隨著自動駕駛技術的成熟和應用，其也帶來了駕駛技術的安全性問題。自動駕駛是否真的安全呢?什么樣的情況下自動駕駛才需要承擔責任呢?

　　2018年3月18日，美國亞利桑那州，一輛配備了安全駕駛員的Uber自動駕駛汽車，撞倒了一位違規橫穿馬路的行人，后者被送往醫院，最終不治身亡。

　　一年后，就在大眾輿論快要忘卻這樁悲劇的時候，它有了最新判決結果，當地檢察官在一封信中稱，Uber在事故中負有刑事責任的指控“沒有依據”，事故視頻可能并未準確地描述車禍過程，當時車上的安全駕駛員則需進一步調查。

　　截至目前，全球幾乎沒有太多完善的保險條例和法律權限來規定無人車的責任，美國40多個州在無人車法規的制定上莫衷一是，已經足以折射出自動駕駛的現實痛點。

　　自動駕駛最基礎的原理就是將人類司機目力所及的一切物體，路人，建筑，其他車……都構建成三維模型，關心它們之間的移動趨勢，估算速度，預測路線，有沖突就剎車或繞路。

　　根據媒體報道，谷歌自動駕駛就遇到過一些意外：比如，幾個小孩在高速路上玩青蛙;一個殘疾人坐著電動輪椅，在路上追一只鴨子，鴨子繞圈跑，他也繞圈追……面對如此荒誕場景，你很難苛求機器能百分百預測這些人的軌跡。

　　那么在自動駕駛使用之前，哪些行為能夠提高系統使用的安全性呢。

　　模擬場景之于自動駕駛的必要性。

　　在自動駕駛車輛的開發過程中，必須在各種駕駛條件下反復評估自動駕駛技術，以確保其安全性要優于人類駕駛。有時，這意味著我們需要在實際道路上進行真實場景測試，與此同時，也體現了使用模擬場景來增加實際行駛里程數的必要性。

　　特別需要注意的是，在測試不同以往的危險駕駛條件時，模擬會發揮很大的效用。模擬的靈活性和多功能性使其顯得尤其有價值。

　　如果不使用模擬，在確定自動駕駛汽車如何應對某些實際場景時會非常危險，比如一個小孩突然從停泊的車輛后面沖到街上，抑或是另一輛車闖紅燈。

　　先進的圖形技術可以復制現有場景并對其進行修改。舉個例子，即使您住在沙漠里，模擬也可以根據場景需要制造一場暴風雪。或者，它可以調整太陽的位置，使其看起來像日出或日落時的場景，從而讓車輛“看不見東西”。模擬可以提供一種可控的方式，針對一些有可能會將測試駕駛員置于危險當中的各種情況來進行建模，例如在高速路面上放塊黑冰。

　　此外，模擬還支持在短時間內測試眾多場景。在慕尼黑舉辦的 GTC 歐洲大會的開幕主題演講中，黃仁勛先生告訴聽眾，通過借助 NVIDIA DGX 和新型 TensorRT 3 進行超實時模擬，工程師可以在 5 小時內模擬駕駛 300,000 英里。這意味著基本上可以在兩天的時間內模擬美國境內所有已鋪設好的道路。

　　每一項新技術的出現都要經過應用的考驗，而提高自動駕駛的安全性是當前的自動駕駛技術必須要解決的問題。