“西门子推出自动驾驶数字孪生初创企业Simulytic”

根据盖亚汽车信息，西门子为了模拟自动驾驶车和工业自动化中的机器学习系统，推出了第一家公司simulytic。 该企业由首席执行官andrea kollmorgen和原互联移动总监andy gill领导。 andrea kollmorgen曾担任西门子互联电动汽车副社长兼负责人。

(照片来源:西门子)

simulytic的重点是使用可靠的合成数据大规模加速自主移动部署，目的是使用模拟工具和数字双胞胎深入了解自动驾驶的影响和安全性。 总部设在慕尼黑的simulytic将西门子的经验应用于许多复杂自动化系统的仿真和安全关键APP的人工智能。 借助pave 360工具和西门子eda技术，西门子已经通过仿真构建了车辆的数字双胞胎。

通过模拟，公司可以判断事故的概率、不断变化的交通量和拥堵模式、天气和道路条件以及其他多种局部因素，这一判断是独立的，全面具有竞争力的。

simulytic在部署区的数字拷贝中建立了模拟驾驶数据库的生态系统，之后该区域可以通过现实世界的驾驶活动得到加强。 该企业表示，利用数字工具了解结果是应对挑战的唯一方法，为保险企业等提供了解众多复杂动态风险环境所需的数据。

这家企业当初并不是为了比较各自动驾驶企业的风险状况，而是明确了不同运营行业的重要风险因素。 首先是地理位置安排地区的数字双胞胎。 这个地理位置区域是用用高清地图构建的三维模型构建的。

该模型涵盖了代表性的交通组合，包括汽车、行人、骑自行车的人、交通标志、信号灯、道路标志等实际交通基础设施要素。 交通和弱势道路招聘者的行为被用于建立各自的行为模型。 这个数字双胎的所有静态和动态因素，都可以随其位置的实际变化而变化，包括速度、遵守交通规则的程度、标志和标志的质量、天气状况。 此外，这对数字双胞胎还会生成有意义的边缘样本和许多复杂的场景，以比较放置位置的类型。

在这些高度精细的环境模型中，无人驾驶汽车队可以从a点到b点到达。 模拟可以模拟不同环境下从a点到b点的轨迹。 但更有价值的是主动搜索极端情况的能力，条件是自动驾驶无效或影响非自动驾驶。 这些数据可以由保险企业与市政府和自动驾驶业者进行咨询，与当地环境进行比较，以改善基础设施和车辆设计。