技术|刘盛翔：百度Apollo自动驾驶测试技术与实践( 二 ) apollo|测试|实践|技术|百度

以上是百度这几年的发展的成果。百度Apollo自动驾驶快速发展同时也离不开整个自动驾驶测试和验证体系保驾护航。接下来我重点讲百度自动驾驶是怎么测试的，它有哪些关键的测试技术。
【技术|刘盛翔：百度Apollo自动驾驶测试技术与实践】首先摆在大家面前是一个大问题，自动驾驶到底要测试多少里程才能够证明它是安全的，2018年一篇报告显示答案是百亿公里，要在不同时间，不同的场景，无限的年限，7乘24小时，365天不同地点我们要达到10的6次方，貌似非常难，貌似不可能，那怎么办？整个自动驾驶行业需要发展，我们得有办法。所以我们通过实践，我们认为通过仿真测试加上封闭测试场的测试，加上开放道路的验证能够实现最终无人驾驶的商用，因为仿真测试使得大规模的里程变得可能了，也就是说难得的一个报告当中百亿公里在仿真测试中是肯定可能实现的，我们通过封闭测场去验证风险比较大的层级，然后再进行大量的实际道路的测试验证，从而能够保证无人驾驶最终的落地。
我们再来看自动驾驶测试来讲，你要测试它，它有什么特点？首先智能驾驶车辆是多门学科产物，整个系统架构复杂性非常高，它涉及到车、硬件、软件、计算平台、云端等等，同时它对系统的实时性要求非常高，比如说我们能看到一个前方有一个障碍物，人的平均响应时间是多少，800到1000毫秒。自动驾驶比人更安全的话，应该做到多少才能更安全？业内的专家也经过了很多讨论，大家大部分认为200毫秒，就是说能看到前面紧急情况的时候200毫秒能做出紧急制动，所以说自动驾驶会比人更安全，而且它不知疲惫。同时对于自动驾驶来讲它还面临着使用环境的多变，因此我们该怎么测它？百度提出了一套分层，首先对每一个部分测试进行分层，保证每一个组件的可靠、安全、高质量。同时我需要大规模的测试数据去验证和测试，我需要庞大的仿真能力和测试系统，同时我经过了仿真之后我再在封闭测试场进行虚实结合场面验证，再到开放道路进行大量的验证，从而能够保证自动驾驶的质量。
所以百度Apollo自动驾驶测试体系是一个纵向分层、横向分阶段的测试体系，它包含了模型在环、软件在环、硬件在环和车辆在环和道路在环境测试体系。这里是整体测试体系架构，最底层次我们看到了非常重要自动驾驶测试场景库，场景库上面会有很多大量数据进行支撑场景，同时在应用到各个阶段的测试当中，从而通过纵向分层横向分阶段的测试体系，我们能够评价出来一辆自动驾驶车辆到底有多智能，它是不是足够安全、舒适和可靠。
同时百度Robotaxi做到每一个版本都经过实体各环节进行测试验证，并且每一个环节都出最终测试的报告，去分析它到底是不是有问题，它到底是不是安全的，这样才能进入到下一个环节。百度每一个OTA版本都是经过充分验证，充分的测试才能到车上，从它写的第一行代码到最终OTA版本切换经过了十几个环节测试验证。可能大家认为十几个环节是不是周期非常长，我可以告诉大家，百度整个测试链条实现完全自动化，我们从第一行代码开始写，到一个版本最终的切换，只需要一到两周就可以了，我们只需要按周发版本的迭代模式，从而能够更好的去推进自动驾驶技术的快速迭代和发展。