趣头条竞速商业落地自动驾驶赛程进入下半场( 三 )

本文插图
测试场景中的测试真值及评估体系。测试场景数据采集需考虑采集要求、采集方法、数据预处理、数据传输存储、采集数量、采集精度、时间同步性、采集范围、采集完整性等各方面的因素，任何一个因素的欠缺都将导致场景的真实性及有效性。而且针对不同场景下自动驾驶测试车辆的测评指标体系尚不完善。
场景库建立缺乏合作，资源重复性投入大。目前单一企业很难完成覆盖所有场景的场景库建设。当下各企业场景库建设都是各自为战，导致资源重复性投入，企业之间缺乏场景库建设合作。尤其是自然驾驶场景、标准法规场景等共性场景可以通过合作共建，实现使用共享，目前这方面的合作还很少。

本文插图
『腾讯TAD Sim部分场景展示』
另一方面，自动驾驶仿真测试评价体系缺乏规范。
在自动驾驶仿真测试方面，由于不同仿真软件系统架构及场景库构建方法的不同，导致很难建立统一规范的仿真测试评价体系。目前国内仿真评价体系的研究方向主要是从驾驶安全性、舒适性、交通协调性、标准匹配性等方面评价自动驾驶车辆仿真测试结果，对于仿真软件自身的评价缺乏统一的评价标准，如仿真软件场景真实度、场景覆盖度、仿真效率等。
自动驾驶汽车作为智能化产品，未来需要应用深度学习算法使汽车具备自我学习能力，如道路障碍物的复述重现能力、场景的泛化迁移能力，因此自我学习进化性也是自动驾驶汽车的评价指标，目前自动驾驶汽车的学习进化性还缺乏相应的评价规范。
总结：
【趣头条竞速商业落地自动驾驶赛程进入下半场】自动驾驶技术演化有两条路线，分别是由L2级到L3级和L4级到L5级，前者是车企的普通走的路线，后者往往是科技公司的选择，两者的主要代表分别是特斯拉和Waymo 。今年以来，多家企业表示，已具备L3级自动驾驶车辆量产能力；科技企业也纷纷展开Robotaxi的商业化运营测试。可以看出，各股竞争势力都在试图抢先落地应用自动驾驶技术。谁能在竞赛中拔得头筹？成本和效率无疑是最关键因素，仿真测试的成熟应用或将成为关键。（文/汽车之家肖莹）

趣头条竞速商业落地 自动驾驶赛程进入下半场( 三 )

趣头条竞速商业落地自动驾驶赛程进入下半场( 三 )