0
雖然業內有英特爾的CARLA、微軟的AirSim等開源式自動駕駛平臺模擬器，但開源平臺需對接諸多合作方，不一樣的軟硬件設備，耗費精力，進展緩慢。因各家架構不同、傳感器方案不同，開源平臺很難將傳感器模擬做到真正的通用化。
目前行業內逐漸達成共識，仿真成為每一位自動駕駛玩家的技術儲備。擁有10年自動駕駛經驗的Waymo依舊非常依賴模擬測試；百度阿波羅也早早將仿真平臺作為其主要的核心技術；Roadstar.ai、Pony.ai、AutoX等諸多自動駕駛初創公司都在自主研發模擬器。
不同于激光雷達、芯片、算法，自動駕駛模擬器因對標公共環境路測，其發展相對較晚，擁有成熟產品形態的公司較少。環境構建真實性問題、傳感器模擬技術依舊是行業難點。
為讓有志者更加了解自動駕駛仿真行業現狀與技術干貨，「AI投研邦」特在11月開展智能駕駛·仿真專場，Drive.ai 、文遠知行WeRide、51VR三大公司站臺，近千位智能駕駛從業者參與聆聽。
智能駕駛·仿真專場中，Drive.ai 技術專家孫慶、文遠知行WeRide仿真與云計算執行總監譚偉華、51VR 自動駕駛事業部研發負責人鮑世強為新智駕會員詳解了他們眼中的自動駕駛仿真系統的現狀與挑戰。「AI投研邦」會員可進入「AI投研邦」頁面查看三場Live完整實錄。
Drive.ai目前已自建自動駕駛閉環模擬系統與自動駕駛開環模擬系統。Drive.ai 技術專家孫慶提到，對于決策規劃系統而言，閉環的反饋至關重要，因每一次決策規劃都會改變當前的環境。同時，決策規劃系統的輸出也需要從全局的角度進行驗證。
開環模擬系統最大的優勢在于其可以模擬閉環系統目前實現的極端真實場景輸入。在開環仿真系統中，Drive.ai直接使用真實世界中采集到的傳感器數據用來測試全棧系統（感知以及決策規劃）。
在環境構建方面，仿真測試對于環境構建的合理性、真實性，以及還原真實世界的精確程度方面都有要求。Drive.ai仿真系統直接使用和車載系統同樣的高精度地圖來保證靜態環境的100%擬真。
孫慶提到，動態仿真環境精度的要求取決于仿真的用途。針對于決策規劃系統的仿真，特別是真實世界中很難遇到的邊角案例，Drive.ai并不需要完全還原真實世界，只需模擬感知系統的輸出，此類輸出往往是較抽象。如此可以通過3D場景編輯器來構建虛擬的計劃路線，障礙物等等。
鮑世強：如何有效構建自動駕駛決策和感知的仿真體系？
環境構建是模擬系統中重要的一步。無論是真實場景再現，還是人工設計環境，對環境構建的合理性、真實性，以及還原真實世界的精確程度方面都有要求。更接近現實、更高的精度可以使得傳感器反應更自然，測試結果更有參考性。
51VR 自動駕駛事業部研發負責人鮑世強也提到，構建感知系統的仿真是整個仿真系統中比較困難的部分。建立高度真實感的仿真環境，不同的傳感器對應的高度真實的仿真環境不同：對于相機而言，需生成較真實的紋理及光照環境；激光雷達仿真，需有符合場景的幾何與物理；對天氣晝夜進行仿真及傳感器硬件在環的需求同樣非常重要。鮑世強介紹了仿真系統中靜態場景及動態場景仿真要求：
靜態場景生成：首先需考慮仿真系統和自動駕駛系統要采用同樣的高精度地圖作為源頭，生成精確匹配的靜態環境；另一方面，場景自動生成的效率很關鍵，高低不平的路面對環境的生成也提出了挑戰，另外還需對標線、標牌等路標自動生成語義標注，以用來后續對駕駛行為進行評價；
動態物體仿真：一方面進行路測的案例數據需要得到重現；另外案例數據需便于編輯,以利于后續擴展。
雷鋒網新智駕了解到，51VR通過采集實際環境及已有的高精度地圖構建靜態地圖，包括現實交通環境數據收集、路測數據收集，并抽取不同智能交通體行為模型，基于模型有機地形成動態交通體。同時51VR還提供導入路測案例數據，及清洗與泛化工具。
“安全”已是自動駕駛公司關注的重中之重。每一行代碼都有可能帶來安全風險，在文遠知行WeRide仿真與云計算執行總監譚偉華看來，代碼經過仿真系統驗證才是最安全負責的方式。再者，仿真提供了一種更高效、低成本的方式，幫助自動駕駛公司快速迭代以及驗證軟件質量。
不同企業對仿真有不同的理解和需求。但有一點是共通的，即每一家企業都在用不同的技術方案來追求真實性。譚偉華向雷鋒網(公眾號：雷鋒網)新智駕表示，真實、閉環、規模、整合是每一家自動駕駛公司構建仿真不可忽略的四大環節。
真實性，仿真系統中的場景既要源于現實，又高于現實。仿真系統無需做到100%真實場景還原，要達到合理的抽象要求。關于如何定義合理的抽象，不同自動駕駛公司需結合自家自動駕駛技術進行定論；
閉環也是自動駕駛企業的重點方向。仿真系統反饋到生產中，生產同樣反饋到仿真中，這是一大原則。
規模方面，仿真系統模擬里程需在真實里程的百倍以上。里程數據需具有指導意義價值。
整合方面，仿真與研發并非獨立的系統，仿真非單獨的工具，更像是平臺。作為一個平臺角色，仿真能夠融入到工程研發的每一個環節中。從工程開始到工程的驗收仿真，都能夠起到相應的作用。
為更深入的解決聽眾在智能駕駛·仿真方面的困惑，「Live」開設問答環節，三位大咖對新智駕會員疑問進行了一一解答。
場景擾動中，如何保證擾動的合理性呢？擾動小則不具備邊界測試能力，擾動大則容易出現太假的場景。這點上應該如何解決，文遠知行weride是怎么解決的呢？
基于日志、決策模型及混合模式這三種模式，其中決策模型除了算法以外，會不會更重要的是抽象邏輯的合理性？請問文遠知行是怎樣保證“抽象”的合理性的？
真實的傳感器在仿真系統測試過程中是如何作用的？
以上為部分會員提問，點擊「AI投研邦」查看大咖解答。
「智能駕駛·V2X」專場開講中...
12月「智能駕駛·V2X」專場，我們繼續每周邀請一位一線從業者帶來項目實踐過程中的方法和思路，為智能駕駛從業者與投資人、分析師提供行業參考。另，「2018智能駕駛芯片」研報已出爐，會員可免費查閱。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
