您好,欢迎光临2020中国自动驾驶测试验证技术创新论坛!

仿真测试:为自动驾驶发展插上翅膀

发布日期:2020-06-18

GRCC 自动驾驶测试验证技术创新论坛 今天 

手机阅读

点击上方蓝色字体,关注我们


  4月22日,阿里达摩院对外发布全球**自动驾驶“混合式仿真测试平台”,该平台采用虚拟与现实结合的仿真技术,引进真实路测场景和云端训练师,模拟一次极端场景只需30秒,系统每日虚拟测试里程可超过800万公里,大幅提升自动驾驶AI模型训练效率。阿里达摩院称该技术将推动自动驾驶加速迈向L5阶段。

  道路测试是自动驾驶技术商业化的核心环节。根据兰德公司的数学模型,若要在95%的置信区间内,证明无人驾驶比人类驾驶安全20%,需要110亿英里(约177亿公里)的驾驶里程数据。这就意味着一支拥有100辆测试车的自动驾驶车队,7×24小时不间断测试,要想完成110亿英里的测试里程需要花费大约500年的时间。在不能无限扩大自动驾驶测试车队规模的情况下要想达到更多的测试里程,仿真测试成为自动驾驶领域大多数公司的共同选择。

  ■仿真测试性价比高

  自动驾驶仿真测试是指通过传感器仿真、车辆动力学仿真、高级图形处理、交通流仿真、数字仿真、道路建模等技术模拟路测环境,并添加算法,搭建相对真实的驾驶场景,来完成自动驾驶汽车路测工作的一种技术。一定程度上来说,仿真测试是可以代替真实路测、加快测试速度的。自动驾驶仿真测试平台通过仿真采集数据,可以加长车辆训练时间,加快模型迭代速度。自动驾驶公司可先利用集群训练模型,然后再到实际路测中去检验,采用数据驱动的方式来进行自动驾驶研究。

  据了解,仿真测试还有一个真实路测所不具备的优势,那就是可以快速模拟任何场景。在真实路测中,如果要想测试雨、雪、雾等恶劣天气情况下自动驾驶车辆的表现,那么必须要专门去有类似自然环境的地点或是经过漫长的等待,而在仿真测试中则可以“呼风唤雨”。如:阿里达摩院宣称,其混合式仿真测试平台可在30秒内即完成雨雪天气、夜间照明不良条件等特殊场景的构建和测试,每日可支持的场景构建数量达***。

  “无人驾驶车辆上路需要进行上百万公里的测试验证它是否足够安全。然而在现实场景中,完成上百万公里的实测需要很长的时间,并会消耗大量的人力、物力和财力,这几乎是不可能完成的。”德赛西威汽车电子股份有限公司(以下简称“德赛西威”)智能驾驶辅助事业单元总经理李乐乐在接受《中国汽车报》记者采访时表示。此外,他介绍,由于算法软件的不成熟,实车测试容易导致事故发生。在绝大多数情况下,现实场景的搭建**挑战性,并且其创建、复制和迭代的成本很高。而仿真提供了环境条件,通过上百万公里的虚拟测试定制出的场景和极端案例,不但可以提高算法的鲁棒性,还可以减少研发成本。

  “在开发无人驾驶车辆系统的过程中,无论是前期、中期还是后期,仿真测试随时可以应用,能够完成实车测试不能实现的极限工况,且能够率先发现技术性问题,为自动驾驶算法的快速迭代起到了极其关键的作用,它的安全性、方便性及快速性是实车测试无法实现的。”李乐乐说。

  中国生产力促进中心协会汽车工作委员会主任王羽认为,自动驾驶仿真测试具有三大优势:一是缩短自动驾驶技术的开发周期;二是可以丰富自动驾驶测试的场景,提升深度学习的能力;三是规避自动驾驶路测的安全风险,为上路测试提供安全性上的基础保障。

  ■仿真测试还需实测验证

  “仿真测试简化了真实场景,由于没有真实的环境模型,目前无法通过模型直接模拟由于环境造成的系统故障/缺陷,所以很难保证仿真系统测试的产品能够胜任真实环境。”李乐乐表示。

  清华大学苏州汽车研究院智能网联中心主任戴一凡认为,仿真测试的缺点就在于“仿真”,仿真意味着它永远不是真实的,这是仿真测试的最大问题。仿真测试构建的模型涉及到多方面,包括车辆传感器、决策控制的算法、车辆动力学模型、交通环境、天气等,这些构建模型与真实世界之间必然是存在差距的,所以最后还是要通过实际道路测试与仿真测试相互验证。

  此外,戴一凡介绍,由于智能网联汽车具有快速迭代这一特性,削弱了仿真测试的优势。以毫米波雷达为例,一旦自动驾驶车辆上的雷达升级,意味着仿真测试系统中的相应模型就要做出改变,这就意味着改变模型之前所做的大量测试的有效性将受到减弱。

  王羽认为,目前自动驾驶仿真测试存在两个方面的不足:首先,仿真系统是由人来开发而成的,其场景库需要人为输入。目前有些企业强调拥有80万个场景、3000万个场景,但其中很多场景存在同质化的问题,整个场景库的作用和有效性较低。此外,目前企业对于场景类型的划分也没有一个标准和体系,有些划分过于宏观和基础,而在细节和微观上又过于重复和冗余。第二,仿真测试系统开发出来之后,目的是为了让车辆深度学习,实现自动驾驶,但目前的深度学习水平还达不到这个要求。

  在深度学习算法中,真正的自动驾驶需要车辆能够逻辑性推理和创意性思维。车辆不能短期内具备创意性思维,但是逻辑性推理是车辆深度学习的基本保障。但假如只是用场景重现的模式,让车辆来产生判断的话,其实它只是一个程序性设计。这种程序性设计很难说它是有生命的人工智能或者自动驾驶,它只是一个更复杂环境下的单纯的既定轨迹驾驶,属于固定的程序设计,还不属于深度学习的高阶锻炼和培养。目前仿真测试的最大不足表现为其很难通过测试超越当前自动驾驶技术水平,**作用比较弱。

  ■国内仿真测试面临较大挑战

  王羽介绍,国外的自动驾驶仿真测试由于起步较早。在2018年上半年以前,国外仿真测试水平**于国内,以交通场景出发的仿真测试系统比较多。国内自动驾驶仿真测试主要从车辆的角度出发。近年来随着国内技术的发展,2018年上半年之后,国内自动驾驶仿真测试借助后发优势,逐渐追赶,在以车辆为中心的仿真测试水平上,已经达到国际**水平。

  “目前智能网联汽车所采用的传感器类型与个数都显著增多,采用的软件算法与车载计算平台完全有别于传统汽车,实车数据也可以利用先进的通讯技术进行源源不断地采集分析。如何对海量数据进行分析、建立与软件算法功能相关的测试场景、进行多领域的联合仿真、对自动驾驶功能进行综合性的测试与评价,是当前仿真测试所面临的技术挑战。”李乐乐介绍。

  在技术之外,李乐乐表示,国内企业相比于国外企业,还缺少与本地仿真服务企业共同发展的思维与探索精神。在仿真测试商业化的过程中,国外软件因为具有品牌认知的优势,相对容易被国内厂商信赖。但由于国外软件在国内定制化与本地化服务上的投入制约,一定程度上会削弱依赖国外软件的国内企业在科技自主发展的速度和灵活性。

  王羽认为,目前国内自动驾驶仿真测试领域,存在的最大问题是混乱,各自为战,缺乏共享、互认机制。据了解,国内做自动驾驶仿真测试的企业,一部分企业是从车辆本身角度出发的测试,一部分是从场景角度出发,两种测试侧重点完全不一样。“就好比两家饭店都做回锅肉,一家的做法是蒜苗回锅肉,另一家的做法是青椒回锅肉,这两种做法的口味大不一样。”王羽说。如果一家车企需要做仿真测试,使用企业的仿真测试系统后可能会得到迥然不同结果,这对于自动驾驶技术的发展是极其不利的。

  针对如何打造更好的自动驾驶仿真测试平台,李乐乐建议,在测试方法上,需要进一步完善基于场景的测试方法,发展场景综合构建方法和场景复杂度评估理论,并建立场景定义标准,以加快场景测试方法的落地应用。在测试工具上,应着力发展硬件在环以及整车在环测试平台,建立柔性化、可定制,能满足不同硬件和车辆平台测试需求的多功能硬件在环和整车在环测试平台。提高虚拟环境的仿真程度,研究不同环境影响因素的构建方法。最后,需寻找更多测试加速方法,并探究测试加速的理论依据以及基于多种测试平台的测试方法。

  戴一凡建议,要想利用仿真测试更好地助力自动驾驶技术发展,首先要通过不断的迭代,让仿真测试系统的场景环境构建、决策控制等更加趋近于真实。其次,要将仿真与真实相结合,将虚拟场景导入到真实的车辆控制系统里,通过数字孪生等方法,提升仿真系统的真实性,并拓展实际道路测试的边界。

 

 

文章来源: 中国汽车报网 | 作者:张玉 | 2020-06-12




相关文章

智能网联汽车仿真测试方法
自动驾驶仿真测试_安全高效测试的必由之路.ppt
自动驾驶汽车仿真测试与评价方法进展






SELECTED EVENTS





 

长按二维码识别关注




  • 电话咨询
  • 021-2230 6692
  • 15021948198
None