為推動智能網(wǎng)聯(lián)汽車技術(shù)進(jìn)步和產(chǎn)業(yè)化進(jìn)展、加強(qiáng)跨行業(yè)間的技術(shù)融合，第六屆國際智能網(wǎng)聯(lián)汽車技術(shù)年會于2019年5月29日在北京亦創(chuàng)國際會展中心盛大開幕，本屆年會圍繞汽車智能化與網(wǎng)聯(lián)化技術(shù)，聚焦智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)化的挑戰(zhàn)，以及實踐路線和跨產(chǎn)業(yè)融合，深度討論環(huán)境感知與信息融合，智能決策與協(xié)調(diào)控制，開發(fā)與測試、人工智能、信息安全、高精地圖、車載高速網(wǎng)絡(luò)、車聯(lián)網(wǎng)技術(shù)在商用車領(lǐng)域的應(yīng)用等等話題，有超過16場的專題討論，100多場的研究報告，4場技術(shù)發(fā)布，同時還有近萬平米的技術(shù)展示和試乘試駕體驗等相關(guān)的活動。

大會上最值得注意的是，在2019年5月30日的年會上，中國首部自動駕駛仿真藍(lán)皮書《中國自動駕駛仿真技術(shù)研究報告（2019）》重磅發(fā)布。此部自動駕駛仿真藍(lán)皮書是由51VR發(fā)起，由清華大學(xué)蘇州汽車研究院、廣汽研究院智能網(wǎng)聯(lián)技術(shù)研發(fā)中心、中國汽車技術(shù)研究中心智能汽車研究室暨汽車軟件測評中心、江蘇省智能網(wǎng)聯(lián)汽車創(chuàng)新中心、北京智能車聯(lián)產(chǎn)業(yè)創(chuàng)新中心、奇點汽車和當(dāng)家移動綠色互聯(lián)網(wǎng)技術(shù)集團(tuán)有限公司（51VR）聯(lián)合發(fā)布。

《中國自動駕駛仿真測試技術(shù)研究報告（2019）》是目前為止第一部全面介紹中國自動駕駛仿真測試發(fā)展現(xiàn)狀的工具書，既結(jié)合了當(dāng)前學(xué)術(shù)機(jī)構(gòu)的前沿研究成果，又結(jié)合了領(lǐng)先企業(yè)的最新工程實踐，內(nèi)容涵蓋自動駕駛仿真測試所有領(lǐng)域，包括：仿真測試市場需求分析、方法應(yīng)用、搭建技術(shù)方案、軟件現(xiàn)狀、虛擬場景數(shù)據(jù)庫、示范區(qū)測試方法介紹、標(biāo)準(zhǔn)介紹、挑戰(zhàn)及發(fā)展趨勢八個部分，由自動駕駛仿真領(lǐng)域多位行業(yè)專家意見匯編而成。

自動駕駛系統(tǒng)的計算機(jī)仿真是自動駕駛車輛測試和試驗的基礎(chǔ)關(guān)鍵技術(shù)，也是未來行業(yè)定義自動駕駛車輛相關(guān)開發(fā)與準(zhǔn)入技術(shù)標(biāo)準(zhǔn)的基礎(chǔ)工具。計算機(jī)仿真測試與真實物理測試互為補(bǔ)充，缺一不可?！?019 中國自動駕駛仿真技術(shù)藍(lán)皮書》是一部全面介紹中國自動駕駛仿真測試發(fā)展現(xiàn)狀的工具書。由當(dāng)家移動綠色互聯(lián)網(wǎng)技術(shù)集團(tuán)有限公司（51VR）聯(lián)合學(xué)術(shù)研究單位與企業(yè)，通過詳細(xì)收集并整理當(dāng)前行業(yè)現(xiàn)狀，結(jié)合自動駕駛仿真領(lǐng)域多位行業(yè)專家意見匯編而成。藍(lán)皮書內(nèi)容涵蓋仿真測試的意義、測試方法和作用、搭建技術(shù)方案、軟件現(xiàn)狀、虛擬場景數(shù)據(jù)庫、數(shù)據(jù)集、示范區(qū)測試方式介紹、仿真測試標(biāo)準(zhǔn)介紹、挑戰(zhàn)及發(fā)展趨勢等部分，旨在為從事自動駕駛系統(tǒng)仿真與測試評價工作的管理人員及科研人員提供及時詳細(xì)的技術(shù)參考。

智車科技整理了藍(lán)皮書的部分內(nèi)容：（內(nèi)容如有授權(quán)，請于我方聯(lián)系）

自動駕駛仿真技術(shù)方法

自動駕駛的關(guān)鍵技術(shù)是環(huán)境感知技術(shù)和車輛控制技術(shù)，如圖 2-1 所示。其中環(huán)境感知技術(shù)是無人駕駛汽車行駛的基礎(chǔ)，車輛控制技術(shù)是無人駕駛汽車行駛的核心，包括決策規(guī)劃和控制執(zhí)行兩個環(huán)節(jié)，這兩項技術(shù)相輔相成共同構(gòu)成自動駕駛汽車的關(guān)鍵技術(shù)。自動駕駛的整個流程歸結(jié)起來有三個部分，首先，是通過雷達(dá)、激光雷達(dá)、攝像頭、車載網(wǎng)聯(lián)系統(tǒng)等對外界的環(huán)境進(jìn)行感知識別；然后，在融合多方面感知信息的基礎(chǔ)上，通過智能算法學(xué)習(xí)外界場景信息，預(yù)測場景中交通參與者的軌跡，規(guī)劃車輛運(yùn)行軌跡，實現(xiàn)車輛擬人化控制融入交通流中；第三，跟蹤決策規(guī)劃的軌跡目標(biāo)，控制車輛的油門、剎車和轉(zhuǎn)向等駕駛動作，調(diào)節(jié)車輛行駛速度、位置和方向等狀態(tài)，以保證汽車的安全性、操縱性和穩(wěn)定性。無論是環(huán)境感知技術(shù)，還是車輛控制技術(shù)，自動駕駛都需要大量的算法支持，而算法研發(fā)本來就是個不斷迭代的過程，在算法不成熟的條件下，為了配合自動駕駛汽車的功能和性能開發(fā)，我們必須遵循從純模型的仿真，到半實物的仿真，到封閉場地和道路測試，并最終走向開放場地和道路測試這一開發(fā)流程。這一流程已經(jīng)越來越被業(yè)內(nèi)人士所認(rèn)可。

仿真技術(shù)的基本原理是在仿真場景內(nèi)，將真實控制器變成算法，結(jié)合傳感器仿真等技術(shù)，完成對算法的測試和驗證。NVIDIA 在自動駕駛相關(guān)論文中較為詳細(xì)的解釋了一種基于端到端深度學(xué)習(xí)原理的仿真測試，其主要過程如下：

1. 架構(gòu)：設(shè)計深度卷積神經(jīng)網(wǎng)絡(luò)(CNN)，包括標(biāo)準(zhǔn)化層，卷積層，全連接層，輸入為道路影像圖片，輸出為方向盤控制角度。

2. 訓(xùn)練：仿真器根據(jù)之前準(zhǔn)備好的由前置攝像頭拍攝的道路影像，每一幀圖片對應(yīng)的人類司機(jī)操控方向盤的旋轉(zhuǎn)角度作為真實參考值，用于校正 CNN 的輸出角度，利用這些數(shù)據(jù)對 CNN 進(jìn)行訓(xùn)練，使輸出角度和真實角度的平均平方誤差到達(dá)最小。

3. 數(shù)據(jù)處理：對于每一幀圖片，隨機(jī)移動、翻轉(zhuǎn)、扭曲、遮擋、改變亮度等，并相應(yīng)改變方向盤的真實角度，用于模擬汽車的不同位置和環(huán)境，以期達(dá)到正態(tài)分布的仿真情境。

4. 測試：訓(xùn)練好的 CNN 可以實時通過圖像輸出方向盤角度，可以直觀的看出汽車在仿真器道路上的行駛狀態(tài)。一個完整的自動駕駛仿真平臺，需要包括靜態(tài)場景還原、動態(tài)案例仿真、傳感器仿真、車輛動力學(xué)仿真、并行加速計算等功能，并能夠較為容易的接入自動駕駛感知和決策控制系統(tǒng)，如圖 2-2 所示。只有算法與仿真平臺緊密結(jié)合，才能形成一個閉環(huán)，達(dá)到持續(xù)迭代和優(yōu)化的狀態(tài)。

自動駕駛仿真測試應(yīng)用

在自動駕駛算法迭代初期，對于原理和軟件系統(tǒng)驗證的 SiL（Software in the Loop）據(jù)較為重要的地位。自動駕駛作為人工智能在汽車行業(yè)的應(yīng)用領(lǐng)域，需要大量的數(shù)據(jù)集來訓(xùn)練機(jī)器學(xué)習(xí)算法，主要是感知識別算法。目前，全球主流的自動駕駛測試數(shù)據(jù)集包括 Cityscapes、Imagenet（ILSVRC）、COCO、PASCALVOC、CIFAR、MNIST、KITTI、LFW 等。

仿真平臺除了借助傳感器仿真、車輛動力學(xué)仿真，通過純軟件的方式接入自動駕駛感知和決策控制系統(tǒng)形成閉環(huán)測試之外，集成部分硬件系統(tǒng)的驗證測試也是系統(tǒng)開發(fā)與驗證不可或缺的一部分。通過仿真環(huán)境，結(jié)合部分硬件系統(tǒng)的計算結(jié)果進(jìn)行測試，可以使軟件和硬件的兼容性和功能完整性得以驗證，用較低的成本測量驗證子系統(tǒng)模塊功能安全性，局部子系統(tǒng)的全方位測試驗證，可以方便有針對性的達(dá)到系統(tǒng)辨識和錯誤追蹤定位的目的。如圖 2-8 所示，在自動駕駛仿真系統(tǒng)解耦架構(gòu)的基礎(chǔ)上，作為自動駕駛系統(tǒng)的感知部分，包括攝像頭、激光雷達(dá)、毫米波雷達(dá)、超聲波雷達(dá)、GPS/IMU、V2X 等，該部分的性能決定了自動駕駛車輛能否適應(yīng)復(fù)雜多變的交通環(huán)境。針對不同的傳感器，HIL（硬件在環(huán)）會根據(jù)不同的傳感器和環(huán)境因素來部署。前面我們提到傳感器仿真中的物理信號仿真和原始信號仿真，都與 HIL 相關(guān)。

自動駕駛仿真測試的驗證與精度

虛擬環(huán)境的構(gòu)建，我們可以通過采集激光點云數(shù)據(jù)，建立高精度地圖。它的數(shù)據(jù)精度主要通過組合導(dǎo)航數(shù)據(jù)解算精度、點云數(shù)據(jù)生成精度、數(shù)據(jù)采集精度等來保證。組合導(dǎo)航數(shù)據(jù)精度保證，采用專業(yè)軟件來處理，軟件具有 GPS 差分解算、POS 松組合解算、POS進(jìn)組合解算、數(shù)據(jù)融合、數(shù)據(jù)平滑等功能，同時可以對數(shù)據(jù)精度的好壞進(jìn)行預(yù)估。點云數(shù)據(jù)生成精度，點云數(shù)據(jù)生成前設(shè)備都經(jīng)過精確的標(biāo)定，為后期高精度激光點云的生成提供保證。數(shù)據(jù)采集精度，專業(yè)的系統(tǒng)具有快速的自動提取功能，系統(tǒng)的自動提取功能包括兩個過程：一級模型提取和二級模型提取，一級模型是在對點云進(jìn)行構(gòu)件提取、自動探面、探線、提取特征線并矢量化的結(jié)果，二級模型是在一級模型提取的特征面和特征線的基礎(chǔ)上得到具有現(xiàn)實意義的實體，實現(xiàn)了分層分類和實體化，并且擁有幾何屬性，便于后期分析。

動態(tài)場景仿真，如果仿真源數(shù)據(jù)來自實際路采真實數(shù)據(jù)，那么驗證手段較為直接，通過算法抽取重建的動態(tài)場景與原始采樣數(shù)據(jù)的高一致性是精度的保證。如果是智能體行為或者隨機(jī)交通流，驗證更多是從主觀感受出發(fā)，與現(xiàn)實行為越接近越好。針對天氣和氣候仿真，它的驗證手段也是盡可能地與現(xiàn)實接近。

傳感器仿真，在某些情況下，仿真場景需要真實的反映出環(huán)境的物理材質(zhì)，比如摩擦力系數(shù)，空氣阻力，而對感知算法的研發(fā)，要求仿真環(huán)境達(dá)到照片級的渲染效果，同時盡可能地物理逼真。拿攝像頭物理仿真為例，為了改善虛擬物體的真實性，我們可以利用基于物理的渲染過程（Physically-Based-Rendering）中的基礎(chǔ)色（Base Color）、粗糙度（Roughness）、金屬度（Metallic）、鏡面反射（Specular）來對物體進(jìn)行物理渲染?；A(chǔ)色來定義材質(zhì)的整體顏色，采用的是 RGB 三通道值，并且把每個通道值自動調(diào)節(jié)到0到1之間。Roughness 用來控制材質(zhì)的粗糙度，粗糙材料比光滑材料在更多方向上散射反射光，這是反射的模糊或銳利產(chǎn)生的原因；粗糙度值為0（光滑）時為鏡面反射，粗糙度值為1（粗糙）為漫反射（或無光澤）表面。金屬度用來控制材質(zhì)表面看起來是否像金屬，非金屬的金屬值為0，金屬的金屬值為1；對于純表面，例如純金屬，石材或塑料，此值將為0或1。鏡面反射用來調(diào)整材質(zhì)反射光的能力，輸入值在0到1之間。經(jīng)過Physically-Based-Rendering中的這四個屬性物理渲染后，使得我們虛擬出來的物體更加接近真實世界的物體，更加符合人眼視覺的感知。渲染的真實度，可以通過機(jī)器學(xué)習(xí)的方法或者純采樣算法來評估。

現(xiàn)有的仿真測試軟件現(xiàn)狀

現(xiàn)在的自動駕駛仿真系統(tǒng)的構(gòu)成已經(jīng)很復(fù)雜，各個仿真軟件都有各自的優(yōu)勢和研發(fā)的重點，搭建一個完整的仿真系統(tǒng)也越來越需要多個軟件互相之間的配合。

典型的自動駕駛仿真平臺要包括：

1) 根據(jù)真實路網(wǎng)或高精地圖搭建或生成大規(guī)模虛擬場景的道路環(huán)境模塊。

2) 根據(jù)實際路側(cè)數(shù)據(jù)，或者是參數(shù)化交通模型生成測試場景的交通模塊。

3) 仿真各種傳感器，包括攝像頭，激光雷達(dá)，毫米波雷達(dá)，GPS，超聲波雷達(dá)，IMU 的模塊，既可以提供原始數(shù)據(jù)，也可以提供真值。

4) 車輛動力學(xué)模型，可以根據(jù) ADAS 或者自動駕駛系統(tǒng)的輸入，結(jié)合路面特性對車輛本身進(jìn)行仿真，完成閉環(huán)的測試。

5) 分布式案例存儲和運(yùn)行平臺，可以通過添加硬件的方式大幅提高自動駕駛測試的里程數(shù)。

6) 對接 ADAS 和自動駕駛系統(tǒng)的豐富的接口，以及和 ECU，傳感器進(jìn)行 HIL測試的設(shè)備。

典型的自動駕駛仿真軟件包括傳統(tǒng)的動力學(xué)仿真軟件，也包括較新的來自于國內(nèi)外初創(chuàng)公司的仿真產(chǎn)品，還有相關(guān)的用作交通仿真的商業(yè)軟件。CarSim、CarMaker、PreScan、PTV Vissim、SUMO、VIRESVTD、rFpro、Cognata、RightHook、Parallel Domain、51Sim-One、Pilot-D GaiA、Metamoto、ESI Pro-Sivic、NVIDIA Drive Constellation、PanoSim、AAI、AirSim、CARLA、LGSVL Simulator、百度 Apollo、Waymo Carcraft。

虛擬場景數(shù)據(jù)庫

構(gòu)建場景庫需選取對自動駕駛具有挑戰(zhàn)性且在現(xiàn)實中有一定概率出現(xiàn)的場景。由于場景的統(tǒng)計學(xué)意義難以精確估算，往往很難有力說明場景庫與實際路測里程的確切關(guān)系。一些自動駕駛相關(guān)企業(yè)在構(gòu)建虛擬場景庫方面進(jìn)行了探索，例如：Mcity 提出了六步分析思路，主要是利用蒙特卡羅算法，減少日常駕駛中沒有發(fā)生事故的數(shù)據(jù)，用發(fā)生了危險事故的數(shù)據(jù)進(jìn)行取代，實現(xiàn)人類駕駛員與自動駕駛車之間數(shù)據(jù)高頻率交互；中國汽車技術(shù)研究中心將仿真場景劃分為自然駕駛場景、危險工況場景、法律規(guī)范場景、參數(shù)重組場景四類，包括不同自然條件（天氣、光線等），不同道路類型（路面狀態(tài)、車道線類型等），不同交通參與者（車輛、行人位置速度等），不同環(huán)境類型（高速、小區(qū)、商場、鄉(xiāng)村等）在內(nèi)的多類型虛擬仿真測試用例。目前，場景選取與場景庫構(gòu)建還處于不斷探索的過程，可從以下方面持續(xù)開展研究：

1） 制定完善自動駕駛測試相關(guān)標(biāo)準(zhǔn)，指導(dǎo)測試工作與場景庫構(gòu)建；

2） 對典型復(fù)雜交通場景進(jìn)行采集入庫，例如主要城市、高速公路的擁堵與事故高發(fā)交叉口、路段，真實存在的復(fù)雜場景對自動駕駛測試有重要意義；

3） 對真實復(fù)雜靜態(tài)場景進(jìn)行要素分析，泛化生成多類別的靜態(tài)測試場景；

4） 對真實復(fù)雜動態(tài)場景進(jìn)行要素與行為分析，在交通宏觀參數(shù)，駕駛員決策，車輛行為等多層面上進(jìn)行泛化，生成多類別的動態(tài)測試場景；

5） 完善虛擬測試場景的標(biāo)注方法、重要度評價理論，從而實現(xiàn)更好的場景庫組織架構(gòu)，以及針對某種測試需求的場景集快速生成。

自動駕駛仿真測試標(biāo)準(zhǔn)介紹

國家級自動駕駛道路測試標(biāo)準(zhǔn)：2018 年 4 月 12 日，工業(yè)和信息化部、公安部、交通運(yùn)輸部聯(lián)合發(fā)布了《智能網(wǎng)聯(lián)汽車道路測試管理規(guī)范（試行）》。該規(guī)范自 2018 年 5 月 1 日起開始施行。這是我國首個針對自動駕駛汽車測試的考核評價標(biāo)準(zhǔn)。根據(jù)規(guī)范中的解釋，規(guī)范中提到的智能網(wǎng)聯(lián)汽車指的是搭載先進(jìn)的車載傳感器、控制器、執(zhí)行器等裝置，并融合現(xiàn)代通信與網(wǎng)絡(luò)技術(shù)，實現(xiàn)車與 X（人、車、路、云端等）智能信息交換、共享，具備復(fù)雜環(huán)境感知、智能決策、協(xié)同控制等功能，并最終可實現(xiàn)替代人來操作的新一代汽車，即通常意義上的智能汽車、自動駕駛汽車。這其中包括乘用車、商用車，但不包括低速汽車和摩托車。

中國自動駕駛仿真技術(shù)展望

計算機(jī)仿真與虛擬測試技術(shù)在自動駕駛研發(fā)過程中將發(fā)揮越來越重要的作用。并將推動自動駕駛技術(shù)早日實現(xiàn)商業(yè)化。未來具備信息高度共享化的智能網(wǎng)聯(lián)汽車與車聯(lián)網(wǎng)技術(shù)根本上組成了一個信息物理系統(tǒng)，仿真軟件也將在信息模型與物理模型兩個維度進(jìn)行綜合仿真，對全系統(tǒng)進(jìn)行完整的仿真。從模型到軟件，從軟件到硬件，從部件到系統(tǒng)，各層次都需要不斷深入的構(gòu)建智能網(wǎng)聯(lián)汽車的知識模型，組成完整的知識技術(shù)體系。交通系統(tǒng)是人-車-路相互作用的系統(tǒng)，自動駕駛系統(tǒng)仿真技術(shù)的重點發(fā)展方向是提供接近真實的復(fù)雜動態(tài)環(huán)境，尤其對機(jī)動車，非機(jī)動車，行人等交通參與者的高度動態(tài)交互行為，對天氣與天光變化的仿真，并把上述動態(tài)交通要素按照不同的復(fù)雜程度進(jìn)行重新組合。

自動駕駛汽車將在一個漫長的周期內(nèi)逐步替代傳統(tǒng)汽車，必然形成傳統(tǒng)汽車與自動駕駛汽車混行的局面，研究人機(jī)交互將成為仿真技術(shù)研究的一個方向。智慧交通與車聯(lián)網(wǎng)技術(shù)使得自動駕駛的汽車與數(shù)字智能化道路進(jìn)行有機(jī)融合，研究在交通系統(tǒng)下的車輛行為也是仿真技術(shù)的另一發(fā)展方向。未來，需要對自動駕駛車輛進(jìn)行更多維度的測試與評價。首先可以對車輛駕駛的自治性進(jìn)行評價。對車輛本身在一定外界條件下的行駛能力進(jìn)行測試評價。其次可以對車輛參與交通的協(xié)調(diào)性做出測試與評定。根據(jù)其他的交通參與者的行為方式選擇自身用何種行為進(jìn)行交互性回應(yīng)。這些測試與評價需要仿真技術(shù)提供更高維度的虛擬場景與評價體系。

未來，自動駕駛仿真技術(shù)會始終服務(wù)于法律法規(guī)。通過仿真評估交通事故的法律責(zé)任，幫助對交通行為進(jìn)行管理和監(jiān)管，對交通規(guī)則進(jìn)行技術(shù)評估。自動駕駛仿真技術(shù)將服務(wù)于產(chǎn)品認(rèn)證，通過仿真方法提供一個科學(xué)而全面的產(chǎn)品測試和審查方法。自動駕駛仿真技術(shù)還將協(xié)助建立一個全國范圍的通用型數(shù)據(jù)庫，其包含自動駕駛汽車工作的典型工況和邊緣案例，數(shù)據(jù)信息可與其他國家和地區(qū)共享，幫助行業(yè)進(jìn)行跨地區(qū)的交叉認(rèn)可，最終達(dá)到自動駕駛系統(tǒng)的技術(shù)普適性。

對于此次藍(lán)皮書的意義，成波教授表示：“國內(nèi)自動駕駛仿真行業(yè)尚處于起步階段，但正在打破國外仿真軟件長期壟斷的狀況，此次藍(lán)皮書的發(fā)布正是對中國原創(chuàng)仿真軟件崛起的一個階段性總結(jié)。”

北汽集團(tuán)研究總院副院長兼新技術(shù)研究院院長孔凡忠說，“自動駕駛研發(fā)中，仿真技術(shù)必不可少，國內(nèi)這一領(lǐng)域中，主機(jī)廠都是剛剛起步，相關(guān)研究主要集中在大學(xué)，51VR瞄準(zhǔn)機(jī)遇進(jìn)入這一領(lǐng)域，勢必會對推動智能網(wǎng)聯(lián)汽車的發(fā)展做出貢獻(xiàn)?！?/span>

江蘇省智能網(wǎng)聯(lián)汽車創(chuàng)新中心總經(jīng)理戴一凡認(rèn)為：“自動駕駛仿真測試是前期驗證的核心環(huán)節(jié)，現(xiàn)在的仿真軟件和系統(tǒng)，90%以上都是國外的，大到工業(yè)軟件體系，也是國外的，如果我們能做出自己的自動駕駛仿真軟件，符合中國消費(fèi)者的習(xí)慣，會對汽車行業(yè)自主研發(fā)很有益處?！?/span>

最終，自動駕駛仿真測試將與實際道路測試相輔相成，共同促進(jìn)我國汽車行業(yè)的進(jìn)一步發(fā)展。