2020中国自动驾驶仿真蓝皮书_58页_1mb

中国自动驾驶仿真蓝皮书总结

核心内容

自动驾驶汽车在商业化应用前，需经历大量道路测试，但路测存在时间成本高、法规限制多、极端场景复现难、测试安全存在隐患等问题。为解决这些问题，基于场景库的仿真测试已成为自动驾驶研发测试的关键手段。

目前，自动驾驶算法测试约 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。未来目标是实现 99.9% 的测试通过仿真平台完成，0.09% 通过封闭场地测试，0.01% 到实际道路测试，以提高测试效率与安全性。

主要观点

• 仿真测试是解决自动驾驶测试瓶颈的重要方式：仿真测试能够便捷生成极端场景，提高测试覆盖率，且比路测更安全、更经济。
• 自动驾驶仿真平台需具备三大核心能力：真实还原测试场景、高效利用路采数据生成场景、云端大规模并行加速。
• 仿真测试需满足汽车V字开发流程：包括模型在环（MIL）、软件在环（SIL）、硬件在环（HIL）、车辆在环（VIL）等阶段。
• 场景库是仿真测试的基础：场景库需覆盖自然驾驶、危险工况、标准法规、参数重组等类型，以提升测试的真实性与有效性。
• 国际标准推动仿真测试发展：ISO、ASAM等组织已开始制定自动驾驶测试场景相关标准，中国正在积极参与并推动相关标准制定。
• 科技公司、车企、解决方案商等多方共同推动仿真测试发展：如腾讯、百度、华为、阿里等企业已构建较为成熟的自动驾驶仿真平台。

关键信息

场景分类与重要性

自动驾驶仿真平台功能需求

• 满足自动驾驶感知、决策规划、控制全栈算法的闭环仿真测试；
• 支持汽车V字开发流程，包括MIL、SIL、HIL、VIL等；
• 加速自动驾驶算法迭代升级，提升测试效率。

仿真测试平台技术架构与能力

• 虚拟场景构建：包括静态场景还原与动态场景构建，静态场景通过高精度地图和三维重建实现，动态场景通过游戏引擎和Agent AI模拟交通参与者行为；
• 感知系统仿真：包括物理信号仿真、原始信号仿真和传感器目标仿真，传感器模型越精确，仿真结果越接近现实；
• 云加速仿真：通过云端并行计算，实现高并发测试与快速回归测试，提升测试效率；
• 场景库建设：需满足不同测试阶段的需求，包括功能验证、性能评价和检测认证。

仿真测试应用现状

国际标准与合作

• ISO 成立了 TC22/SC33 WG9 自动驾驶场景工作组，中国牵头制定相关标准；
• ASAM 推出了 OpenX 标准体系，涵盖 OpenDRIVE、OpenSCENARIO、OSI 等，中国参与并推动其发展；
• 中国与 ASAM 共同组建了 C-ASAM 工作组，推动国际标准对接与合作；
• 中国正在参与全球自动驾驶标准制定，如 GRVA 子工作组 FRAV《自动驾驶车辆的通用功能性要求》。

中国自动驾驶仿真测试展望

• 挑战：

  • 仿真场景库建设与合作机制尚不完善；
  • 自动驾驶仿真测试评价体系缺乏统一规范。

• 建议：

  • 加强场景库的建设和共享，推动多主体协同；
  • 建立统一的测试评价体系，提高测试的可信度与可重复性；
  • 加强国际合作，推动中国标准走向世界；
  • 加快仿真测试技术与行业应用的深度融合，提升测试效率与安全性。

总结

中国自动驾驶仿真测试正处于快速发展阶段，面临路测数据不足、法规限制、测试效率低等挑战，而基于场景库的仿真测试成为突破瓶颈的关键手段。科技公司、整车企业、解决方案商、高校及科研机构、测试示范区等多方主体正积极推动仿真平台建设与技术发展。同时，中国正在参与国际标准制定，如ISO与ASAM标准体系，以提升国际话语权。未来，中国自动驾驶仿真测试将向更高效率、更广覆盖、更高质量的方向发展，为实现2025年智能汽车创新发展战略提供重要支撑。