中国电子报|对自动驾驶意味着什么?,又一仿真技术出炉( 三 )


自动驾驶汽车对于环境与路况的感知能力至关重要 , 这就涉及传感器的有效工作 。 谷歌传感器仿真技术分为三个部分:可全天候工作进行检测和测距的激光雷达、在长距离和低亮度等多种情境下完成协作的视觉系统 , 以及利用毫米波来感知物体及其运动的雷达系统 , 可实现对物理信号、原始信号和传感器目标进行仿真 。 据悉 , 在此技术基础上 , Waymo可以在一天之内实现在路况特别复杂地方成千上万次模拟驾驶 。
SurfelGAN , 指的是SurfaceElements——表面元素和GenerativeAdversarialNetworks——生成对抗网络 。 Waymo提出的这个方法是通过扫描目标环境 , 重建一个由大量有纹理的Surfel构成的场景 , 然后再通过GAN生成逼真的相机图像 , 用来获取位置和方向 。
“谷歌在仿真系统里进行了新版本的推介 , 把以前的数据拿出来进行深度学习 , 希望向高处进阶 。 ”中国生产力促进中心协会常务副秘书长王羽在接受《中国电子报》采访人员采访时指出 , 谷歌在车辆自动化能力上处于世界领先水平 , 因此若要向更高层级进阶就要提高仿真测试的能力 。 谷歌入局自动驾驶较早 , 积累的深度学习场景比较多 , 这次提出新方法是提升现有自动驾驶水平的一次进阶实验 。
各厂商齐心押注仿真测试
提到自动驾驶车辆 , 车载芯片、显示、内设功能更容易成为大众关注的焦点 。 殊不知 , 仿真测试是自动驾驶车辆研发过程中不可或缺的关键技术 。
如今 , 百度APOLLO、阿里巴巴、腾讯、华为等国内领军的科技企业都扎进了自动驾驶仿真测试的“蓝海”中 , 到底是什么吸引了巨头们的目光?
百度在2017年开源了APOLLO自动驾驶平台 , 一系列重要的开放能力都是基于云端服务平台 , 包括高精地图服务、仿真引擎、安全服务等 。 腾讯也在同年开始研发模拟仿真平台的三维场景及传感器仿真、数据驱动交通流模拟丰富的测试场景、场景型云仿真及虚拟城市型云仿真并行等核心能力 。 2019年4月 , 华为自动驾驶云服务Octopus亮相上海车展 , 仿真测试是其中一项服务能力 。 今年2月 , 阿里巴巴发布了自动驾驶“混合式仿真测试平台” , 采用虚拟与现实结合的仿真技术 , 引进真实路测场景和云端训练师 。 至此 , 百度、腾讯、华为、阿里巴巴四大科技公司全部入局自动驾驶仿真平台 。
今年6月 , 百度发布“ApolloScape” , 宣布其可模拟在同一条道路上行驶的数十辆车辆的复杂场景 , 可帮助自动驾驶开发人员有效地检查和优化预测 , 进行决策和路径规划 , 是百度驾驶仿真技术的一次升级优化 。 从业务生态来看 , 百度开源平台主要为自身的APOLLO业务提供支撑 。
腾讯意在扩张云服务生态 。 腾讯在2019年举办的腾讯技术开放日·自动驾驶专场上曾分享过基于云平台的自动驾驶服务 。 腾讯表示 , 其云平台产品可以为自动驾驶研发团队提供测试验证、模型验证、管理调度、高精地图等“一条龙”服务 。
阿里巴巴欲构建完整产业链 。 BAT中 , 阿里巴巴入局较晚 , 却带着全局谋略的眼光 , 在高精地图、车载操作系统、算法、芯片、仿真测试等自动驾驶各个环节布局成篇 , 形成了相对完整的产业链 。
华为开发了MDC车载计算平台 , 与Octopus自动驾驶云服务相结合构建生态 , 则可在仿真测试市场占据一席之地 。
各巨头齐心在仿真测试上下注 , 那么仿真测试平台对于自动驾驶来说是什么?
腾讯自动驾驶仿真业务负责人孙驰天公开表示 , 自动驾驶仿真平台可以很好地解决自动驾驶在数据采集标注和测试验证方面的两大痛点:一是真实数据集的采集和标注 , 仿真系统有一个天生的优势 , 自带所有的场景元素真值 , 可自动生成车辆、行人、建筑等各种真实情景下的元素 , 无需再进行标注 , 可以有效降低成本 , 只需承担算力和电力的成本 。 二是测试验证方面 , 仿真测试通过虚拟场景模拟来完成算法开发和回归测试 , 更加安全和节约成本 。