业内公认的是,在真正商业化应用前,自动驾驶汽车需要经历大量的道路测试才能达到商用要求。采用路测来优化自动驾驶算法耗费的时间和成本太高,且开放道路测试仍受到法规限制、极端交通条件和场景复现等困难,同时世界各国交通环境也大相径庭,形成全球通用的产业链体系比较困难。因此,基于场景库的仿真测试是解决自动驾驶研发测试挑战的主要路线。
10月12日,《中国自动驾驶仿真技术蓝皮书2020》发布会在北京举行。这份全新出炉的蓝皮书由中国电动汽车百人会、腾讯和中汽数据联合撰写,对自动驾驶仿真测试的意义、功能需求、测试方法和作用、技术架构、软件现状、评价体系等方面进行深入分析,系统介绍了自动驾驶仿真技术和应用现状,展望了仿真测试平台未来的发展方向,为自动驾驶仿真技术今后的发展提供了细致的参考依据。
蓝皮书地址:https://case.valuepr.net/file/1012_blue_paper.pdf
仿真测试是自动驾驶下半场突围利器
仿真测试对于自动驾驶的安全落地至关重要。根据美国兰德公司的研究,自动驾驶算法想要达到人类驾驶员水平,至少需要累计 177 亿公里的驾驶数据来完善算法。如果配置一支100辆自动驾驶测试车的车队,每天24小时不停歇路测,平均时速25英里(40 公里)每小时来计算,需要500多年的时间才能完成目标里程,路测期间所耗费的时间和成本是难以承受的。
此外,自动驾驶相应交通法规及保险理赔机制的缺失也制约了自动驾驶汽车路测的大范围开展。由于自动驾驶汽车尚不能保证绝对安全,我国政府对开放自动驾驶道路测试保持谨慎的态度,仅依靠部分开放道路以及智能网联测试区进行路测,难以满足自动驾驶汽车旺盛的测试需求。
目前,基于场景库的仿真测试是解决自动驾驶路测数据匮乏的重要路线。仿真测试主要通过构建虚拟场景库,实现自动驾驶感知、决策规划、控制等算法的闭环仿真测试。场景库是自动驾驶仿真测试的基础,场景库对现实世界的覆盖率越高,仿真测试结果越真实。
自动驾驶汽车研发的不同阶段对于场景库的要求也不同,需要场景库实现不同的测试功能:
根据蓝皮书的数据,目前自动驾驶算法测试大约90%用仿真平台完成,9%在测试场完成,1%通过实际路测完成。随着仿真技术水平的提高和应用的普及,行业旨在达到99.9%测试量通过仿真平台完成,封闭测试完成0.09%,最后0.01%进行实路测试,使自动驾驶研发更高效、经济。
在发布会上,同济大学汽车学院汽车安全技术研究所所长朱西产表示:「没有虚拟仿真平台,根本无法实现智能网联汽车的开发,我国要实现从汽车大国走向汽车强国的梦想,作为核心技术的虚拟仿真平台必须自主可控」。中国是世界最大的汽车生产与消费国,仿真软件作为自动驾驶汽车研发过程中最关键的核心技术之一,必须实现自主研发,以在国际竞争中占据主导地位。美国和德国仿真软件企业及单位总数占全球总数一半以上。中国企业在此领域尚处于追赶阶段。
基于这一现状,包括科技公司、车企、自动驾驶方案解决商、仿真软件企业、高校及科研机构等主体都在投身虚拟仿真平台的建设。科技公司在仿真方面起步相对较晚,在汽车功能探索方面经验较少,但是具备大数据优势,软件开发能力强。目前自动驾驶仿真科技公司主要包括腾讯、百度、华为、阿里等。
以腾讯为例,基于在地图、游戏、云计算、人工智能等领域的技术积累,腾讯自动驾驶虚拟仿真平台TAD Sim可以实现自动化的场景生成和云端高并发测试,提高自动驾驶测试验证效率,目前已经与长沙、襄阳、深圳等地智能网联测试场展开虚实一体的自动驾驶测试合作。
腾讯自动驾驶仿真平台 TAD Sim
腾讯自动驾驶仿真平台 TAD Sim(Tencent Autonomous Driving Simulator)于 2018 年发布,是结合了专业游戏引擎、工业级车辆动力学模型、虚实一体交通流等技术打造的虚实结合、线上线下一体的自动驾驶仿真平台。 为实现场景的高还原度,腾讯发挥自身在游戏领域的经验和技术, 应用了包括场景还原、大气系统、传感器仿真、物理引擎、Agent AI、云游戏技术、MMO 同步等游戏技术。
2020 年 6 月,TAD Sim 2.0 版本发布,在原有基础上进行了架构的优化升级,数据传输能力和加速能力都有大幅提升,资源占用量减少 30%。目前场景库中有超过 1000 种场景类型,可以泛化生成万倍以上丰富场景,具备每日 1000 万公里以上的测试能力。
目前,TAD Sim正在与多地国家智能网联汽车测试区、国家部委以及国内头部车企展开合作,其中包括与国家智能网联(长沙)测试区合作,以虚拟仿真技术重建测试区地理全貌,支持智能网联汽车仿真测试;助力襄阳达安汽车检测中心数字孪生自动驾驶测评体系以及深圳市智能网联交通测试示范平台建设等,推行虚实结合的仿真测试,加速自动驾驶研发落地,推动智慧交通的建设运营升级。