根据Rand Corporation所发布的报告, 为证明自动驾驶汽车的安全可靠, 不会造成死亡和受伤事故, 汽车原型所需测试里程数需达到数亿英里, 在某些情况下甚至是数千亿英里, 需要十多年时间才能积累这个测试里程数. 而该报告的作者认为, 这一结果与无人驾驶汽车的近期商业可行性不一致. 为应对这些挑战, 研究人员提出了创新的测试方法, 例如先进的仿真技术.
西门子全新的解决方案利用基于物理学的先进仿真技术和创新的传感器数据处理技术, 旨在帮助汽车制造商及其供应商应对行业挑战, 有望缩短无人驾驶汽车的开发, 验证和确认时间.
全新的解决方案整合了西门子近期收购的Mentor Graphics和TASS International 的自动驾驶技术. TASS的PreScan™仿真环境可生成高度逼真的基于物理学的仿真原始传感器数据, 提供数量无限的可能驾驶场景, 交通状况和其他参数. PreScan仿真的LiDAR, 雷达和相机传感器的数据被传入Mentor的DRS360™ 平台, 并在该平台上实时融合, 以创建车辆环境和驾驶条件的高分辨率模型. 之后, 客户可以利用 DRS360平台卓越的感知分辨率和高性能处理来测试和完善对象识别, 驾驶策略等关键任务的专有算法.
Siemens PLM Software仿真与测试解决方案高级副总裁Jan Leuridan博士表示: '汽车制造商迅速意识到, 单凭物理原型和道路测试无法重现无人驾驶汽车可能遇到的众多复杂的驾驶场景. 事实上, 很多最致命的场景是不可能重现的, 而另外一些场景的重现则非常危险, 有悖商业伦理要求. 显而易见, 全自动驾驶汽车的短期商业可行性高度依赖于先进的, 基于物理的仿真技术, 而西门子在这个领域为全球汽车行业的发展奠定了基调. '
为提供最全面, 最准确的解决方案, Siemens PLM Software正在与很多全球领先的LiDAR, 雷达和视觉传感产品制造商合作, 共同致力于开发基于物理的特定传感器模块的3D仿真版本. 仿真传感器与新的西门子工具链兼容, 可使用传感器供应商提供的详细设计信息对其进行调整, 也可以使用实际测量数据进行验证, 以获得最佳精度. 其中最重要的传感器合作伙伴之一是总部位于硅谷的创新型公司Cepton Technologies, 该公司因占用内存小的远程LiDAR传感器而知名. 其他传感器合作伙伴将于今年晚些时候公布.
VSI Labs的创始人兼首席自动驾驶研究员Phil Magney指出: '在加快自动驾驶方案的开发, 验证以及满足性能要求等方面, 自动驾驶汽车开发商正面临着诸多压力, 而仿真技术能为他们提供越来越多的有价值的解决方案. 西门子为产品开发各个阶段提供仿真解决方案, 覆盖了从传感器到处理器, 子系统, 以及整个车辆的完整开发流程. 西门子在仿真解决方案方面拥有更大的施展空间, 因此能够在自动驾驶车辆解决方案的确认和验证领域占据领导地位. '
可用性Siemens PLM Software自动驾驶解决方案计划于2018年第三季度推出.
Siemens PLM Software是全球领先的产品生命周期管理 (PLM) 和制造运营管理 (MOM) 软件, 系统与服务提供商, 拥有超过1,500万套已发售软件, 全球客户数量达140,000多家. 公司总部位于美国德克萨斯州普莱诺市. Siemens PLM Software与企业客户充分合作, 为其提供领先的行业软件解决方案, 帮助其通过革命性创新获得可持续性竞争优势.