西门子引进了一种新技术，可以通过减少对大规模物理原型的需求，从而加速自动驾驶汽车的开发，同时大幅减少了演示自动驾驶系统安全性所需的记录测试里程。
兰德公司发布的一份报告显示，在几十年的时间里，自动驾驶汽车(AV)原型车将不得不行驶数亿英里，以证明其在死亡和受伤方面的可靠性，这一结果将与自动驾驶汽车的近期商业可行性不一致。
该系统由西门子PLM软件开发，作为Simcenter投资组合的一部分，该系统采用先进的、基于物理的仿真和创新的传感器数据处理技术，帮助汽车制造商及其供应商应对这一行业挑战，并有可能缩短自动驾驶汽车的开发和验证时间。
新系统集成了西门子最近收购的两种自主驾驶技术。TASS的PreScan仿真环境为各种潜在驾驶场景、交通情况和其他参数提供了高度现实的、基于物理的模拟原始传感器数据。
来自PreScan的模拟激光雷达、雷达和摄像机传感器的数据被输入到Mentor Graphics的DRS360平台上，并在平台上进行实时融合，以创建一个高分辨率的车辆环境和驾驶条件模型。
然后，客户可以使用DRS360平台的高级感知解决方案和高性能处理来测试和改进用于关键任务的专有算法，比如对象识别、驱动策略和其他参数。
为了提供最全面、最精确的测试系统，西门子PLM软件正与世界上许多领先的激光雷达、雷达和视觉传感产品制造商合作，开发基于物理的、3D特定传感器模块的模拟版本。
为了与西门子新的测试平台兼容，模拟传感器使用传感器供应商的详细设计信息进行协调，并通过真实的测量数据进行验证以达到最佳的准确性。作为该计划的一部分，西门子宣布与Cepton技术公司合作，Cepton是一家创新的硅谷公司，以其远程、小型激光雷达传感器而闻名，并将于今年晚些时候公布额外的传感器合作伙伴。
西门子PLM软件的模拟和测试解决方案高级副总裁Jan Leuridan博士说：“汽车制造商很快意识到，单靠实物原型和道路测试无法再现自动驾驶汽车所遭遇的众多复杂驾驶场景。事实上，许多最致命的场景是不可能重现的，从而阻止了预先测试。很明显，完全自动驾驶汽车的近期商业可行性高度依赖于先进的、基于物理的模拟技术。”
