仿真城市

Cruise每天都会在谷歌与平台上进行200，000小时的通仿真运行，通过内部开发的工具实现。其中一个是端到端的、三维的虚幻引擎环境，Cruise的员工称之为“矩阵 （The Matrix）”。

根据麦克尼尔的说法，克鲁斯每天旋转3万个实例，每个实例都循环通过一个驱动器的场景。他解释道，这基本上就像有3万辆虚拟汽车同时行驶，有点像Waymo的Carcraft，以及Uber的先进技术团队使用的基于浏览器的框架。

麦克尼尔说： “矩阵”是非常有助于理解整辆车的行为，以及了解它在现实世界中我们不会经常遇到的情况下的行为。”“因此，如果我们想知道发生了什么，比如，如果一个小物体跳到汽车或其他东西前面，我们可以创建这些模拟，并可靠地重现它们。”如果每次发布软件并布部署到汽车上，然后开上10万或100万英里，你将会等待相当长的时间来得到反馈。

Cruise采用的另一种测试方法是回放，它包括提取真实的传感器数据，与汽车的软件进行回放，并将标记的数据进行性能比较。另一个是规划仿真，它允许Cruise通过调整变量，如迎来而来的汽车的速度和它们之间的空间位置，创建多达数十万种不同的场景。

Macneil说：“例如，我们知道，如果我们使用代码库的更新版本并回放一个构建区域，我们实际上可以比较结果……我们可以深入到一个非常深的层次，去了解我们的汽车的行为。”“如果我们在没有保护的情况下左转，这是一个相当复杂的情况……我们可以看到变化影响到我们的汽车识别汽车之间的间隙，以及它们是否选择利用这个间隙

Cruise没有统计它所驾驶的仿真环境下的英里数，这是一个有意识的决定——Macneil说，他们更喜欢强调英里数的“质量”，而不是总里程。他表示：“我们更多地考虑的是，每天运行数百次的测试如何覆盖一系列场景。”“这不仅仅是积累了很多里程的问题，通过大量的里程，你的系统可以在不同环境情况下进行仿真。”

但是，尽管训练的数据受到严密的保护，Cruise的一些库和工具已经开始慢慢进入开源化。今年2月，该公司发布了Worldview，这是一个二维和三维场景的图形堆栈，附带鼠标和移动控制、单击交互以及一套内置命令。在未来几周内，它将发布一个功能齐全的可视化工具，允许开发者深入到真实世界和仿真数据中，从而更好地理解自主系统——无论是汽车还是机器人——在特定情况下的反应。

Cruise的管控

事实上，Cruise使用了第三代雪佛兰Bolt全电动汽车，配备了来自Velodyne的激光雷达传感器，以及雷达传感器、摄像机、容错电气和驱动系统，以及运行Cruise设计的专有控制算法的计算机。它们还配有车内显示屏，显示即将到来的转弯、合并、交通灯状态等信息，以及暂停的简短解释。大多数汽车都是在密歇根州猎户座湖的一座造价10亿美元的工厂里组装的（通用汽车上个月在这家工厂进一步投资了3亿美元），该厂有1000名员工和数百台机器人。

Cruise正在亚利桑那州的斯科茨代尔和底特律市区进行测试，同时大部分部署集中在旧金山。该公司的规模迅速扩大，到2017年6月，其30辆无人驾驶汽车的起步车队将增至130辆左右。Cruise并没有公开具体的数字，但该公司在加州DMV注册了180辆自动驾驶汽车，三年前，IEEE Spectrum获得的文件显示，该公司计划在全美部署多达300辆测试车。

目前，Cruise在旧金山运营着一个仅限员工使用的叫车服务项目，名为“克鲁斯在任何地方”，它允许少数幸运的人在名单之外使用一款应用程序，在其车队所在城市的所有地图区域。《华尔街日报》报道称，克鲁斯和通用汽车希望与拼车公司Lyft合作，对自动驾驶出租车进行使用测试，最终目标是打造一个按需的无人驾驶汽网络。

基于目前所取得的进展，Cruise今年早些时候宣布与DoorDash合作，在旧金山为特定客户试点配送食品和杂货。该公司正在开发第四代汽车，这款车的特点是自动门、后座安全气囊和其他冗余系统，而且没有方向盘。

测试与安全

为什么把重点放在旧金山？ Cruise认为，在人口密集的城市，就会发生困难的驾驶操作（如进入多条车行驶）。此外，报告还指出，旧金山的人口、汽车和骑自行车的人更多，每平方英里约有17246人，是凤凰城人口密度的5倍。

Vogt在一篇博客文章中解释道：“首先在最困难的地方进行测试意味着我们将比从最容易的地方测试获得跟大的效果。”“根据我们的经验，在旧金山的每一分钟测试都和在郊区的一小时测试一样宝贵。”

例如，Cruise的Bolts在旧金山遇到紧急车辆的频率几乎是在斯科茨代尔和凤凰城等郊区环境中的47倍，道路施工的频率是39倍，骑自行车的是16倍，行人是32倍。当驶入六个方向的转盘时，在各个方向闪烁的红灯以及唐人街街道上穿行的行人，更不用说那些加塞的自行车，以及用圆锥体或照明灯划定的施工区域。

Macneil说：“无论是在现实世界中还是在模拟中，仅仅是在一段道路上行驶，都不会给你提供巨大的数据量。”“我们之所以存在于旧金山，其中一个原因就是我们可以遇见行人、自行车、施工区域、紧急医疗等， 所有这些事情会频繁发生…这是至关重要的，通过道路测试和仿真，可以尽可能的去覆盖自动驾驶将会遇到的情况。”

数据似乎证实了这一论断。去年，Cruise在加州无人介入行驶了5205英里（有安全司机介入的例子），比2017年的1254英里有了很大的改善。

这是它每1000英里中0．19次自动驾驶没有介入的平均情况：

Waymo： 0．09次自动驾驶没有介入 每 1000 英里

Zoox： 0．50次自动驾驶没有介入 每 1000 英里

Nuro： 0．97次自动驾驶没有介入 每 1000 英里

Pony．ai： 0．98次自动驾驶没有介入 每1000英里

假设Cruise的技术能像承诺的那样工作，这对数百万每次踏入汽车都要冒生命危险的人来说，可能是天赐之物。约94％的车祸是由人为失误造成的，2016年，造成交通事故死亡的三大原因是分心驾驶、酒后驾驶和超速。