研究项目 AVEAS 利用人工智能识别和存储危急路况，并由此生成虚拟验证模型。 高度自动化驾驶所涉及的功能，必须通过仿真方法接受密集的验证。在 AVEAS 研究项目中，保时捷工程公司致力于借助人工智能，从传感器数据中自动识别高风险交通状况，并将其存储在数据库中。以这种方式生成的路线模型和交通状况也是多种多样的，以便为虚拟验证生成更多的测试案例。 车辆超车后，又在小车距下重新变道切入——这常常可能导致险情。如今的驾驶者通常会选择刹车或转向，以避免发生最坏的情况。而未来的自动驾驶汽车也必须在高风险时刻作出安全的反应，因此，保时捷工程公司现就已开始采用仿真方式进行深入研究。在这类过程中，工程师们常有意提高风险度，例如进一步缩短车距。“我们正在建立一个完整的高风险场景目录，以验证高度自动化驾驶的各种驾驶辅助系统和功能。”保时捷工程公司人工智能和大数据主管 Joachim Schaper 博士和保时捷工程公司仿真工作负责人 Tille Karoline Rupp 解释说。 虚拟测试属于研究项目 AVEAS（评估、分析、仿真和验证相关的交通状况）的一部分；这个项目涉及保时捷工程公司与其...