自动驾驶汽车发展迅速，但是相比真正的驾驶员，像识别人行横道和交通信号灯，这些简单的任务却无法完成，为了解决这个问题，巴塞罗那的计算机处理中心开发了一项解决方案，通过数字化模拟一座虚拟城市，模拟自动驾驶汽车在遇到各种障碍和车况，包括在雨天和暴风雨条件下的处理办法。

即便埃隆马斯克如何吹嘘他的特斯拉无人驾驶车的安全性能，要让人们对无人车彻底放心，还有一段时间要走，为了对车子进行科学的安全测试，这个网络系统旨在打造一个虚拟世界来帮助无人车的识别工作，包括汽车，行人，路标等物体。无人车的摄像头经过识别，车况分析后将会决定是否转向，刹车，或发出车道变更信号，这套系统会收集包括高速路等普遍路况的大量数据，以便于自动驾驶汽车的分析处理，但是对于一些“死角区域”，像意外车祸，救护车和工程车等这些特殊情况，在数据收集方面还有一些困难。

除此之外，麻烦的地方在于这套模拟系统需要添加大量的街区，道路等备注，而这些文字和图片备注只能通过手动添加，从而加大了不少的工作量，比如特斯拉的自动巡航系统中，就有超过600名开发人员参与了备注图片和添加工作，很明显，这个项目庞大且繁杂。

而这个问题现在得到了很好解决，German Ros和他的团队在成功的将图片备注自动的添加到虚拟驾校AIS上，通过最流行的Unity引擎，研究人员们不仅开发了一座有建筑物，人行道，自行车手和停靠巴士等的模拟城市，同时也添加了包括雨雪，季节变化等因素所在的模拟空间，为自动汽车的摄像头选择特定的方向定位，让汽车漫游在虚拟世界，甚至通过汽车视角拍摄照片和视频，模拟器软件能够精确的识别摄像头视角捕捉到的清晰影像，然后系统能够生成大量的真实备注图，这些图片会填充到数据中心，模拟自动汽车的运行过程，帮助自动驾驶汽车的软件系统识别障碍物体。

Ros表示：“人工智能在识别行人和车辆等物体方面越来越强，但是在人行道和交通信号灯方面的识别中还比较欠缺，目前我们还不打算将其用于商业用途，距离正式开发使用还有一段时间。”