大多数产业专家看来，自驾测试车不在路上跑过数十亿公里，所谓的安全部署完全是空谈。既然在路上累积测试里程没那么容易，各家公司干脆将目光转向自动驾驶模拟器──这已成为自动驾驶累积里程数的必要工具。
今年辉达 GTC 大会，辉达又将这项工作向前推进一大步。
辉达旗下 DRIVE Constellation 自动驾驶模拟云平台正式启用，第一个商业用户是丰田进阶开发研究院（Toyota Research Institute-Advanced Development，TRI-AD） 。未来，丰田将把多款辉达新产品整合进自家自动驾驶技术的训练和研发计划。
“不久之后，自驾车将在多产业迎来好时光，任何会动的东西都会自动驾驶化。”黄仁勋说。“想大规模生产自驾车就得在合作中打通系统每个环节，而我们与丰田研究所的合作就是最好示范。”
其实去年 GTC 大会，DRIVE Constellation 就已崭露头角，但开放用户使用还是第一次。也许几周前 Uber 开源自家自动驾驶可视化系统，也是刺激辉达加快脚步的原因之一。
对辉达来说，能得到丰田研究所这种重量级用户青睐，也算是公司里程碑吧。
当然这是你情我愿的事，毕竟现在的辉达已不是多年前只为游戏做显卡的小公司了，对自动驾驶业的持续投入，已成为举足轻重的角色，为业界 70 多家公司提供计算力和人工智能支援。
“模拟的好处在于，积累的测试里程并非风平浪静的普通道路，我们能控制不同情景，对测试车进行针对性训练。”辉达汽车业务进阶主管 Danny Shapiro 解释。“这样积累的每一英里才价值连城。无论闪烁强光、伸手不见五指的黑夜、风霜雨雪、愤怒司机还是乱闯行人，模拟器总能让自动驾驶系统学到什么。”
自动驾驶测试驶上快车道
由于去中心化特徴，开发者能将自己的自动驾驶策略、车辆型号、感测器规格和各种交通情况整合进测试参数，按实际情况进行个性化测试。
Shapiro 指出，只要电源不切断，模拟机就能 24 小时模拟各种测试场景。假设车辆速度为每小时 60 英里，那么一天内 DRIVE Constellation 平台 1,000 台测试车就能累积 120 万英里的模拟测试里程。
年满 10 岁的自动驾驶先驱 Waymo 在自家测试和验证中一直非常仰赖模拟器。除了 1,000 万英里的公路测试里程，Waymo 还累积了 70 亿英里的模拟测试里程。
辉达 DRIVE Constellation 平台由两台服务器支持，因此能完成所谓的“硬件回路”测试。也就是说，一台服务器模拟虚拟车辆的感测器汇出，另一台负责执行辉达 Drive AGX 超级电脑，将模拟感测器采集的资料“辗碎并消化”，每 30 秒就完成一次数位回馈循环。
此外，平台能生成逼真的图片资料流以模拟各种测试环境及天气状况，甚至还能用不同道路状况和地形考验自动驾驶系统。
除了能让自动驾驶公司快速累积测试里程，模拟平台未来还有可能成为各家公司的省钱利器，毕竟养一支数百台测试车的车队在路上烧油，可是相当烧钱。
“模拟器对我们来说太重要了。”辉达 CEO 黄仁勋说。“未来，我们完全可用大量模拟系统代替庞大的测试车队。借助模拟平台强大的可程式化，我们能创造并再现路上难得一见的场景。”
“我们相信，用于软件验证和测试的大规模模拟工具对自动驾驶系统至关重要。”丰田进阶开发研究院 CEO James Kuffner 博士说。“我们的愿景是帮自驾车将伤亡率降到零，同时带来更顺畅的交通，让每个人都能享受出游，而丰田研究所与辉达的技术合作是重要途径。”
除了拉到丰田研究所大客户，辉达强大的辐射能力还变相“招安”多家数位模拟公司。
举例来说，Cognata 宣布，路况设定及交通模型将与 DRIVE Constellation 相通，IPG Automotive 也表示正与辉达合作，欲基于后者的模拟解决方案共同打造高保真车辆、动力系统、悬挂和控制系统模型。此外，测试、认证、检验和训练服务提供商 TÜV SÜD 也加入 DRIVE Constellation，利用平台编制新的自动驾驶验证标准。
对上 Mobileye，辉达也有“安全力场”了
除了 DRIVE Constellation 平台商业化落地，辉达还在 GTC 放出多个与汽车相关的大新闻。
就拿丰田进阶开发研究院来说，不但使用 DRIVE Constellation 平台，还成为首个全面启用辉达自动驾驶解决方案的公司。未来从训练到模拟，再到车载电脑，辉达产品都是丰田进阶开发研究院的优先选择。
除此之外，辉达还有对抗 Mobileye RSS 标准（责任敏感安全，2017 年正式提出）的新模型──安全力场（Safety Force Field，简称 SFF），将协助自驾车设定驾驶策略，保证车辆始终待在安全区，不会“找死”将自己置于危险情况下。
不久之后，辉达还会发表有关 SFF 的白皮书，辉达表示非常欢迎其他厂商将该模型用在自家自动驾驶系统。
具体来说，SFF 会对感测器采集的资料、转向与刹车的因素执行逐帧物理计算。透过分析横向及垂直控制，系统能决定怎样操作更安全。由于系统独立于自动驾驶控制堆叠，因此能提供充足冗余，保证偶尔出现的问题不会同时影响两套系统。
两位老对手看来，自家安全模型都能显著提升道路安全，他们还是赢得用户信任并护航自动驾驶未来的超级护卫舰。
对“安全力场”，Shapiro 表示：“从本质上来说，这是防御性驾驶策略，能防止自驾车发生碰撞。我们能在模拟器中验证，防止车辆遇见特殊情况时手忙脚乱。”
（本文由 雷锋网 授权转载；图片来源：辉达）
延伸阅读：
- GTC 2019：没有新架构与惊人新技术，NVIDIA 这次的重点在协力厂商
