黃 剛，史雪靜

（1.北京明立測(cè)繪科技有限公司，北京 100125；2.北京四維圖新科技股份有限公司，北京 100094）

2015 年我國(guó)已超過美國(guó)成為全球最大的新能源汽車市場(chǎng)。相較于傳統(tǒng)燃油動(dòng)力汽車，新能源汽車通常具有使用清潔能源和搭載智能駕駛功能兩個(gè)特點(diǎn)[1]。2020 年部分新款電動(dòng)汽車（特斯拉汽車、小鵬P7、蔚來ES6 等）搭載的智能駕駛功能，已實(shí)現(xiàn)了從輔助駕駛到高級(jí)輔助駕駛的躍升[2-3]。智能駕駛功能的終極目標(biāo)是使自動(dòng)駕駛系統(tǒng)達(dá)到人類駕駛員水平，根據(jù)美國(guó)蘭德公司的研究，要實(shí)現(xiàn)這一目標(biāo)至少需要累積超過177 億km 的駕駛數(shù)據(jù)來完善算法。假設(shè)有100 輛自動(dòng)駕駛測(cè)試車，每天24 h，以平均80 km/h 的車速進(jìn)行路測(cè)，則需超過200 年才能完成這一目標(biāo)里程，需要巨大的時(shí)間與資源成本[4-5]。為加速實(shí)現(xiàn)該目標(biāo)，美國(guó)谷歌的Waymo、美國(guó)通用汽車的Cruise、美國(guó)特斯拉汽車等國(guó)際高水平智能駕駛相關(guān)公司都采用仿真軟件來加速智能駕駛功能的落地運(yùn)營(yíng)與量產(chǎn)。在自動(dòng)駕駛相關(guān)測(cè)試中，實(shí)際路測(cè)約占1%，封閉測(cè)試場(chǎng)測(cè)試約占9%，其余約90%的測(cè)試需在虛擬仿真測(cè)試平臺(tái)上進(jìn)行，因此自動(dòng)駕駛虛擬仿真測(cè)試是自動(dòng)駕駛技術(shù)重要的一環(huán)[6-7]。

2017 年發(fā)布的《中國(guó)智能網(wǎng)聯(lián)汽車技術(shù)路線圖》確定了智能網(wǎng)聯(lián)汽車的定義、技術(shù)構(gòu)架、發(fā)展目標(biāo)路徑與重大創(chuàng)新優(yōu)先行動(dòng)項(xiàng)。其明確指出：自動(dòng)駕駛測(cè)試評(píng)價(jià)與計(jì)算機(jī)仿真是自動(dòng)駕駛車輛測(cè)試和試驗(yàn)的基礎(chǔ)關(guān)鍵技術(shù)，也是未來行業(yè)定義自動(dòng)駕駛車輛相關(guān)開發(fā)流程與技術(shù)準(zhǔn)入標(biāo)準(zhǔn)的基礎(chǔ)工具。2021年工信部發(fā)布的《智能網(wǎng)聯(lián)汽車生產(chǎn)企業(yè)及產(chǎn)品準(zhǔn)入管理指南（試行）》（征求意見稿）指出：申請(qǐng)準(zhǔn)入的智能網(wǎng)聯(lián)汽車產(chǎn)品應(yīng)至少滿足模擬仿真測(cè)試要求、封閉場(chǎng)地測(cè)試要求、實(shí)際道路測(cè)試要求、車輛網(wǎng)絡(luò)安全測(cè)試要求、軟件升級(jí)測(cè)試要求和數(shù)據(jù)存儲(chǔ)測(cè)試要求。目前，在全球主流仿真軟件企業(yè)中，美國(guó)和德國(guó)企業(yè)的占比達(dá)到一半以上[8-9]。現(xiàn)有的自動(dòng)駕駛仿真軟件主要包括Carsim、Pres?can、Vissim、VTD、Cognata、Right Hook、51Sim-One等，大多數(shù)仿真軟件提供的產(chǎn)品與服務(wù)以支持高級(jí)輔助駕駛開發(fā)為主，對(duì)高級(jí)別自動(dòng)駕駛仿真所需的大規(guī)模道路和動(dòng)態(tài)場(chǎng)景進(jìn)行仿真還缺乏必要設(shè)計(jì)，對(duì)分布式部署與加速計(jì)算能力支持薄弱。在發(fā)展新能源汽車技術(shù)的同時(shí)，并行提升新能源汽車的智能駕駛功能以及配套的仿真軟件，不僅能降低被國(guó)外“卡脖子”的風(fēng)險(xiǎn)，而且能加速我國(guó)新能源汽車產(chǎn)業(yè)的發(fā)展。

1 平臺(tái)總體設(shè)計(jì)

自動(dòng)駕駛虛擬仿真測(cè)試平臺(tái)將自動(dòng)駕駛領(lǐng)域已積累的技術(shù)、數(shù)據(jù)和行業(yè)經(jīng)驗(yàn)進(jìn)行產(chǎn)品化，提供專業(yè)的自動(dòng)駕駛仿真測(cè)試、自動(dòng)駕駛測(cè)試數(shù)據(jù)集、自動(dòng)駕駛服務(wù)研發(fā)等功能，總體設(shè)計(jì)方案見圖1，主要包括硬件資源層、基礎(chǔ)設(shè)施層、業(yè)務(wù)中臺(tái)層和仿真業(yè)務(wù)層。平臺(tái)的主要部分包括：①仿真核心功能模塊，主要負(fù)責(zé)仿真動(dòng)、靜態(tài)要素的構(gòu)建和模擬，并通過橋接器對(duì)接自研和第三方的其他必要模塊；②數(shù)據(jù)場(chǎng)景功能模塊，基于大數(shù)據(jù)平臺(tái)的場(chǎng)景提取、交通流數(shù)據(jù)統(tǒng)計(jì)、人工編輯等方式，對(duì)外提供仿真場(chǎng)景集、宏觀交通流統(tǒng)計(jì)模型、微觀駕駛行為算法模型等；③橋接器，通過標(biāo)準(zhǔn)接口提供數(shù)據(jù)交互能力，適配不同層級(jí)的第三方模塊，用以支持多種環(huán)境下不同自動(dòng)駕駛模塊的在環(huán)仿真驗(yàn)證。

圖1 自動(dòng)駕駛虛擬仿真測(cè)試平臺(tái)總體設(shè)計(jì)

虛擬仿真測(cè)試平臺(tái)的總體架構(gòu)見圖2，可分為前端、后臺(tái)應(yīng)用和內(nèi)容存儲(chǔ)/分發(fā)系統(tǒng)。首先用戶在前端選擇待測(cè)場(chǎng)景、設(shè)置待測(cè)車輛動(dòng)力學(xué)參數(shù)、上傳待測(cè)模塊、實(shí)時(shí)查看測(cè)試過程、獲取測(cè)試報(bào)告；相關(guān)參數(shù)配置傳遞至平臺(tái)后，后端將進(jìn)行身份識(shí)別并針對(duì)當(dāng)前設(shè)置參數(shù)配置調(diào)取對(duì)應(yīng)資源（仿真流服務(wù)和對(duì)應(yīng)的數(shù)據(jù)資源），在該層保證仿真服務(wù)的高并發(fā)和穩(wěn)定性；相應(yīng)交通流仿真場(chǎng)景配置完成后，配合對(duì)應(yīng)的時(shí)鐘觸發(fā)服務(wù)，便可在仿真環(huán)境中實(shí)現(xiàn)待測(cè)車輛（Ego） 與各模塊間的數(shù)據(jù)交換，生成對(duì)于當(dāng)前Ego 待測(cè)模塊的行為評(píng)價(jià)，并將結(jié)果反饋給前端。

圖2 自動(dòng)駕駛虛擬仿真測(cè)試平臺(tái)總體架構(gòu)

2 平臺(tái)詳細(xì)設(shè)計(jì)

2.1 虛實(shí)一體動(dòng)態(tài)交通流仿真

交通流仿真作為自動(dòng)駕駛仿真測(cè)試環(huán)境構(gòu)建的重要組成部分，如何在仿真環(huán)境中有效地通過引入實(shí)時(shí)數(shù)據(jù)對(duì)場(chǎng)景進(jìn)行快速迭代和模型更新，一直是研發(fā)的重點(diǎn)和難點(diǎn)[10-12]。虛實(shí)一體動(dòng)態(tài)交通流仿真架構(gòu)見圖3，在已有高精度地圖服務(wù)的基礎(chǔ)上，面向宏觀和微觀交通流模擬方案，采用基于數(shù)據(jù)驅(qū)動(dòng)的學(xué)習(xí)與基于數(shù)學(xué)模型的機(jī)理相結(jié)合的技術(shù)自動(dòng)生成交通流模型，同時(shí)加載實(shí)時(shí)軌跡數(shù)據(jù)實(shí)現(xiàn)模型的自動(dòng)更新迭代。

圖3 虛實(shí)一體動(dòng)態(tài)交通流仿真架構(gòu)

對(duì)于宏觀交通流，通過收集大量真實(shí)的歷史交通軌跡數(shù)據(jù)，統(tǒng)計(jì)分析城市和各種高速道路上的總體車流量、流速、車型分布等信息，導(dǎo)入交通學(xué)中的交通流模型，并引入概率分布數(shù)學(xué)模型，分析得到城市道路在時(shí)序上的交通流量規(guī)律。利用機(jī)器學(xué)習(xí)算法，按照不同區(qū)域（道路、地域環(huán)境）、不同時(shí)間、不同天氣等多維度進(jìn)行流量模型分類，作為宏觀交通流服務(wù)的輸出提供給仿真模擬環(huán)境。微觀仿真的核心部分是對(duì)駕駛行為的仿真，通常是指駕駛?cè)嗽诮邮芡饨缧畔⑴c刺激后做出的跟馳、換道、超車、停車等駕駛行為，對(duì)這些行為進(jìn)行分解重構(gòu)，將所有駕駛行為簡(jiǎn)化為跟馳、換道兩大行為的組合。

根據(jù)目前已采集的真實(shí)交通流數(shù)據(jù)、自動(dòng)駕駛開源數(shù)據(jù)和虛擬世界數(shù)據(jù)資源，通過機(jī)器視覺對(duì)抗和領(lǐng)域適應(yīng)技術(shù)生成大量逼真交通流數(shù)據(jù)；通過抽取高精度地圖上下文信息，幫助建立基于大數(shù)據(jù)的概率統(tǒng)計(jì)和基于AI訓(xùn)練的學(xué)習(xí)模型，能最大程度地保證交通流信息的完整性和可靠性，并借此為仿真環(huán)境提供符合真實(shí)路況的交通流模擬能力。

2.2 車輛動(dòng)力學(xué)與傳感器仿真

車輛動(dòng)力學(xué)在國(guó)外的研究已非常成熟，以Car?Sim、TruckSim 和BikeSim 為主要代表[13-14]。CarSim 主要從整車角度進(jìn)行仿真，建立車輛數(shù)學(xué)模型，可仿真車輛對(duì)駕駛員控制、三維路面和空氣動(dòng)力學(xué)輸入的響應(yīng)，模擬結(jié)果高度逼近真實(shí)車輛，用于預(yù)測(cè)和仿真汽車整車的操縱穩(wěn)定性、制動(dòng)性、平順性、動(dòng)力性和經(jīng)濟(jì)性。本平臺(tái)以CarSim 和實(shí)車動(dòng)力學(xué)結(jié)果為對(duì)標(biāo)對(duì)象，對(duì)動(dòng)力學(xué)仿真結(jié)果進(jìn)行標(biāo)定和迭代提高。車輛動(dòng)力學(xué)仿真模塊需采用多體車身動(dòng)力學(xué)實(shí)現(xiàn)，支持3 個(gè)方向的移動(dòng)自由度、3個(gè)方向的轉(zhuǎn)動(dòng)自由度、4個(gè)輪胎的旋轉(zhuǎn)自由度、4個(gè)非簧載質(zhì)量自由度、8個(gè)輪胎瞬態(tài)特性自由度、4 個(gè)制動(dòng)壓力自由度，能準(zhǔn)確仿真車輛運(yùn)行時(shí)的總體和內(nèi)部姿態(tài)；還支持傳動(dòng)系統(tǒng)模型（發(fā)動(dòng)機(jī)、變速箱、離合器、差分器）、轉(zhuǎn)向模型、制動(dòng)模型、懸掛模型和輪胎模型等的建模，以及傳統(tǒng)燃油乘用車和電動(dòng)驅(qū)動(dòng)乘用車仿真。

傳感器仿真，特別是兼具高精度和高真實(shí)感的傳感器仿真是近年來業(yè)界研究的重點(diǎn)，平臺(tái)的傳感器仿真流程見圖4，主要包括模型參數(shù)確定、傳感器仿真和驗(yàn)證評(píng)價(jià)。傳感器仿真依賴的每個(gè)模塊都需要來源于真實(shí)世界，包括靜態(tài)場(chǎng)景和道路的采集到構(gòu)建、真實(shí)車輛駕駛行為和人類行為建模、極端案例工況的提取和泛化、物理真實(shí)的車輛動(dòng)力學(xué)和傳感器等。在高精度和多樣化的靜態(tài)和動(dòng)態(tài)場(chǎng)景之上，仿真模型完全由真實(shí)世界數(shù)據(jù)驅(qū)動(dòng)，采用基于真實(shí)傳感器標(biāo)定的物理級(jí)傳感器仿真方法，可以仿真出無限接近于真實(shí)世界的結(jié)果。

圖4 傳感器仿真流程圖

車輛動(dòng)力學(xué)和傳感器仿真與自動(dòng)駕駛算法的對(duì)接方式主要包括規(guī)劃控制閉環(huán)對(duì)接、感知開環(huán)對(duì)接和感知規(guī)劃控制閉環(huán)對(duì)接3 種，其中規(guī)劃控制閉環(huán)仿真模式無需使用任何GPU資源，不依賴于圖形引擎，可輕量化在云端大量部署，高并發(fā)測(cè)試規(guī)劃控制算法；感知開環(huán)仿真模式可對(duì)多種感知、融合算法進(jìn)行評(píng)價(jià)和驗(yàn)證，支持SIL 和HIL，通過內(nèi)置的評(píng)價(jià)體系可對(duì)感知融合算法的運(yùn)行性能進(jìn)行測(cè)試和評(píng)價(jià)；感知規(guī)劃控制閉環(huán)仿真模式結(jié)合了物理級(jí)和目標(biāo)級(jí)傳感器仿真，可實(shí)現(xiàn)全閉環(huán)的端到端仿真測(cè)試。

2.3 高置信度仿真場(chǎng)景庫(kù)構(gòu)建

自動(dòng)駕駛虛擬場(chǎng)景庫(kù)是由滿足某種測(cè)試需求的一系列自動(dòng)駕駛測(cè)試場(chǎng)景構(gòu)成的數(shù)據(jù)庫(kù)?；趫?chǎng)景的測(cè)試方法是通過預(yù)設(shè)場(chǎng)景對(duì)被測(cè)車輛進(jìn)行特定目標(biāo)或行駛?cè)蝿?wù)的測(cè)試，是汽車自動(dòng)駕駛過程中的重要手段，可實(shí)現(xiàn)靈活配置，并提高測(cè)試效率[15-16]。自動(dòng)駕駛虛擬場(chǎng)景庫(kù)的構(gòu)建步驟包括：

1）確定單個(gè)虛擬場(chǎng)景的數(shù)據(jù)存儲(chǔ)方式與標(biāo)準(zhǔn)。目前虛擬場(chǎng)景的數(shù)據(jù)格式包括OpenScenario 和各企業(yè)自有數(shù)據(jù)格式。針對(duì)標(biāo)準(zhǔn)測(cè)試場(chǎng)景庫(kù)和用例庫(kù)的描述與定義不清晰，需要考慮通用性和兼容性，建立場(chǎng)景庫(kù)和描述文件數(shù)據(jù)格式要求標(biāo)準(zhǔn)；還需綜合考慮標(biāo)準(zhǔn)測(cè)試場(chǎng)景的覆蓋性、功能滿足性、效率性、安全性、合規(guī)性等，建立各類測(cè)試標(biāo)準(zhǔn)場(chǎng)景庫(kù)的通用描述要求標(biāo)準(zhǔn)。

2）構(gòu)建自動(dòng)駕駛虛擬測(cè)試場(chǎng)景數(shù)據(jù)要素標(biāo)準(zhǔn)與規(guī)范。自動(dòng)駕駛虛擬測(cè)試場(chǎng)景數(shù)據(jù)包括靜態(tài)場(chǎng)景和動(dòng)態(tài)場(chǎng)景，構(gòu)建流程見圖5。靜態(tài)場(chǎng)景構(gòu)建是基于采集的傳感器、高精度地圖等信息，根據(jù)數(shù)據(jù)存儲(chǔ)標(biāo)準(zhǔn)轉(zhuǎn)化為靜態(tài)場(chǎng)景數(shù)據(jù)，中間可能涉及采用專業(yè)軟件探面、探線、提取矢量化的結(jié)果，實(shí)現(xiàn)分層分類和實(shí)體化，存儲(chǔ)幾何屬性等工作。動(dòng)態(tài)場(chǎng)景構(gòu)建是基于采集的交通傳感器、路況等信息，根據(jù)數(shù)據(jù)存儲(chǔ)標(biāo)準(zhǔn)轉(zhuǎn)化為動(dòng)態(tài)場(chǎng)景數(shù)據(jù)，中間可能涉及分析傳感器數(shù)據(jù)、將其轉(zhuǎn)化為結(jié)構(gòu)化軌跡與屬性數(shù)據(jù)、基于基礎(chǔ)案例數(shù)據(jù)泛化生成多個(gè)動(dòng)態(tài)場(chǎng)景等工作。

圖5 動(dòng)態(tài)、靜態(tài)場(chǎng)景構(gòu)建

基于數(shù)據(jù)標(biāo)準(zhǔn)將靜態(tài)、動(dòng)態(tài)場(chǎng)景整合為虛擬場(chǎng)景的數(shù)據(jù)格式，并存儲(chǔ)該場(chǎng)景的關(guān)鍵信息，如數(shù)據(jù)采集的時(shí)間地點(diǎn)、靜態(tài)場(chǎng)景類型（城市交叉口、高速收費(fèi)站等）、動(dòng)態(tài)場(chǎng)景類型（通暢、擁堵、闖紅燈、違規(guī)變道等）。

3）構(gòu)建自動(dòng)駕駛虛擬場(chǎng)景庫(kù)。根據(jù)測(cè)試需求，總結(jié)動(dòng)靜態(tài)場(chǎng)景的主要特征，根據(jù)特征標(biāo)簽選取適當(dāng)場(chǎng)景作為場(chǎng)景庫(kù)的組成部分，選取與測(cè)試需求高度相關(guān)的特征標(biāo)簽作為數(shù)據(jù)庫(kù)檢索項(xiàng)，快速檢索與提取場(chǎng)景?；趫?chǎng)景分類體系和構(gòu)建方法，將場(chǎng)景分為功能場(chǎng)景、邏輯場(chǎng)景、具體場(chǎng)景3 個(gè)層級(jí)，從功能場(chǎng)景到具體場(chǎng)景，內(nèi)容不斷細(xì)化，場(chǎng)景數(shù)量也不斷增加。在實(shí)際測(cè)試中，根據(jù)標(biāo)準(zhǔn)和應(yīng)用場(chǎng)景賦予各參數(shù)具體數(shù)值，形成測(cè)試用例庫(kù)，完成對(duì)自動(dòng)駕駛車輛的各項(xiàng)仿真測(cè)試。

場(chǎng)景數(shù)據(jù)層是自動(dòng)駕駛虛擬仿真平臺(tái)的基礎(chǔ)，根據(jù)場(chǎng)景庫(kù)標(biāo)準(zhǔn)和通用場(chǎng)景數(shù)據(jù)定義與格式標(biāo)準(zhǔn)，采用統(tǒng)一交通場(chǎng)景格式注入的形式，將典型場(chǎng)景分別應(yīng)用于模型在環(huán)、軟件在環(huán)、硬件在環(huán)中，分別獲取不同測(cè)試架構(gòu)下相應(yīng)的仿真測(cè)試結(jié)果，并對(duì)不同測(cè)試結(jié)果進(jìn)行多維度對(duì)比分析，將仿真成果應(yīng)用于算法開發(fā)驗(yàn)證與實(shí)車測(cè)試閉環(huán)中，以提升多平臺(tái)典型場(chǎng)景應(yīng)用覆蓋度，加速產(chǎn)品算法增量迭代驗(yàn)證。數(shù)據(jù)層包括場(chǎng)景數(shù)據(jù)庫(kù)、測(cè)試用例數(shù)據(jù)庫(kù)、高精度地圖數(shù)據(jù)庫(kù)、多維駕駛工況數(shù)據(jù)庫(kù)等。

2.4 仿真結(jié)果評(píng)估體系

仿真結(jié)果評(píng)估體系作為智能網(wǎng)聯(lián)汽車測(cè)試評(píng)價(jià)的重要組成部分需要精準(zhǔn)對(duì)接產(chǎn)品需求，體現(xiàn)跨學(xué)科、跨產(chǎn)業(yè)、跨區(qū)域特征，達(dá)到車輛本身、車輛與外部環(huán)境、車輛與智能V2X終端之間復(fù)雜交互的效果評(píng)估要求。由于仿真測(cè)試和實(shí)車測(cè)試結(jié)果存在差異性，仿真結(jié)果僅使用通過或未通過的二元指標(biāo)具有一定局限性，易造成系統(tǒng)的安全性風(fēng)險(xiǎn)，因此需要建立合理的評(píng)價(jià)體系，設(shè)計(jì)具有連續(xù)值屬性的評(píng)價(jià)指標(biāo)來評(píng)估系統(tǒng)的綜合能力。根據(jù)大數(shù)據(jù)分析和技術(shù)專家經(jīng)驗(yàn)，得到各評(píng)價(jià)指標(biāo)的權(quán)重，評(píng)估系統(tǒng)也將持續(xù)對(duì)權(quán)重進(jìn)行迭代，不斷完善評(píng)估體系。

仿真結(jié)果評(píng)估子系統(tǒng)見圖6，以標(biāo)準(zhǔn)匹配度為牽引，從平臺(tái)功能合理性和自動(dòng)駕駛系統(tǒng)性能兩大維度進(jìn)行分析，并以標(biāo)注匹配度和經(jīng)濟(jì)性作為輔助評(píng)價(jià)。A、B、C、D、E為平臺(tái)功能合理性評(píng)價(jià)維度下5個(gè)評(píng)價(jià)指標(biāo)的權(quán)重，F(xiàn)、G、H為系統(tǒng)性能評(píng)價(jià)維度下3個(gè)評(píng)價(jià)指標(biāo)的權(quán)重，I為標(biāo)準(zhǔn)匹配度評(píng)價(jià)指標(biāo)的權(quán)重，K、J為經(jīng)濟(jì)性評(píng)價(jià)維度下兩個(gè)評(píng)價(jià)指標(biāo)的權(quán)重，同時(shí)符合A+B+C+D+E=1 、F+G+H=1 、K+J=1 。a1～a6為場(chǎng)景合理性評(píng)價(jià)指標(biāo)下各子指標(biāo)的權(quán)重，b1～b6為感知合理性評(píng)價(jià)指標(biāo)下各子指標(biāo)的權(quán)重，d1～d2為車輛動(dòng)力學(xué)仿真精準(zhǔn)性評(píng)價(jià)指標(biāo)下各子指標(biāo)的權(quán)重，e1～e2為算法問題識(shí)別與挖掘能力量化評(píng)價(jià)指標(biāo)下各子指標(biāo)的權(quán)重，f1～f5為安全性評(píng)價(jià)指標(biāo)下各子指標(biāo)的權(quán)重，g1～g3為舒適性評(píng)價(jià)指標(biāo)下各子指標(biāo)的權(quán)重，j1～j4為車輛產(chǎn)品經(jīng)濟(jì)性評(píng)價(jià)指標(biāo)下各子指標(biāo)的權(quán)重。

3 虛擬仿真測(cè)試平臺(tái)應(yīng)用場(chǎng)景

自動(dòng)駕駛測(cè)試場(chǎng)景必然對(duì)應(yīng)相應(yīng)的需求，需求主要來源于3 個(gè)方面：自動(dòng)駕駛汽車的開發(fā)與驗(yàn)證、測(cè)試與評(píng)價(jià)以及檢測(cè)與認(rèn)證。在自動(dòng)駕駛汽車的開發(fā)階段，需要對(duì)功能在特定應(yīng)用場(chǎng)景下的表現(xiàn)進(jìn)行驗(yàn)證。自動(dòng)駕駛功能都有其設(shè)計(jì)的應(yīng)用場(chǎng)景或范圍，因此在功能開發(fā)階段，基于應(yīng)用場(chǎng)景開展的各項(xiàng)測(cè)試，是驗(yàn)證自動(dòng)駕駛功能有效性的重要手段，可支持開發(fā)人員對(duì)功能進(jìn)行調(diào)整并加以完善。在自動(dòng)駕駛汽車的開發(fā)與驗(yàn)證階段，測(cè)試場(chǎng)景應(yīng)盡可能全面覆蓋功能適用范圍內(nèi)的所有情況，充分體現(xiàn)場(chǎng)景中各類對(duì)自動(dòng)駕駛功能造成挑戰(zhàn)的影響因素。測(cè)試場(chǎng)景應(yīng)能被部署到軟件在環(huán)、硬件在環(huán)、車輛在環(huán)以及受控測(cè)試場(chǎng)地等不同的測(cè)試環(huán)境中。該階段測(cè)試人員可借助相關(guān)經(jīng)驗(yàn)和知識(shí)構(gòu)建測(cè)試場(chǎng)景，或基于數(shù)據(jù)分析篩選出測(cè)試場(chǎng)景，以滿足不同的測(cè)試需求。

測(cè)試與評(píng)價(jià)的目標(biāo)是通過車輛的表現(xiàn)，對(duì)其各項(xiàng)性能進(jìn)行評(píng)估。通過選取或構(gòu)建能夠體現(xiàn)車輛特定性能的場(chǎng)景，制定合理的測(cè)試任務(wù)，可對(duì)自動(dòng)駕駛汽車的行駛自治性、安全性、經(jīng)濟(jì)性、舒適性、交通協(xié)調(diào)性等進(jìn)行評(píng)價(jià)。首先，測(cè)試場(chǎng)景選取應(yīng)與評(píng)價(jià)指標(biāo)具有高度的相關(guān)性，場(chǎng)景中的要素類型和指標(biāo)應(yīng)具有典型特征，使被測(cè)車輛的功能得到充分體現(xiàn)；其次，為盡可能保證評(píng)價(jià)結(jié)果的有效性，構(gòu)成測(cè)試場(chǎng)景的要素以及要素的特征、指標(biāo)等應(yīng)與現(xiàn)實(shí)相符；最后，為保證評(píng)價(jià)結(jié)果的準(zhǔn)確性，并便于橫向比較，測(cè)試場(chǎng)景中各類要素的指標(biāo)應(yīng)可量化且具有一致性。

在自動(dòng)駕駛汽車正式上路前，應(yīng)選取或構(gòu)建典型測(cè)試場(chǎng)景考查自動(dòng)駕駛汽車在各種交通情況下的行為，對(duì)各項(xiàng)功能的安全性和可靠性進(jìn)行檢測(cè)與認(rèn)證，驗(yàn)證其是否具備在真實(shí)交通環(huán)境下應(yīng)對(duì)多種場(chǎng)景和規(guī)避風(fēng)險(xiǎn)的能力。該階段與測(cè)試評(píng)價(jià)階段的基本目標(biāo)較相似，但主要關(guān)注車輛的安全性和可靠性等，且對(duì)認(rèn)證結(jié)果的可信度有更高的要求。該階段的測(cè)試需要有統(tǒng)一的標(biāo)準(zhǔn)，使得測(cè)試場(chǎng)景具有可重復(fù)性。

4 測(cè)試驗(yàn)證

基于本文提出的平臺(tái)架構(gòu)，開發(fā)了自動(dòng)駕駛虛擬仿真測(cè)試平臺(tái)，采用開放式的模塊式框架，可接入第三方工具和插件進(jìn)行聯(lián)合仿真。為驗(yàn)證自動(dòng)駕駛虛擬仿真測(cè)試平臺(tái)的性能和穩(wěn)定性，對(duì)平臺(tái)的基本功能進(jìn)行了測(cè)試，部分測(cè)試驗(yàn)證結(jié)果見圖7。測(cè)試驗(yàn)證運(yùn)行環(huán)境：①應(yīng)用服務(wù)器，操作系統(tǒng)為CentOS Linux re?lease V7.8.2003、CPU 為Intel Xeon E3-12xx V2、內(nèi)存為8 核、16 GB；②數(shù)據(jù)庫(kù)服務(wù)器，操作系統(tǒng)為Cen?tOS Linux release V7.9.2009、CPU 為Intel Xeon Proces?sor、內(nèi)存為4核、16 GB、數(shù)據(jù)庫(kù)為MySQL V8.5；③測(cè)試客戶端，操作系統(tǒng)為Windows 7 旗艦版、CPU為In?tel(R)Core(TM)i7-6700@3.40GHz、內(nèi)存為8核、32 GB；④交換機(jī)，操作系統(tǒng)為Cisco Nexus 9332C。

圖7 測(cè)試驗(yàn)證結(jié)果

測(cè)試結(jié)果表明，靜態(tài)場(chǎng)景庫(kù)覆蓋3個(gè)一級(jí)分類、7個(gè)二級(jí)分類、100 多個(gè)三級(jí)分類，動(dòng)態(tài)場(chǎng)景庫(kù)覆蓋4 個(gè)一級(jí)分類、9個(gè)二級(jí)分類、120多個(gè)三級(jí)分類；支持宏觀交通流和微觀交通流的自定義配置，交通流仿真結(jié)果與真實(shí)交通流的相似度在85%以上；支持激光雷達(dá)、毫米波雷達(dá)、攝像頭、IMU等主流傳感器的模擬仿真，并基于Unity 3D 進(jìn)行場(chǎng)景精細(xì)渲染；提供轎車、SUV、卡車3 種車型的內(nèi)置動(dòng)力學(xué)模型，并支持40類車輛動(dòng)力學(xué)參數(shù)的配置；針對(duì)特定場(chǎng)景，車輛動(dòng)力學(xué)橫縱精度優(yōu)于90%；支持10 個(gè)以上的測(cè)試并發(fā)，單一場(chǎng)景可模擬超過100 輛環(huán)境汽車；平臺(tái)整體仿真準(zhǔn)確率優(yōu)于85%，多次執(zhí)行一致性優(yōu)于99%，可用性SLA指標(biāo)優(yōu)于99.9%。

5 結(jié) 語(yǔ)

虛擬仿真測(cè)試是實(shí)現(xiàn)自動(dòng)駕駛的有效途徑和先決條件。虛擬仿真測(cè)試可驗(yàn)證自動(dòng)駕駛功能的有效性和安全性，降低時(shí)間和資源成本，加速智能駕駛功能的落地運(yùn)營(yíng)與量產(chǎn)。本文提出了一種面向自動(dòng)駕駛的虛擬仿真測(cè)試平臺(tái)架構(gòu)，設(shè)計(jì)了平臺(tái)的總體架構(gòu)和仿真原理，研究了虛實(shí)一體動(dòng)態(tài)交通流仿真、車輛動(dòng)力學(xué)與傳感器仿真、高置信度仿真場(chǎng)景庫(kù)構(gòu)建和仿真結(jié)果評(píng)估體系等模塊的實(shí)現(xiàn)方法，分析了平臺(tái)的主要應(yīng)用場(chǎng)景，并通過測(cè)試驗(yàn)證了該架構(gòu)的可用性和穩(wěn)定性。為保證典型場(chǎng)景數(shù)據(jù)儲(chǔ)存應(yīng)用的通用化，提高場(chǎng)景的多平臺(tái)通用率，今后可基于合作單位建立的場(chǎng)景庫(kù)標(biāo)準(zhǔn)以及通用場(chǎng)景數(shù)據(jù)定義與格式標(biāo)準(zhǔn)，實(shí)現(xiàn)典型場(chǎng)景搭建的標(biāo)準(zhǔn)化與平臺(tái)化，實(shí)現(xiàn)多仿真平臺(tái)的場(chǎng)景測(cè)試應(yīng)用。