01

引言

隨著科技的不斷發展，自動駕駛技術逐漸成為汽車行業的熱門話題。然而，要將自動駕駛車輛投放到真實道路上之前，必須進行廣泛的測試，以確保其在各種情況下都能安全可靠地運行。自動駕駛車輛的測試是一個復雜而昂貴的過程。在真實道路上進行測試存在許多挑戰，包括安全性、成本和時間。為了克服這些問題，仿真測試技術不失為一種有效的解決方法。

自動駕駛仿真測試是通過虛擬環境來模擬各種駕駛場景，以評估自動駕駛系統的性能。自動駕駛汽車的仿真測試的核心技術點主要可以分為虛擬場景仿真、感知系統仿真、車輛動力學仿真以及云加速仿真[1]。

02

虛擬場景仿真

自動駕駛汽車的仿真測試，首先需要模擬構建出一個逼真的虛擬場景，而場景的構建可以分為靜態場景構建和動態場景構建兩個層面[2]。

2.1靜態場景構建

靜態場景主要用于模擬出與車輛行駛相關的靜態元素，其中包含的靜態元素有道路、建筑、交通標志等。構建靜態場景的方法可以采用基于高精度地圖及三維重建技術[3]。基于高精度地圖及三維重建技術來構建場景，首先需要采集點云、全景圖、測繪矢量等非結構化的測繪數據，并將測繪數據結構化，構建厘米級的高精度地圖，其中包含路面、道路標線、交通標識等信息，之后以此為基礎，使用三維建模軟件建立基礎設施與周邊環境的可視化數字模型。

圖1 靜態場景（來源于Carsim的demo）

2.2 動態場景構建

動態場景包括天氣變化（雨、雪、霧等天氣狀況）、時間變化（不同時間和季節的光照條件等）、交通流（交通參與者的行為，例如機動車行為、非機動車行為、行人行為）等動態要素。動態場景的構建是在靜態場景的基礎上，還原出場景中的動態元素，并且使得這些元素的動作及其產生的影響嚴格遵循現實世界的物理規律以及行為邏輯。動態場景的構建，可以借助物理引擎、AI Agent等來實現。

物理引擎可以模擬出物體在真實世界中的物理規律，賦予真實的物理屬性的方式來計算運動和碰撞行為等。物理引擎可以模擬剛體（硬物體）和軟體（如布料、液體等）的運動和變形，從而更全面地模擬多樣化的物體行為。

AI Agent （人工智能體）是一種能夠感知環境、進行決策和執行動作的智能實體。在虛擬場景中，AI Agent 可以做出決策，選擇合適的行為，并規劃最優路徑以實現目標；可以模擬對環境的感知能力，例如通過傳感器獲取周圍物體的信息，以便做出合適的決策；可以模擬智能體之間的協作行為，例如避讓、跟隨、協同工作等。此外，Agent AI還具備學習能力，能夠根據經驗調整其行為。

03

感知系統仿真

自動駕駛車輛依賴于各種傳感器，如攝像頭、雷達和激光雷達等。仿真測試技術需要能夠準確模擬這些傳感器的輸入，以確保自動駕駛系統在虛擬環境中能夠正確地感知和理解周圍的環境。傳感器仿真指的是數學模型和計算機算法來模擬和重現真實世界中傳感器所能感知的物理現象的過程[4]。它可以在虛擬環境中重現傳感器的工作情況，從而在沒有實際硬件的情況下評估和測試傳感器的性能。

3.1 攝像頭仿真

攝像頭仿真的一般方法是基于環境物體的幾何空間信息構建對象的三維模型。根據物體的真實材質與紋理，并通過計算機圖形學對三維模型添加顏色與光學屬性等，來模擬實現圖像合成。攝像頭仿真通過坐標系轉換的方法，將三維空間中的點通過透視關系變換為圖像上的點。

3.2 毫米波雷達仿真

雷達（無線電探測與測距）仿真是一種模擬雷達系統操作的過程，它可以重現雷達波的傳播、目標的檢測和回波的分析。雷達仿真一般會根據配置的視場角和分辨率信息，向不同方向發射一系列虛擬連續調頻毫米波，并接收目標的反射信號。不同車輛的雷達回波強度可使用微表面模型能量輻射計算方式，由車輛模型以及車輛朝向、材質等計算。

3.3 激光雷達仿真

激光雷達（或LiDAR，Light Detection and Ranging）仿真則是模擬使用激光掃描來構建物體或環境的三維圖像的過程。激光雷達傳感器仿真，需要準確模擬出發射激光束并測量其反射，生成點云數據。生成模擬的激光雷達點云數據，其中包含了周圍環境中的物體位置和形狀信息。

04

車輛動力學仿真

自動駕駛汽車在仿真測試中，需要借助車輛動力學模型來模擬車輛的橫向和縱向運動控制，還原出車輛在真實道路上各種物理條件下的行為[5]。復雜的車輛動力學模型，可以保證車輛有良好的仿真精度，使仿真車輛的行駛反應更貼近真實行為。因此，車輛動力學仿真，可以逼真地模擬出車輛的運動、碰撞檢測和處理，以及不同路面條件對車輛行駛的影響等等。

車輛動力學模型包含了車體、懸架系統、轉向系統、制動系統、動力系統、傳動系統等多個部分的模型，通過將車輛動力學模型實例參數化之后，就可以實現對仿真車輛模型的轉向、加速、制動等行為的模擬和控制。

借助專業的車輛動力學仿真軟件可以模擬出高精度的車輛動力學模型，同時，一些強大的車輛動力學仿真軟件還可以提供車輛可視化和駕駛場景搭建功能。目前，專業的車輛動力學仿真軟件，有 CarSim、Prescan、CarMaker、VI-Grade、VeDYNA 和 PanoSim 等，仿真平臺可以接入這些成熟的車輛動力學模型，以獲得比較逼真的行駛控制仿真效果。

圖2 車輛動力學模型（來源于Carsim的demo）

05

云加速仿真

自動駕駛仿真測試系統在進行仿真任務時需要訪問大量采集或者生成的數據，并根據生成的數據利用 CPU 和 GPU 資源對數據進行再處理并還原，或者對已經結構化的數據進行 GPU 渲染再現。這些仿真任務都需要依賴強大的計算和存儲能力，而借助云加速仿真的技術，可以高效執行大規模的仿真任務。

云加速仿真是指利用云計算平臺的強大計算和存儲能力，通過將仿真任務遷移到云端來加速仿真過程。這種方法可以顯著提高仿真效率，減少仿真時間，同時降低了對本地硬件資源的依賴。同時，云加速仿真可以通過并行化和分布式計算來加速任務的執行。云平臺提供了強大的計算資源，可以同時處理多個任務或者將一個大任務分解成多個子任務并行執行，從而提高仿真效率。

06

小結

自動駕駛仿真測試技術在推動自動駕駛技術的發展中發揮著重要作用。通過在虛擬環境中模擬各種復雜情景，該技術降低了測試成本、提高了安全性，并加速了自動駕駛系統的迭代和創新。然而，仍然有一些挑戰需要克服，如提升虛擬場景的逼真度、提高傳感器模擬精度等。未來，隨著技術的不斷發展，自動駕駛仿真測試技術將繼續演進，為自動駕駛技術的商業化和普及做出更大的貢獻。

參考文獻：

[1]中國電動汽車百人會.中國自動駕駛仿真藍皮書[R].(2020).

[2]朱冰,張培興,趙健,陳虹,徐志剛,趙祥模,鄧偉文.基于場景的自動駕駛汽車虛擬測試研究進展[J].中國公路學報,2019,32(06):1-19.DOI:10.19721/j.cnki.1001-7372.2019.06.001.

[3]Huang W L,Wang K,Lv Y,et al.Autonomous vehicles testing methods review[C]//2016 IEEE 19th International Conference on Intelligent Transportation Systems(ITSC).IEEE,2016:163-168.

[4]Rosique F,Navarro P J,Fernández C,et al.A systematic review of perception system and simulators for autonomous vehicles research[J].Sensors,2019,19(3):648.

[5]Sch?ner H P.Simulation in development and testing of autonomous vehicles[C]//18.Internationales Stuttgarter Symposium:Automobil-und Motorentechnik.Springer Fachmedien Wiesbaden,2018:1083-1095.

審核編輯 黃宇