大規(guī)模地放手由人對汽車的控制當(dāng)然是重要一步。需要從情緒方面/讓人去接受和要克服技術(shù)障礙。后者的成功需要基于大量的數(shù)據(jù)、證實(shí)和驗(yàn)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(shí)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(jìn)程。有趣的是，自動駕駛技術(shù)有效性和安全性的大量試驗(yàn)，及適當(dāng)?shù)男麄?，也?yīng)有助于解決人類的恐懼感因素-尤其針對有多年駕駛經(jīng)驗(yàn)和喜歡“親自駕駛”的人。

由于收集自動駕駛汽車上路的真實(shí)數(shù)據(jù)很耗時(shí)，因此工具如NVIDIA的DRIVE? Constellation很重要，這是個(gè)開放的、基于云的平臺，能夠?qū)ψ詣玉{駛汽車的大規(guī)模的硬件在環(huán)測試和驗(yàn)證進(jìn)行位準(zhǔn)仿真。這些平臺在補(bǔ)充和證實(shí)無人駕駛汽車在真實(shí)世界經(jīng)驗(yàn)證、安全的測試和早期實(shí)現(xiàn)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。

擁有領(lǐng)先的圖像傳感器專知和技術(shù)的安森美半導(dǎo)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(yù)，將看到該公司的CMOS圖像傳感器建模技術(shù)用作仿真DRIVE Constellation內(nèi)真實(shí)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(jì)算和輸出實(shí)時(shí)圖像。然后將仿真的圖像發(fā)送回DRIVE Constellation進(jìn)行處理。該復(fù)雜的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(yàn)”，得以合作者如安森美半導(dǎo)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(shí)。