2020年10月14日 | 自动驾驶下半场突围：虚拟仿真核心技术必须做到自主可控

为了解决自动驾驶道路测试的瓶颈，虚拟仿真技术被大规模应用，将现实的交通环境和物理规则、运转逻辑复制到虚拟世界中，支持自动驾驶仿真测试，可以极大的提升测试效率，降低测试成本。 这一做法已经成为自动驾驶算法测试的行业通用手段。

仿真测试是达到规模化无人驾驶技术落地的关键因素之一。

昨天（10月13日），由中国电动汽车百人会、腾讯和中汽数据联合撰写的《中国自动驾驶仿真技术蓝皮书2020》正式发布。

作为自动驾驶仿真领域的测试分析，该蓝皮书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。

蓝皮书呼吁通过行业共建，统一格式标准，实现丰富、通用的、可移植的场景库，加速自动驾驶研发测试的同时，还可用于智慧交通管理运营、智能网联车辆安全合规评测、保险等一系列的交通生态当中，最终实现自动驾驶技术的普适性。

腾讯自动驾驶总经理苏奎峰表示，“与传统的仿真相比，面向自动驾驶的虚拟仿真测试有更高的技术要求，腾讯自动驾驶虚拟仿真平台希望成为自动驾驶车辆研发测试的基础设施，并逐步深度融入到自动驾驶车辆的开发流程、标准制定、技术评价过程中”。

自动驾驶技术经过多年的积累，国内头部玩家基本上都已经完成了硬件和算法的积累，L3级以上自动驾驶汽车的实际道路测试已经在全国多个城市陆续展开。

但是由于人工智能是通过学习、复现以往的情景来进行决策，并不具备人类的逻辑思维能力。

自动驾驶测试将是一个漫长且成本巨大的工作。

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，期间所耗费的时间和成本是难以承受的。

与此同时，极端交通条件和危险场景复现困难，而且测试安全存在隐患，自动驾驶汽车在实际道路行驶过程中，极端交通条件和危险场景可遇不可求，且安全问题也是一大困扰。

根据美国国家公路交通安全管理局（NHTSA）的统计数据，汽车平均行驶 43.6 万英里（70 万公里）才会发生一起事故，平均行驶 1 亿英里（1.6 亿公里）死亡大约 1 人。

此外，自动驾驶汽车测试行业依然没有就测试的安全性等标准达成一致，制约了自动驾驶的研发测试。

为了解决自动驾驶道路测试的瓶颈，虚拟仿真技术被大规模应用，将现实的交通环境和物理规则、运转逻辑复制到虚拟世界中，支持自动驾驶仿真测试，可以极大的提升测试效率，降低测试成本。

这一做法已经成为自动驾驶算法测试的行业通用手段。

当前，国内自动驾驶技术走入以落地应用为核心目标的“下半场”，虚拟仿真测试在国内得到了迅速的发展。

科技巨头先后入局，仿真领域垂直企业以及众多自动驾驶企业纷纷展开布局，各大智能网联汽车测试区也开始将仿真测试作为重点能力加紧完善，有行业机构预测，未来5年我国自动驾驶仿真市场规模将达到百亿美元规模。

根据蓝皮书发布的数据，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。

基于场景库的仿真测试，可以实现自动驾驶感知、决策规划、控制等算法的闭环仿真测试，满足自动驾驶测试的要求。

测试场景库是智能网联汽车研发与测试的基础和关键数据依据，其丰富性、交互性、无限性、扩展性等特性将直接影响到自动驾驶测试的效果和边界。

目前国内中汽数据、中国汽车工程研究院等研究机构、腾讯TAD Sim等科技公司均已建立起各自的场景数据库。

在此基础上，利用云加速仿真，可以进一步提高测试效率。

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。

同济大学汽车学院汽车安全技术研究所所长朱西产称，“没有虚拟仿真平台，根本无法实现智能网联汽车的开发，更无法实现网联智能'中国方案'的超越”。

他还强调称，“作为核心技术的虚拟仿真平台必须自主可控”。

据蓝皮书总结，自动驾驶仿真测试平台必须要具备几种核心能力：真实还原测试场景的能力、高效利用路采数据生成仿真场景的能力、云端大规模并行加速的能力，使得仿真测试满足自动驾驶全栈算法的闭环。

在仿真领域众多参与机构中，腾讯作为科技企业代表，基于自身在地图、游戏、云计算、人工智能等领域的技术优势，在自动驾驶仿真领域已经有了深度积累，自主研发的仿真平台TAD Sim已经得到了广泛的应用。

腾讯推出的新一代自动驾驶虚拟仿真平台TAD Sim 2.0具备每日1000万公里以上的测试能力，进行7*24不间断测试，通过MMO同步技术保证数据同步，满足高并发的测试需求。

腾讯自动驾驶仿真技术总监孙驰天谈到，“TAD Sim经历了两年多的市场应用，结合行业用户的需求，2.0版本在行业内率先使用真实数据和游戏技术的双擎驱动，在真实性、全面性、可视化、标准化、轻量化五个维度进行了升级，全面提升自动驾驶开发和测试效率，更灵活易用的满足国内、国际车企、检测机构等合作伙伴的需求。”

腾讯自动驾驶虚拟仿真平台TAD Sim在设计之初，就有别于传统的仿真系统，是为自动驾驶测试验证而专门设计开发，内置厘米级高精度地图，构建了包含动态和静态要素真值数字孪生系统，用千变万化的场景进行自动驾驶算法完备性的测试。

在2.0升级版本中，用户可根据自动驾驶测试的需求，结合路采的交通流数据，形成虚实一体的测试场景。通过完整的模型在环、软件在环、硬件在环、车辆在环的测试验证体系，TAD Sim 2.0覆盖了完整的汽车V字开发流程，并融入了自动驾驶研发体系。

另外，数据可视化对于算法开发和测试人员来说也非常重要，为此，TAD sim 2.0中集成了数据可视化组建TAD Viz，全面、细致的可视化数据能极大的提升工作效率。

孙驰天说，“自动驾驶仿真平台就是一个数字孪生世界，在上面测试的自动驾驶车辆就好像正在参与一个大型的RPG（角色扮演类）游戏，游戏场景的真实性和高效性决定了测试效果的有效性，以及算法验证的工作效率和成本。”

对此，自动驾驶行业对仿真测试的真实性不断提出更高的要求。

腾讯的做法是利用游戏中的场景还原、三维重建、物理引擎、MMO同步、Agent AI等技

术，提升自动驾驶仿真平台测试的还原度和高效性。

在还原度方面，TAD Sim 2.0借助腾讯游戏引擎，让仿真平台的几何规律则、物理规则和运行逻辑与真实世界一致。

比如，模拟出突然窜出的行人、强行加塞甚至产生剐蹭的NPC车辆、测试车辆快速驶过减速带造成的颠簸等，都可通过仿真平台的算法模型反馈到测试车辆上，进而验证自动驾驶决策控制算法对突发情况的的应对能力。

同时，基于强大的游戏引擎，TAD Sim 2.0三维场景重建以及传感器仿真在精准度上实现突破，场景内的细节表现更加逼真。

在TAD Sim 2.0场景库中，有超过1000种场景类型，还可以通过泛化，生成万倍以上规模的丰富场景，基于腾讯云计算并行加速，TAD Sim 2.0具备每日1000万公里以上的测试能力，自动驾驶的车辆可大量部署，进行7*24不间断测试，通过MMO同步技术保证数据同步，满足高并发的测试需求。

对于自动驾驶研发测试来说，更高效率意味着更低的成本，在数据和游戏技术的双擎驱动下，TAD Sim 2.0通过架构的升级，实现了数据传输、加速能力和资源占用的全面优化，为测试验证降本增效。

可见，借助腾讯在AI、云计算领域以及高精度地图领域的积累，腾讯已经形成了仿真测试、开发云和高精度地图三大基础平台和自动驾驶核心技术套件。

目前腾讯已经完成了全国重点城市快速路、高速公路的高精度地图采集和数据生产，以及车端关键应用技术的开发，云端闭环的部署，并根据市场和用户痛点，推动高速场景的自动驾驶方案应用落地。

此外，百度、阿里和华为也都推出了自动驾驶仿真系统，百 度 自 主 研 发 的 增 强 现 实 的 自 动 驾 驶 仿 真 系 统(AADS：Augmented autonomous driving simulation usingdata-driven algorithms)由百度研究院机器人与自动驾驶实验室开发，它不仅能大大降低仿真系统的测试成本，还在真实性和扩展性方面实现了质的飞跃。

阿里达摩院对外发布全球首个自动驾驶“混合式仿真测试平台”，该平台采用虚拟与现实结合的仿真技术，引进真实路测场景和云端训练师。

该平台可以任意增加极端路测场景变量，在实际路测中，复现一次极端场景的接管可能需要 1 个月的时间，阿里混合式仿真测试平台可在 30 秒内模拟一次极端场景。每日虚拟测试里程可超过 800 万公里，提升自动驾驶 AI 模型训练效率。

华为的自动驾驶云服务 Octopus 形为八爪鱼，服务覆盖自动驾驶数据、模型、训练、仿真、标注等全生命周期业务，向开发者提供包括数据服务、训练服务、仿真服务在内的三大服务。

在仿真训练服务方面，华为自动驾驶云服务平台内置超过 1 万个仿真场景，覆盖智能驾驶、主动安全、危险场景等六大场景，并且支持将路测数据场景转换为仿真场景，每日虚拟测试里程可超过 500 万公里。

随着国内车企、智能网联和智慧交通示范区对仿真技术应用市场需求的扩大，自动驾驶虚拟仿真测试技术已经成为让自动驾驶商业落地不可缺失的一环。

不过，《中国自动驾驶仿真技术蓝皮书2020》也对企业提出了新的要求，针对目前场景库领域面临的问题，建议加强以下方面的工作。

第一，将仿真技术应用于交通行为管理和监督。在虚拟仿真世界中，机动车、非机动车、步行行人、残疾人、动物等交通参与者均可以模拟现实世界的逻辑运行，根据不同交通参与者的行为逻辑关系可以界定各个实体的行为合法性。

第二，建立全国范围的基础场景库，同时鼓励发展个性化场景库，由科技公司、车企、自动驾驶解决方案提供商、高校及科研机构平均分摊基础场景库建设资金，采用统一的标准格式，存储在公有云平台。

第三，探索自动驾驶汽车与智慧交通、智慧城市有机融合的仿真技术。目前的仿真软件中道路标志、标线、道路设施是作为静态环境要素存在的。

第四，建立仿真测试、认证、审查机制。在虚拟仿真世界，自动驾驶车辆是在按法律法规规定的算法环境中运行，可以率先进行模拟，尝试各种模拟的优劣性，给真实世界提供参考。

第五，鼓励混行交通、人机交互等方面仿真测试研究。

第六，推动仿真技术的国产化，推动仿真软件国产化有助于我国自动驾驶测试、技术提升，实现仿真软件技术独立自主，实现中国智能汽车创新发展战略 2025 年目标。