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。

  在全球争相研发无人驾驶汽车的潮流下，通用也非常及时的看到了无人驾驶技术的前景。 通用汽车公司日前宣布其第一款无人驾驶汽车技术细节。公司首席执行官玛丽•巴拉表示，新的凯迪拉克配备了“Super Cruise”半自动驾驶系统，使驾驶者在高速上解放双手价和双脚，无论是高速行驶或被堵在路上。这款凯迪拉克将在2年内推出。 另外，通用还将在2年内推出2017年凯迪拉克CTS，通用旗下第一款搭载V2V(车对车)技术的轿车，能够与其他V2V汽车和基础设施进行通信，以帮助减少事故和拥堵。 通用汽车公司的举措没有像谷歌全自动自驾车项目那么雄心勃勃，但他们通过监管推向市场的可能性也极大提升。面对谷歌，这家传奇的汽车制造商已经心中有数。通

  看来特斯拉的无人驾驶芯片似乎是个定制款。 2016年10月，特斯拉宣布搭载Autopilot 2.0硬件车型开始量产。特斯拉CEO Elon Musk当时宣称Autopilot 2.0的硬件解决方案能轻松实现全自动驾驶（Fully Autonomous Driving）,但一位特斯拉车主对2.0硬件暴力拆解显示，这事儿可能没那么简单。 特斯拉Autopilot 2.0硬件能否胜任全自动驾驶，业内主要质疑在于未采取了激光雷达和无人驾驶芯片运算能力不够。鉴于Musk旗帜鲜明的反对激光雷达，我们这里按下不表，先来说说这块芯片的实力。 众所周知，特斯拉采用了来自英伟达的Drive PX 2无人驾驶芯片。在去年的CES展上，英伟达CEO

  无人驾驶的未来是什么？贸泽EIT计划探索基于AI的驾驶员监控系统 2022年8月17日 – 提供超丰富半导体和电子元器件™的业界知名新品引入 (NPI) 分销商贸泽电子(Mouser Electronics) 发布了新一期的Empowering Innovation Together™计划。这一期将探讨驾驶员监控系统对于检测驾驶员的疲劳或分心等迹象以及其他乘员状况的重要性，有助于提高3级以上自动驾驶所需的安全性。 作为2022 EIT系列的第四期，本期内容有两篇文章、一篇博客、一张信息图，以及新一集的《科技在你我之间》播客与《过去、现在和未来》视频。 在本期的“驾驶员监控系统”主题内容阐述了使用新用户界面检测驾

  的未来是什么？贸泽EIT计划探索基于AI的驾驶员监控系统 /

  说到 无人驾驶 ，很多朋友都会想到形形的各类传感器、高精地图、GPS等，说到底 无人驾驶 车型就像一个全副武装的战士般无懈可击。而在这其中， 激光雷达 则扮演了很重要的角色，那么 激光雷达 究竟是怎样的存在，它与毫米波等相比又有怎样的特点呢?接下来我们就对 激光雷达 一探始末。 激光雷达是什么? 激光雷达简称LiDAR，是一种集激光、GPS全球定位和惯性测量装置为一体的系统，用于获得数据并生成精确的数字模型。这三种技术的结合，可以高度准确地定位激光束打出的位置之所在，相较别的产品，激光雷达可将精准、快速与高效的优势充分进行发挥。 激光雷达相当于人类之眼： 激光雷达通俗来说还是一种传感器，其它传感器还包括摄

  无人驾驶是一片黄金沙漠，经历泡沫后的理性回归，2019年，这一领域依旧是汽车行业最火热的风口之一。 在今年上海国际车展上，全球最大的汽车电子及人工智能物联网芯片公司恩智浦半导体宣布与中国汽车雷达厂商南京隼眼科技签署投资与战略合作协议。隼眼科技依托东南大学毫米波重点实验室，拥有中国在汽车毫米波雷达领域最深厚技术功底和最强工程技术人才，而恩智浦深耕中国30年，在雷达市场拥有深厚的技术经验，双方合作的77GHz毫米波雷达产品同时也在此次车展亮相。恩智浦和隼眼科技强强联合，无疑将加速中国自动驾驶的发展。 合作的野心：剑指国际市场 据IHS Markit预计，到2023年，中国将成为全世界最大的汽车雷达市场，基于如此庞大的市场，双

  无人驾驶 离我们还有多远？未来几年，要实现 自动驾驶 大范围的应用，仍有法律和技术上的问题是需要解决。目前，汽车制造商和移动服务提供商努力实现这个愿景，在此过程中， 无人驾驶 汽车需要更全面、更可靠地检测周围环境。这在某种程度上预示着，传感器例如激光雷达(光探测和测距)的数量和布局，变得尤为关键。 作为激光雷达的市场领导者，欧司朗光电半导体通过先进的技术，始终致力于这样的领域应用的创新。近日，欧司朗推出新的 红外激光 SPL DP90_3，该组件专为激光雷达系统的高分辨率近场探测而开发，向无人驾驶再迈进一步。 关于无人驾驶，目前存在一个广泛的共识，只有融合了激光雷达、雷达和相机系统的传感器，才能为完全无人驾驶提供足够的安全。在不同的场景下，以上

  技术离我们再近一步 /

  送别 2019 年，我们站在了 21 世纪一个全新 10 年的开端。 如果从谷歌启动无人车项目 Project Chauffeur 算起，人类在无人驾驶的道路上已经走过了第一个 10 年。 10 年的发展时间，对这种一个规模超 10 万亿美元的庞大产业来说，并不算长，但我们已取得了不错的进展，少数普通民众开始选择无人驾驶车辆出行。 过去的 2019 年，所有无人驾驶企业依然在「烧钱」。 小一点的公司一年烧掉几千万美元；巨头们则是一年烧 10 亿美金起步。但也有一些公司找到了造血途径，开始在这个尚新的产业掘金。 我们回顾了过去一年无人驾驶领域值得被铭记的大事件，有巨额融资、有寒冬中的握手、有适时的拆分、有小败

  的2019年 /

  11月6日，在小鹏 AI 科技日活动中， 小鹏汽车 董事长兼 CEO 何小鹏发表演讲，他宣布，从今年开始，小鹏汽车已明确未来十年的发展趋势，即成为一家全球化的AI汽车公司,“all in AI”，“小鹏汽车将从欧洲起步，以科技为导向，将中国的 智能化 带往全球。” 三个多小时的激情演讲中，何小鹏先生亮相了小鹏在 AI 领域的布局，包括 AI 汽车、AI 机器人 和飞行汽车等前沿技术。并展示了增程技术、“图灵” 芯片 、飞行汽车、AI操作系统、和高阶智驾系统等五大黑科技。 面对造车十年来的跌跌撞撞，何小鹏称“小鹏汽车一直在‘血海’中游泳，会一直游到海水变蓝”。 2024年前三个季度，小鹏汽车长期处在新势力车企低位，长期挣

  微电网稳定性分析与控制 提高功率分配和潮流调控水平的微电网建模 稳定分析和控制 (

  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

  STM32N6终于要发布了，ST首款带有NPU的MCU到底怎么样，欢迎小伙们来STM32全球线上峰会寻找答案！

  TI 有奖直播 使用基于 Arm 的 AM6xA 处理器设计智能化楼宇

  Follow me第二季第3期来啦！与得捷一起解锁高性能开发板【EK-RA6M5】超能力！

  后摩尔时代的创新：在米尔FPGA上实现Tiny YOLO V4，助力AIoT应用

  Tip：学习怎么样在 MYIR 的 ZU3EG FPGA 开发板上部署 Tiny YOLO v4，对比 FPGA、GPU、CPU 的性能，助力 AIoT 边缘计算应用。一、 ...

  虽然无数关于未来交通的文章都以四轮电动车作为讨论重点，但在印度、马来西亚、泰国和印度尼西亚等诸多国家，出行更依赖于经济的两轮电动车 ...

  恩智浦发布i.MX 94系列应用处理器，为工业和自动化边缘提供安全可靠的连接

  恩智浦首个集成以太网时间敏感网络（TSN）交换机的i MX应用处理器系列，结合实时处理与工业网络协议支持，实现工业控制恩智浦首个集成后量 ...

  瑞萨率先推出第二代面向服务器的DDR5 MRDIMM 完整内存接口芯片组解决方案

  全新多路复用寄存时钟驱动器、多路复用数据缓冲器和PMIC，使下一代MRDIMM速度提升至高达每秒12,800兆次传输，满足AI和高性能计算应用需求20 ...

  XMOS携手合作伙伴晓龙国际联合推出集成了ASRC等功能的多通道音频板

  XMOS实现智能音频时代“一芯多用”——用一颗xcore处理器搞定ASRC和USB多通道音频中国，北京，2024年11月——AI与半导体专业公司XMOS ...

  国内首家：纳芯微CAN收发器NCA1044-Q1全面通过IBEE/FTZ-Zwickau EMC认证

  兆易创新选择 Arteris产品用于开发 符合增强型 FuSa 标准的下一代汽车 SoC

  生成式AI新助力：IBM 携手 AMD 明年部署推出 MI300X 加速器服务

  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