精品课第30讲|张帆：仿真测试是汽车安全性最基本的保障工具

“我们希望从闭环可控范围到车路协同再到智慧大脑，逐步形成完善的物理信息系统升级，从而将5G应用的汽车行业传统技术拓展到更大更广的领域。”

9月25日晚，在中国汽车报与广州智能网联汽车示范区运营中心联合推出的“2020智能网联汽车精品课程”第30讲中，当嘉移动绿色互联网科技集团有限公司(51WORLD)车辆与交通事业部总经理张凡如是说。他以“自动驾驶模拟技术”为主题，详细分析了自动驾驶模拟技术的必要性和实际应用，以及当前面临的重要机遇和挑战。

通过模拟降低新技术的应用风险

为什么模拟测试如此重要？张帆介绍，根据国际自动机工程师学会(SAE)的自动驾驶分级标准，AI将从L3开始取代驾驶员成为驾驶责任的主体，车辆将面临复杂的交通、环境和数据；车辆具有更强、更复杂的感知、决策、沟通、计算能力，对行车安全提出了更高的要求。"模拟试验是最基本的安全保障工具."

张帆具体解释说，车辆面临很多风险，比如算法、复杂环境、功能故障、人机交互等。未来5到10年自动驾驶技术的进步，需要车辆具备不断测试和更新的能力；车辆开发将从基于功能的测试转向基于场景的测试，自动驾驶行为中存在未知的潜在风险，通过模拟测试可以更快地揭示出来。

此外，针对高速行驶(HWC)、高速拥堵(TJC)、自动泊车(AVP)等自动驾驶功能，各车企计划在2020-2025年落地。“由于汽车产品研发的技术准备是预先定性的，是开发和测试能力的关键建设期，迫切需要仿真能力来降低未来新技术应用带来的风险挑战。”张帆指出，通过仿真可以减少原型车的数量，规避开发风险，控制开发周期。

其实模拟并不是什么新鲜事物。张帆介绍，我国从60年代开始使用仿真工具，而在汽车领域，70年代开始应用商用仿真软件，如机械仿真、动力学仿真、热力学仿真，90年代进行电气仿真，2010年左右升级为传感器仿真。目前是环境场景模拟和交通流模拟。

具体到自动驾驶仿真系统，可以分为传感器/V2X通信仿真、车辆动力学仿真、环境和场景库仿真、交通流和智能体仿真、感知决策训练和系统测试评估、XiL在环测试。

模拟和测量是相辅相成的。

据了解，仿真测试的开发流程和应用包括:功能需求、系统架构和性能指标定义；软硬件安全功能的冗余设计；智能驾驶域控制器的软硬件设计:定位、感知融合、控制和决策规划算法开发；系统校准和评估。

"模拟试验和实测验证相辅相成，缺一不可."张帆指出，以设计运行区(奇数)为例，L3的运行工况范围很广，不可能一一测量。此时可以通过模拟试验的方式找到车辆运行边界，然后指导实测，验证车辆在真实条件下是否满足设计功能。

那么，模拟是如何接入自动驾驶系统的呢？“软件有两种参与方式。首先是决策控制的闭环测试，将虚拟环境感知的真实值传递给算法，算法指导车辆控制，并将信号传递给车辆动力学，形成闭环响应，从而完成测试用例的虚拟运行。二是知觉决策控制的闭环测试。把有感知的物理信号传递给感知算法，是更全面的有感知决策的方式。”他说。

据介绍，模拟接入自动驾驶系统后，整个模拟测试过程分为三步。一个是数据处理和编辑，是编辑实验设置的过程；二是模拟运算，这是一个计算过程；第三是评估报告，这是一个分析过程。

传感器仿真是最重要的。

虽然模拟测试的工作流程看似简单，但还是有很多需要注意的地方。“传感器模拟是重中之重。”张帆强调，主要有三个步骤，一是建模和参数标定，二是建立不同的传感器模型，三是评估整个传感器的性能。

以相机为例，第一步是建模。基于环境物体的几何空间信息，构建物体的三维模型。根据物体的真实材质和纹理，通过计算机图形学将颜色和光学属性添加到三维模型中。其次是标定，利用车辆常用的摄像头在实验室做色彩还原标定。之后，摄像机在回路中进行测试。

再看激光雷达的模拟，思路是参照真实激光雷达的扫描方式，模拟每一条真实雷达射线的发射，满足场景中的所有物体。“当有相机模拟和激光雷达模拟时，可以同时输出两种数据，可以训练和检测一些融合感知算法。”他说。

除了以上传感器的模拟，还需要模拟还原静态场景，使用OpenDRIVE map处理编辑工具链。实际采集真实考点的高精地图和使用工具制作纯虚拟地图有两种方式。

动态场景更复杂。动态场景数据有四个来源:道路传感器、车辆传感器、无人机/高点、驾驶模拟器，然后对数据进行处理，保证大量数据能够以自动的方式进入仿真系统。具体来说，动态场景的构建方法有三种，一是基于真实案例数据，二是基于微观交通仿真系统，三是基于真实案例数据的概化。

除了静态和动态场景，还有大规模场景的云模拟测试。张帆介绍，云仿真架构分为四层，底层是服务于存储和计算的硬件服务层；它上面是数据层，地图数据、场景数据、报表数据等等都放在这里；再往上是服务层，可以进行大数据处理服务和可视化渲染服务；最上层是应用层，进行数据准备、模拟运行和测试评估。

“仿真的本质是数学模型的计算，所以必须考虑精度，关键在于能否代表真实系统。”张帆说，仿真系统的可信度可以通过检查和验证来衡量，并通过确认来正式认证。这个过程就是对仿真系统的检查、验证和确认，即vv & amp；答.VV & ampa有六个指导性规范，即相对正确性原则、必要性不足原则、全局原则、创造性原则、良好的计划和记录原则以及数据正确性原则。

从实际应用来看，在仿真环境下，可以进行真实案例还原、基于驾驶员行为的多车交互测试、行为预测和风险评估。

数字孪生测试进入测试领域。

未来前景方面，在张帆看来，今年2月国家发改委、工信部、科技部联合发布的《智能汽车创新发展战略》(以下简称《战略》)为仿真技术的发展提供了巨大机遇。

战略提出要突破复杂环境感知、智能决策控制、人机交互、人机共驾、车路交互等关键基础技术，而虚拟仿真显然是研发必备的实验工具之一。《战略》提出要提高测试评估技术，提到“重点发展虚拟仿真，软硬件仿真相结合”，这意味着虚拟仿真也是一种评估工具，最明确的应用是智能汽车的验证、测试和评估。战略还提出了“开展关键软硬件功能性、可靠性、安全性认证”的思路，让企业的“自评”、“备案”、“第三方技术检测”成为虚拟仿真测试的刚需驱动。

目前5G、车联网等技术方兴未艾，一些大型测试场已经开始部署数字孪生测试技术，即将全过程信号虚拟注入实车测试场景，以车在环的方式将车辆实时状态数据实时反馈给虚拟场景控制器，从而实现自动驾驶车辆在真实道路上的虚拟场景测试。

“数字化双发试验把仿真从计算机，从系统的硬件带到了试验场，带到了更大更广的领域。在不久的将来，也许是今年或明年，仿真将逐渐从在环测试走向运行监控；范围会更大，从实验室到试验场，从试验场到开放道路；智能化程度更高，从单车模拟到多车交互，从多车交互到车路协同云控。”张帆说道。

他还指出，中国要实现“制造强国”，必须拥有自主可控的工业软件，而计算机仿真技术是中国智能制造技术链的基础之一。

精彩问答

讲座结束后，张帆还与网友进行了问答互动。记者为读者提取精华。

问:目前模拟技术可以用于什么级别的自动驾驶？

答:从L3到L5，模拟可以支持所有级别的自动驾驶开发和测试。自动驾驶的仿真不仅包括对车辆自身技术的仿真，还包括对运行环境的仿真，比如社会车辆、行人行为、建筑物、天气等等。一个完整的仿真平台需要场景仿真、交通流仿真、传感器仿真、车辆在环试验的兼容性能力、车辆算法的并行计算和加速能力。仿真平台需要方便地接入自动驾驶平台，形成基于测试的闭环，以支持车辆的持续迭代开发和优化。

我们认为，自动驾驶的仿真是一项共性技术，不仅支持各个层面的自动驾驶研发，未来还将应用于车路协调的交通仿真、无人机仿真、机器人通用技术仿真等诸多领域。

问:仿真技术在自动驾驶的安全标准制定中能起到什么作用？

答:安全包括车辆安全、交通安全、信息安全三个方面，仿真可以帮助和指导测试。仿真技术可以解决那些在测试场和真实道路环境中无法测试的情况和场景。它是制定安全标准测试的必要选项，也是真实测试的补充选项。

问:仿真技术有哪些不足和未解决的问题？

答:主要有三个难点。一个是如何保证模拟场景的真实性。我们认为虚拟空间和真实地点之间的数字映射是必要的。如果把虚拟仿真和真实试验结合起来，形成一个数字孪生开发系统，就能很好地保证仿真的真实性。

二是仿真场景的标准化。在定义标准时，我们需要考虑测试目标、环境和效率。目前主流的场景标准有:基于功能的测试描述、基于场景的测试描述、基于真实世界危险案例的测试描述。

第三是数据接口的统一和工具接口的互操作。目前很多算法使用不同的语言和运行环境，智能硬件通信、设备接口、传输方式也有很大差异，这意味着我们没有统一的数据结构标准和通用的通信标准，所以一些测试工具无法访问不同的测试数据和硬件。这会给以后的测试带来很大的麻烦。

总的来说，仿真技术是自主开发的通用基础工具。我们相信，在国家重点项目的支持下，随着全行业对自动驾驶技术和仿真的持续投入，以及工程师的技术创新实践，上述困难在未来一定会得到解决。

编辑:蒙奇“我们希望从闭环可控范围到车路协同再到智能大脑，逐步形成完善的物理信息系统升级，从而将5G应用的汽车行业传统技术拓展到更大更广的领域。”

9月25日晚，在中国汽车报与广州智能网联汽车示范区运营中心联合推出的“2020智能网联汽车精品课程”第30讲中，当嘉移动绿色互联网科技集团有限公司(51WORLD)车辆与交通事业部总经理张凡如是说。他以“自动驾驶模拟技术”为主题，详细分析了自动驾驶模拟技术的必要性和实际应用，以及当前面临的重要机遇和挑战。

通过模拟降低新技术的应用风险

为什么……模拟测试有那么重要吗？张帆介绍，根据国际自动机工程师学会(SAE)的自动驾驶分级标准，AI将从L3开始取代驾驶员成为驾驶责任的主体，车辆将面临复杂的交通、环境和数据；车辆具有更强、更复杂的感知、决策、沟通、计算能力，对行车安全提出了更高的要求。"模拟试验是最基本的安全保障工具."

张帆具体解释说，车辆面临很多风险，比如算法、复杂环境、功能故障、人机交互等。未来5到10年自动驾驶技术的进步，需要车辆具备不断测试和更新的能力；车辆开发将从基于功能的测试转向基于场景的测试，自动驾驶行为中存在未知的潜在风险，通过模拟测试可以更快地揭示出来。

此外，针对高速行驶(HWC)、高速拥堵(TJC)、自动泊车(AVP)等自动驾驶功能，各车企计划在2020-2025年落地。“由于汽车产品研发的技术准备是预先定性的，是开发和测试能力的关键建设期，迫切需要仿真能力来降低未来新技术应用带来的风险挑战。”张帆指出，通过仿真可以减少原型车的数量，规避开发风险，控制开发周期。

其实模拟并不是什么新鲜事物。张帆介绍，我国从60年代开始使用仿真工具，而在汽车领域，70年代开始应用商用仿真软件，如机械仿真、动力学仿真、热力学仿真，90年代进行电气仿真，2010年左右升级为传感器仿真。目前是环境场景模拟和交通流模拟。

具体到自动驾驶仿真系统，可以分为传感器/V2X通信仿真、车辆动力学仿真、环境和场景库仿真、交通流和智能体仿真、感知决策训练和系统测试评估、XiL在环测试。

模拟和测量是相辅相成的。

据了解，仿真测试的开发流程和应用包括:功能需求、系统架构和性能指标定义；软硬件安全功能的冗余设计；智能驾驶域控制器的软硬件设计:定位、感知融合、控制和决策规划算法开发；系统校准和评估。

"模拟试验和实测验证相辅相成，缺一不可."张帆指出，以设计运行区(奇数)为例，L3的运行工况范围很广，不可能一一测量。此时可以通过模拟试验的方式找到车辆运行边界，然后指导实测，验证车辆在真实条件下是否满足设计功能。

那么，模拟是如何接入自动驾驶系统的呢？“软件有两种参与方式。首先是决策控制的闭环测试，将虚拟环境感知的真实值传递给算法，算法指导车辆控制，并将信号传递给车辆动力学，形成闭环响应，从而完成测试用例的虚拟运行。二是知觉决策控制的闭环测试。把有感知的物理信号传递给感知算法，是更全面的有感知决策的方式。”他说。

据介绍，模拟接入自动驾驶系统后，整个模拟测试过程分为三步。一个是数据处理和编辑，是编辑实验设置的过程；二是模拟运算，这是一个计算过程；第三是评估报告，这是一个分析过程。

传感器仿真是最重要的。

虽然模拟测试的工作流程看似简单，但还是有很多需要注意的地方。“传感器模拟是重中之重。”张帆强调，主要有三个步骤，一是建模和参数标定，二是建立不同的传感器模型，三是评估整个传感器的性能。

以相机为例，第一步是建模。基于环境物体的几何空间信息，构建物体的三维模型。根据物体的真实材质和纹理，通过计算机图形学将颜色和光学属性添加到三维模型中。其次是标定，利用车辆常用的摄像头在实验室做色彩还原标定。之后，摄像机在回路中进行测试。

再看激光雷达的模拟，思路是参照真实激光雷达的扫描方式，模拟每一条真实雷达射线的发射，满足场景中的所有物体。“当有相机模拟和激光雷达模拟时，可以同时输出两种数据，可以训练和检测一些融合感知算法。”他说。

除了以上传感器的模拟，还需要模拟还原静态场景，使用OpenDRIVE map处理编辑工具链。实际采集真实考点的高精地图和使用工具制作纯虚拟地图有两种方式。

动态场景更复杂。动态场景数据有四个来源:道路传感器、车辆传感器、无人机/高点、驾驶模拟器，然后对数据进行处理，保证大量数据能够以自动的方式进入仿真系统。具体来说，动态场景的构建方法有三种，一是基于真实案例数据，二是基于微观交通仿真系统，三是基于真实案例数据的概化。

除了静态和动态场景，还有大规模场景的云模拟测试。张帆介绍，云仿真架构分为四层，底层是服务于存储和计算的硬件服务层；它上面是数据层，地图数据、场景数据、报表数据等等都放在这里；再往上是服务层，可以进行大数据处理服务和可视化渲染服务；最上层是应用层，进行数据准备、模拟运行和测试评估。

“仿真的本质是数学模型的计算，所以必须考虑精度，关键在于能否代表真实系统。”张帆说，仿真系统的可信度可以通过检查和验证来衡量，并通过确认来正式认证。这个过程就是对仿真系统的检查、验证和确认，即vv & amp；答.VV & ampa有六个指导性规范，即相对正确性原则、必要性不足原则、全局原则、创造性原则、良好的计划和记录原则以及数据正确性原则。

从实际应用来看，在仿真环境下，可以进行真实案例还原、基于驾驶员行为的多车交互测试、行为预测和风险评估。

数字孪生测试进入测试领域。

未来前景方面，在张帆看来，今年2月国家发改委、工信部、科技部联合发布的《智能汽车创新发展战略》(以下简称《战略》)为仿真技术的发展提供了巨大机遇。

战略提出要突破复杂环境感知、智能决策控制、人机交互、人机共驾、车路交互等关键基础技术，而虚拟仿真显然是研发必备的实验工具之一。《战略》提出要提高测试评估技术，提到“重点发展虚拟仿真，软硬件仿真相结合”，这意味着虚拟仿真也是一种评估工具，最明确的应用是智能汽车的验证、测试和评估。战略还提出了“开展关键软硬件功能性、可靠性、安全性认证”的思路，让企业的“自评”、“备案”、“第三方技术检测”成为虚拟仿真测试的刚需驱动。

目前5G、车联网等技术方兴未艾，一些大型测试场已经开始部署数字孪生测试技术，即将全过程信号虚拟注入实车测试场景，以车在环的方式将车辆实时状态数据实时反馈给虚拟场景控制器，从而实现自动驾驶车辆在真实道路上的虚拟场景测试。

“数字化双发试验把仿真从计算机，从系统的硬件带到了试验场，带到了更大更广的领域。在不久的将来，也许是今年或明年，仿真将逐渐从在环测试走向运行监控；范围会更大，从实验室到试验场，从试验场到开放道路；智能化程度更高，从单车模拟到多车交互，从多车交互到车路协同云控。”张帆说道。

他还指出，中国要实现“制造强国”，必须拥有自主可控的工业软件，而计算机仿真技术是中国智能制造技术链的基础之一。

精彩问答

讲座结束后，张帆还与网友进行了问答互动。记者为读者提取精华。

问:目前模拟技术可以用于什么级别的自动驾驶？

答:从L3到L5，模拟可以支持所有级别的自动驾驶开发和测试。自动驾驶的仿真不仅包括对车辆自身技术的仿真，还包括对运行环境的仿真，比如社会车辆、行人行为、建筑物、天气等等。一个完整的仿真平台需要场景仿真、交通流仿真、传感器仿真、车辆在环试验的兼容性能力、车辆算法的并行计算和加速能力。仿真平台需要方便地接入自动驾驶平台，形成基于测试的闭环，以支持车辆的持续迭代开发和优化。

我们认为，自动驾驶的仿真是一项共性技术，不仅支持各个层面的自动驾驶研发，未来还将应用于车路协调的交通仿真、无人机仿真、机器人通用技术仿真等诸多领域。

问:仿真技术在自动驾驶的安全标准制定中能起到什么作用？

答:安全包括车辆安全、交通安全、信息安全三个方面，仿真可以帮助和指导测试。仿真技术可以解决那些在测试场和真实道路环境中无法测试的情况和场景。它是制定安全标准测试的必要选项，也是真实测试的补充选项。

问:仿真技术有哪些不足和未解决的问题？

答:主要有三个难点。一个是如何保证模拟场景的真实性。我们认为虚拟空间和真实地点之间的数字映射是必要的。如果把虚拟仿真和真实试验结合起来，形成一个数字孪生开发系统，就能很好地保证仿真的真实性。

二是仿真场景的标准化。在定义标准时，我们需要考虑测试目标、环境和效率。目前主流的场景标准有:基于功能的测试描述、基于场景的测试描述、基于真实世界危险案例的测试描述。

第三是数据接口的统一和工具接口的互操作。目前很多算法使用不同的语言和运行环境，智能硬件通信、设备接口、传输方式也有很大差异，这意味着我们没有统一的数据结构标准和通用的通信标准，所以一些测试工具无法访问不同的测试数据和硬件。这会给以后的测试带来很大的麻烦。

总的来说，仿真技术是自主开发的通用基础工具。我们相信，在国家重点项目的支持下，随着全行业对自动驾驶技术和仿真的持续投入，以及工程师的技术创新实践，上述困难在未来一定会得到解决。

编辑:蒙奇

标签：大发

汽车资讯热门资讯