張一迪

借力新型仿真技術向高階進發(fā)

谷歌Waymo能夠成為自動駕駛行業(yè)領軍者，仿真測試技術功不可沒。谷歌高級軟件工程師詹姆斯-斯托特于2013年加入Waymo團隊，而后開發(fā)了被稱作是W谷歌自動駕駛“秘密武器”的Carcrafi仿真測試技術。

自動駕駛汽車對于環(huán)境與路況的感知能力至關重要，這就涉及傳感囂的有效工作。谷歌傳感器仿真技術分為三個部分：可全天侯工作進行檢測和測距的激光雷達、在長距離和低亮度等多種情境下完成協(xié)作的視覺系統(tǒng)，以及利用毫米波來感知物體及其運動的雷達系統(tǒng)，可實現(xiàn)對物理信號、原始信號和傳感器目標進行仿真。據(jù)悉，在此技術基礎上，Waymo可以在一天之內(nèi)實現(xiàn)在路況特別復雜地方成千上萬次模擬駕駛。

SurfeIGAN.指的是Surhce Ele-men乜一表面元素和Gen erative

Advei-sarial Networks -生成對抗網(wǎng)絡。Waymo提出的這個方法是通過掃描目標環(huán)境，重建一個由大量有紋理的Surfel構成的場景，然后再通過GAN生成逼真的相機圖像，用來獲取位置和方向。

“谷歌在仿真系統(tǒng)里進行了新版本的推介，把以前的數(shù)據(jù)拿出來進行深度學習，希望向高處進階?！敝袊a(chǎn)力促進中心協(xié)會常務副秘書長王羽在接受《中國電子報》記者采訪時指出，谷歌在車輛自動化能力上處于世界領先水平，因此若要向更高層級進階就要提高仿真測試的能力。谷歌入局自動駕駛較早，積累的深度學習場景比較多，這次提出新方法是提升現(xiàn)有自動駕駛水平的一次進階實驗。

各廠商齊心押注仿真測試

提到自動駕駛車輛，車載芯片、顯示、內(nèi)設功能更容易成為大眾關注的焦點。殊不知，仿真測試是自動駕駛車輛研發(fā)過程中不可或缺的關鍵技術。

如今，百度APOLLO、阿里巴巴、騰訊、華為等國內(nèi)領軍的科技企業(yè)都扎進了自動駕駛仿真測試的“藍海”中，到底是什么吸引了巨頭們的目光？

百度在2017年開源了APOLLO自動駕駛平臺，一系列重要的開放能力都是基于云端服務平臺，包括高精地圖服務、仿真引擎、安全服務等。騰訊也在同年開始研發(fā)模擬仿真平臺的三維場景及傳感器仿真、數(shù)據(jù)驅(qū)動交通流模擬豐富的測試場景、場景型云仿真及虛擬城市型云仿真并行等核心能力。2019年4月，華為自動駕駛云服務Octopus亮相上海車展，仿真測試是其中一項服務能力。今年2月，阿里巴巴發(fā)布了自動駕駛“混合式仿真測試平臺”，采用虛擬與現(xiàn)實結合的仿真技術，引進真實路測場景和云端訓練師。至此，百度、騰訊、華為、阿里巴巴四大科技公司全部入局自動駕駛仿真平臺。

今年6月，百度發(fā)布“Apollo Scape”，宣布其可模擬在同一條道路上行駛的數(shù)十輛車輛的復雜場景，可幫助自動駕駛開發(fā)人員有效地檢查和優(yōu)化預測，進行決策和路徑規(guī)劃，是百度駕駛仿真技術的一次升級優(yōu)化。從業(yè)務生態(tài)來看，百度開源平臺主要為自身的APOLLO業(yè)務提供支撐。

騰訊意在擴張云服務生態(tài)。騰訊在2019年舉辦的騰訊技術開放日·自動駕駛專場上曾分享過基于云平臺的自動駕駛服務。騰訊表示，其云平臺產(chǎn)品可以為自動駕駛研發(fā)團隊提供測試驗證、模型驗證、管理調(diào)度、高精地圖等“一條龍”服務。

阿里巴巴欲構建完整產(chǎn)業(yè)鏈。BAT中，阿里巴巴人局較晚，卻帶著全局謀略的眼光，在高精地圖、車載操作系統(tǒng)、算法、芯片、仿真測試等自動駕駛各個環(huán)節(jié)布局成篇，形成了相對完整的產(chǎn)業(yè)鏈。

華為開發(fā)了MDC車載計算平臺，與Octopus自動駕駛云服務相結合構建生態(tài)，則可在仿真測試市場占據(jù)一席之地。

各巨頭齊心在仿真測試上下注，那么仿真測試平臺對于自動駕駛來說是什么？

騰訊自動駕駛仿真業(yè)務負責人孫馳天公開表示，自動駕駛仿真平臺可以很好地解決自動駕駛在數(shù)據(jù)采集標注和測試驗證方面的兩大痛點：一是真實數(shù)據(jù)集的采集和標注，仿真系統(tǒng)有一個天生的優(yōu)勢，自帶所有的場景元素真值，可自動生成車輛、行人、建筑等各種真實情景下的元素，無需再進行標注，可以有效降低成本，只需承擔算力和電力的成本。二是測試驗證方面，仿真測試通過虛擬場景模擬來完成算法開發(fā)和回歸測試，更加安全和節(jié)約成本。

掌握仿真平臺意味著什么？

從技術角度來講，自動駕駛是一門非常復雜的學科，幾十年的發(fā)展時間里，目前世界范圍內(nèi)的研究團隊僅達到實現(xiàn)車輛在既定路線自動化駕駛的水平。對于企業(yè)來說，這是一項高投入高風險但回報慢的研究。因此如何降低成本，快速獲取回報就成為了企業(yè)為了避免損失而考慮的重點。

“單一產(chǎn)品、車輛和技術服務收益有限?！蓖跤鹣蛴浾咧赋?，自動駕駛汽車尚未達到大規(guī)模量產(chǎn)階段，還處于科技探索、競賽的階段。在這個過程中，訓練車輛積攢的數(shù)據(jù)可以開發(fā)成軟件銷售。一方面可以滿足自動駕駛數(shù)據(jù)的深度學習需求，同時還可以實現(xiàn)階段性的商業(yè)化?！斑@是一體兩翼的事情，既可以豐富訓練庫，又可以減輕成本和壓力?！蓖跤鹫f道。

從產(chǎn)業(yè)的角度來說，計算機仿真測試技術是自動駕駛車輛測試的基礎關鍵技術，也是未來行業(yè)定義自動駕駛車輛相關開發(fā)流程與技術準入標準的基礎工具?？梢哉f，對于自動駕駛研發(fā)商來說，深入仿真測試技術也是在競爭自動駕駛標準制定者的位置。

目前世界范圍內(nèi)，各大企業(yè)都在開發(fā)自己的自動駕駛仿真測試技術，車廠傾向于網(wǎng)羅所有評價優(yōu)質(zhì)的仿真產(chǎn)品對車輛進行測試，這樣做的長處在于滿足車廠用不同尺度來衡量同樣的問題，以獲取較優(yōu)解。然而各家開發(fā)的仿真產(chǎn)品各有不同，目前也沒有相應的標準加以規(guī)范，同時也會帶來一些問題。

王羽指出，仿真測試能夠幫助車輛在研發(fā)階段解決大量的問題，到路測階段等于是進入到了矯正階段，從而有效縮短自動駕駛研發(fā)周期和成本。仿真軟件要做到取長補短，但廠商使用的測試軟件各不一樣，共享和融合意識不強烈。把所有的數(shù)據(jù)集成在一起才能夠促進技術力量的增強，共享和標準化不完善的問題是提升仿真技術的阻礙，也一定程度上制約了自動駕駛的發(fā)展。