华为入局百亿美元自动驾驶仿真市场，平台赋能玩家交锋在即

受疫情影响，“停飞”也成为这一时期自驾车辆的写照。虽然现场路测受阻，但得益于自动驾驶模拟平台，仍然可以进行在线虚拟模拟路测。所谓自动驾驶仿真，是指通过传感器仿真、车辆动力学仿真、高级图形处理、交通流仿真、数字仿真、道路建模等技术，模拟道路测试环境，并加入算法构建相对真实的驾驶场景，完成自动驾驶汽车道路测试的一种形式。据雷锋网报道。com、Waymo、腾讯都将其视为重中之重；AutoX、Pony.ai、文远智行等自动驾驶创业公司也在自主开发仿真环境；业界也逐渐培育了51VR等开源第三方自动驾驶仿真平台。2019年4月上海车展，华为自动驾驶云服务Octopus首次展出，模拟测试是服务能力之一。2020年1月9日，华为自动驾驶云服务首次落地长沙湘江新区，这也意味着自动驾驶模拟领域迎来了一个巨头。虚拟模拟驾驶测试是先进自动驾驶车辆开发过程中的刚需，无论是车辆系统的复杂程度还是使用环境的复杂程度都在快速增加。因此，需要向自动驾驶车辆“反馈”足够多的数据，以保证车辆在实际道路中的安全。但是自动驾驶的实地路测是一件没完没了的事情。业内普遍预测，为了保证自动驾驶技术的安全性和可靠性，自动驾驶玩家需要110亿英里的测试数据来不断优化和升级自动驾驶系统。如果以100辆自动驾驶汽车全天24小时行驶，平均速度为每小时25英里(40公里)，那么完成目标里程需要500多年，而这期间的成本更是无法计算。此外，自动驾驶汽车可能还要应对暴风雪、暴雨、台风、强光等极端场景。然而，在自然环境中，这些场景是有限的，也是最危险的。因此，仅依靠实地路测不仅效率低，而且成本高，难以满足自动驾驶汽车的要求。自动驾驶模拟测试平台的出现弥补了传统实地路测的不足，成为自动驾驶企业的刚性需求。据估计，未来五年仿真软件和测试的国际市场总规模约为100亿美元。虽然华为作为汽车领域的后来者进入了数百亿美元的市场，但华为在赋能自动驾驶平台方面有自己的逻辑。华为认为，自动驾驶的快速开发、上市和功能迭代将是车企在未来智能网联竞争中首先赢得市场的关键，但在这个过程中，自动驾驶的开发者面临的挑战也非常明显。一、如何快速获取自动驾驶车辆产生的海量数据并高效处理？一辆自动驾驶测试车1小时产生8TB左右的数据，一天8小时就会有64TB的数据。一个月22天的工作日，大概产生1.3 Pb/月的数据，但有效数据只有0.05%，每车/天还有80万张图片需要人工标注。第二，训练和仿真需要AI算法和超强的计算能力。单车预计积累100+亿公里，300GPU/2天模型训练，模拟测试每天需要处理100万公里。第三，仿真层面不仅需要大量场景支持在线仿真，还需要基于实车的决策规划仿真系统。所以要解决模拟问题，首先要解决数据问题。华为的自动驾驶云服务能展现出怎样的优势？大家可以看到，华为自驾云服务Octopus，外形为章鱼，涵盖自驾数据、模型、训练、仿真、标签等全生命周期服务，为开发者提供数据服务、训练服务、仿真服务三大服务。

在上述三项服务下，华为自动驾驶云服务“章鱼”可为企业用户提供以下核心能力:处理海量数据，自动挖掘和标注，可节省超过70%的人力成本；软硬件加速，平台提供华为自研910 AI芯片和MindSpore AI框架，可大幅提升训练和仿真效率；丰富的仿真场景和高并发实例处理能力:通过整合场景设计和数据驱动的方法，提供超过10000个仿真场景；该系统可并行处理海量仿真任务，日虚拟试验里程可超过500万公里，同时可同时模拟3000个实例。云端协同和车云无缝对接:章鱼天然支持MDC(移动数据中心)和ADAS系统等硬件平台无缝对接，实现车云协同；华为的意图很明显。自动驾驶云服务将与智能驾驶计算平台MDC和智能驾驶OS一起，充分发挥华为云+AI的优势，在车云形成协同MDC智能驾驶平台，开放合作，推动智能驾驶的快速发展。换句话说，华为的自动驾驶模拟能力并不是单独出现的，而是作为一种服务和能力集成到华为的自动驾驶云服务中。仿真能力只是其数据闭环中的一个节点，这个节点只有与其他环节配合才能发挥其最大的组合优势。华为还表示，未来将把高精地图、5G和V2X技术融入Octopus，携手更多车企和开发者，加速智能驾驶的商业落地。“不造车，专注ICT技术，成为智能网联汽车的增量零部件供应商”是华为进入汽车领域时的承诺。这既是一个承诺，也是一个目标。无论是最近获得ISO 26262功能安全管理认证证书的华为MDC智能驾驶计算平台，还是位于智能汽车业务战略金字塔顶端的自动驾驶云服务，都可以看出华为的“醉翁之意”并不是成为自动驾驶开发者，而是开发者手中的武器。平台使能者的对抗，但华为的进入，无疑会与更早进入的玩家正面碰撞。比如之前，腾讯在打造自己的自动驾驶“绿洲”。和华为一样，腾讯的仿真系统也凭借其高精地图、开发和运营云平台打出了“组合拳”。结合专业游戏引擎、工业车辆动力学模型、交通流与虚拟现实等技术，腾讯构建了虚拟现实与线上线下相结合的自动驾驶模拟器(TADSIM)。

腾讯滨海大厦路段多天气多时段模拟你可以理解为大型RPG角色扮演游戏。当然，这需要强大的游戏引擎作为基础，保证场景还原有足够的真实性。因此，可以清楚地看到，腾讯长期以来积累了丰富的游戏经验和技术储备，并由此将其运用到模拟中，展现场景优势。腾讯认为，在场景的几何还原上，仿真平台要实现三维场景仿真和传感器仿真，使环境和测试车辆条件与真实世界相同；在场景的逻辑还原上，要在虚拟世界中模拟测试车的决策和规划过程；在场景的物理还原中，需要模拟车辆操纵和车身动力学的结果。经过三级还原，我们可以在虚拟世界中看到无限接近真实世界的自动驾驶测试结果。同时，仿真平台还应满足高并发的特点，实现所有场景下车辆响应的排列组合。腾讯的TAD Sim内置高精度地图，可以完成实车中所有模块的感知、决策、控制算法等闭环仿真验证。可以实现不同天气、光照条件等环境的几何模拟，以及测试车辆的感知能力、决策能力、车辆控制模拟。腾讯自动驾驶总经理苏奎峰介绍，TAD Sim的虚拟城市有两个维度，一个是在真实城市环境中搭建的城市级仿真；另一个是得益于腾讯的高精地图，可以支持开发者在全国高速公路上模拟、测试、验证。结合收集到的交通流数据和更极端交通场景的模拟，可以在TAD Sim上进行各种攻击性驾驶和极端自动驾驶测试，以更高效、更安全的方式完成现实世界中无法进行的各种测试。除了腾讯，另一个玩家51VR也会让跨界玩的风生水起。基于AR(VR)+AI技术，原本在房地产领域的51VR于2018年12月18日推出了51Sim-One自动驾驶模拟测试平台。经过一年的迭代，51VR在地球克隆计划3发布会上发布了“51World城市级全要素场景自动化平台”。对于其自动驾驶仿真平台而言，“全场景要素”意味着自动驾驶功能测试的全覆盖。

据雷锋网报道。51世界全要素场景包括L1-L5五个等级。L1是初始模拟场景，可以快速自动生成城市网格；L2是一个中等仿真场景，可以快速自动地还原城市建筑细节、道路细节、地表植被、交通和人。L3高仿真场景，细节比L1-L2更完整真实，目前可以达到建筑细节、动态光影、交通流量等高逼真画质。L4是超仿真场景，主要用于仿真和AI训练，可以还原交通信号、车辆、行人等细节。最先进的L5全模拟场景，可以实现纹理细节的照片级真实还原，可以真实还原光照等物理规律。51VR表示，目前该技术已覆盖智慧城市、智慧交通、智能驾驶等领域，并与行业头部客户合作。华为擅长硬件，腾讯擅长软件，51VR的触角很广。这些公司的参与有望帮助建立一个更加良性的自动驾驶模拟生态系统，帮助自动驾驶汽车解决许多常规场景下无法解决的问题。当然，这并不意味着虚拟仿真测试可以代替外场路试，解决量产最终面临的测试问题。但至少在自动驾驶汽车量产的路上，玩家可以少走弯路，加速商业落地的到来。

受疫情影响，“停飞”也成为这一时期自驾车辆的写照。虽然现场路测受阻，但得益于自动驾驶模拟平台，仍然可以进行在线虚拟模拟路测。所谓自动驾驶仿真，是指通过传感器仿真、车辆动力学仿真、高级图形处理、交通流仿真、数字仿真、道路建模等技术，模拟道路测试环境，并加入算法构建相对真实的驾驶场景，完成自动驾驶汽车道路测试的一种形式。据雷锋网报道。com、Waymo、腾讯都将其视为重中之重；AutoX、Pony.ai、文远智行等自动驾驶创业公司也在自主开发仿真环境；业界也逐渐培育了51VR等开源第三方自动驾驶仿真平台。2019年4月上海车展，华为自动驾驶云服务Octopus首次展出，模拟测试是服务能力之一。2020年1月9日，华为自动驾驶云服务首次落地长沙湘江新区，这也意味着自动驾驶模拟领域迎来了一个巨头。虚拟模拟驾驶测试是先进自动驾驶车辆开发过程中的刚需，无论是车辆系统的复杂程度还是使用环境的复杂程度都在快速增加。因此，需要向自动驾驶车辆“反馈”足够多的数据，以保证车辆在实际道路中的安全。但是自动驾驶的实地路测是一件没完没了的事情。业内普遍预测，为了保证自动驾驶技术的安全性和可靠性，自动驾驶玩家需要110亿英里的测试数据来不断优化和升级自动驾驶系统。如果以100辆自动驾驶汽车全天24小时行驶，平均速度为每小时25英里(40公里)，那么完成目标里程需要500多年，而这期间的成本更是无法计算。此外，自动驾驶汽车可能还要应对暴风雪、暴雨、台风、强光等极端场景。然而，在自然环境中，这些场景是有限的，也是最危险的。因此，仅依靠实地路测不仅效率低，而且成本高，难以满足自动驾驶汽车的要求。自动驾驶模拟测试平台的出现弥补了传统实地路测的不足，成为自动驾驶企业的刚性需求。据估计，未来五年仿真软件和测试的国际市场总规模约为100亿美元。虽然华为作为汽车领域的后来者进入了数百亿美元的市场，但华为在赋能自动驾驶平台方面有自己的逻辑。华为认为，自动驾驶的快速开发、上市和功能迭代将是车企在未来智能网联竞争中首先赢得市场的关键，但在这个过程中，自动驾驶的开发者面临的挑战也非常明显。一、如何快速获取自动驾驶车辆产生的海量数据并高效处理？一辆自动驾驶测试车1小时产生8TB左右的数据，一天8小时就会有64TB的数据。一个月22天的工作日，大概产生1.3 Pb/月的数据，但有效数据只有0.05%，每车/天还有80万张图片需要人工标注。第二，训练和仿真需要AI算法和超强的计算能力。单车预计积累100+亿公里，300GPU/2天模型训练，模拟测试每天需要处理100万公里。第三，仿真层面不仅需要大量场景支持在线仿真，还需要基于实车的决策规划仿真系统。所以要解决模拟问题，首先要解决数据问题。华为的自动驾驶云服务能展现出怎样的优势？大家可以看到，华为自驾云服务Octopus，外形为章鱼，涵盖自驾数据、模型、训练、仿真、标签等全生命周期服务，为开发者提供数据服务、训练服务、仿真服务三大服务。

在上述三项服务下，华为自动驾驶云服务“章鱼”可为企业用户提供以下核心能力:处理海量数据，自动挖掘和标注，可节省超过70%的人力成本；软硬件加速，平台提供华为自研910 AI芯片和MindSpore AI框架，可大幅提升训练和仿真效率；丰富的仿真场景和高并发实例处理能力:通过整合场景设计和数据驱动的方法，提供超过10000个仿真场景；该系统可并行处理海量仿真任务，日虚拟试验里程可超过500万公里，同时可同时模拟3000个实例。云端协同和车云无缝对接:章鱼天然支持MDC(移动数据中心)和ADAS系统等硬件平台无缝对接，实现车云协同；华为的意图很明显。自动驾驶云服务将与智能驾驶计算平台MDC和智能驾驶OS一起，充分发挥华为云+AI的优势，在车云形成协同MDC智能驾驶平台，开放合作，推动智能驾驶的快速发展。换句话说，华为的自动驾驶模拟能力并不是单独出现的，而是作为一种服务和能力集成到华为的自动驾驶云服务中。仿真能力只是其数据闭环中的一个节点，这个节点只有与其他环节配合才能发挥其最大的组合优势。华为还表示，未来将把高精地图、5G和V2X技术融入Octopus，携手更多车企和开发者，加速智能驾驶的商业落地。“不造车，专注ICT技术，成为智能网联汽车的增量零部件供应商”是华为进入汽车领域时的承诺。这既是一个承诺，也是一个目标。无论是最近获得ISO 26262功能安全管理认证证书的华为MDC智能驾驶计算平台，还是位于智能汽车业务战略金字塔顶端的自动驾驶云服务，都可以看出华为的“醉翁之意”并不是成为自动驾驶开发者，而是开发者手中的武器。平台使能者的对抗，但华为的进入，无疑会与更早进入的玩家正面碰撞。比如之前，腾讯在打造自己的自动驾驶“绿洲”。和华为一样，腾讯的仿真系统也凭借其高精地图、开发和运营云平台打出了“组合拳”。结合专业游戏引擎、工业车辆动力学模型、交通流与虚拟现实等技术，腾讯构建了虚拟现实与线上线下相结合的自动驾驶模拟器(TADSIM)。

腾讯滨海大厦路段多天气多时段模拟你可以理解为大型RPG角色扮演游戏。当然，这需要强大的游戏引擎作为基础，保证场景还原有足够的真实性。因此，可以清楚地看到，腾讯长期以来积累了丰富的游戏经验和技术储备，并由此将其运用到模拟中，展现场景优势。腾讯认为，在场景的几何还原上，仿真平台要实现三维场景仿真和传感器仿真，使环境和测试车辆条件与真实世界相同；在场景的逻辑还原上，要在虚拟世界中模拟测试车的决策和规划过程；在场景的物理还原中，需要模拟车辆操纵和车身动力学的结果。经过三级还原，我们可以在虚拟世界中看到无限接近真实世界的自动驾驶测试结果。同时，仿真平台还应满足高并发的特点，实现所有场景下车辆响应的排列组合。腾讯的TAD Sim内置高精度地图，可以完成实车中所有模块的感知、决策、控制算法等闭环仿真验证。可以实现不同天气、光照条件等环境的几何模拟，以及测试车辆的感知能力、决策能力、车辆控制模拟。腾讯自动驾驶总经理苏奎峰介绍，TAD Sim的虚拟城市有两个维度，一个是在真实城市环境中搭建的城市级仿真；另一个是得益于腾讯的高精地图，可以支持开发者在全国高速公路上模拟、测试、验证。结合收集到的交通流数据和更极端交通场景的模拟，可以在TAD Sim上进行各种攻击性驾驶和极端自动驾驶测试，以更高效、更安全的方式完成现实世界中无法进行的各种测试。除了腾讯，另一个玩家51VR也会让跨界玩的风生水起。基于AR(VR)+AI技术，原本在房地产领域的51VR于2018年12月18日推出了51Sim-One自动驾驶模拟测试平台。经过一年的迭代，51VR在地球克隆计划3发布会上发布了“51World城市级全要素场景自动化平台”。对于其自动驾驶仿真平台而言，“全场景要素”意味着自动驾驶功能测试的全覆盖。

据雷锋网报道。51世界全要素场景包括L1-L5五个等级。L1是初始模拟场景，可以快速自动生成城市网格；L2是一个中等仿真场景，可以快速自动地还原城市建筑细节、道路细节、地表植被、交通和人。L3高仿真场景，细节比L1-L2更完整真实，目前可以达到建筑细节、动态光影、交通流量等高逼真画质。L4是超仿真场景，主要用于仿真和AI训练，可以还原交通信号、车辆、行人等细节。最先进的L5全模拟场景，可以实现纹理细节的照片级真实还原，可以真实还原光照等物理规律。51VR表示，目前该技术已覆盖智慧城市、智慧交通、智能驾驶等领域，并与行业头部客户合作。华为擅长硬件，腾讯擅长软件，51VR的触角很广。这些公司的参与有望帮助建立一个更加良性的自动驾驶模拟生态系统，帮助自动驾驶汽车解决许多常规场景下无法解决的问题。当然，这并不意味着虚拟仿真测试可以代替外场路试，解决量产最终面临的测试问题。但至少在自动驾驶汽车量产的路上，玩家可以少走弯路，加速商业落地的到来。

标签：

汽车资讯热门资讯