大規(guī)模地放手由人對汽車的控制當然是重要一步。需要從情緒方面/讓人去接受和要克服技術障礙。后者的成功需要基于大量的數(shù)據(jù)、證實和驗證。這一切都通過物理手段累積，單是“在高速公路上”測試就需要很長時間，而且很可能會減緩自動駕駛汽車和其他車輛被廣泛采用的進程。有趣的是，自動駕駛技術有效性和安全性的大量試驗，及適當?shù)男麄鳎矐兄诮鉀Q人類的恐懼感因素-尤其針對有多年駕駛經(jīng)驗和喜歡“親自駕駛”的人。

由于收集自動駕駛汽車上路的真實數(shù)據(jù)很耗時，因此工具如NVIDIA的DRIVE? Constellation很重要，這是個開放的、基于云的平臺，能夠對自動駕駛汽車的大規(guī)模的硬件在環(huán)測試和驗證進行位準仿真。這些平臺在補充和證實無人駕駛汽車在真實世界經(jīng)驗證、安全的測試和早期實現(xiàn)的可行性和成功，取決于與特定技術專家的合作，這些技術是實現(xiàn)自動駕駛汽車的基石。

擁有領先的圖像傳感器專知和技術的安森美半導體就是這樣一家公司。它最近宣布與NVIDIA合作的協(xié)議彰顯了其聲譽，將看到該公司的CMOS圖像傳感器建模技術用作仿真DRIVE Constellation內(nèi)真實傳感器性能的主要功能。

該圖像傳感器模型接收來自DRIVE Constellation的場景信息和控制信號，基于輸入來計算和輸出實時圖像。然后將仿真的圖像發(fā)送回DRIVE Constellation進行處理。該復雜的傳感器模型將利用路徑中的所有關鍵參數(shù)來提供真實世界圖像傳感器的精確輸出。

這對我們?nèi)粘Ｉ畹母淖兛赡苁蔷薮蟮模矊Π踩铜h(huán)境產(chǎn)生影響。由工具如NVIDIA的DRIVE Constellation提供的“虛擬試驗”，得以合作者如安森美半導體的支持，將惠及那些從事開創(chuàng)性工作的人，使自動駕駛從被測試的概念成為主流現(xiàn)實。