惠智科技汽車仿真模擬器怎么樣

斑馬 參考價：3.96萬起

查看參配 獲取底價

購置稅優惠 經銷商報價 車主點評

亞利桑那州梅薩市南墨龍街和西南街的拐角處有一個左轉黃燈。自動駕駛行業的人習慣稱其為“死亡之地”，因為這種類型的交叉路口對人類和無人駕駛汽車來說都非常棘手。進入五個方向的路口后，司機要在車流中找一個空檔。過早左轉可能會造成危險，過晚轉向可能會阻礙交通。

Waymo花了很多時間訓練他的無人車成功通過這個路口。這種訓練方式不是傳統的路考，而是自動駕駛模擬測試。

*Waymo重建的東部山谷

Waymo通過定制傳感器套件構建了一個詳細的虛擬現實版本的東部山谷，允許無人駕駛車輛在模擬器中一次又一次地訓練如何通過路口。這個虛擬路口的大小、車道線、路肩、左轉黃燈都和現實一樣。Waymo無人車可以在這個虛擬版的拐角處練習上千次，在復雜的車流中找到合適的時間插入。

上面提到的左轉黃燈的例子是Waymo經常提到的，用來解釋自動駕駛汽車如何通過模擬測試升級算法，逐一征服“死亡之地”。

如今，模擬測試已經成為Waymo無人車在公共道路上進行路測前的必做項目。WAY的高級軟件工程師詹姆斯·斯托特(James Stout)最近透露了該公司模擬器Carcraft的一些數據:累計50億英里的模擬測試里程，2.5萬輛虛擬自動駕駛汽車，每天800萬英里，每年超過25億英里的數據，在數十億模擬里程數據的背后，體現了Waymo對模擬測試的重視。

目前業內已經逐漸達成共識，模擬已經成為每個自動駕駛玩家的技術儲備。即使自動駕駛里程已經達到800萬英里，擁有10年自動駕駛經驗的Waymo仍然嚴重依賴模擬測試；百度也很早就把仿真平臺作為主要核心技術；AutoX創始人小熊健也把仿真作為無人車量產的四大技術儲備之一；RoaDStar.ai、Pony.ai等很多自動駕駛創業公司都在自主研發模擬器。

為什么自動駕駛公司都自己做模擬器？

模擬對自動駕駛系統的積極作用，行業政策的調控，市場趨勢的變化，使得模擬器成為自動駕駛玩家的必備。縱觀自動駕駛行業，無論是初創企業還是老牌玩家，幾乎所有與自動駕駛相關的公司都開始布局自己的模擬器。

在自動駕駛技術方面，隨著越來越多的公司將自動駕駛汽車的量產提上日程，無人駕駛汽車在公共道路上行駛時必須面對許多不確定的環境。即使每天都有很多公司的自動駕駛汽車在加州灣區進行路測，但這些先進的自動駕駛技術也僅僅局限于極其有限的條件和道路環境，有限的環境測試無法保證相關技術的安全性和穩定性。面對一些突發情況，比如行人闖道、汽車逆行、前方道路事故等。，自動駕駛汽車不能保證自己能做出正確的判斷。否則，今年3月優步行人死亡事件就不會發生...

模擬器制造商提供了在無風險環境下測試和更新自動駕駛軟件算法的工具，自動駕駛汽車的生產周期加快。該公司可以提前在虛擬環境中測試自動駕駛汽車，以確保它們可以在現實世界中安全上路。

測試算法在虛擬環境中的作用，使得模擬器成為自動駕駛公司基礎設施的一部分，與無人駕駛系統緊密結合，也“迫使”與自動駕駛系統相關的公司將模擬測試提上日程。

雖然業內有英特爾的CARLA、微軟的AirSim等開源自動駕駛平臺模擬器，但開源平臺需要與眾多合作伙伴、不同的軟硬件設備對接，耗費精力，進展緩慢。由于架構不同，傳感器方案不同，開源平臺很難真正通用化傳感器仿真。有業內人士表示，各種自動駕駛系統的解決方案在硬件、軟件、算法上都有所不同。為了更好的適應自己的自動駕駛系統，大部分公司都選擇自主開發模擬器。目前開源模擬器還沒有成熟的解決方案，自動駕駛公司需要花費更多的精力在開源的基礎上進行修改。

現在一些地方對模擬駕駛的管控也上升到了政策層面。例如，在加利福尼亞州，立法機構要求公司在被批準進行公共道路測試自動駕駛汽車之前，必須證明他們已經通過了在其設計的模擬環境中的測試。

今年3月，優步無人車造成的行人死亡事件讓很多公司警醒，這也成為一些玩家對模擬器加碼的導火索。關于這場悲劇，優步內部透露的一個信息令人印象深刻:它只關心路試，而忽略了模擬器上的測試。谷歌曾表示，“如果模擬器能夠更好地滿足自動駕駛汽車的測試要求，那么工程師可以轉投軟件市場，升級軟件并在模擬器中運行?！盬aymo對模擬器的重視和Carcraft的實力吸引了業內很多圍觀者重新面對自動駕駛模擬測試。

模擬器的意義及開發難點

模擬已經成為保障自動駕駛安全的良藥。理論上，如果圖形處理軟件、算法和云存儲系統足夠強大，測試完全可以在R&D實驗室完成，數據可能會更準確。

模擬器可以重建真實世界，讓自動駕駛汽車在真實道路驗證之前，測試其技術的成熟度。工程師可以在虛擬環境中構建越來越復雜的場景，幫助自動駕駛汽車在不確定的環境中測試其算法，而不用擔心碰撞事故的危險。

大部分自動駕駛模擬測試都離不開這幾個過程:設置場景、設置傳感器、添加算法、模擬測試。

模擬場景:即建立道路地圖，包括地面類型、車道線、信號燈、地標，添加交通參與者(人、車、移動路徑)。

模擬傳感器:根據實際路測車的傳感器，在模擬車上添加相同的攝像頭、激光雷達等傳感器，并設置參數，使其盡可能與實際使用一致。

添加算法:開發者將算法導入到仿真環境中，控制仿真車輛行駛。

模擬:場景搭建完成后，正式開始測試，檢驗算法的成熟度。

其中，仿真場景的構建包括真實環境和人工設計環境的再現。

1.真實環境的再現，類似于Waymo的Carcraft對梅薩路口左轉黃燈的場景的重建。測試工程師將現實中遇到的場景復制到虛擬環境中，已經保證了自動駕駛汽車進入現實時能夠安全通過路口。

2.手動設計場景。在測試過程中，工程師可以利用先進的圖形處理技術，手動設計場景因素，并隨時進行調整。比如暴風雨，刺眼的陽光，顛簸的駕駛環境。即通過人為重置環境，增加道路環境的復雜程度來測試算法的最大極限。當然，這些模擬環境要盡可能接近真實場景，這樣才能保證自動駕駛模擬測試的高效性和落地性。

建筑環境是仿真系統中的一個重要環節。無論是真實場景的再現，還是環境的人工設計，都對環境構建的合理性和真實性，以及還原真實世界的準確性有要求。更接近真實，精度更高，可以讓傳感器的響應更自然，測試結果更有參考價值。

虛擬環境的構建需要大量真實道路數據的支持，這就需要配備攝像頭和傳感器的測繪車采集道路上的信息，這也是自動駕駛仿真中環境構建的難點。在單條道路信息采集方面，Waymo、高德、四維圖新、Deepmap等有地圖測繪經驗的公司更適合推出自動駕駛模擬器。Waymo擁有龐大的高精度地圖車隊。一位業內人士透露，2016年，在Waymo搭建的仿真場景中，真實環境再現場景約占80%，人工設計環境約占20%。這也體現了真實環境在仿真場景構建中的重要地位，以及路測對于自動駕駛模擬器廠商的重要性。

——業內知名的以色列自動駕駛仿真平臺公司Cognata，也從裝有傳感器和攝像頭的汽車上采集道路數據，通過專利算法將真實道路數據應用到虛擬環境中，使仿真系統與真實環境充分兼容。

英國初創公司RF打造的第一個商用自動駕駛模擬器，在模仿世界的準確性上有優勢。利用基于相位的激光掃描測量數據創建模型，其三維精度達到了1mm左右。

傳感器難以模擬也是業內共識。對于自動駕駛汽車來說，攝像頭、激光雷達等傳感器還在變化，還沒有完全定型。不斷變化的傳感器產品和軟件算法的迭代更新也影響著傳感器的仿真。每當傳感器或軟件更新時，自動駕駛公司都需要重新模擬傳感器，并測試和升級算法。這就要求模擬器能夠適應傳感器和軟件算法的變化。

*Metamoto的模擬軟件

硅谷初創公司metamoto推出的新自動駕駛模擬服務，可以適應自動駕駛產品的按需迭代升級。通過詹金斯和吉拉等工具，可以實現無縫回歸測試、靈活的工作流和版本控制。

模擬器就是自動駕駛的過程:測試，升級，再測試。自動駕駛企業在算法的訓練和升級過程中，會有自己的一套自動評價標準，系統會自動判定車輛是否違規，無需人工干預。

模擬器能不能催生一門生意？

自動駕駛模擬器這個細分市場正在悄然興起。很多自動駕駛玩家開始自主研發模擬器，一些專門提供自動駕駛模擬服務的公司也應運而生，受到投資人的青睞。

除了Waymo，RoaDStar.ai、Pony.ai、Drive.ai等多家自動駕駛初創企業都在布局模擬器。Auto X自主研發的仿真器產品基于多傳感器3D仿真，根據仿真數據構建高精度地圖，完全模擬無人駕駛運行環境。AImotive也在通過實時模擬器訓練深度學習算法。

雷鋒網辛志佳了解到，Drive.ai建立了3D“大型場景庫”，工程師通過虛擬世界中的自動駕駛模擬器對公司的自動駕駛系統進行評估。最近，Drive.ai的自動駕駛旅行服務在德克薩斯州落地，該公司透露，其自動駕駛汽車完成了基于弗里斯科路的百萬英里模擬旅程。Drive.ai收集的模擬數據有助于自動駕駛車輛快速適應周圍的場景。工程師不是為不同形狀和大小的燈編寫特定的識別程序，而是通過在數千個路口的訓練，讓車輛的計算機視覺算法學會獨立識別不同的交通燈。

優步行人死亡后，自動駕駛模擬器的作用變得突出。英偉達推出了新的自動駕駛模擬平臺“Drive Constellation”，由兩臺服務器組成。第一臺服務器運行Nvidia DRIVE Sim軟件，模擬自動駕駛汽車的傳感器；第二臺服務器搭載NVIDIA DRIVE Pegasus計算平臺，運行自動駕駛汽車的完整軟件棧，快速處理模擬數據。雷鋒信之家了解到，測試車輛可在5小時內完成約48萬公里的路測。也就是說，兩天之內，美國所有道路都可以測試。

百度將其仿真平臺列為Apollo的主要實現方式，通過向Apollo合作伙伴提供仿真云服務來創收。Cognata去年也籌集了500萬美元。Maniv Mobility、Valeo、空 Airbus Ventures和Emerge是其背后的投資者。該公司還與奧迪達成合作，為后者提供自動駕駛平臺。雷鋒網辛志佳了解到，Metamoto在2017年也總共融資500萬美元。

目前業內的共識是，仿真正在成為自動駕駛的標準之一，成為系統開發周期的一部分。不同于激光雷達、芯片、算法，自動駕駛模擬器因為標桿公共環境路測，研發相對較晚，產品形態成熟的公司較少。

但可以預見的是，隨著自動駕駛汽車行駛在公共道路上的日子日益臨近，模擬器細分市場的“戰爭”將會越來越激烈。......