在各地鼓励政策的支持下,自动驾驶测试和智能网联先导示范在北京、上海、深圳、长沙、重庆、广州等全国数十个城市全面铺开。支持在限定场景脱手的自动驾驶辅助巡航、自主泊车系统已经开始商业化落地,预计明年渗透率会有大幅攀升。尤其是在云端算法优化和OTA功能升级闭环的加持下,自动驾驶系统能够很快地升级迭代,并在量产车上实现功能更新。在高级别自动驾驶领域,今年北京、上海、长沙等多地开始载客测试,未来1~2年在限定区域或特性场景会逐步落地应用。
开放区域完全的自动驾驶落地,需要百亿公里级别的测试里程,才能够覆盖充足的场景。只依靠实际路测,无论是在效率和经济方面都是无法完成的挑战。目前各地只开放了部分城市测试道路,道路场景的丰富程度还远远不足,且大量复杂和极端的交通场景,以及不同的光照和天气条件,难以在实际路测中遇到或复现。因此,仿真测试是推动自动驾驶成熟的关键一环。仿真模型涵盖了不同天气条件、各种复杂的道路场景,结合车载传感和车辆动力学特征,可以用更低的成本、更高的效率,在无限逼近真实场景的虚拟环境中获取测试数据。以Waymo为例,其自动驾驶技术已经在实际道路上测试超过2000万英里,完成了150亿英里的虚拟仿真测试。
业界普遍认为,“纯模型仿真——软件在环仿真——半实物仿真——封闭场地道路测试——开放道路测试”是一套行之有效的开发流程。目前,行业已经在广泛采用自动驾驶的仿真测试,据统计,当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。
仿真测试平台正在多个方面加快核心能力的建设,包括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等,让仿真测试满足自动驾驶感知、决策规划和控制全栈算法的闭环,符合汽车V字开发流程。为了实现更好的虚实结合和线上线下一体化,仿真平台正在几个重要方向发力,包括与专业游戏引擎的结合,工业级车辆动力学模型的构建,以及虚实一体交通流等技术的打造。特别是游戏技术,对自动驾驶仿真有很大的助力,包括场景还原、大气系统、传感器仿真、物理引擎、Agent AI、云游戏技术、MMO同步等游戏技术的应用,可实现场景的几何还原、逻辑还原及物理还原。未来数字孪生的自动驾驶仿真平台建设,还将包括人、车、路、云协同的基础环境建设、数据资源库与场景库建设,以及信息安全检测与保障平台建设。
随着仿真技术水平的提高、仿真场景库的建设,以及仿真测试评价体系的不断完善,仿真平台的应用将进一步普及,有望完成99.9%的行业测试量,有力推动自动驾驶技术的成熟。同时,仿真平台将不仅帮助车企及自动驾驶技术开发者进行研发测试,还可以为政府部门提供交通调度管理、道路及交通规划、自动驾驶法规研究等方面的测试,助力交通强国目标的实现。