自動駕駛進入下半場 仿真測試技術成競爭新高地
《中國自動駕駛仿真藍皮書》發佈儀式
當L2+級的自動駕駛已經量產,由輔助駕駛向更高級別的無人駕駛進化,正在成為下一個階段的奮鬥目標。
但瓶頸的突破,除應用在車輛本身上的硬件及軟件外,虛擬仿真平台這樣的測試工具,同樣必不可少。正如同濟大學汽車學院汽車安全技術研究所所長朱西產所説,“沒有虛擬仿真平台,根本無法實現智能網聯汽車的開發”。
那麼,現階段,中國自動駕駛虛擬仿真技術發展狀況究竟如何?10月12日,中國電動汽車百人會、騰訊自動駕駛、中汽數據有限公司聯合發佈了《2020中國自動駕駛仿真藍皮書》,詳解了這一技術目前的發展現狀及挑戰。
當自動駕駛的理論之爭逐漸塵埃落定,在下半場的競爭之中,推進商業化落地成為企業們發力的重點。
眾所周知,自動駕駛汽車在真正商業化應用前,需要經歷大量的道路測試才能達到商用要求。根據美國蘭德公司的研究,自動駕駛算法想要達到人類駕駛員水平至少需要累計177億公里的駕駛數據來完善算法。也就是説,如果配置一支100輛自動駕駛測試車的車隊,每天24小時不停歇路測,平均時速25英里(40公里)每小時來計算,需要500多年的時間才能完成目標里程。
而除時間成本之外,各國對於自動駕駛的法律法規容忍度、極端場景及危工況的測試安全性、各國道路交通環境及習慣不同等問題,都給自動駕駛系統研發測試帶來諸多困難。
如何突破測試難題?用更低成本、高效率的虛擬仿真技術,替代自動駕駛算法的實際道路測試,將耗時耗力的實際道路測試,在虛擬仿真技術構建的數字孿生世界中完成,早已成為必要條件。
根據藍皮書發佈的數據,目前自動駕駛算法測試大約90%用仿真平台完成,9%在測試場完成,1%通過實際路測完成。而隨着仿真技術水平的提高和應用的普及,在未來這一數據的理想狀態是99.9%測試量通過仿真平台完成,封閉測試完成0.09%,最後0.01%進行實路測試,使自動駕駛研發更高效、經濟。
據介紹,近兩年來,中國自動駕駛仿真測試已初步形成完整的產業鏈體系,形成了科技公司、自動駕駛解決方案商、仿真軟件企業為主的上游仿真軟件提供商,以車企、自動駕駛測試機構為主的仿真軟件下游應用商。尤其是以騰訊、百度、華為、阿里等科技巨頭的入局,更極快地加速了自主仿真平台的研發節奏。
以騰訊為例。在今年6月底的“2020智慧出行新品發佈會”上,騰訊曾正式發佈了自己的TAD Sim2.0新一代自動駕駛仿真平台。而在不久前舉辦的世界新能源汽車大會上,這一平台又被評選為“2020年度世界新能源汽車創新技術獎”。據説,這也是我國自動駕駛仿真領域獲得的首個國際性創新技術獎。
據介紹,騰訊的TAD Sim2.0通過完整的模型在環、軟件在環、硬件在環、車輛在環的測試驗證體系,覆蓋了完整的汽車V字開發流程;場景庫覆蓋超過2000種場景類型,可以泛化生成萬倍以上豐富場景,在雲端高併發運行具備每日1000萬公里以上的測試能力。
不過,儘管自主仿真平台的研發在近兩年有了大幅進步,但在同濟大學汽車學院汽車安全技術研究所所長朱西產教授看來,中國企業的自動駕駛技術想要趕超特斯拉與Waymo,在仿真平台這一工具的開發上,還必須加強合作,不能閉門造車。
據藍皮書介紹,目前自動駕駛仿真技術的發展還存在場景庫建設效率低、費用高,以及測試評價體系缺乏規範等問題。而此次《2020中國自動駕駛仿真藍皮書》發佈的目的,也正是希望推動交通出行產業鏈各方對虛擬仿真技術更清晰的瞭解,倡議行業開放共建,將仿真技術應用到自動駕駛量產落地和智慧交通的建設管理中去,讓自動駕駛技術早日普惠民眾,助力我國交通強國戰略目標的實現。