毫無疑問，放棄人類對汽車的大規(guī)模控制是邁出的重要一步。需要克服情感/人類接受以及技術(shù)障礙。后者的成功需要基于大量的數(shù)據(jù)，證明和驗(yàn)證。通過物理方式積累所有這些，僅在“高速公路”上進(jìn)行測試將需要很長時(shí)間，并且可能會減慢自動駕駛汽車和其他車輛的廣泛采用的實(shí)現(xiàn)。有趣的是，大量證明自動駕駛技術(shù)的有效性和安全性，以及正確的宣傳，也應(yīng)該有助于解決人類的憂慮因素 - 特別是那些多年來熱愛'親身實(shí)踐'駕駛的人。

從道路上的車輛收集實(shí)際數(shù)據(jù)所需的時(shí)間是NVIDIA的DRIVE™Constellation等工具的原因 - 這是一個開放的，基于云的平臺，可以對大規(guī)模的硬件進(jìn)行比特精確的仿真。循環(huán)測試和自動駕駛汽車的驗(yàn)證 - 非常重要。這些平臺在為無人駕駛汽車的成熟，安全和早期實(shí)現(xiàn)進(jìn)行補(bǔ)充和確認(rèn)實(shí)際測試方面的可行性和成功取決于與特定技術(shù)專家的合作，這些技術(shù)是實(shí)現(xiàn)自動駕駛汽車的基石。

安森美半導(dǎo)體擁有領(lǐng)先的圖像傳感器專有技術(shù)和技術(shù)，就是這樣一家公司。它最近宣布與NVIDIA合作的協(xié)議突顯了其聲譽(yù)，并將看到該公司的CMOS圖像傳感器建模技術(shù)被用作模擬DRIVE Con​​stellation內(nèi)真實(shí)傳感器性能的主要功能。

所述圖像傳感器模型同時(shí)接收的場景信息和控制信號從驅(qū)動器星座以計(jì)算并輸出基于所輸入的實(shí)時(shí)圖像。然后，它將模擬圖像發(fā)送回DRIVE Con​​stellation進(jìn)行處理。復(fù)雜傳感器模型將利用路徑中的所有關(guān)鍵參數(shù)來提供真實(shí)世界圖像傳感器的準(zhǔn)確輸出。

我們?nèi)粘Ｉ畹淖兓赡苁蔷薮蟮?，同時(shí)對全球數(shù)百萬人從A到B的安全和環(huán)境影響也會產(chǎn)生影響。由NVIDIA的DRIVE Con​​stellation等工具提供的“虛擬證明”以及安森美半導(dǎo)體等合作伙伴的支持，將使從事突破性工作的人們從受試概念到主流現(xiàn)實(shí)的自動駕駛中受益。