4月22日，阿里巴巴達摩院發(fā)布全球首個(gè)自動(dòng)駕駛“混合式仿真測試平臺”，可以實(shí)時(shí)模擬前后車(chē)輛加速、急轉彎、緊急停車(chē)等場(chǎng)景，加大自動(dòng)駕駛車(chē)輛的避障訓練難度，模擬一次極端場(chǎng)景只需30秒，每日虛擬測試里程可超過(guò)800萬(wàn)公里，大幅提升自動(dòng)駕駛AI模型訓練效率，該技術(shù)將推動(dòng)自動(dòng)駕駛加速邁向L5階段。

據介紹，針對極端場(chǎng)景數據不足的問(wèn)題，阿里這款仿真平臺可以在30秒內即完成雨雪天氣、夜間照明不良條件等特殊場(chǎng)景的構建和測試，每日可支持的場(chǎng)景構建數量達百萬(wàn)級。

目前，國內的自動(dòng)駕駛仿真市場(chǎng)玩家云集，百度、騰訊都已經(jīng)推出了自動(dòng)駕駛仿真平臺，百度更將其仿真平臺列為阿波羅主要變現途徑。華為也從自動(dòng)駕駛的數據服務(wù)入手，繼而延伸到訓練服務(wù)和仿真服務(wù)的領(lǐng)域，推出了自動(dòng)駕駛云服務(wù)Octopus（八爪魚(yú)）。

另一隊列，像AutoX、Pony.ai等自動(dòng)駕駛創(chuàng )業(yè)公司也在自主研發(fā)模擬仿真環(huán)境。此外，還有如51VR這樣仿真市場(chǎng)的垂直公司，51VR發(fā)布的無(wú)人駕駛仿真平臺51Sim-One主要聚焦L3-L4仿真領(lǐng)域。

目前全球汽車(chē)行業(yè)公認的分級制度主要是是由國際自動(dòng)機工程師學(xué)會(huì )(簡(jiǎn)稱(chēng)SAE)提出的自動(dòng)駕駛汽車(chē)分級標準。SAE將自動(dòng)駕駛技術(shù)分為L(cháng)0~L5共六個(gè)等級。

自動(dòng)駕駛簡(jiǎn)單來(lái)說(shuō)就是自動(dòng)駕駛=環(huán)境感知+路徑規劃+自主控制。從結構的組成部分不難看出實(shí)現每個(gè)部分都需要強大的硬件和復雜的軟件算法來(lái)實(shí)現。嚴格來(lái)說(shuō)在L4之前都只能叫做高級駕駛輔助，只是現在為了好劃分才統一定義為自動(dòng)駕駛L0~L5。

L4為高度自動(dòng)駕駛，只要在出發(fā)前輸入出發(fā)地和目的地，然后就可以將車(chē)輛完全交給自動(dòng)駕駛系統。該層次系統完全自動(dòng)控制車(chē)輛，全程檢測交通環(huán)境，能夠實(shí)現所有的駕駛目標，并不需要乘員對車(chē)輛進(jìn)行操控。

但這級別的自動(dòng)駕駛適用于部分場(chǎng)景下，通常是指在城市中或是高速公路上,但仍保留了駕駛位，便于車(chē)輛在極端情況下（如極端天氣、極端復雜路況等）完成安全?？亢?，人類(lèi)駕駛員可以接管進(jìn)行接下來(lái)的處置。

L5是真正的自動(dòng)無(wú)人駕駛。無(wú)需駕駛員，卸掉方向盤(pán)，移開(kāi)駕駛位，用戶(hù)只需提供目的地或者輸入導航信息，在任何時(shí)候都不需要對車(chē)輛進(jìn)行操控，并且在任何場(chǎng)景下都可以做到完全駕駛車(chē)輛行駛。車(chē)的形態(tài)也會(huì )發(fā)生質(zhì)的變化，無(wú)需方向盤(pán)，沒(méi)有剎車(chē)，沒(méi)有油門(mén)，空間完全留給乘客。

自動(dòng)駕駛在研發(fā)中需要大量的測試數據喂養。美國蘭德智庫有一項估算，一套自動(dòng)駕駛系統至少需要經(jīng)過(guò)110億英里（約170-180億公里）的驗證才能達到量產(chǎn)條件。舉例來(lái)說(shuō)，組建一支100輛測試車(chē)構成的自動(dòng)駕駛車(chē)隊，以25英里（40公里）的平均時(shí)速全天24小時(shí)不停歇的測試，也要花費大約500年的時(shí)間。

隨著(zhù)越來(lái)越多的公司將自動(dòng)駕駛汽車(chē)量產(chǎn)提上日程，實(shí)地路測的需求旺盛，測試園區供不應求，這些都使得仿真測試成為行業(yè)的剛需。特別是在2016年，Uber無(wú)人車(chē)就曾撞死一位突然出現在路中央的行人，這使得各國車(chē)輛技術(shù)監管機構開(kāi)始警惕在公共道路上進(jìn)行的自動(dòng)駕駛道路測試。

路測是自動(dòng)駕駛落地的核心環(huán)節。仿真測試相對于實(shí)車(chē)測試更容易，可以使用軟件設置復雜的交通場(chǎng)景，同時(shí)可以重復測試，更容易發(fā)現和定位問(wèn)題。一般來(lái)說(shuō)，無(wú)人駕駛高效的測試流程是，先在電腦軟件上通過(guò)仿真技術(shù)測試來(lái)升級算法，確保它在虛擬環(huán)境中可以運行，再進(jìn)行封閉場(chǎng)地測試，最后再進(jìn)行道路測試。

傳統純虛擬仿真測試平臺能快速跑完自動(dòng)駕駛路測里程，但仍然面臨極端場(chǎng)景訓練效率低下的關(guān)鍵問(wèn)題：極端場(chǎng)景數據不足，就無(wú)法還原真實(shí)路況的不確定性，系統就無(wú)法精準應對真實(shí)路況的突發(fā)情況，自動(dòng)駕駛就難以實(shí)現進(jìn)一步突破，這也是自動(dòng)駕駛研究領(lǐng)域正在試圖攻克的難關(guān)。

▼

此次達摩院研發(fā)的自動(dòng)駕駛混合式仿真測試平臺不僅可以使用真實(shí)路測數據自動(dòng)生成仿真場(chǎng)景，還可通過(guò)人為隨機干預，實(shí)時(shí)模擬前后車(chē)輛加速、急轉彎、緊急停車(chē)等場(chǎng)景，加大自動(dòng)駕駛車(chē)輛的避障訓練難度。

這一平臺規?；亟鉀Q了極端場(chǎng)景的復現難題，使得這些關(guān)鍵場(chǎng)景的訓練效率提高上百萬(wàn)倍，將推動(dòng)自動(dòng)駕駛加速邁向L5階段。