蓋世汽車訊 據外媒報道，西門子推出了一家初創企業Simulytic，用于模擬自動駕駛汽車和工業自動化中的機器學習系統。該公司由首席執行官Andrea Kollmorgen和前互聯移動主管Andy Gill領導。Andrea Kollmorgen曾擔任西門子互聯電動汽車副總裁兼負責人。

（圖片來源：西門子）

Simulytic專注于利用可靠的合成數據大規模加速自主移動部署，并旨在使用仿真工具和數字孿生，深入了解自動駕駛的影響和安全性。Simulytic總部位于慕尼黑，已經將西門子的經驗應用于復雜自動化系統的仿真，以及安全關鍵應用中的人工智能中。通過Pave 360工具和西門子EDA技術，西門子已經通過仿真構建出車輛的數字孿生。

通過仿真，企業能夠對事故概率、不斷變化的交通流量和擁堵模式、天氣和道路條件，以及許多其他局部因素進行評估，且該評估獨立、全面還具有競爭力。

Simulytic在部署區域的數字副本中建立一個仿真駕駛數據庫的生態系統，隨后該區域可以通過現實世界中的駕駛活動進行增強。該公司表示，使用數字工具來了解結果是應對挑戰的唯一方法，并為保險公司等提供了解復雜、動態風險環境所需的數據。

該公司起初并不適為了比較各個自動駕駛公司的風險狀況，而是確定不同運營領域的重要風險因素。首先是地理部署區域的數字孿生。該地理部署區域由高清地圖構建的3D模型打造。

該模型涵蓋了一系列代表性交通組合，如汽車、行人、騎自行車者以及實際交通基礎設施元素，例如交通標志、交通燈和道路標記。交通和弱勢道路使用者的行為被用來創建他們各自的行為模型。該數字孿生中所有靜態和動態元素都可以根據該位置的實際變化而發生變化，包括速度、遵守交通規則的程度、標志和標記的質量、天氣狀況。此外，該數字孿生還會生成針對部署位置類型的有意義的邊緣案例和復雜場景。

在這些高度細致的環境模型中，無人駕駛汽車車隊可以從A點抵達B點。仿真可在不同環境下模擬A點到B點的軌跡。但更有價值的是其主動搜索極端情況的能力，且條件為自動駕駛失效或對非自動駕駛造成影響。這些數據可以讓保險公司與市政府和自動駕駛商商討，針對當地環境改進基礎設施和車輛設計。

返回第一電動網首頁 >