趣头条竞速商业落地自动驾驶赛程进入下半场( 二 )

对于整车企业来讲，路测和仿真测试同步进行是最佳选择，而自动驾驶汽车在真正实现落地之前，需经过众多功能与安全测试，路测就是其中一环。由于路测效率较低，目前很多车企都倾向于选择自动驾驶仿真测试与路测相结合的方式来完成落地前的测试工作。

本文插图
『车企利用自动驾驶仿真软件情况』
自动驾驶解决方案商主要针对自身需求研发定制化仿真软件，较少对外提供仿真服务，但借助于充足的资金、人才集聚力及自身研发驱动力，在自动驾驶仿真方面具有很强的创新能力。各领先自动驾驶解决方案商都有自身仿真测试软件，如Waymo、Cruise、小马智行、AutoX等。
仿真软件企业可分为传统仿真软件企业、初创企业两大类。传统仿真软件企业由于技术积累比较深厚，进入自动驾驶仿真具有先天优势，而且合作伙伴较多，二次开发具有优势。初创企业由于起步晚，技术积累较弱，国内企业和国外的差距较大，但依靠雄厚的资金和人才集聚力，创业公司在自动驾驶仿真软件研发方面有望迅速崛起。
高校及科研机构主要应用自动驾驶仿真软件进行前瞻性、基础性研究，但很难形成成熟的商业化产品。国内从事自动驾驶仿真研究的高校及科研机构主要包括：清华大学、同济大学、北京航空航天大学、吉林大学、天津大学、长安大学、南京航空航天大学、武汉理工大学等。

本文插图
『上海临港智能网联汽车综合测试示范区』
智能网联测试示范区建设已形成一定规模。目前全国有10余家国家级和数家省级智能网联测试示范区，主要通过对5G、V2X车路协同、模拟仿真、车联网等新技术的部署和应用，为自动驾驶、网联通信供应商等提供系统测试服务，推动汽车、信息通信、道路设施等内容的综合标准体系的建立。为推动智能网联汽车的仿真测试工作，已有企业和智能网联示范区开展了路测与虚拟仿真相结合的测试。
挑战：测试评价体系缺乏规范
目前自动驾驶仿真测试已初步形成完整的产业链体系，形成了科技公司、自动驾驶解决方案商、仿真软件企业为主的上游仿真软件提供商，以车企、自动驾驶测试机构为主的仿真软件下游应用商。从产业链角度分析，目前自动驾驶仿真测试还存在诸多问题。
一方面，仿真场景库建设与合作机制有待完善。
场景库建设效率低、费用高。目前场景库建设还需要依靠大量人工进行采集、标注，然后进行场景分析挖掘、测试验证，整个流程效率低、成本高，目前全球每年人工标注成本在10亿美元量级。

本文插图
『国内共建自动驾驶仿真测试场景库仍需克服各项困难』
场景库规模不够大，多样性、覆盖性、可扩展性不强。现有场景库不足以覆盖常见交通场景，在有限的资源投入情况下，还不能有效覆盖真实世界的多样性。由于场景中不同要素的改变均可以扩展为不同的场景，目前场景扩展性还不足以满足仿真测试的要求。
场景有效性有待提高。现有场景是按实时数据采集，无法满足自动驾驶场景动态变化的要求。在场景中，人、车、路、行驶环境等动态和静态要素耦合，一个要素的变化将引起其他要素的改变，而且不同交通参与者均有自己的行为逻辑。例如改变车辆行为和轨迹，周边车辆和行人的行为也将随之改变。
场景数据的采集格式和存储问题。现有的测试场景采集，是基于不同的车辆和传感器配置，无法适用于各类车型及技术路线的研发与测试，高精度地图的格式也是行业关注的重点。场景库的数据格式如系统架构、数据接口、数据库管理系统等统一也是需要重点关注的问题。

趣头条竞速商业落地 自动驾驶赛程进入下半场( 二 )

趣头条竞速商业落地自动驾驶赛程进入下半场( 二 )