drive Sim软件，该软件将在旅途中模拟自动驾驶的车辆感官体验，从虚拟化的激光雷达和雷达系统提供逼真的摄像头捕捉和数据，以准确地模拟真实道路上驾驶的情况。
Drive Sim模拟夜间模式
值得一提的是，Drive Sim软件可以模拟日落时的眩光、暴风雪、糟糕的路面和紧急危险情况，以测试车辆的反应能力。自动驾驶技术供应商便可以通过模拟来补充现实世界的驾驶技术，这样他们就能更有效、更便宜地覆盖更多的里程和所谓的紧急预案。
第二台服务器则搭载了英伟达DRIVE Pegasus计算平台，它处理从第一台服务器馈送的数据，就像它是从车辆传感器捕获的实际数据一样。然后，Pegasus驱动的服务器将其控制命令返回给模拟器，告诉它执行驾驶活动，就像在路上的一辆真正的汽车一样。
仿真服务器由英伟达GPU提供支持，每台服务器都会生成仿真传感器数据流，并将其传送至DRIVE Pegasus进行处理。与此同时，DRIVE Pegasus的驾驶指令会反馈给仿真器，以完成数字反馈循环，频率为每秒30次，可用于验证在Pegasus上运行的算法和软件对仿真车辆进行的操作是否正确。
利用这套模拟系统，受试车辆可在5个小时内模拟行驶50万公里路程。按照这一速度，受试车辆可在两天内跑遍美国每一条公共道路。英伟达方面表示，这套自动驾驶模拟仿真系统将于今年第三季度向其无人驾驶领域的合作伙伴开放供货，有可能包括特斯拉、Uber、百度、大众汽车等与英伟达有深厚合作渊源的汽车制造商、科技公司和汽车供应商都将获得该套系统的首批供货权。
另外，英伟达有了DRIVE Constellation用来虚拟测试和验证，有助于加速合作伙伴们自动驾驶上的研发进程以及减少研发成本，对于自动驾驶汽车量产有着积极的作用。谷歌曾放出消息，虽然许多政府机构还不愿意将模拟数据作为规定中的自动驾驶测试所需里程的一部分，但随着对模拟的监管变得更加明确，这种情况已经发生改变。
目前，以加州为例，立法机构要求公司在获批公共路测自动驾驶汽车之前，必须证明已在其设计的模拟环境通过测试。
总结：车辆仿真系统已经成为自动驾驶技术测试中的必要工具，是实景测试的替代选项，可以帮助车企节约测试时间和成本，并为未来的决策提供可靠依据。在Uber撞死人的事故之后，如何保证自动驾驶汽车测试验证的安全性，成了人们关注的焦点，英伟达很清楚市场需要什么，并在对的时间推出了对的产品，相信在第三季度很快会成为自动驾驶技术公司争相购买的产品。
乖乖，测试，测试，测试，应用，补课神器找我
