NVIDIA开放DRIVE Constellation模拟平台，精确地测试和验证自动驾驶

自动驾驶不仅仅意味着取代人类驾驶员，它还涉及到打造比人类驾驶员更安全的AI驾驶员。

知名咨询公司兰德（RAND Corporation）指出，要使AI驾驶员的表现优于人类20%，就需要进行总距离为110亿英里的验证工作，相当于让现实世界中的100辆车不停地开500多年，这显然是无法做到的。

不过，模拟技术为这个曾经不可逾越的障碍提供了解决方案。在虚拟世界中，开发人员可以安全并精确地测试和验证自动驾驶的硬件和软件。

“模拟平台的持续整合过程可以大大提高我们工程师的工作效率，”NVIDIA创始人兼首席执行官黄仁勋表示。“人工智能系统的模拟能力对于成功至关重要”。

然而，只有当模拟工具准确表示现实世界的多样性和不可预测性的时候，它才能被有效利用来开发安全的自动驾驶技术。

因此，NVIDIA宣布开放DRIVE Constellation模拟平台，与合作伙伴携手整合各自的世界模型、汽车模型和交通场景。

有了不同合作伙伴的加入，DRIVE Constellation将变得更加全面，以支持多种多样和复杂的测试元素。

有效模拟的关键要素

模拟测试环境不仅是虚拟道路或虚拟汽车这么简单。它要像电影那样密集地建模，还要像汽车实际行驶的城市道路和高速公路的蓝图一样细致和精确。

该虚拟世界不仅要看起来真实，还必须遵守物理定律。DRIVE Sim可以设计出模拟测试的任何潜在的环境和驾驶情形，并能整合世界模型（World Model）、汽车模型（Vehicle Model）和交通场景模型（Traffic Scenario Model）。

世界SIM模型：

虚拟城市并非一天建成的。例如，要在旧金山进行模拟测试，开发人员必须首先创建地图。然后，在地图中加入建筑、树木和其他地标——必须将城市的每一英寸都表示出来，以便创造与现实世界一样严谨细致的测试环境。

此虚拟世界还必须模拟从光线到天气的现实世界条件。无需离开模拟平台，就能让汽车在一个晴朗的早晨行驶在加利福尼亚州的山景城，并穿过旧金山的浓雾。

传感器和汽车SIM模型：

不同于人类驾驶员，自动驾驶汽车不只是依靠视觉信息来了解周围的世界。摄像头、雷达和激光雷达传感器能够为汽车提供数据，供其做出决定。综合模拟平台应模仿这些数据来源，并测试算法如何应对不同的传感器输入。

虚拟汽车在模拟环境中的表现还必须像在现实世界中一样。像刹车、在高速公路上加速或在崎岖不平的道路上行驶等动作，应表现出与现实中的汽车做这些动作时相同的汽车动力学特性。

交通和场景模型：

要创造近似事故的逼真情形，开发人员首先必须观察并重建现实世界的示例，然后通过在模拟器中改变天气、光线和道路状况来创造多种场景。要可靠地验证自动驾驶硬件和软件，多变的环境状况必不可少。

这些场景还必须如实反映每个测试环境的交通规则。例如，模拟在匹兹堡驾车时，必须遵循“匹兹堡式左转”的操作，即在十字路口时，汽车需在对向车辆通过之前左转。

广泛的合作伙伴网络

通过向合作伙伴开放DRIVE Sim，该平台的深度和灵活性都得到提升。整合世界模型、汽车模型和交通模型的能力提高了自动驾驶车辆测试和验证的效率。

目前，众多模拟公司已在DRIVE Constellation平台上与NVIDIA达成合作。这些公司涵盖世界模型、汽车和传感器模型以及交通和场景模型开发等领域。