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，阿里達摩院發(fā)布了全球首個自動駕駛“混合式仿真測試平臺”。這一平臺采用虛擬與現(xiàn)實結合的仿真技術，引進真實路測場景和云端訓練師，模擬一次極端場景只需30秒，系統(tǒng)每日虛擬測試里程可超過800萬公里，能大幅提升AI模型的訓練效率。
對自動駕駛來說，仿真路測是訓練算法的核心環(huán)節(jié)。
達摩院資深技術專家敖閏在接受21世紀經(jīng)濟報道記者采訪時透露，混合式仿真平臺改變了自動駕駛路測的方式。在這個平臺上，場景構建成本幾乎為零，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，可以推動加速自動駕駛技術的成熟。
仿真路測能極大提升訓練算法的效率。真實路測積累數(shù)據(jù)有限，據(jù)美國蘭德智庫估算，一套自動駕駛系統(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，以40公里/小時的速度，在全天行駛500年。但如果基于真實路測數(shù)據(jù)搭建仿真路測，訓練效率能有數(shù)量級的提升。
此外，極端情況也不可能在真實路測中還原，如惡劣天氣、交通事故等。但算法學會應對這些情況，需要在仿真環(huán)境中訓練算法。因此，從現(xiàn)階段的測試情況來看，L5技術落地還有很長一段時間，無論是平臺還是自動駕駛的車輛研發(fā)，都處于非常早期的階段。
訓練效率提升
路測一直是自動駕駛落地的核心環(huán)節(jié)。研究顯示，自動駕駛汽車需要積累177億公里的測試數(shù)據(jù)，才能保證自動駕駛感知、決策、控制整個鏈路的安全性。傳統(tǒng)純虛擬仿真測試平臺能快速跑完自動駕駛路測里程，但仍然面臨極端場景訓練效率低下的關鍵問題：極端場景數(shù)據(jù)不足，就無法還原真實路況的不確定性，系統(tǒng)就無法精準應對真實路況的突發(fā)情況，自動駕駛就難以實現(xiàn)進一步突破。
因此，多家科技企業(yè)都將目光瞄準了這一市場。在2019年4月的上海車展上，華為自動駕駛云服務Octopus首次展出，仿真測試就屬于其中一項服務能力。華為認為，自動駕駛的快速開發(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鍵，但在這個過程中，自動駕駛的開發(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)的處理是第一道關口。通過云服務處理海量數(shù)據(jù)，自動化挖掘及標注，能夠為測試企業(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干預，但在達摩院的平臺上，不僅可以使用真實路測數(shù)據(jù)自動生成仿真場景，還可通過人為隨機干預，實時模擬前后車輛加速、急轉彎、緊急停車等場景，加大自動駕駛車輛的避障訓練難度。
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。在實際路測中，復現(xiàn)一次極端場景的接管可能需要1個月的時間，但該平臺可在30秒內即完成雨雪天氣、夜間照明不良條件等特殊場景的構建和測試，每日可支持的場景構建數(shù)量達百萬級。
“仿真測試中自動駕駛車輛遇到交通事故，可以為自動駕駛提供算法改進的機會。所以這個平臺，某種程度上可以說是通過新技術增加事故場景的出現(xiàn)頻率和構建成本，由此提高自動駕駛訓練效率。這正是為了以后上路更少出現(xiàn)事故�！卑綕欉M一步表示。
測試里程增長近6倍
行業(yè)專家指出，這一平臺規(guī)�；亟鉀Q了極端場景的復現(xiàn)難題，使得這些關鍵場景的訓練效率提高上百萬倍，將推動自動駕駛加速邁向L5階段。
自動駕駛市場的火熱，也使得仿真路測平臺成為巨頭們的新戰(zhàn)場。據(jù)《中國自動駕駛仿真技術研究報告（2019）》預計，未來5年內，仿真路測的全球市場規(guī)模會達到百億美元左右。
對自動駕駛企業(yè)來說，建立仿真路測平臺就成為關鍵競爭力。不過，每家平臺的出發(fā)點都不盡相同，對于阿里巴巴、騰訊等公司來說，實質是基于其云計算業(yè)務，找到更廣泛的落地場景。與此同時，線下實際路況測試的需求也在大幅提升。
3月2日，北京市自動駕駛車輛道路測試第三方服務機構“北京智能車聯(lián)產(chǎn)業(yè)創(chuàng)新中心”發(fā)布報告顯示，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家主機廠、1家地圖廠商，共計77輛汽車，參與了北京市自動駕駛車輛一般性道路測試，全年測試總里程達88.66萬公里，較上一年度增長577%。其中，百度Apollo共計投放52輛自動駕駛車進行路測，占北京市總投入自動駕駛測試車輛的71%，測試里程75.4萬公里。
未來，自動駕駛仿真測試將與實際道路測試相輔相成，共同促進自動駕駛行業(yè)的進一步發(fā)展。不過，自動駕駛仿真技術會始終服務于法律法規(guī)。通過仿真評估交通事故的法律責任，幫助對交通行為進行管理和監(jiān)管，對交通規(guī)則進行技術評估。
在行業(yè)人士看來，自動駕駛仿真技術將服務于產(chǎn)品認證，通過仿真方法提供一個科學而全面的產(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，國內自動駕駛仿真行業(yè)尚處于起步階段，在這個基礎上討論L5技術的落地，也為時過早。
