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前需大量道路测试，但路测存在成本高、法规限制、极端场景难以复现等问题。因此，基于场景库的仿真测试成为解决这些问题的主要手段。仿真测试平台需具备真实还原场景、高效生成场景、云端加速等核心能力，以支持自动驾驶算法的闭环测试。

主要观点

1. 仿真测试的重要性

   • 自动驾驶算法测试约90%通过仿真平台完成，9%在测试场，1%在实际路测。
   • 仿真测试能够快速生成极端场景，提升测试效率与安全性。
   • 未来目标是实现99.9%的测试量由仿真平台完成，0.09%由封闭场地测试，0.01%由实际路测完成。

2. 场景库的作用

   • 场景库是自动驾驶测试的基础，涵盖自然驾驶、危险工况、标准法规和参数重组四类场景。
   • 场景库的构建需满足不同开发阶段的需求，包括功能验证、性能评价、检测认证等。

3. 仿真平台技术架构

   • 包括虚拟场景构建、感知系统仿真、车辆动力学仿真、云加速仿真等。
   • 腾讯TAD Sim通过游戏技术实现高还原度的场景和传感器仿真。
   • 百度AADS利用增强现实技术生成逼真交通场景，提升测试真实性。

4. 国际合作与标准建设

   • 中国在ISO和ASAM等国际组织中积极参与自动驾驶场景标准制定。
   • ASAM的OpenX标准被广泛采用，推动仿真测试的统一化和国际化。
   • C-ASAM工作组整合中国资源，推动国际标准对接。

关键信息

仿真测试平台核心能力

• 真实还原测试场景：通过高精度地图、三维建模、游戏技术等手段，还原真实交通环境。
• 高效利用路采数据生成场景：通过数据驱动方法，快速生成与真实场景一致的测试数据。
• 云端大规模并行加速：提升测试效率，支持高并发测试和快速算法迭代。

场景分类与重要性

仿真测试与道路测试结合

• 仿真测试与道路测试形成闭环，提升测试效率和系统可靠性。
• 通过仿真测试反馈危险场景，优化实际测试流程。

国内外仿真测试发展现状

• 科技公司：腾讯、百度、华为、阿里等公司均投入大量资源开发自动驾驶仿真平台，如TAD Sim、AADS、Octopus、阿里混合式平台等。
• 整车企业：如一汽、上汽、长安、蔚来等，广泛使用仿真平台进行测试与验证。
• 自动驾驶解决方案商：如Waymo、Cruise、小马智行、AutoX等，利用仿真平台优化算法性能。
• 仿真软件企业：如MSC、Ansys、IPG、MathWorks等，提供专业仿真工具和平台。
• 高校与科研机构：如清华大学、同济大学、武汉理工大学等，聚焦基础研究与技术突破。
• 智能网联测试示范区：如长沙、襄阳、深圳等，推动仿真测试与实际测试结合。

国际标准与合作

• ISO标准：中国牵头制定ISO 34501-34505系列标准，推动自动驾驶测试标准化。
• ASAM标准：OpenX系列标准被广泛采用，如OpenDRIVE、OpenSCENARIO等。
• C-ASAM工作组：由中国与ASAM联合组建，推动中国自动驾驶标准国际化。

中国自动驾驶仿真发展挑战与建议

• 挑战：仿真场景库建设与合作机制尚不完善，测试评价体系缺乏统一规范。
• 建议：加强场景库建设，推动国际合作，建立统一的测试评价体系，提升仿真平台的智能化和标准化水平。

仿真平台技术架构与能力

3.2.1 虚拟场景构建

• 静态场景：基于高精度地图和三维重建技术，还原道路、交通标志、建筑等静态元素。
• 动态场景：模拟天气、光照、交通参与者行为等动态元素，借助游戏引擎和Agent AI实现逼真交通流。

3.2.2 感知系统仿真

• 物理信号仿真：直接仿真传感器信号，如摄像头、激光雷达、毫米波雷达等。
• 原始信号仿真：仿真传感器输入单元，如数字处理芯片。
• 传感器目标仿真：将传感器检测目标直接输入决策算法，提升测试闭环效果。

3.2.3 车辆动力学仿真

• 模拟车辆操控与动力学行为，支持不同场景下的测试与验证。

3.2.4 云加速仿真

• 支持高并发、大规模测试，提升测试效率，缩短开发周期。

中国自动驾驶仿真测试展望

• 中国作为全球最大的汽车市场，需加快仿真技术的自主研发，提升国际竞争力。
• 仿真测试将成为自动驾驶研发的重要组成部分，推动智能汽车创新发展战略。
• 通过虚实结合、场景库建设、云平台支持，提升测试效率与安全性，加速自动驾驶商业化落地。