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。