融资1.25亿美元,自动驾驶模拟仿真“独角兽”诞生( 二 )


此外 , 合成数据就可以与真实数据互补地使用 。 在真实数据中识别出的长尾事件可以作为一个起点 , 围绕该事件创建数以千计的变化 。
另一个关键用例是获取既不能从传感器获得也不容易手动添加的数据的真实数据 , 比如 , 一个常见的例子是从单目或立体摄像头中提取的深度信息 。
为此 , Applied Intuition公司的应用团队开发了一个仿真引擎 , 能够通过编程创建高保真度的合成数据和确定性结果 。
二、打通仿真与功能安全由于现实驾驶中场景和边缘案例的激增 , 虚拟测试与现实测试对于自动驾驶系统开发同样重要 。
但是 , 业界需要就如何将仿真用于此目的以及仿真标准如何与现有框架交互以进行关键安全功能开发共享通用标准 。
与汽车安全开发相关的两个常见框架是SOTIF和ISO 26262 。 前者是关于功能安全的 , 即减少已知组件故障带来的安全风险 , 而预期功能安全(SOTIF)是关于确保系统可能遇到不可预见场景时的功能安全 。
ISO 26262传统上用于开发安全系统 , 它列出了功能安全要求 , 旨在防止由于系统故障造成的不合理风险 。
V型开发过程是传统产品开发周期的一个参考模型 , ISO 26262建议在V型的每个点上使用仿真 。
需求评估、故障注入和性能测试应该在单元和集成测试期间执行 , 而系统测试则需要HIL仿真来验证软件在目标硬件上正确运行 。
在这些过程中 , 模拟仿真应该广泛地涵盖危险情况 , 并利用随机试验来评估未知风险 。
基于此 , SOTIF标准应运而生 , 试图在没有明显系统故障的情况下确保系统在意外情况下的安全运行 。 这意味着 , 仿真平台需要支持快速创建和测试数百万个场景 。
接下来 , 测量性能覆盖率对于理解自动驾驶系统(ADS)的成熟度是至关重要的 。 然而 , 精确地定义和度量相关的指标是一项挑战 。
事实上 , 在整个自动驾驶行业 , 大家都在调整他们计划的自动驾驶车辆部署时间点 , 因为如果他们不能量化场景覆盖或实现覆盖目标的进展速度 , 就很难确切知道他们离部署有多远 。
融资1.25亿美元,自动驾驶模拟仿真“独角兽”诞生文章插图
比如 , 以常见的左转场景示例 , 系统可以根据一系列车辆参数变化进行评估 , 如转弯角度、速度和各种类型的行人、机动车类型、易受伤害的道路使用者(VRUs) 。
系统需要处理VRUs的各种类型、数量和反应行为 。 每个VRU被系统感知的时间也很关键 , 因为它可能会引入新的极端情况 。
最重要的是 , 地图中的每个交叉点都有不同的几何形状 , 需要根据可配置参数进行测试 。 而每一个新的参数都会导致对空间进行完全采样所需的测试总数呈指数增长 。
这意味着 , 数据自动分析和可视化工具对于整个系统的开发至关重要 。 而仿真是过去许多行业加速工程开发的重要工具 。
三、竞争激烈 , 抢食者众多不过 , 对于Applied Intuition公司来说 , 竞争对手也异常强大 。
为宝马提供相关仿真工具及技术支持的 , 是一家名为Unity Technologies的游戏引擎公司 。 该公司上个月18日在美股挂牌上市 , 最新公司市值超过200亿美金 。
这是迄今为止 , 首家IPO上市的 , 可以为汽车行业提供虚拟仿真测试工具及平台的第一股 。
截至目前 , 全球排名前十的汽车制造商中 , 有8家是Unity公司的客户 , 此外 , 包括谷歌、百度、LG等都与该公司合作自动驾驶虚拟仿真平台 。
此外 , 仿真工具部署也在从纯软件在环平台一直延展到硬件在环平台 。 同时 , Unity 3D的下一步升级 , 将能够把整个车辆纳入系统 , 而不仅仅是部分硬件组件 。
“这一大步将是进入整车在环测试 , 有助于最终的软硬件集成测试 , 进一步提高整个开发周期的效率 。 ”该公司相关负责人表示 。
按照计划 , Unity将投入数亿美元进行大规模投资 , 在传统优势的游戏引擎领域之外 , 快速在汽车等工业领域站稳脚跟 。
与此同时 , 一部分汽车制造商、零部件厂商也在加快部署自己的模拟仿真平台 , 英伟达、腾讯等科技巨头也在快速进入这个细分市场 。
比如 , 英伟达推出的Drive Constellation平台 , 正在与德国认证机构TUV SUD合作 , 共同打造自动驾驶汽车测试和许可标准 。
而腾讯基于自身在地图、游戏、云计算、人工智能等领域的技术优势 , 自主研发的仿真平台TAD Sim已经崭露头角 。
TAD Sim场景库覆盖超过1000种场景类型 , 可以泛化生成万倍以上丰富场景 , 在云端高并发运行具备每日1000万公里以上的测试能力 。