近日，中國的汽車自動駕駛技術領域可謂是迎來了一個巨大的好息。6月27日，滴滴自動駕駛網約車服務在上海正式上線。
只要乘客人在上海，就可以打開滴滴出行，在新增的“未來出行”版塊選擇呼叫自動駕駛網約車。這一消息立刻引起了社會各界的關注，傳説中的的自動駕駛汽車首次走到了我們的現實生活中。
在滴滴出行自動駕駛網約車上線受到關注之後，輿論似乎忘記了有一支力量在全球自動駕駛產業界顯得格外不同。
6月24日，2020騰訊智慧出行新品發佈會上，騰訊新一代自動駕駛虛擬仿真平台TAD Sim 2.0正式亮相。
“腦路清奇”的騰訊將遊戲思維和技術，應用到了自動駕駛技術的研發，卻抓住了自動駕駛發展的關鍵。
今天我們就來聊一聊自動駕駛發展下的仿真技術。
仿真技術是自動駕駛研發的關鍵
隨着智能製造的發展，“以機械為核心的工業”正轉變為“以軟件為核心的工業”。
汽車自動駕駛領域同樣如此，在業界有這樣的認知，自動駕駛仿真、開發平台、高精地圖數據一道，構成了自動駕駛軟件開發的三大要素。
龐大的測試數據必須依賴仿真軟件
而説起仿真技術的必要性，其實很好理解。根據美國“世界智囊團”蘭德公司提供的數學模型，如果想證明無人駕駛汽車比有人駕駛汽車安全20%，最少要提供110億英里的駕駛里程數據。
簡單來理解：沒有110億英里的駕駛數據，你就不能量產自動駕駛汽車。
而要在現實環境中獲取到這一數據，對任何一個公司來説都是不可能的，畢竟110億英里相當於駕車從地球到太陽往返50餘次。
而仿真技術卻可以完成這一不可能的任務，比如騰訊最新推出的TAD Sim 2.0，這一仿真平台可以完成每日1000萬公里以上的測試任務。
產品發展必須依賴仿真技術
而從產品的迭代發展來看，仿真技術更是不可或缺。
以梅賽德斯-奔馳的母公司戴姆勒汽車舉例。戴姆勒商用車在自動駕駛、互聯汽車及電動車方面敢為人先，引領世界商用車技術的發展。
戴姆勒2016年發佈的一款全新制動輔助系統 Sideboard Assist & Active Brake Assist 4，這套輔助系統可適應城市內複雜的交通環境，加裝的感應器可以有效監測路面上的行人和自行車，及時預警制動，甚至被譽為“防碰瓷神器”。
在這些技術的研發和驗證中，仿真技術則顯得非常關鍵。以筆者專長Simpack為例。
戴姆勒基於Simpack虛擬車輛模型進行先進輔助系統和智能車輛的研發和驗證。其中的一些典型應用有：
建立駕駛模擬器
在Simpack車輛動力學模型的基礎上，利用Simpack實時仿真技術建立車輛駕駛模擬器，進行各種試驗。與實車試驗相比，駕駛模擬器有以下優點：
安全性高：可安全地進行危險性駕駛狀態的試驗和極限狀態下的試驗、訓練等。
再現性高：容易保證相同的試驗條件，並且能夠反覆進行相同條件下的試驗。
容易設定試驗條件：容易進行汽車特性、路面狀況、道路、障礙物等環境設定及設定變更，不需要製作大量試驗設備節省費用。
容易測定數據和分析：用計算機能夠容易地存儲實車試驗測定困難的參數，並立即顯示所需的數據，高效率地處理。
進行ESP系統研發和驗證
利用駕駛模擬器可以對ESP系統進行研發和性能驗證。
ESP性能驗證技術路線圖
ESP在實際車輛路試效果和相應的Simpack仿真模型對比
評估ADAS性能
整個系統包括以下部分：
Concurrent實時機及試驗枱硬件設備
Prescan交通傳感器仿真
Simpack車輛實時仿真模型
通過HIL運行的ECU
系統集成後如下圖所示。
系統集成平台
Prescan傳感器仿真
ps：筆者在仿真秀髮布《Dassault Simpack Rail 專題培訓視頻》
為大家帶來
掌握Simpack Rail軌道車輛建模方法和流程
學會使用Simpack的建模元件
理解並掌握建立Simpack軌道車輛仿真模型的常用方法
學會建立、運行和分析典型應用的軌道車輛仿真模型
騰訊：用遊戲的技術發展中國仿真技術
相信大家從筆者上面的介紹，不難看出：仿真技術是自動駕駛技術發展的關鍵所在。而騰訊運用頂尖的遊戲技術進軍自動駕駛領域無疑是一個非常亮眼的選擇。
根據騰訊官方披露的信息，TAD Sim集合專業的車輛動力學模型、專業的遊戲引擎、三維重建技術和虛實一體的交通流技術，可以完成實車全部模塊的仿真實驗。
總結來看，此次騰訊的TAD Sim擁有兩大核心亮點。
首先就是騰訊強大的遊戲引擎能力。有了這一核心能力，可以保證其三維場景的仿真以及傳感器的仿真具有業內領先的真實度和精準度。同時還可以完成每天1000萬公里以上的測試任務，這一優勢恐怕環視全球也無敵手。
其次就是測試場景足夠豐富。據媒體披露的消息，騰訊目前已經完成了中國高速公路及各種路段的地圖採集工作，這意味着TAD Sim可以實實在在模擬自動駕駛汽車在中國任何路段的仿真模擬自動駕駛。
同時TAD Sim場景生成系統支持多種場景來源，簡單來説，自動駕駛汽車測試場景“只有你想不到的，沒有騰訊做不到的”。
工業軟件更需要各行各業的共同努力
寫到這裏，筆者不免要再嘮叨幾句。
中國工業軟件的差距大家有目共睹，然而這一差距絕不是一個或者幾個互聯網公司研發軟件就可以突破。因為我們缺少的並不是軟件設計能力，而是多年來多學科基礎研究積累。
正如《人民日報》所言“工業軟件往往不是單個分散的技術，而是一個體系，是各學科知識的集合，需要在生產實踐中與各種知識融合，進而更新迭代。”
所以筆者認為中國工業軟件需要各行各業的共同努力，先學基本知識，學習國外經驗，之後突破創新才能達到真正的彌補短板。
大家對筆者的觀點有什麼看法，歡迎在下方留言。
學工業軟件，學仿真
就選仿真秀，學習強國