谷歌WAYMO落户上海，自动驾驶仿真测试优势明显

会员服务 ·

谷歌WAYMO落户上海，自动驾驶仿真测试优势明显

2018 年 8 月 24 日 i黑马

点击上方“i黑马”，选择“置顶公众号”

黑马智库，创业必读

更多创业内容请访问www.iheima.com

自动驾驶百度指数趋势图（2011.1-2018.8.21）

谷歌WAYMO进入中国，为自动驾驶仿真带来无限想像

近日，据国家企业信用信息公示系统，WAYMO已在上海自贸区注册了一家名为慧摩商务咨询（上海）有限公司的企业，经营范围包括商务信息咨询、自动驾驶汽车部件及产品的设计、测试，提供相关配套服务等。

科技的发展，通信和人工智能技术的不断提升与完善，人们对未来生活场景有了更高的憧憬。外出无需再紧盯路况，私家车车主每天上下班可以边喝茶边看报纸杂志，或学习、看电影，无需再人工干预。无人驾驶车辆投入到矿区、物流中，可以更快更安全的配送到指定区域，这一切都极有可能在未来几年中实现。

Navigant Research 在2018年初发布了自动驾驶竞争力排行榜，福特、通用、戴姆勒等传统车企高居榜单前列，但我们也发现了像Waymo、Uber、苹果、特斯拉的身影。在中国，背景深厚的高新科技企业、新造车势力的蜂拥而至，巨大的政策优势的吸引下，自动驾驶成为继O2O、互联网+、新零售之后再度热炒的词。

除了自动驾驶企业、传统车企、新造车势力外，高精地图也加入新的战场。如阿里、腾讯、百度、京东、小米、滴滴等互联网科技头部企业或通过投资、或内部创新、整合资源布局自动驾驶市场。

尽管目前消费者对全自动驾驶汽车感兴趣，但他们对其安全性感到担忧。资本的热炒推动了全球自动驾驶产业的发展，但想快速商业路地，“自动驾驶”的安全却至关重要！

仿真，自动驾驶商业化落地的重要安全保证

仿真是什么？仿真是用计算机通过模拟真实的测试环境，将自动驾驶的硬件或算法在虚拟的环境中进行有效测试，帮助自动驾驶完善技术，包括了自动驾驶仿真、虚拟驾驶测试、数字模型等方式。

据美国著名智库兰德公司2016年发布的《驶向安全》报告分析，“自动驾驶汽车需要测试数亿至数千亿英里，才能验证它们在减少交通事故方面的可靠性，而现有的自动驾驶汽车至少要几十年甚至几百年才能达到这么多测试里程。如果要在自动驾驶汽车上市前证明其安全性，这不可能做到。”

不难发现，要想充分证明自动驾驶汽车的安全可靠，通过各地方的示范区路段路测几乎不可能实现，即使用数百辆车全年无休进行路测，也会耗费几十年甚至几百年时间。此外，即便可以全年无休的进行路测，但企业的人力成本、时间成本、资金压力以及市场的变化，无疑会成为悬在企业头上的达摩克利斯之剑。

Waymo 高级软件工程师 James Stout近日在接受Business Insider采访时表示，成立 10 年以来，Waymo在现实世界累积了800万英里的测试，但在模拟器里一天就能奔跑800 万英里。而此前Waymo在2017年底对自动驾驶测试里程才仅有400万英里，然而不管是400万英里还是800万英里，这样的数据距离真正安全上路的上亿级的里程还差很远。百度阿波罗是百度押注自动驾驶的重要组成部分，其仿真平台是其主要的核心技术之一，作为一款开放平台，其已与戴姆勒、宝马、福特、现代、北汽、一汽、长城、比亚迪、蔚来、车和家、威马、拜腾等19家车企达成合作，与智行者、Momenta、Autonomoustuff、景驰等自动驾驶公司进行了合作，赋能自动驾驶产业快速落地。

作为芯片类的科技企业，intel、英伟达也进入了仿真领域。2017年英伟达发布了自动驾驶仿真平台信息，其CEO黄仁勋在英伟达GPU开发者大会欧洲站上介绍到，使用NVIDIA DGX和Tensor RT 3进行仿真，工程师可以在5个小时内，完成约48万公里的道路测试。为此作为英伟达的竞争对手，intel在2017年底完成了对Mobileye的收购，发布EyeQ 5芯片，2018年7月与百度达成深度合作，主要涉及自动驾驶、人工智能两大领域，在自动驾驶方面，百度将在阿波罗中，整合并商用部署Intel Mobileye开发的责任敏感安全(RSS)模型。

在政府机构层面，美国加利福尼亚州，立法机构要求自动驾驶汽车在公共路测之前，必须证明已仿真模拟环境下通过测试。中国，由工信部批准的国内首个“国家智能网联汽车（上海）试点示范区”则采用了51VR自主研发的自动驾驶仿真平台，高精还原测试路况信息，而公安部交通管理科学研究则接入PreScan。

几乎所有自动驾驶产业链上的相关企业或机构都已把注意力转到自动驾驶仿真测试上，他们自主研发或采购第三方仿真测试平台软件。所以，仿真或成为补充道路测试的有效方法，通过仿真测试来充分证明自动驾驶的安全可靠性。

仿真，解决了自动驾驶哪些问题？

通过调研发现，自动驾驶仿真测试较明显的优势便是测试里程；其次是对感知、决策、动力学，再到用户体验等方面的模拟与测试，实现硬件在环和软件在环测试。具体包括以下七大模块：

道路建模：通过像rFPro 、Cognata、51VR自动驾驶仿真等平台，能够模拟真实世界，从数字城市到灌木丛，到有标记的道路和交通标志，通过次时代引擎对道路环境进行建模渲染，达到高保真的模拟测试要求；

道路建模示例图

传感器仿真：传感器是自动驾驶汽车的关键组成，可以不夸张的讲，没有传感器就没有自动驾驶。通过对实际路测车辆装备的传感器进行仿真测试，是对自动驾驶汽车决策及算法的不断验证。目前传感器方面包含了激光雷达、摄像头、毫米波雷达、超声波雷达、车辆到X（V2X）通信等。

传感器仿真示例图

车辆动力学仿真：车辆动力学是汽车优化设计和控制的基础，通过仿真平台分析可以实现汽车结构参数与动力学特性的优化匹配（模拟横向、纵向运力），使自动驾驶汽车性能达到最优。

车辆动学仿真示例图

环境仿真：通过对雨天、雪天、白天、黑夜、雾天以及灯光、街灯、反光效果等不同强度的环境进行还原。

环境仿真示例图

交通流仿真：顾名思义，交通流仿真即是行车仿真、信号灯模拟控制、收费站仿真、故障模拟、行人模拟、公交路线仿真等，仿真平台提供随机连续的动态智能模拟以及精确控制。

交通流仿真示例图

车辆算法与控制连接：通过定制化接口，接自动驾驶汽车的算法导入仿真平台中，控制仿真环境下的模拟车辆进行行驶测试。

测试与训练场景库：通过真实和虚拟的工况信息，构建仿真平台的训练场景库，提供自动驾驶行为的测试训练，据PreScan相关负人介绍，其已接入了GIDAS和CIDAS交通事故数据库，可以自动转换成测试场景模型。

通过以上主要模块，可以在仿真环境中快速、高拟真的测试自动驾驶车辆。

自研OR第三方合作，如何正确选择

2018年3月，美国亚利桑那州坦佩市一位49岁的行人被Uber无人驾驶测试车撞倒身亡，此事件的发生间接让全球自动驾驶领域的相关企业对仿真平台倍受重视。

但据了解，其实仿真平台已不是新鲜事物，在传统汽车时代就已产生，随着车联网、人工智能、自动驾驶、共享出行的兴起，近年更是出现了一批优秀的创业企业。对于如何正确选择仿真平台，是自研还是与第三合作，根据公开资料查询分析发现，自研与第三方合作都是完善自动驾驶的主要途径。

自主研发仿真测试平台在于企业自身可以更高效的测试自家自动驾驶车辆，如Waymo 通过Carcraft进行模拟测试；Aimotive开发了AiSim，Roadstar.ai、Pony.ai、领骏科技等利用计算机仿真技术进行辅助开发，他们都是旨在加速自家自动驾驶系统的落地应用。但劣势在于自主研发的道路测试产生的大量场景数据难于复现，用于算法训练与验证的路试场景采集样本有限，且自动驾驶开发与验证的周期要远大于目前整车开发的周期。

而与类似于Prescan、rFPro、VI-grade、CarSim、51VR自动驾驶仿真平台等第三方企业的合作，将大大减少以上问题。自动驾驶汽车仿真平台的创新在于，不仅仅是驾驶测试公里数，而是对外部条件和规则的持续评估与适应。

WAYMO在自动驾驶大规模落地前选择进入中国，一方面是上海人工智能政策的吸引，另一方面是中国巨大的未来出行市场对全自动驾驶汽车的追求。自2014年以来中国、美国消费者对全自动驾驶汽车的偏好明显增加，日本、德国市场保持不变。关于相信谁会将自动驾驶汽车推向市场，消费者似乎更相信技术公司能够把自动驾驶推向市场。