如何证明一辆自动驾驶汽车是安全的？NVIDIA的答案

理论上，自动驾驶汽车可以行驶数百万公里而不会发生事故，但这足以证明它的安全性吗？并非完全如此。交通中可能出现的情况几乎无穷无尽，而有些情况幸运的是极为罕见，以至于在测试过程中很难遇到。

为了解决这一问题并尽可能接近100%的安全标准，NVIDIA在柏林的GTC大会上推出了Halos SAFE，即“安全评估保障框架”的缩写。这是一套工具和流程，旨在为从2级驾驶辅助系统到4级无人驾驶汽车等各类自动驾驶系统的安全性收集可测量、可验证的证据。

为何仅靠行驶里程不够

NVIDIA认为，要实现每千万小时驾驶才出现一次严重故障的可靠性水平，所需的实际测试量对于任何试验性车队来说都是不可行的。问题不仅在于行驶距离，还在于所面临的场景多样性。

一辆车辆可能在数千公里的行驶中表现正常，但在面对异常的施工场景、突然横穿的行人，或是极其不利的交通与天气状况组合时就会出现问题。因此，安全性评估必须基于多种证据来源，而不能仅依赖道路测试的结果。

模拟、实际测试与持续监控

Halos SAFE涵盖了验证的多个阶段：数字模拟、软件与硬件测试、道路试验以及对已在服役车辆的监测。这些测试场景是通过可测量的性能条件与标准来定义的，从而便于重复实验、对比结果并整理所收集的证据。此外，模拟技术还能重现危险或极为罕见的状况，而无需在真实交通环境中制造这类情况。

与NVIDIA在自动驾驶领域合作的厂商包括梅赛德斯、沃尔沃、大众V.I.以及捷豹-路虎。

图片来源：nvidia

其目标是建立可用于证明安全要求得到满足，并为认证与认可流程提供支持的 Technical Documentation。不过，Halos SAFE 本身并不构成一种认证，也不能自动保证车辆的安全性。

合作伙伴网络

该项目涉及多家专注于测试与验证的企业，包括 dSPACE、IVEX 和 TÜV Rheinland。在 Halos SAFE 生态系统中，还有奔驰、沃尔沃和捷豹路虎等汽车制造商，以及众多技术供应商和仿真工具提供商。

与奔驰的合作尤为重要：这家德国车企正在加强与 NVIDIA 的合作，致力于开发高级辅助驾驶和自动驾驶系统，同时将 Hyperion、Alpamayo 和 Halos 等技术整合到自身的 MB.OS 架构中。

这些技术也被应用于自动驾驶出租车和无人驾驶运输项目，合作伙伴包括Bolt、Lucid以及大众商用车公司。简而言之，挑战不仅在于教会汽车自主驾驶，还在于用可验证的标准来证明它们在自动驾驶时的可靠性。

自动驾驶与安全