誕生數(shù)十年，自動駕駛技術(shù)為何遲遲無法落地？其重要阻礙因素之一是安全問題。

為此，各企業(yè)紛紛開展實(shí)際路測工作，確保自動駕駛系統(tǒng)的安全性。但實(shí)際路測的時間和資金成本都非常高，自動駕駛仿真測試的重要性由此凸顯。

在第六屆國際智能網(wǎng)聯(lián)汽車技術(shù)年會（CICV）期間，《中國自動駕駛仿真技術(shù)研究報(bào)告（2019）》發(fā)布，該報(bào)告由當(dāng)家移動綠色互聯(lián)網(wǎng)技術(shù)集團(tuán)有限公司（51VR）發(fā)起，與清華大學(xué)蘇州汽車研究院、廣汽研究院智能網(wǎng)聯(lián)技術(shù)研發(fā)中心、中國汽車技術(shù)研究中心智能汽車研究室暨汽車軟件測評中心、江蘇省智能網(wǎng)聯(lián)汽車創(chuàng)新中心、北京智能車聯(lián)產(chǎn)業(yè)創(chuàng)新中心、奇點(diǎn)汽車聯(lián)合發(fā)布。

億歐汽車現(xiàn)場了解到，這是中國首部自動駕駛仿真藍(lán)皮書（后文簡稱藍(lán)皮書），介紹了中國自動駕駛仿真測試發(fā)展現(xiàn)狀，包括仿真測試市場需求分析、方法應(yīng)用、搭建技術(shù)方案、軟件現(xiàn)狀、虛擬場景數(shù)據(jù)庫、示范區(qū)測試方法介紹、標(biāo)準(zhǔn)介紹、挑戰(zhàn)及發(fā)展趨勢等方面。

北汽集團(tuán)研究總院副院長兼新技術(shù)研究院院長孔凡忠、廣汽研究院智能駕駛技術(shù)部部長郭繼舜、奇點(diǎn)汽車美國研究與創(chuàng)新中心首席科學(xué)家兼美國公司總裁黃浴等來自主機(jī)廠的專家，都參與了藍(lán)皮書的編寫工作。

對此，郭繼舜向億歐汽車表示，隨著自動駕駛技術(shù)的不斷進(jìn)階，仿真測試變得越來越不可或缺，“在廣汽，以前虛擬仿真平臺只是起到一種補(bǔ)充實(shí)車測試的作用，在整體測試中占比60%，但在L3/4級自動駕駛研發(fā)過程中，仿真測試的比重預(yù)計(jì)會達(dá)到80%以上?！?/strong>

而作為該藍(lán)皮書的編委會主席，清華大學(xué)蘇州汽車研究院院長成波表示，國內(nèi)自動駕駛仿真行業(yè)尚處于起步階段，但正在打破國外仿真軟件長期壟斷的狀況，此次藍(lán)皮書的發(fā)布正是對中國原創(chuàng)仿真軟件崛起的一個階段性總結(jié)。

“過去中國企業(yè)都在用國外的仿真系統(tǒng)，幾乎沒有培育出自己的軟件體系?！?1VR CEO李熠稱，“但與國外注重單點(diǎn)仿真的特性相比，51VR立足L3/4級自動駕駛，強(qiáng)調(diào)全系統(tǒng)的仿真。”

“仿”的是什么？

目前業(yè)內(nèi)普遍認(rèn)為，通過搭載先進(jìn)的車載傳感器、控制器和數(shù)據(jù)處理器、執(zhí)行機(jī)構(gòu)等裝置，同時借助車聯(lián)網(wǎng)、5G和V2X等現(xiàn)代移動通信與網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)交通參與物彼此間信息的互換與共享，自動駕駛汽車具備在復(fù)雜行駛環(huán)境下的傳感感知、決策規(guī)劃、控制執(zhí)行等功能。

因此，一個完整的自動駕駛仿真平臺，需要包括靜態(tài)場景還原、動態(tài)案例仿真、傳感器仿真、車輛動力學(xué)仿真、并行加速計(jì)算等功能，并能夠較為容易的接入自動駕駛感知和決策控制系統(tǒng)，形成閉環(huán)，達(dá)到持續(xù)迭代和優(yōu)化的狀態(tài)。

擬真環(huán)境仿真：多種構(gòu)建方案，如采集實(shí)際環(huán)境信息及已有的高精度地圖構(gòu)建靜態(tài)場景，通過采集激光點(diǎn)云數(shù)據(jù)，建立高精度地圖，構(gòu)建環(huán)境模型，并通過自動化工具鏈完成厘米級道路還原。

動態(tài)場景仿真：多種構(gòu)建方案，如采集實(shí)際道路上的海量數(shù)據(jù)，經(jīng)過算法抽取，結(jié)合已有的高精地圖，重建動態(tài)場景。

天氣和氣候仿真：在仿真環(huán)境里，設(shè)置不同天氣，并調(diào)節(jié)天氣參數(shù)，比如太陽高度角，霧的濃度，雨滴的大小等，模擬出極端天氣，訓(xùn)練無人車應(yīng)對這些情況，然后將訓(xùn)練好的數(shù)據(jù)模型運(yùn)用于真實(shí)駕駛過程中。

傳感器仿真：包括物理信號、原始信號、傳感器目標(biāo)三個層級的仿真，仿真對象為Lidar（激光雷達(dá)）、視覺（攝像頭）、雷達(dá)、輔助傳感器等系統(tǒng)。

車輛動力學(xué)仿真：傳統(tǒng)商業(yè)仿真軟件在該領(lǐng)域已非常成熟，包括車體模型參數(shù)化，輪胎模型參數(shù)化，制動系統(tǒng)模型參數(shù)化，轉(zhuǎn)向系統(tǒng)模型參數(shù)化，動力系統(tǒng)模型參數(shù)化，傳動系統(tǒng)模型參數(shù)化，空氣動力學(xué)模型參數(shù)化，硬件IO接口模型參數(shù)化，根據(jù)實(shí)際測試車輛的動力學(xué)配置合適參數(shù)。

如何驗(yàn)證與評估？

藍(lán)皮書認(rèn)為，對自動駕駛仿真測試的驗(yàn)證與精度評估，主要是對存在于此架構(gòu)內(nèi)各個模塊的評估和對整體框架的再評估。這包括：

擬真環(huán)境仿真驗(yàn)證：通過采集激光點(diǎn)云數(shù)據(jù)，建立高精度地圖。其數(shù)據(jù)精度主要通過組合導(dǎo)航數(shù)據(jù)解算精度、點(diǎn)云數(shù)據(jù)生成精度、數(shù)據(jù)采集精度等來保證。

動態(tài)場景仿真驗(yàn)證：如果仿真源數(shù)據(jù)來自實(shí)際路采真實(shí)數(shù)據(jù)，就通過比較算法抽取重建的動態(tài)場景與原始采樣數(shù)據(jù)是否具有高一致性，來判斷精度；如果是智能體行為或隨機(jī)交通流，驗(yàn)證更多是從主觀感受出發(fā)，與現(xiàn)實(shí)行為越接近越好。

天氣和氣候仿真驗(yàn)證：驗(yàn)證手段盡可能與現(xiàn)實(shí)接近。

傳感器仿真驗(yàn)證：在某些情況下，仿真場景需要真實(shí)的反映出環(huán)境的物理材質(zhì)，比如摩擦力系數(shù)，空氣阻力，而對感知算法的研發(fā)，要求仿真環(huán)境達(dá)到照片級的渲染效果，同時盡可能地物理逼真。

車輛動力學(xué)仿真驗(yàn)證：建立貼合實(shí)際的汽車動力學(xué)仿真模型，主要包括前懸掛模型，后懸掛模型，轉(zhuǎn)向系模型和輪胎模型等，可利用目標(biāo)車的實(shí)車平順性和操縱穩(wěn)定性試驗(yàn)數(shù)據(jù)對建立的汽車模型進(jìn)行驗(yàn)證。

涵蓋所有模塊的自動駕駛仿真平臺：其驗(yàn)證主要在架構(gòu)的穩(wěn)定性和性能方面。借助傳統(tǒng)的軟件測試方法，結(jié)合黑盒測試和白盒測試，靜態(tài)代碼分析和動態(tài)測試，從軟件開發(fā)早期的需求設(shè)計(jì)測試，開發(fā)過程中的單元測試，集成測試，系統(tǒng)測試，到收尾階段的驗(yàn)收測試，回歸測試，以及發(fā)布時的Alpha測試，Beta測試，制定完善的測試計(jì)劃，保證整個仿真平臺的功能穩(wěn)定，性能達(dá)到要求。

如何評價？

如圖所示，在算法接入仿真平臺后，起到測試目的的關(guān)鍵部分是交通場景的仿真，即系統(tǒng)預(yù)期運(yùn)行環(huán)境的條件模型。環(huán)境條件通常概述于“場景”中，包括但不限于道路屬性（車道數(shù)、坡度、出口、路障、道路條件等）、交通屬性（其他交通參與者的數(shù)量和速度、其他駕駛員的可能模型）和總體環(huán)境條件（能見度、天氣條件等）。這些條件模型的組合形態(tài)既包括實(shí)際交通中經(jīng)常出現(xiàn)的“標(biāo)準(zhǔn)工況”，也包括對于安全性評價，導(dǎo)致事故的“危險工況”，以及兩者相結(jié)合的“復(fù)雜交通流”，不管哪種模型，測試場景標(biāo)準(zhǔn)化都尤為關(guān)鍵。

而在標(biāo)準(zhǔn)化交通場景確定后，自動駕駛算法接入仿真平臺開始測試，我們可以記錄下自動駕駛車輛從起點(diǎn)出發(fā)之后所有的細(xì)微表現(xiàn)，如是否闖紅燈，壓實(shí)線，是否發(fā)生碰撞，是否到達(dá)終點(diǎn)，甚至全程的油門，剎車，轉(zhuǎn)向狀態(tài)都會被記錄下來。自動駕駛的測試評價就源于這些原子結(jié)果和車輛狀態(tài)。

面臨哪些挑戰(zhàn)？

在政策層面，雖然我國已發(fā)布《智能網(wǎng)聯(lián)汽車自動駕駛功能測試規(guī)范（試行）》，但其中的測試場景有限，測試方法的標(biāo)準(zhǔn)化與仿真虛擬測試應(yīng)用方面較為薄弱，用于測試的場景庫也在建立與完善中，并未形成一套完整的測試評價體系。此外，針對自動駕駛同一項(xiàng)功能，其使用的測試場景并沒有唯一的定義。

在系統(tǒng)仿真軟件層面，其擁有固有弱點(diǎn)，如無法測定某種特定天氣下某條道路上的摩擦系數(shù)，就無法正確計(jì)算車輛的動力學(xué)響應(yīng)。

與國外企業(yè)相比，國內(nèi)企業(yè)缺少與本地仿真服務(wù)企業(yè)共同發(fā)展的思維與探索精神，在仿真商業(yè)化的過程中，國外軟件因?yàn)榫哂衅放普J(rèn)知的優(yōu)勢，相對容易被國內(nèi)廠商信賴。但由于國外軟件在國內(nèi)定制化與本地化服務(wù)上的投入制約，一定程度上會削弱依賴國外軟件的國內(nèi)企業(yè)在科技自主發(fā)展的速度和靈活性。

對此，藍(lán)皮書指出，在仿真軟件與虛擬測試層面，我國應(yīng)建立超大規(guī)模虛擬場景和海量虛擬案例庫，同時使各類型傳感器正確感知真實(shí)世界的物理特性，并采用統(tǒng)一的數(shù)據(jù)格式對靜態(tài)場景與動態(tài)案例進(jìn)行通用性描述，最后提高算法迭代與測試的效率。