高級輔助駕駛系統的案例
一文讀懂智能汽車的ADAS高級駕駛輔助系統發展水平
ADAS（Advanced Driver Assistance System）即高級駕駛輔助系統。是利用安裝在車上的各式各樣傳感器（雷達，攝像頭，衛星定位等一系列裝置），該系統是在汽車駕駛中隨時來獲取周圍的環境，收集數據，進行靜態、動態物體的辨識、偵測與追蹤，并結合導航地圖數據，進行系統的運算與分析，從而預先讓駕駛者察覺到可 能發生的危險，有效增加汽車駕駛的舒適性和安全性。 即自動駕駛的感知、決策、執行等技術實現。
近年來，隨著智能網聯汽車的廣泛普及，ADAS市場增長迅速，這類系統從一開始局限于高端市場，到現在正在進入中低端市場，經過改進的新型傳感器技術也在為系統布署創造新的機會與策略。
ADAS技術的應用關鍵
后視攝像頭
后視攝像頭系統可以幫助駕駛員發現車后的物體或人員，以便在確保安全的情況下倒車并順利停車入位。高級系統中部署100萬像素的高動態范圍（HDR）攝像頭，并通過非屏蔽雙絞線實現高性價比的高速以太網連接和視頻壓縮。其他系統要求包括適當的物理層接口和電源。智能后視攝像頭可在本地對視頻內容進行分析，以實現物體與行人偵測。智能后視攝像頭與簡易型模擬攝像頭使用相同的接口，提供了一種極具吸引力的升級換代途徑。它能讓駕駛員實時在車內監控車外兩側及車后視頻畫面的情況，避免意外及偷盜事件發生，倒車時更是駕駛員的第三只眼睛，車后所有情況駕駛員都能在顯示器上看得很清楚，避免了倒車時因駕駛員看不到車后情況而發生車禍，讓駕駛員更安全的倒好車，從此不再需要多人協助倒車的“熱鬧”情況。
前視攝像頭
高級駕駛員輔助系統中的攝像頭系統可以分析視頻內容，以便提供車道偏離警告（LDW）、自動車道保持輔助（LKA）、遠光燈/近光燈控制和交通標志識別（TSR）。
展開 ADAS輔助駕駛之：BSD盲區監測功能
自動駕駛實現的前提是車輛的駕駛過程無需駕駛員的參與，在那時，盲點監測系統是否還有存在的必要？
其實，在自動駕駛技術普及后，車輛行駛的任務被交由了車輛自身，道路路況的識別依舊十分重要，對道路的多樣化監測，將確保車輛自動駕駛時的安全。盲點監測系統也會隨著自動駕駛技術的升級轉變為另一種形式。
在L4級別自動駕駛時：
車輛雖然可以實現自主駕駛的功能，但還是需要安全員來輔助識別路況，在出現必要狀況時，還是需要安全員來接管車輛，此時盲區監測系統將會和現在一樣發揮自身作用，當車輛盲區出現車輛或行人時，依舊會通過聲光來提醒安全員，從而確保車輛駕駛的安全。
當自動駕駛技術達到L5級別時：
安全員的角色也不再需要，此時盲區監測系統將會轉變為道路監測系統，不斷進行道路狀況的監測，給車輛提供更完善的道路狀況，聲光提醒也將消失，車輛將自主實現車輛兩側及后方來車的識別，給系統進行路況數據采集，以便讓系統做好駕駛預判，給乘客提供完善的自動駕駛服務。
高級輔助駕駛系統的發展將是逐漸遞進的，現有的高級輔助駕駛系統更多是輔助駕駛員安全行駛，隨著自動駕駛技術的提升，這些輔助駕駛員行駛的高級輔助駕駛系統也將得到技術的提升，轉變為自動駕駛技術中另一種技術方向。
展開 設計仿真 | 高級駕駛員輔助系統(ADAS) XIL測試
汽車高級駕駛員輔助系統的開發和測試領域：
基于VTD的智能駕駛仿真測試系統，采用VTD軟件作為場景搭建和仿真的工具，將VTD軟件布置在高性能圖形工作站中。基于VTD的ROD工具來搭建測試的道路系統，基于ScenarioEditor工具來創建動態的交通，同時根據用戶的被測系統在VTD軟件中來配置不同的傳感器類型及仿真等級。該系統可以滿足用戶的如下需求：
? 進行控制算法的SIL/MIL/HIL測試；
?進行感知+控制算法的SIL/MIL/HIL測試；
?進行基于視頻暗箱/視頻注入的圖像識別算法測試；
?進行基于回波模擬/點云的Radar識別算法的測試；
?進行基于Objectlist和激光雷達點云識別算法的測試；
?進行多傳感器在環同時測試；
?進行基于worldsim的自動化測試。
VTD方案優勢：
? 道路搭建支持Opendrive、OpenCRG數據導入；
? 支持OpenSCENARIO標準的數據導入;
? 具有開放的Camera配置文件；
? 滿足不同等級的傳感器在環測試；
? 不同的傳感器類型，可采用不同的仿真步長。
展開 賽靈思合作比亞迪 為駕駛員輔助系統提供芯片
無論是與觀看道路的駕駛員輔助功能配合使用，還是與查看駕駛員的車載監控系統一起使用，攝像頭越來越成為汽車技術的核心組件。為上述攝像頭提供處理數據的芯片已經成為一項新興業務，硅谷科技公司賽靈思（Xilinx）就一直努力提高其在該新興市場的影響力。
據外媒報道，當地時間12月18日，賽靈思與中國電動汽車制造商比亞迪達成協議，將為比亞迪商用車和乘用車的駕駛員輔助應用程序提供其Zynq芯片。從2019年比亞迪車型開始，賽靈思將支持比亞迪汽車實現車道偏離警告、行人檢測和前向碰撞提醒等功能。
賽靈思汽車業務高級總監Willard Tu表示：“前向攝像頭是我們想要發展的領域，并且想占據一定的市場份額。但這只是冰山一角。”
有了與比亞迪的合作，賽靈思有望實現業務增長。今年早些時候，中國政府頒布了更嚴格的法規，要求卡車和公交車必須配備安全功能，而比亞迪在美國的銷量有望擴大。目前，,比亞迪4,5000臺純電動巴士已進入全球50個國家和地區的近300個城市。
目前，比亞迪在北美市場的銷量還不大，大約賣出了280輛電動公交車。但是當地時間12月14日，美國加州空氣資源委員會（California Air Resourced Board）要求從2029年開始，所有公共交通線路上運行的公交車必須是電動車。
Willard Tu表示，比亞迪等電動汽車制造商非常適合使用賽靈思芯片，因為該芯片耗電量不大。雖然此優點在駕駛員輔助功能中顯得不那么重要，因為該功能也不需很大的電量運行，但是在全自動駕駛電動汽車中，該優點將成為特點。此前，賽靈思與比亞迪在高級駕駛員輔助系統（ADAS）方面的合作關系并未被披露。
據賽靈思所說，其向汽車制造商和主要供應商出售芯片的時間已經超過12年，而且已經提供了大約5500萬臺設備，專門用于高級駕駛員輔助系統。
展開 
聊聊汽車“新四化”的正確發展邏輯是什么？
但是在很多的汽車上，都已經開始裝配高級輔助駕駛系統，甚至語音助手，可以讓駕駛員的駕駛過程變得更加輕松與安全，智能的車正在逐漸走入我們的生活，即便現在很多汽車上的高級輔助駕駛系統并不是以主動安全為主，甚至更多是娛樂向的智能化，但是隨著人們對高級輔助駕駛系統的接受程度和依賴程度越來越高，更多以主動安全為主的高級輔助駕駛系統將得到應用。
汽車智能化發展的浪潮正席卷而來，隨之網聯化的概念也被很多企業提及，所以，智能化、網聯化的發展模式應該并行發展的，甚至網聯化會超前于智能化發展，網聯化的發展并非僅可以服務于單車智能，對于現階段以駕駛員為主的交通環境下，也是非常重要的。
展開 京東汽車破產;理想小鵬改輔助駕駛；寶馬軟件缺陷；特斯拉秀技術；小米投蜂巢；吉利授極氪股份
03
特斯拉秀新技術：車輛秒變地圖測繪車，未來將造人型機器人
北京時間8月20日，特斯拉AI日如期而至，這一與自動駕駛前沿技術密切相關的發布會，在特斯拉在美正受到相關安全調查，同時國內汽車圈因為自動駕駛而爭吵得熱火朝天的背景下，格外引人關注。
04
小米投資蜂巢能源，后者為電動電池研發生產商
新京報貝殼財經訊 企查查APP顯示，8月18日，蜂巢能源科技有限公司發生工商變更，新增湖北小米長江產業基金合伙企業(有限合伙)等多名股東，同時注冊資本由20.14億元人民幣增加至28.11億元人民幣，增幅為39.54%。企查查信息顯示，蜂巢能源是一家電動電池研發生產商，公司成立于2018年，法定代表人為楊紅新，經營范圍包含：集成電路芯片及產品銷售；集成電路芯片設計及服務；集成電路芯片及產品制造等。
05
理想小鵬修改輔助駕駛文案
今日，有網友發現，理想汽車官網里對輔助駕駛系統的名稱做了改變。根據該網友上傳的截圖顯示，理想的輔助駕駛原本名稱是“理想AD高級輔助駕駛系統”，但目前已經改成了“理想AD輔助駕駛系統”，去掉了“高級”二字。除了理想汽車將相關名稱更改外，小鵬汽車也“悄悄地”把自己的輔助駕駛系統改名了。
展開 干貨｜自動駕駛系統中感知傳感器實物仿真測試環境構建
隨著智能駕駛技術的普遍應用，智能駕駛相關的測試測量方法也隨之發展。特別是模擬仿真測試領域，在智能駕駛產品開發過程中的應用越來越廣泛。而無論是自動駕駛（AD）還是高級輔助駕駛系統（ADAS），都是依靠高精度攝像頭、毫米波雷達、激光雷達等感知傳感器對車輛周邊環境進行感知識別來實現的。那么在自動駕駛系統模擬仿真測試實施過程中，系統中感知傳感器是如何進行實物仿真測試驗證的呢。
本文對自動駕駛系統中感知傳感器實物仿真測試環境構建的原理及其相關方案進行介紹。
■ 視覺攝像頭的實物仿真環境構建
視覺攝像頭是感光傳感器，光線通過攝像頭光學模組，映射到光學模組后面的感光芯片上，芯片將光信號轉換成電信號，這些電信號經過濾波、編碼等信號處理步驟，最終形成攝像頭模組的數字視頻信號。視頻數據通過數字視頻接口，傳輸給攝像頭主控制板。攝像頭主控板集成了主處理器、圖像處理單元和攝像頭電源模塊等電路單元，其中主處理器基于人工智能（AI）和圖像處理技術，圖像處理單元對拍攝圖像進行實時的解析。數據經過處理后，車輛前方的車輛、行人以及障礙物被識別出來。
放置在駕駛室內部的自動駕駛系統視覺前向攝像頭，朝著車輛行駛方向。前向攝像頭透過風擋玻璃對車輛前方的環境進行拍攝，前向視覺攝像頭可以識別取景范圍內的車輛、行人、車道線、交通信號燈、交通道路標志等目標。
圖1 視覺攝像頭識別車輛前方場景圖（圖片來源：車元素）
基于上述攝像頭圖像采集和目標處理的原理，針對視覺攝像頭的場景目標模擬仿真可以采用視覺場景再現的方式進行實現。最簡單便利的方式是利用投影的方式，對提前錄制好的視覺場景視頻進行播放，視覺攝像頭可以非常輕易的采集到模擬場景中目標，從而完成對攝像頭目標的模擬。
用于攝像頭目標模擬的投影系統，一般由投影儀、幕布及支架組成。
展開 康謀技術 | ADTF: 助力自動駕駛系統開發的強大工具箱！
（2）將功能工程平臺（FEP）集成到ADTF中
功能工程平臺（FEP）是一個免費提供的開源中間件，旨在簡化分布式系統的開發和管理。通過將FEP集成到ADTF（高級駕駛技術框架）中，ADAS（高級駕駛輔助系統）開發人員可以克服許多設置和管理分布式系統的挑戰，同時仍能享受到ADTF提供的高性能實時數據管理和驗證功能，包括記錄和回放測試數據。
使用ADTF配置編輯器，開發人員可以輕松配置分布式系統。這使得以簡單的方式體驗復雜的仿真、測試和驗證架構成為可能，無論是在個人電腦上運行，還是在可擴展的云環境中操作。這樣，開發人員可以更加高效地進行ADAS功能的測試和快速原型設計，從而加快技術的開發進程。
（3）自動可視化和評估測試用例的機載分析工具
Supertester是一款用于自動化可視化和評估ADAS（高級駕駛輔助系統）功能測試用例的機載分析工具。它通過直觀的用戶界面，自動采集和控制測試過程，幫助測試管理人員避免因執行錯誤或未遵守規定參數而產生的挫敗感。這樣，Supertester能夠提升ADAS功能測試的安全性，同時顯著節省時間和成本。
在測試執行中，Supertester自動監控測試過程和系統狀態，確保所有測試參數都符合規定。測量數據會被實時記錄，并可以用于引導測試程序。Supertester提供的主要服務包括：
1. 引導測試和實時分析：為用戶提供直觀的操作指導，并實時分析測試結果。
2. IS029119一致性測試：確保測試符合國際標準的要求。
3. 整體測試文檔：生成全面的測試文檔，便于后續查閱和管理。
4. 通用接口：與測試管理系統進行數據交換，方便信息共享和協作。
測試結果的特點包括：
· 上傳測試結果：用戶可以方便地將測試結果上傳至系統。
展開 奧迪A8駕駛輔助系統
它與其他駕駛者信息系統緊密合作，而且每個系統都有自己的特定優勢。總的來說，它從27個控制單元獲取數據，通過這些數據持續分析車輛周圍的整個區域，并極快地比較結果。這種高水平的信息使該系統能夠識別復雜的情況，并預測性地支持駕駛員。
例如，如果在鄉間道路上行駛的車輛向右打信號，并因為要轉彎而剎車，傳統系統只知道一種反應方式：它與前面的車輛類似地剎車，甚至在某些情況下會停下來。A8的自適應巡航控制與停車和行駛功能利用其所有的網絡智能來評估情況。它從導航系統的路線數據中了解到十字路口的情況，并利用視頻圖像和遠程雷達來分析出現的情況。
該系統的行為就像司機一樣：它輕輕地剎車，讓A8接近轉彎的車輛。一旦司機決定通過，并向左發出信號或轉動方向盤，ACC停車和行駛系統就會將其測量區域轉移到左邊，并重新踩下油門--A8就會迅速超過對方的車。
在高速公路上的許多情況下，ACC Stop & Go也使用其網絡知識，以便作出智能和精確的反應。無論是另一輛車停在A8的車道上，還是A8正在接近前面一輛緩慢行駛的車輛，該系統都能冷靜地處理這種情況，使駕駛更加流暢和和諧。如果駕駛員想超車，第二個可選的輔助系統就會發揮作用。奧迪側向輔助系統。
后視雷達: 奧迪側向輔助
奧迪側面輔助系統在速度超過30公里/小時（18.64英里/小時）時啟動。后部的兩個24千兆赫的雷達系統在70米的距離內觀察A8后面的情況。它們的數據由系統進行分析。如果另一輛車進入關鍵區域--如果它騎在盲點上或從后面迅速接近--所謂的信息階段就會被激活。一個黃色的LED指示燈在駕駛員側后視鏡的外殼中亮起；駕駛員只有在直接看向后視鏡時才能看到它。
如果司機不顧警告而啟動轉向燈改變車道，指示燈會變得更亮，并以高頻率閃爍。這個信號--警告階段--很難被忽視。
展開 李想的克制與理性，都被裝進了這輛沒有里程焦慮的智能電動車里
用戶可以通過手機 App 遠程啟動座椅加熱、通風和空調系統。
配備 PM2.5 新風系統及空氣質量監測。
前風擋和前車窗采用來自圣戈班的雙層隔音玻璃，有效隔絕外界噪音，后排為隱私玻璃。
可調電控液壓減震，滿足不同路況駕駛需要
位置極為體貼的手機無線充電
12 個揚聲器的高保真音響系統，
方便至極的全景倒車影像，精致美觀的全車 LED 動態頭燈和尾燈。
全車標配 38 項主被動安全配置。
Level 2 級別的高級輔助駕駛系統讓用戶駕車更安全、更便捷。
重點說下這套使用最新 Mobileye EyeQ4 視覺識別芯片的 Level 2 級別的高級輔助駕駛系統。它的性能是現在主流應用的 Mobileye EyeQ3 芯片的 10 倍。配合博世的毫米波雷達、超聲波傳感器和 5 個攝像頭，組成強大的融合感知系統。理想智造 ONE 采用博世最新一代的電子助力制動系統 iBooster 2.0，配合自動緊急制動，可減少 50% 的嚴重事故發生率。
Level 2 級別的高級輔助駕駛系統具有全速域自適應巡航、全自動泊車、自動緊急制動、道路自動保持、車道偏離預警、轉向燈控制變道等多項輔助功能。全速域自適應巡航可實現主動跟隨前車，支持跟停再啟動，緩解擁堵和高速的駕駛疲勞。
全自動泊車針對國內泊車環境定制，無需操作轉向、油門、制動、擋位，實現真正的全自動。自動緊急制動通過攝像頭和毫米波雷達實時監測車輛前方，有效減少駕駛員注意力分散導致的追尾事故。專門針對中國路況和駕駛習慣研發的控制算法，已經進行了超過 40 萬公里的道路訓練。
40 萬元以內
理想智造 ONE 的研發工作于 2015 年正式啟動，超過 1000 名工程師參與研發。
展開 高級自動駕駛系統的新型三大感知能力要素分析
作者 |
Aimee
出品 |
焉知
自動駕駛傳感器配置需求隨著汽車智能化和電動化的快速發展不斷增加。當前的傳感器趨向于從探測范圍、探測精度、探測能力上進行不斷優化以便適應更多的邊緣場景。使用更高級能力的傳感器到底能帶來哪些優勢，又能解決哪些問題，如何對車身周圍配置的傳感器進行最優化配置和選擇將是我們必須要面對的問題。
高階自動駕駛系統的傳感器仍然按照當前自動駕駛系統一樣，配置了包含毫米波雷達、攝像頭、激光雷達、超聲波雷達等傳感器配置。然而，在毫米波雷達、攝像頭、激光雷達的選擇上卻是增加了幾個臺階。
首先
，是毫米波雷達采用了4D高精度毫米波雷達，從分辨率角度得到質的飛躍。
其次
是，攝像頭采用了高清攝像頭，其分辨率的巨大提升使得其更加容易探測出更小的目標。
最后
，是激光雷達從原始的機械式激光雷達向MEMS甚至Flash激光雷達的轉變。
本文將針對如上三類傳感器的轉變詳細說明其對自動駕駛系統探測能力到底有哪些提升。
4D毫米波雷達優勢
從當前已經出過得自動駕駛事故（無論是特斯拉的大卡車相撞還是蔚來汽車主裝上高速作業車）中不難看出，高速自動駕駛最容易出現事故的地方就是在于傳感器對于靜止目標的識別上。當前，駕駛輔助系統架構常采用攝像頭融合毫米波雷達的方式進行檢測，而對于靜止目標的識別主要是依靠攝像頭的視覺檢測，由于視覺感知的目標都必須經過模塊或算法訓練，而數據模型中無法涵蓋所有類型目標數據，且識別過程中通常采用的圖像分割會把靜止目標當成背景區域而過濾到，因此，視覺檢測很難做到對目標的有效識別。
展開 
淺析駕駛輔助系統硬件在環仿真技術
對智能汽車的駕駛輔助系統提升安全性能的需求不斷提高，多傳感器信息融合是駕駛輔助系統的應用趨勢，硬件在環仿真測試平臺能對駕駛輔助系統安全性進行深度測試。通過分析汽車典型駕駛輔助系統主要傳感器構成和傳感器仿真特點，介紹先進的駕駛輔助系統硬件在環仿真測試平臺構架。根據未來汽車多傳感器融合環境感知發展趨勢，總結未來自動駕駛汽車硬件在環仿真測試評價技術存在的挑戰和發展方向，為行業應用提供參考。
先進駕駛員輔助系統（ADAS）可以協助駕駛員提高行車安全性和駕駛舒適性，被認為是提升出行效率、解決交通事故頻發問題的有效措施。駕駛輔助系統依靠傳感器采集車輛行駛四周的環境，并根據環境目標威脅而作出橫向、縱向控制，可有效降低道路交通事故發生的概率。傳統的場地測試是以假人、假車、環境模擬器等測試設備構建有限測試場景，測試決策控制算法的合理性和控制算法與車輛匹配的優劣。駕駛輔助系統連續感知、決策、執行，全天候持續運行，傳統測試評價手段已難有效覆蓋自動駕駛新特征。智能駕駛輔助系統在開發的過程中，每一階段功能和性能的測試評價將通過多樣化的試驗結果相互組合印證，需要進行實車道路測試、公開道路測試，功能安全測試、信息安全測試、仿真測試等，硬件在環仿真測試平臺是智能網聯汽車“V”型開發過程中不可缺少的工具鏈。
駕駛輔助系統功能及傳感器原理
駕駛輔助系統構成和原理
汽車駕駛輔助系統的構成和系統原理，如圖1所示。目前，駕駛輔助系統主要裝備毫米波雷達、攝像頭、360°環視系統、超聲波雷達，實現自動泊車（APA）、自適應巡航（ACC）、緊急制動（AEB）、盲區監測（BSD）、車道保持輔助（LKA）、交通擁堵輔助（TJA）等功能，而激光雷達主要是在更高級別的自動駕駛汽車上裝備。
展開 技術探秘 | 自動駕駛汽車傳感器融合系統，及多傳感器數據融合算法淺析
舉一個簡單的例子，目前高級輔助駕駛系統（Advanced Driver Assistance System，ADAS）上，搭載有毫米波雷達和超聲波雷達模塊，兩者均能對障礙物車輛進行有效的位置估計判別。雷達利用主動傳感原理，發射毫米波，接收障礙物回波，根據波傳播時間計算角度距離。兩者均能識別出車輛位置，那么我們該如何融合信息，如何取舍，計算出具體的車輛位置呢？卡爾曼正是解決這個問題的方法之一。
我們獲取的車輛位置在任何時刻都是有噪聲的，卡爾曼濾波利用目標的動態信息，設法去掉噪聲的影響，得到一個關于目標位置的好的估計。這個估計可以是對當前目標位置的估計(濾波)，也可以是對于將來位置的估計(預測)，還可以是對過去位置的估計(插值或平滑)。卡爾曼濾波就是這樣一個根據當前時刻目標的檢測狀態，預測估計目標下一時刻目標檢測狀態的一個動態迭代循環過程。
高級輔助駕駛系統ADAS是目前智能汽車發展的重要方向，其手段是通過多源傳感器信息融合，為用戶打造穩定、舒適、可靠可依賴的輔助駕駛功能，如車道保持系統（Lane Keeping Assist， LKA），前碰預警（Forward Collision Warning， FCW），行人碰撞警告（Pedestrian Collision Warning，PCW），交通標記識別（Traffic Sign Recognition，TSR），車距監測報告（Head Monitoring and Warning，HMW）等。
多源信息的融合，目的在于數據信息的冗余為數據信息的可靠分析提供依據，從而提高準確率，降低虛警率和漏檢率，實現輔助駕駛系統的自檢和自學習，最終實現智能駕駛、安全駕駛的最終目標。
展開 汽車自動駕駛輔助系統電磁安全性研究
從現有研究成果來看，智能網聯汽車自動駕駛輔助系統的電磁安全不容忽視。從推動智能網聯汽車產業落地和保護人民生命財產安全的角度來看，行業需要投入更多的資源對汽車自動駕駛輔助系統的電磁安全性進行深入研究，從而發現和解決安全風險，助力中國汽車工業“新四化”發展進程。
大眾利用VR技術 測試駕駛員輔助系統
核心提示：據外媒報道，當地時間9月24日，為了加速發展未來駕駛員輔助技術，大眾（Volkswagen）表示，將越來越多地依賴虛擬現實技術以應對未來研發駕駛員輔助系統的過程。目前，大眾正在內部研發管理此虛擬現實的軟件。以此種方式研究的大多數技術將被納入未來大眾ID電動汽車的產品線。
蓋世汽車訊 據外媒報道，當地時間9月24日，為了加速發展未來駕駛員輔助技術，大眾（Volkswagen）表示，將越來越多地依賴虛擬現實技術以應對未來研發駕駛員輔助系統的過程。目前，大眾正在內部研發管理此虛擬現實的軟件。以此種方式研究的大多數技術將被納入未來大眾ID電動汽車的產品線。
到目前為止，該汽車制造商一直在使用舊時的方式測試自動駕駛功能，即通過數據接口將組件連接到測試臺。隨著自動駕駛系統功能的不斷發展，進行測試的復雜性也隨之增加。
通過使用虛擬現實技術，大眾計劃在將自動駕駛技術實際安裝到汽車上之前，先進行數百萬公里的測試，并且無需花費大量資金來構建新硬件。此外，該測試可在24小時內完成，在各種情況下，都可對自動駕駛系統進行不間斷地培訓。
新型大眾VR軟件的首次測試已在進行中。該軟件首次使用時，模擬了數千個單獨的停車場，停車場被認為是自動駕駛系統必須處理的環境之一，是一個很好例子。
大眾負責開發的高管Frank Welsch表示：“我們正在不斷研發大眾汽車，并將創新融入大眾汽車的各個部分。我們正建立強大的全球開發團隊，并抓住了數字化機會以及虛擬驗證。我們正在為我們的工作研發該項技術，因為其可促進更快、更高效的開發。”
大眾第一輛向部分自動駕駛過渡的車型ID將于明年正式推出。到時，該車將展示幾個尚未公開的駕駛員輔助系統。
來源：蓋世汽車
展開 