繼谷歌、百度之后，阿里巴巴也加入了仿真路測平臺的陣營。
4月22日，阿里達(dá)摩院發(fā)布了全球首個(gè)自動(dòng)駕駛“混合式仿真測試平臺”。這一平臺采用虛擬與現(xiàn)實(shí)結(jié)合的仿真技術(shù)，引進(jìn)真實(shí)路測場景和云端訓(xùn)練師，模擬一次極端場景只需30秒，系統(tǒng)每日虛擬測試?yán)锍炭沙^800萬公里，能大幅提升AI模型的訓(xùn)練效率。
對自動(dòng)駕駛來說，仿真路測是訓(xùn)練算法的核心環(huán)節(jié)。
達(dá)摩院資深技術(shù)專家敖閏在接受21世紀(jì)經(jīng)濟(jì)報(bào)道記者采訪時(shí)透露，混合式仿真平臺改變了自動(dòng)駕駛路測的方式。在這個(gè)平臺上，場景構(gòu)建成本幾乎為零，因此可以根據(jù)需求任意增加場景變量。加上引入人類駕駛行為干預(yù)，可以推動(dòng)加速自動(dòng)駕駛技術(shù)的成熟。
仿真路測能極大提升訓(xùn)練算法的效率。真實(shí)路測積累數(shù)據(jù)有限，據(jù)美國蘭德智庫估算，一套自動(dòng)駕駛系統(tǒng)量產(chǎn)需要積累170億公里以上數(shù)據(jù)，即需要一支100輛車的路測車隊(duì)，以40公里/小時(shí)的速度，在全天行駛500年。但如果基于真實(shí)路測數(shù)據(jù)搭建仿真路測，訓(xùn)練效率能有數(shù)量級的提升。
此外，極端情況也不可能在真實(shí)路測中還原，如惡劣天氣、交通事故等。但算法學(xué)會應(yīng)對這些情況，需要在仿真環(huán)境中訓(xùn)練算法。因此，從現(xiàn)階段的測試情況來看，L5技術(shù)落地還有很長一段時(shí)間，無論是平臺還是自動(dòng)駕駛的車輛研發(fā)，都處于非常早期的階段。
訓(xùn)練效率提升
路測一直是自動(dòng)駕駛落地的核心環(huán)節(jié)。研究顯示，自動(dòng)駕駛汽車需要積累177億公里的測試數(shù)據(jù)，才能保證自動(dòng)駕駛感知、決策、控制整個(gè)鏈路的安全性。傳統(tǒng)純虛擬仿真測試平臺能快速跑完自動(dòng)駕駛路測里程，但仍然面臨極端場景訓(xùn)練效率低下的關(guān)鍵問題：極端場景數(shù)據(jù)不足，就無法還原真實(shí)路況的不確定性，系統(tǒng)就無法精準(zhǔn)應(yīng)對真實(shí)路況的突發(fā)情況，自動(dòng)駕駛就難以實(shí)現(xiàn)進(jìn)一步突破。
因此，多家科技企業(yè)都將目光瞄準(zhǔn)了這一市場。在2019年4月的上海車展上，華為自動(dòng)駕駛云服務(wù)Octopus首次展出，仿真測試就屬于其中一項(xiàng)服務(wù)能力。華為認(rèn)為，自動(dòng)駕駛的快速開發(fā)上市及功能迭代，將是車企在未來智能網(wǎng)聯(lián)競爭中率先贏得市場的關(guān)鍵，但在這個(gè)過程中，自動(dòng)駕駛的開發(fā)者面臨的挑戰(zhàn)也十分明顯。
據(jù)了解，如果要解決虛擬仿真測試問題，海量數(shù)據(jù)的處理是第一道關(guān)口。通過云服務(wù)處理海量數(shù)據(jù)，自動(dòng)化挖掘及標(biāo)注，能夠?yàn)闇y試企業(yè)節(jié)省70%以上的人力成本。
此外，在極端場景下的測試數(shù)據(jù)不足的問題，達(dá)摩院正在試圖解決這一難題。該平臺打通了線上虛擬固定環(huán)境與線下真實(shí)路況不確定性的鴻溝。傳統(tǒng)仿真平臺難以通過算法模擬人類的隨機(jī)干預(yù)，但在達(dá)摩院的平臺上，不僅可以使用真實(shí)路測數(shù)據(jù)自動(dòng)生成仿真場景，還可通過人為隨機(jī)干預(yù)，實(shí)時(shí)模擬前后車輛加速、急轉(zhuǎn)彎、緊急停車等場景，加大自動(dòng)駕駛車輛的避障訓(xùn)練難度。
針對極端場景數(shù)據(jù)不足的問題，該平臺可以任意增加極端路測場景變量。在實(shí)際路測中，復(fù)現(xiàn)一次極端場景的接管可能需要1個(gè)月的時(shí)間，但該平臺可在30秒內(nèi)即完成雨雪天氣、夜間照明不良條件等特殊場景的構(gòu)建和測試，每日可支持的場景構(gòu)建數(shù)量達(dá)百萬級。
“仿真測試中自動(dòng)駕駛車輛遇到交通事故，可以為自動(dòng)駕駛提供算法改進(jìn)的機(jī)會。所以這個(gè)平臺，某種程度上可以說是通過新技術(shù)增加事故場景的出現(xiàn)頻率和構(gòu)建成本，由此提高自動(dòng)駕駛訓(xùn)練效率。這正是為了以后上路更少出現(xiàn)事故。”敖潤進(jìn)一步表示。
測試?yán)锍淘鲩L近6倍
行業(yè)專家指出，這一平臺規(guī)模化地解決了極端場景的復(fù)現(xiàn)難題，使得這些關(guān)鍵場景的訓(xùn)練效率提高上百萬倍，將推動(dòng)自動(dòng)駕駛加速邁向L5階段。
自動(dòng)駕駛市場的火熱，也使得仿真路測平臺成為巨頭們的新戰(zhàn)場。據(jù)《中國自動(dòng)駕駛仿真技術(shù)研究報(bào)告（2019）》預(yù)計(jì)，未來5年內(nèi)，仿真路測的全球市場規(guī)模會達(dá)到百億美元左右。
對自動(dòng)駕駛企業(yè)來說，建立仿真路測平臺就成為關(guān)鍵競爭力。不過，每家平臺的出發(fā)點(diǎn)都不盡相同，對于阿里巴巴、騰訊等公司來說，實(shí)質(zhì)是基于其云計(jì)算業(yè)務(wù)，找到更廣泛的落地場景。與此同時(shí)，線下實(shí)際路況測試的需求也在大幅提升。
3月2日，北京市自動(dòng)駕駛車輛道路測試第三方服務(wù)機(jī)構(gòu)“北京智能車聯(lián)產(chǎn)業(yè)創(chuàng)新中心”發(fā)布報(bào)告顯示，截至2019年12月31日，有百度、蔚來、北汽新能源、戴姆勒等13家企業(yè)，涵蓋6家互聯(lián)網(wǎng)企業(yè)、6家主機(jī)廠、1家地圖廠商，共計(jì)77輛汽車，參與了北京市自動(dòng)駕駛車輛一般性道路測試，全年測試總里程達(dá)88.66萬公里，較上一年度增長577%。其中，百度Apollo共計(jì)投放52輛自動(dòng)駕駛車進(jìn)行路測，占北京市總投入自動(dòng)駕駛測試車輛的71%，測試?yán)锍?5.4萬公里。
未來，自動(dòng)駕駛仿真測試將與實(shí)際道路測試相輔相成，共同促進(jìn)自動(dòng)駕駛行業(yè)的進(jìn)一步發(fā)展。不過，自動(dòng)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。
在行業(yè)人士看來，自動(dòng)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(gè)科學(xué)而全面的產(chǎn)品測試和審查方法，還需要打通全國范圍的通用型數(shù)據(jù)庫。目前來看，國內(nèi)自動(dòng)駕駛仿真行業(yè)尚處于起步階段，在這個(gè)基礎(chǔ)上討論L5技術(shù)的落地，也為時(shí)過早。
