0
《中国自动驾驶仿真蓝皮书 2020》发布仪式
毫无疑问，几乎所有的科技巨头也都在自动驾驶仿真市场聚首。
不止腾讯、华为、百度，自动驾驶公司、软硬件开发商，甚至部分主机厂都在不同程度的通过虚拟仿真工具加速自动驾驶技术研发。
如今，随着自动驾驶的发展已经进入到下半场，自动驾驶仿真这一新生领域的发展还存在着不少挑战，行业对这一领域的探索也尚且不够。
如何提升自动驾驶仿真测试平台必备的核心能力？如何开辟出更高效更经济的平台设计路线，减少重复造轮子的工作？如何打破国外自动驾驶仿真软件长期垄断现状，突围自动驾驶下半场？
这些都是现阶段行业亟需思考的问题。
10 月 12 日，由中国电动汽车百人会、腾讯和中汽数据联合撰写的《中国自动驾驶仿真技术蓝皮书 2020》（以下简称《蓝皮书》）正式发布。（关注「新智驾」公众号获取《蓝皮书》PDF）
雷锋网从目录出发可以看到，该蓝皮书对自动驾驶仿真测试的意义、功能需求、测试方法和作用、技术架构、软件现状、评价体系等方面进行了深入分析，系统介绍了自动驾驶仿真技术和应用现状，并且展望了仿真测试平台未来的发展方向。
同时，在《蓝皮书》的发布会上，多位业内权威人士也围绕着自动驾驶仿真的发展分享了自己的观点和看法。
站在历史的时间线来看，我国自动驾驶技术的发展正处于从辅助迈向无人驾驶进化的新阶段。
尽管驾驶辅助系统（ADAS）L0/L1/L2 已经量产，并在 C-NCAP 五星安全推动下实现了迅速的发展。然而，与此同时，目前 L3 的量产计划正卡在关键节点。
据同济大学汽车学院汽车安全技术研究所所长朱西产教授的观点，今年，2C 车型趋近 L3，2B 车型趋近 L5。但即便是在今年北京车展上亮相的多款热门 L3 车型，也颇有车企销售噱头的意味。
也就是说目前乘用车 L3 技术并不成熟，而 L4 更多的也还是在智能网联示范区进行载客运营测试。对此，朱西产教授说道：
尽管我们已经从最初的「不会造车」到「会造车」再到「自己设计车」，但设计工具全是国外的。我们现阶段缺乏自己的 L3 开发工具，这是一个技术制高点。
他进一步补充说：
没有虚拟仿真平台，根本无法实现智能网联汽车的开发，我国要实现从「汽车大国走向汽车强国」的梦想，作为核心技术的虚拟仿真平台必须自主可控。
另一方面，朱西产教授将特斯拉的自动驾驶系统比作智能手机中的 iOS，那么，谁将成为智能汽车中的 Android？对于这个问题，他解释道，目前，许多厂商都高举着「赶超特斯拉」的旗帜，但事实上，“全部通过自建虚拟仿真平台来赶超特斯拉是不可能的，效率也十分低下。”
同时，场景库（包括感知能力测评场景库、车辆控制精度测评场景库等）的搭建也至关重要。然而，仅凭某一家企业自身的力量可能无法将这些工作穷尽，需要行业里多方参与者联合起来共同努力。
正如朱西产教授的观点，在 L3 的量产到来前，行业还需要一段路要走。为此，国家和各地政府已经加强了对自动驾驶示范区的建设和投入，同时推动各类相关标准的制定和实施。
然而，自动驾驶实车测试还存在许多亟待解决的问题，包括自动驾驶量产需要的测试里程长、时间长、成本高；极端场景、危险工况测试难，危险性大；相应交通法规及保险理赔机制缺失；国际间技术竞争和标准不统一等。
从一定程度上来说，虚拟仿真技术是解决上述问题的低成本、高效率的最佳方案，即在虚拟仿真技术构建的数字孪生世界中完成自动驾驶算法所需的实际道路测试。
雷锋网了解到，目前，自动驾驶仿真技术已经被行业广泛接受——根据《蓝皮书》中的数据，目前，自动驾驶算法测试大约 90% 通过仿真平台完成，9% 在测试场完成，1% 通过实际路测完成。
中国电动汽车百人会智能网联研究总监朱雷也在本次研讨会中分享了自己观点，他表示，随着仿真技术水平的提高和应用的普及，未来 99.9% 的测试量将通过仿真平台完成，剩余测试量由封闭测试完成 0.09％，实路测试完成最后的 0.01％。
其中，基于场景库的仿真测试，可以实现自动驾驶感知、决策规划、控制等算法的闭环仿真测试，满足自动驾驶测试的要求。
据乐观的预测，未来 5 年我国自动驾驶仿真市场规模将达到百亿美元规模。
不过，仿真技术在实际发展中，整车厂、供应商以及仿真工具商使用的数据格式与接口五花八门，很难统一标准，这导致各方之间的合作受到一定阻碍。基于数据接口和格式等共性问题，发源于欧洲的 ASAM 组织已经引入的 OpenX 系列标准填补了行业多项空白。
正如朱雷所说的：
自动驾驶上半场更多的谈的是概念，现在到了下半场，我们的重点就是打通底层技术。
因此，《蓝皮书》也呼吁通过行业开放共建，统一格式标准，实现丰富、通用的、可移植的场景库，加速自动驾驶研发测试的同时，还可用于智慧交通管理运营、智能网联车辆安全合规评测、保险等一系列的交通生态当中。
此外，中国的驾驶场景极具特色，道路结构、交通标志、交通信号灯等形态各异，人车混流的交通状况，为构建动态仿真场景增加了难度。对此，2019 年 9 月，中汽数据与 ASAM 共同组建 C-ASAM 工作组。腾讯作为 C-ASAM 工作组成员也参与了多项标准制定。
仿真测试平台必备的核心能力
据《蓝皮书》总结，自动驾驶仿真测试平台必须要具备几种核心能力：
真实还原测试场景的能力；
高效利用路采数据生成仿真场景的能力；
云端大规模并行加速的能力。
作为本次《蓝皮书》的发起方之一，腾讯自身在地图、游戏、云计算、人工智能等领域具有先发技术优势，加之在自动驾驶仿真领域具有深度积累——腾讯自主研发的仿真平台 TAD Sim 已经得到了广泛的应用。
具体来说，TAD Sim 平台结合了游戏引擎、工业级车辆动力学模型、虚实一体交通流等多项技术。今年 6 月，TAD Sim 2.0 版本发布，在数据传输能力和加速能力方面大幅提升，资源占用量减少 30%；覆盖 2000 种场景类型，可以泛化生成万倍以上丰富场景；在云端高并发运行具备每日 1000 万公里以上的测试能力。
目前，TAD Sim 正在与多地国家智能网联汽车测试区、国家部委，以及国内头部车企展开合作，其中包括国家智能网联（长沙）测试区；同时，TAD Sim 正在帮助推进襄阳达安汽车检测中心数字孪生自动驾驶测评体系以及深圳市智能网联交通测试示范平台建设等。
雷锋网获悉，基于海量的场景，腾讯在不久前举办的世界新能源汽车大会上，被评选为“2020 年度世界新能源汽车创新技术奖”，这是我国自动驾驶仿真领域获得的首个国际性创新技术奖。
目前，国内中汽数据、中国汽车工程研究院等研究机构、腾讯 TAD Sim 等均已建立起各自的场景数据库——测试场景库是智能网联汽车研发与测试的基础和关键数据依据，其丰富性、交互性、无限性、扩展性等特性将直接影响到自动驾驶测试的效果和边界。
对此，腾讯自动驾驶总经理苏奎峰表示：
与传统的仿真相比，面向自动驾驶的虚拟仿真测试有更高的技术要求，腾讯自动驾驶虚拟仿真平台希望成为自动驾驶车辆研发测试的基础设施，并逐步深度融入到自动驾驶车辆的开发流程、标准制定、技术评价过程中。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
