自动驾驶汽车正在进行中。他们采用了从雷达到机器学习的大量技术。因此，更多的系统必须正常工作，以使车辆能够将乘客完好无损地送到目的地，同时不会在途中与障碍物发生碰撞。
自动驾驶汽车应该可以防止交通事故。不幸的是，它们还是发生了。设计和交付一辆自动驾驶汽车需要进行详尽的测试，这是一个难题。这些系统的大部分测试已经在现场完成。起初，这些措施大多是在限制区域进行的，在这些区域，事故可能会损害财产，但不会损害人员。
最近，在现实世界中出现了一种测试的趋势。这可能为时过早，但替代方案——模拟——一直缺乏。问题是，这种模拟必须广泛而复杂，反过来又需要大量的计算资源和复杂的软件。当考虑到硬件在循环(HIL)时，事情变得更加复杂。
机器人模拟已经存在很长一段时间了。然而，它们往往简化了模拟环境，忽略了许多对汽车模拟至关重要的方面，如物体和传感器的红外和雷达响应，这在自动驾驶汽车中越来越常见。同样，这些系统的反馈分辨率和质量往往不足以满足这些车辆的需求。
提高模拟栏
许多公司正在解决这个模拟环境，包括英伟达和西门子．英伟达的解决方案是DRIVE星座模拟系统，而西门子的解决方案是其Simcenter产品组合的一部分，包括TASS Prescan虚拟感官图像。两家公司都将自动驾驶汽车的硬件和软件平台集成到他们的系统中，并提供HIL支持。
NVIDIA的DRIVE星座模拟系统是在加州圣何塞的年度图形技术会议(GTC)上宣布的，DRIVE星座由两个主要组件组成。首先是DRIVE Sim软件，它提供了模拟环境，包括对相机、激光雷达和雷达的传感器支持。第二个是DRIVE Pegasus系统，它整合了NVIDIA的硬件和软件。硬件与HIL支持一起使用，或者这种支持也可以在软件中运行。当然，仿真环境是由NVIDIA gpgpu支持的。
西门子在芝加哥的美国创新日上发布了其解决方案。TASS Prescan已用于开发和验证高级驾驶辅助系统(ADAS)和主动安全系统。这包括HIL以及模型在环(MIL)和软件在环(SIL)测试。该系统与西门子的Mentor DRS360自动驾驶汽车平台协同工作。DRS360基于Xilinx Zynq UltraScale+ MPSoC fpga，包含Mentor公司的自动驾驶汽车软件栈。
西门子也与之合作Cepton技术提供基于物理的激光雷达建模支持。Cepton是一家位于硅谷的创新公司，以其远程、小足迹的激光雷达传感器而闻名。西门子将与其他供应商合作，将其传感器系统集成到开发环境中。
根据实际的测试
这两个系统都允许开发人员创建控制环境的脚本，使车辆能够在从晴天到暴风雪的各种条件下进行测试。它允许硬件和软件在数百万英里的旅行中进行测试，这在现实世界的旅行中是不可能的。同样地，开发人员可以重复模拟任何条件，而现实世界的场景可能只会发生很短的时间，比如日出或日落时的眩光。
大多数飞机和许多其他车辆的设计和测试都广泛使用仿真，通常在真正的系统构建之前。但这种情况在自动驾驶汽车上却没有出现，原因有很多，包括刚才提到的模拟解决方案的可用性，以及运行这些模拟所需的硬件。更先进的仿真软件、新的GPGPU和处理器系统(比如NVIDIA最近宣布的那些)的出现，使这种复杂的仿真变得切实可行。
最大的问题将是谁将采用它们以及它们将被广泛使用?在更多的模拟完成之前，是否应该限制现场测试?系统验证是否使用模拟?这些问题和更多的问题仍然悬而未决，但高级模拟系统的可用性为这个讨论增加了更多的分量。
