您好,欢迎访问科大集团官方网站!

山东科大集团

示例图片三

4007910007

销售直线传真:+86 533 3586899

邮编:255086

传真:+86 533 3586899

网站首页 > 新闻资讯 > 行业新闻

自动驾驶仿真测试还有哪些难题待解?

2020-10-15 山东科大集团 阅读

自动驾驶是当代汽车的关键技术之一,被称为人工智能技术的“皇冠”。它的应用将为人们提供更广泛的交通便利,有助于减少交通事故。




近些年来,随着人工智能和工业互联网的发展,我国汽车自动驾驶技术研发风起云涌。除传统车企外,一些大型科技公司也纷纷投入巨资进行研发。然而,根据权威机构测算,自动驾驶算法想要达到人类驾驶员水平,至少需要累计177亿公里的驾驶数据来完善算法。


1.png

举例来看,如果配置一支100辆自动驾驶测试车的车队,每天24小时不停歇路测,平均时速25英里(40公里)每小时来计算,需要500多年的时间才能完成目标里程,期间所耗费的时间和成本无疑是巨大的。于是,仿真测试技术被认为是降低成本、提升效率的更好选择。基于此,日前中国电动汽车百人会、腾讯自动驾驶、中汽数据有限公司联合发布了《2020中国自动驾驶仿真蓝皮书》。


此次发布的蓝皮书对自动驾驶仿真测试的意义、功能需求、测试方法和作用、技术架构、软件现状、评价体系等方面进行深入分析,系统介绍了自动驾驶仿真技术和应用现状,展望了仿真测试平台未来的发展方向,为自动驾驶仿真技术今后的发展提供了细致的参考依据。


2.jpg

当前,业内已普遍认可自动驾驶技术的发展进入了以广泛应用为目标的“下半场”赛程。目前,国家和各地政府正在不断加强对智能网联、自动驾驶等智能交通场景示范区的建设和投入,同时推动各类相关标准的制定和实施,积极鼓励社会企业参与其中,加速智能交通技术应用和场景落地。


但随着需求的不断增加,行业面临的诸多挑战也逐渐凸显。根据蓝皮书分析,当前自动驾驶实车测试亟待解决的问题包括自动驾驶量产需要的测试里程长、时间长、成本高;极端场景、危险工况测试难,危险性大;相应交通法规及保险理赔机制缺失;国际间技术竞争和标准不统一等。

如何破解这些难题?从事自动驾驶技术研发的汽车、科技企业、测试评价和研究机构都在努力探索用更低成本、高效率的虚拟仿真技术,替代自动驾驶算法耗时耗力的实际道路测试,在虚拟仿真技术构建的数字孪生世界中完成。

数据显示,目前自动驾驶算法测试大约90%用仿真平台完成,9%在测试场完成,1%通过实际路测完成。随着仿真技术水平的提高和应用的普及,行业旨在达到99.9%测试量通过仿真平台完成,封闭测试完成0.09%,最后0.01%进行实路测试,使自动驾驶研发更高效、经济。

基于场景库的仿真测试,可以实现自动驾驶感知、决策规划、控制等算法的闭环仿真测试,满足自动驾驶测试的要求。测试场景库是智能网联汽车研发与测试的基础和关键数据依据,其丰富性、交互性、无限性、扩展性等特性会直接影响到自动驾驶测试的效果和边界。目前国内中汽数据、中国汽车工程研究院等研究机构、腾讯TAD Sim等科技公司已建立起各自的场景数据库。并在此基础上,利用云加速仿真,进一步提高测试效率。

中国是世界最大的汽车生产与消费国,仿真软件作为自动驾驶研发过程中最关键的核心技术之一,必须实现自主研发,从而实现在国际竞争中的主导地位。国内车企、智能网联和智慧交通示范区对仿真技术应用也有较大的市场需求。为实现本土化的自动驾驶,需不断强化适合中国市场和交通环境的自动驾驶虚拟仿真测试技术。


据了解,自动驾驶仿真测试平台必须要具备几种核心能力:真实还原测试场景的能力、高效利用路采数据生成仿真场景的能力、云端大规模并行加速的能力,使得仿真测试满足自动驾驶全栈算法的闭环。

3.jpg

目前自动驾驶仿真测试已初步形成完整的产业链体系,形成了科技公司、自动驾驶解决方案商、仿真软件企业为主的上游仿真软件提供商,以车企、自动驾驶测试机构为主的仿真软件下游应用商。但自动驾驶仿真测试还存在诸多问题。


一方面,仿真场景库建设与合作机制有待完善。场景库建设效率低、费用高。目前场景库建设还需要依靠大量人工进行采集、标注,然后进行场景分析挖掘、测试验证,整个流程效率低、成本高。目前全球每年人工标注成本在10亿美元左右。

场景库建立缺乏合作,资源重复性投入大。目前单一企业很难完成覆盖所有场景的场景库建设。当下各企业场景库建设大部分各自为战,导致资源重复性投入。尤其是自然驾驶场景、标准法规场景等共性场景可以通过合作共建,实现使用共享,但目前这方面的合作还很少。

另一方面,自动驾驶仿真测试评价体系缺乏规范。在自动驾驶仿真测试方面,由于不同仿真软件系统架构及场景库构建方法的不同,导致很难建立统一、规范的仿真测试评价体系。目前国内仿真评价体系的研究方向主要是从驾驶安全性、舒适性、交通协调性、标准匹配性等方面评价自动驾驶车辆仿真测试结果,对于仿真软件自身的评价缺乏统一的评价标准,如仿真软件场景真实度、场景覆盖度、仿真效率等。

自动驾驶汽车作为智能化产品,未来需要应用深度学习算法使汽车具备自我学习能力,如道路障碍物的复述重现能力、场景的泛化迁移能力,因此自我学习进化性也是自动驾驶汽车的评价指标,目前自动驾驶汽车的学习进化性还缺乏相应的评价规范。

在此次发布的蓝皮书中也呼吁通过行业共建,统一格式标准,实现丰富、通用的、可移植的场景库。在加速自动驾驶研发测试的同时,还可用于智慧交通管理运营、智能网联车辆安全合规评测、保险等一系列的交通生态当中,最终实现自动驾驶技术的普适性。

今年以来,多家企业表示,已具备L3级自动驾驶车辆量产能力;科技企业也纷纷展开Robotaxi的商业化运营测试。可以看出,各方竞争势力都在试图抢先落地应用自动驾驶技术,在竞争中取得先机。此次《2020中国自动驾驶仿真蓝皮书》的发布,希望推动我国交通出行产业链中的各方对虚拟仿真技术更清晰的了解,倡议行业开放共建,将仿真技术应用到自动驾驶量产落地和智慧交通的建设管理中去,让自动驾驶技术在落地应用的同时,助力中国企业掌握核心技术,实现自动驾驶技术的弯道超车,推进交通强国战略目标的实现。

注:文章来源网络,如有侵权,请联系删除.

Powered by MetInfo 5.3.19 ©2008-2020 www.metinfo.cn