自動(dòng)駕駛究竟需要什么樣的仿真？

仿真對于自動(dòng)駕駛的重要性已不言而喻，自動(dòng)駕駛的仿真通過數(shù)學(xué)建模的方式將實(shí)際的應(yīng)用場景進(jìn)行數(shù)字化還原，建立盡可能接近真實(shí)世界的系統(tǒng)模型，無需實(shí)車直接通過軟件進(jìn)行仿真測試便可達(dá)到對自動(dòng)駕駛系統(tǒng)及算法的測試驗(yàn)證目的。

可以說，一套好的仿真環(huán)境可以非常精確地完成對于自動(dòng)駕駛系統(tǒng)功能性、安全性方面的驗(yàn)證，從而保障自動(dòng)駕駛的順利落地。那么，對于自動(dòng)駕駛而言如此重要的仿真技術(shù)目前發(fā)展如何，在未來又將以怎樣的形式助力自動(dòng)駕駛的量產(chǎn)落地呢？

仿真究竟在仿什么？

針對自動(dòng)駕駛而言，現(xiàn)如今的仿真系統(tǒng)具體需要仿造哪些內(nèi)容，提供哪些輸入給到算法模塊呢？

首先是還原與真實(shí)世界一致的交通靜態(tài)元素，比如道路、交通標(biāo)志、護(hù)欄、樹木、建筑等等。當(dāng)前，大多數(shù)智能駕駛仿真軟件或平臺都采用使用三維建模軟件創(chuàng)建“素材庫”，利用高精地圖的矢量化圖形對道路要素進(jìn)行重建，然后再利用專業(yè)軟件添加建筑、樹木、地形等其他靜態(tài)要素。

除了靜態(tài)環(huán)境，還要有動(dòng)態(tài)場景。動(dòng)態(tài)場景的生成包括兩方面：一是微觀的行人、車輛、天氣；二是宏觀的交通流場景構(gòu)建。天氣變化、光照變化等動(dòng)態(tài)要素，需要嚴(yán)格遵循現(xiàn)實(shí)世界的物理規(guī)律，在這里，游戲引擎就能發(fā)揮重要的作用，其在場景渲染、物理引擎等真實(shí)場景模擬的能力上，比傳統(tǒng)仿真軟件強(qiáng)大許多。

在場景之外，便是車輛傳感器模塊。傳感器作為智能駕駛車輛的“眼睛”，用于感知外部環(huán)境、發(fā)現(xiàn)并分類障礙物、預(yù)測速度，協(xié)助精確定位車輛周圍的環(huán)境等。從仿真角度看，無論哪種傳感器，理論上都可以從以下三個(gè)不同的層級仿真：對物理信號進(jìn)行仿真、對原始信號進(jìn)行仿真以及對傳感器目標(biāo)進(jìn)行仿真。傳感器目標(biāo)仿真，即傳感器感知和決策如果是分為兩個(gè)不同層級的芯片來做，那么可以將傳感器檢測的理想目標(biāo)直接仿真到?jīng)Q策層算法輸入端。一般來說，通過軟件仿真的方式達(dá)到目標(biāo)級仿真，提供真值是比較容易做到的，而原始信號，尤其是物理信號的仿真，則需要使用大量的仿真設(shè)備，相對比較復(fù)雜。

最后，便是仿真系統(tǒng)的底層：車輛模型，也叫車輛動(dòng)力學(xué)模塊。在智能駕駛仿真過程中，需要借助車輛的動(dòng)力學(xué)模型，來對決策、控制算法進(jìn)行客觀的評估。傳統(tǒng)的商業(yè)仿真軟件在這個(gè)領(lǐng)域已經(jīng)非常成熟，一般將實(shí)際測試車輛的車體模型、輪胎模型、制動(dòng)系統(tǒng)模型、傳動(dòng)系統(tǒng)模型等都參數(shù)化，根據(jù)車輛的動(dòng)力學(xué)模塊配置合適參數(shù)，從而模擬測算車輛在智能駕駛系統(tǒng)操控下的能力和極限。

主流仿真器對比

現(xiàn)如今，已有越來越多的仿真器被搭建并開源，與此同時(shí)，這些仿真器都具備了非常強(qiáng)大的性能，可供自動(dòng)駕駛公司們測試復(fù)雜多變的場景，從而驗(yàn)證算法的功能性及安全性。這里將主流的仿真器進(jìn)行對比介紹，以供讀者們參考。

Carmaker

Carmaker是德國IPG公司推出的動(dòng)力學(xué)，ADAS和自動(dòng)駕駛仿真軟件。Carmaker首先是一個(gè)優(yōu)秀的動(dòng)力學(xué)仿真軟件，提供了精準(zhǔn)的車輛本體模型(發(fā)動(dòng)機(jī)、 底盤、 懸架、傳動(dòng)、 轉(zhuǎn)向等) ，除此之外， Carmaker還打造了包括車輛，駕駛員，道路，交通環(huán)境的閉環(huán)仿真系統(tǒng)。

CarMaker作為平臺軟件，可以與很多第三方軟件進(jìn)行集成，如ADAMS、AVLCruise、rFpro等，可利用各軟件的優(yōu)勢進(jìn)行聯(lián)合仿真。同時(shí)CarMaker配套的硬件，提供了大量的板卡接口，可以方便的與ECU或者傳感器進(jìn)行HIL測試。

PreScan

PreScan是由TassInternational研發(fā)的一款A(yù)DAS測試仿真軟件。PreScan是一個(gè)模擬平臺，由基于GUI的、用于定義場景的預(yù)處理器和用于執(zhí)行場景的運(yùn)行環(huán)境構(gòu)成。工程師用于創(chuàng)建和測試算法的主要界面包括MATLAB和Simulink。PreScan可用于從基于模型的控制器設(shè)計(jì)(MIL)到利用軟件在環(huán)(SIL)和硬件在環(huán)(HIL)系統(tǒng)進(jìn)行的實(shí)時(shí)測試等應(yīng)用。

PreScan可在開環(huán)、閉環(huán)以及離線和在線模式下運(yùn)行。它是一種開放型軟件平臺，其靈活的界面可連接至第三方的汽車動(dòng)力學(xué)模型。其由多個(gè)模塊組成，使用起來主要分為四個(gè)步驟:搭建場景、添加傳感器、添加控制系統(tǒng)、運(yùn)行仿真。

Carla

CARLA是由西班牙巴塞羅那自治大學(xué)計(jì)算機(jī)視覺中心指導(dǎo)開發(fā)的開源模擬器，用于自動(dòng)駕駛系統(tǒng)的開發(fā)、訓(xùn)練和驗(yàn)證。

同AirSim一樣，Carla也依托虛幻引擎進(jìn)行開發(fā)，使用服務(wù)器和多客戶端的架構(gòu)。在場景方面，CARLA提供了為自動(dòng)駕駛創(chuàng)建場景的開源數(shù)字資源(包括城市布局、建筑以及車輛)以及幾個(gè)由這些資源搭建的供自動(dòng)駕駛測試訓(xùn)練的場景。

同時(shí)，CARLA也可以使用VectorZero的道路搭建軟件RoadRunner制作場景和配套的高精地圖，也提供了簡單的地圖編輯器。

百度Apollo

Apollo 仿真平臺是一個(gè)搭建在百度云和 Azure 的云服務(wù)，可以使用用戶指定的 Apollo 版本在云端進(jìn)行仿真測試。Apollo 仿真場景可分為Worldsim 和 Logsim。

Worldsim 是由人為預(yù)設(shè)的道路和障礙物構(gòu)成的場景，可以作為單元測試簡單高效的測試自動(dòng)駕駛車輛，而 Logsim 是由路測數(shù)據(jù)提取的場景，真實(shí)反映了實(shí)際交通環(huán)境中復(fù)雜多變的障礙物和交通狀況。

Apollo 仿真平臺也提供了較為完善的場景通過判別系統(tǒng)，可以從交通規(guī)則，動(dòng)力學(xué)行為和舒適度等方面對自動(dòng)駕駛算法做出評價(jià)。

騰訊TAD Sim仿真平臺

TAD Sim是由騰訊研發(fā)的自動(dòng)駕駛虛擬仿真平臺。在設(shè)計(jì)之初，就有別于傳統(tǒng)的仿真系統(tǒng)，是為自動(dòng)駕駛測試驗(yàn)證而專門設(shè)計(jì)開發(fā)，內(nèi)置厘米級高精度地圖，構(gòu)建了包含動(dòng)態(tài)和靜態(tài)要素真值數(shù)字孿生系統(tǒng)，用千變?nèi)f化的場景進(jìn)行自動(dòng)駕駛算法完備性的測試。

其具備了三大核心能力，首先是基于騰訊強(qiáng)大的游戲引擎能力運(yùn)行傳感器建模和標(biāo)定，能保證其三維場景的仿真以及傳感器的仿真具有業(yè)內(nèi)領(lǐng)先的真實(shí)度和精準(zhǔn)度。其次，TAD Sim場景生成系統(tǒng)支持多種場景來源，除了比較常見的場景編輯器和回放型的路采數(shù)據(jù)仿真，還可以運(yùn)用大量路采數(shù)據(jù)訓(xùn)練交通流AI，生成真實(shí)度高、交互性強(qiáng)的場景AI，來進(jìn)行閉環(huán)仿真，大大提高路采數(shù)據(jù)的利用率。最后，基于騰訊云服務(wù)，TAD Sim可以同時(shí)在本地和云端部署測試場景。

除了這些主流的仿真器之外，在去年，麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室（CSAIL）的科學(xué)家們創(chuàng)建了VISTA 2.0。這是一個(gè)數(shù)據(jù)驅(qū)動(dòng)的模擬引擎，車輛可以學(xué)習(xí)現(xiàn)實(shí)世界中的駕駛場景，在“即將撞上”的情景下將車輛“拯救”回來。
由于它是數(shù)據(jù)驅(qū)動(dòng)的，根據(jù)真實(shí)世界的數(shù)據(jù)建立和仿真渲染，所以車輛在模擬器中學(xué)習(xí)的駕駛能力都能夠直接應(yīng)用到現(xiàn)實(shí)中來。用戶可以直接模擬自己的虛擬自動(dòng)駕駛車輛，在這些虛擬地形中行駛，在模擬器的世界中訓(xùn)練自動(dòng)駕駛車輛，然后可以直接轉(zhuǎn)移到真正的自動(dòng)駕駛汽車上。

自動(dòng)駕駛仿真的挑戰(zhàn)

既然仿真對于自動(dòng)駕駛落地來說如此重要，那么現(xiàn)階段的仿真有哪些挑戰(zhàn)，未來將會(huì)向什么方向發(fā)展？

首先，挑戰(zhàn)來自對于現(xiàn)實(shí)世界的模擬程度。要知道，現(xiàn)實(shí)世界中的物體特征都是多種多樣，且非常細(xì)致的。那么仿真中模擬到何種程度便成了問題。如果模擬得太過細(xì)致，則會(huì)導(dǎo)致算力大幅提升，而缺少關(guān)鍵信息則會(huì)導(dǎo)致仿真效果與實(shí)際相距甚遠(yuǎn)。針對算法的實(shí)際需求來構(gòu)建相應(yīng)的仿真場景及細(xì)致度，將給自動(dòng)駕駛算法帶來質(zhì)的提升。

其次，場景庫的構(gòu)造是一大挑戰(zhàn)。目前行業(yè)內(nèi)大多采用人工構(gòu)建的方式，這種方式不僅速度較慢，且非常難覆蓋全現(xiàn)實(shí)生活中遇到的各種場景。Corner case對于自動(dòng)駕駛算法來說的重要性不言而喻，只有在仿真中盡可能多地構(gòu)造出可能出現(xiàn)的難例，才能驗(yàn)證算法在極端場景下的能力，從而保障車輛的絕對安全。

最后，便是仿真與算法的迭代部署及提升。現(xiàn)階段仿真器大多與算法解耦，從而不太考慮實(shí)際的算法需求，使得仿真效果不盡人意。在未來，有望更多做算法的一線工程師投入到仿真測試的工作中來，也只有為算法特定的仿真系統(tǒng)才能完備地測試出算法的問題。

總結(jié)

總體而言，仿真在如今已經(jīng)成為自動(dòng)駕駛整個(gè)體系中不可或缺的一環(huán)，承擔(dān)著量產(chǎn)落地的最終保障。但與此同時(shí)，目前市面上并沒有與現(xiàn)實(shí)世界非常貼合的仿真系統(tǒng)可供使用，如何讓模擬數(shù)據(jù)具有現(xiàn)實(shí)世界的真實(shí)性和豐富性是最大的挑戰(zhàn)。可以相信在未來，隨著虛幻引擎技術(shù)的飛速發(fā)展，會(huì)助力仿真系統(tǒng)實(shí)現(xiàn)質(zhì)的飛躍，同時(shí)將帶動(dòng)自動(dòng)駕駛算法完成新一輪的蛻變。