盖世汽车讯 据外媒报道，西门子推出了一家初创企业Simulytic，用于模拟自动驾驶汽车和工业自动化中的机器学习系统。该公司由首席执行官Andrea Kollmorgen和前互联移动主管Andy Gill领导。Andrea Kollmorgen曾担任西门子互联电动汽车副总裁兼负责人。
（图片来源：西门子）
Simulytic专注于利用可靠的合成数据大规模加速自主移动部署，并旨在使用仿真工具和数字孪生，深入了解自动驾驶的影响和安全性。Simulytic总部位于慕尼黑，已经将西门子的经验应用于复杂自动化系统的仿真，以及安全关键应用中的人工智能中。通过Pave 360工具和西门子EDA技术，西门子已经通过仿真构建出车辆的数字孪生。
通过仿真，企业能够对事故概率、不断变化的交通流量和拥堵模式、天气和道路条件，以及许多其他局部因素进行评估，且该评估独立、全面还具有竞争力。
Simulytic在部署区域的数字副本中建立一个仿真驾驶数据库的生态系统，随后该区域可以通过现实世界中的驾驶活动进行增强。该公司表示，使用数字工具来了解结果是应对挑战的唯一方法，并为保险公司等提供了解复杂、动态风险环境所需的数据。
该公司起初并不适为了比较各个自动驾驶公司的风险状况，而是确定不同运营领域的重要风险因素。首先是地理部署区域的数字孪生。该地理部署区域由高清地图构建的3D模型打造。
该模型涵盖了一系列代表性交通组合，如汽车、行人、骑自行车者以及实际交通基础设施元素，例如交通标志、交通灯和道路标记。交通和弱势道路使用者的行为被用来创建他们各自的行为模型。该数字孪生中所有静态和动态元素都可以根据该位置的实际变化而发生变化，包括速度、遵守交通规则的程度、标志和标记的质量、天气状况。此外，该数字孪生还会生成针对部署位置类型的有意义的边缘案例和复杂场景。
在这些高度细致的环境模型中，无人驾驶汽车车队可以从A点抵达B点。仿真可在不同环境下模拟A点到B点的轨迹。但更有价值的是其主动搜索极端情况的能力，且条件为自动驾驶失效或对非自动驾驶造成影响。这些数据可以让保险公司与市政府和自动驾驶商商讨，针对当地环境改进基础设施和车辆设计。
