自動駕駛究竟需要什么樣的仿真？

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

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駕駛系統(tǒng)功能性、安全性方面的驗證，從而保障自動駕駛的順利落地。那么，對于自動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駕駛的量產(chǎn)落地呢？

仿真究竟在仿什么？

針對自動駕駛而言，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？

首先是還原與真實世界一致的交通靜態(tài)元素，比如道路、交通標志、護欄、樹木、建筑等等。當前，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，還要有動態(tài)場景。動態(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、光照變化等動態(tài)要素，需要嚴格遵循現(xiàn)實世界的物理規(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、物理引擎等真實場景模擬的能力上，比傳統(tǒng)仿真軟件強大許多。

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不同的層級仿真：對物理信號進行仿真、對原始信號進行仿真以及對傳感器目標進行仿真。傳感器目標仿真，即傳感器感知和決策如果是分為兩個不同層級的芯片來做，那么可以將傳感器檢測的理想目標直接仿真到?jīng)Q策層算法輸入端。一般來說，通過軟件仿真的方式達到目標級仿真，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，相對比較復雜。

最后，便是仿真系統(tǒng)的底層：車輛模型，也叫車輛動力學模塊。在智能駕駛仿真過程中，需要借助車輛的動力學模型，來對決策、控制算法進行客觀的評估。傳統(tǒng)的商業(yè)仿真軟件在這個領(lǐng)域已經(jīng)非常成熟，一般將實際測試車輛的車體模型、輪胎模型、制動系統(tǒng)模型、傳動系統(tǒng)模型等都參數(shù)化，根據(jù)車輛的動力學模塊配置合適參數(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，這些仿真器都具備了非常強大的性能，可供自動駕駛公司們測試復雜多變的場景，從而驗證算法的功能性及安全性。這里將主流的仿真器進行對比介紹，以供讀者們參考。

Carmaker

Carmaker是德國IPG公司推出的動力學，ADAS和自動駕駛仿真軟件。Carmaker首先是一個優(yōu)秀的動力學仿真軟件，提供了精準的車輛本體模型(發(fā)動機、 底盤、 懸架、傳動、 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行集成，如ADAMS、AVLCruise、rFpro等，可利用各軟件的優(yōu)勢進行聯(lián)合仿真。同時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(MIL)到利用軟件在環(huán)(SIL)和硬件在環(huán)(HIL)系統(tǒng)進行的實時測試等應(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力學模型。其由多個模塊組成，使用起來主要分為四個步驟:搭建場景、添加傳感器、添加控制系統(tǒng)、運行仿真。

Carla

CARLA是由西班牙巴塞羅那自治大學計算機視覺中心指導開發(fā)的開源模擬器，用于自動駕駛系統(tǒng)的開發(fā)、訓練和驗證。

同AirSim一樣，Carla也依托虛幻引擎進行開發(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)以及幾個由這些資源搭建的供自動駕駛測試訓練的場景。

同時，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駕駛車輛，而 Logsim 是由路測數(shù)據(jù)提取的場景，真實反映了實際交通環(huán)境中復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，動力學行為和舒適度等方面對自動駕駛算法做出評價。

騰訊TAD Sim仿真平臺

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

其具備了三大核心能力，首先是基于騰訊強大的游戲引擎能力運行傳感器建模和標定，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)先的真實度和精準度。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，還可以運用大量路采數(shù)據(jù)訓練交通流AI，生成真實度高、交互性強的場景AI，來進行閉環(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，麻省理工學院計算機科學與人工智能實驗室（CSAIL）的科學家們創(chuàng)建了VISTA 2.0。這是一個數(shù)據(jù)驅(qū)動的模擬引擎，車輛可以學習現(xiàn)實世界中的駕駛場景，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)動的，根據(jù)真實世界的數(shù)據(jù)建立和仿真渲染，所以車輛在模擬器中學習的駕駛能力都能夠直接應(yīng)用到現(xiàn)實中來。用戶可以直接模擬自己的虛擬自動駕駛車輛，在這些虛擬地形中行駛，在模擬器的世界中訓練自動駕駛車輛，然后可以直接轉(zhuǎn)移到真正的自動駕駛汽車上。

自動駕駛仿真的挑戰(zhàn)

既然仿真對于自動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)，未來將會向什么方向發(fā)展？

首先，挑戰(zhàn)來自對于現(xiàn)實世界的模擬程度。要知道，現(xiàn)實世界中的物體特征都是多種多樣，且非常細致的。那么仿真中模擬到何種程度便成了問題。如果模擬得太過細致，則會導致算力大幅提升，而缺少關(guān)鍵信息則會導致仿真效果與實際相距甚遠。針對算法的實際需求來構(gòu)建相應(yīng)的仿真場景及細致度，將給自動駕駛算法帶來質(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)實生活中遇到的各種場景。Corner case對于自動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)成為自動駕駛整個體系中不可或缺的一環(huán)，承擔著量產(chǎn)落地的最終保障。但與此同時，目前市面上并沒有與現(xiàn)實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)實世界的真實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，會助力仿真系統(tǒng)實現(xiàn)質(zhì)的飛躍，同時將帶動自動駕駛算法完成新一輪的蛻變。