受政策影響，新基建成為了當前最熱門的話題焦點，所涉及到的5G基建、特高壓、城際高速鐵路和城市軌道交通、新能源汽車充電樁、大數據中心、人工智能、工業互聯網共七大領域，也成為了資本競逐的熱點。
而與5G和人工智能緊密結合的自動駕駛，又可以在這波新基建浪潮中獲得哪些機遇，成為了行業關注的焦點?近日，51WORLD智能駕駛與交通事業部副總經理張帆接受了記者的獨家專訪，在他看來，新基建對于自動駕駛領域帶來的最大利好在于：為智能汽車提供了更加信息化的道路和交通環境，增強了車路之間的協同。
他告訴記者，國家對于新基建的大力推進，在一定程度上為自動駕駛的發展打通了很多基礎障礙，但如果要繼續加速自動駕駛的發展進程，還需要在自動駕駛車輛仿真和交通仿真上下更多功夫。
從自動駕駛仿真到交通仿真
畢業于清華大學汽車工程系的張帆，從事了十余年整車的主被動安全系統研究工作，并分別在上汽集團、奧迪中國等整車企業帶領團隊專注于整車的仿真測試工作。2018年，張帆加入了一家立足于數字孿生、5G、VR+AI的高新技術企業——51WORLD，主管智能駕駛與交通事業部，致力于虛擬仿真工程軟件的產品研發與市場應用，并帶領團隊為智能交通系統提供解決方案。
張帆告訴記者，表面上看起來，他從傳統車企跳槽到了做智能駕駛研發的團隊。但其實，他所專注的領域并沒有發生根本轉變，始終在圍繞著車輛研發與測試技術展開。
“自動駕駛仿真測試是車輛在正向研發過程中最基礎的工作之一，仿真和道路測試都是一種試驗形式。通過仿真技術，我們可以將真實場景中可能遇到的各種情況在計算機中完成映射。” 張帆告訴記者，對于自動駕駛的研發而言，仿真是非常必要的工具，它不僅可以在完成對數據模型的構建，還可以在很大程度上降低企業的測試成本，縮短開發周期，優化產品性能。
張帆認為，任何一款汽車產品的開發周期都是有限的，企業要想在市場中搶占先機，勢必要在產品的迭代上搶跑，從這個角度來講，仿真技術擁有長期的價值。
記者注意到，近年來，各大主機廠除了爭相發起自動駕駛路測競賽，也在仿真層面暗自下了不少功夫。張帆告訴記者，目前我國的一批研究機構與企業已在自動駕駛仿真領域取得了不少成果。其一，在場景庫方面，針對中國特色的復雜道路工況，積累了更豐富的數據;其二，已積極參與到國際仿真數據標準的一致化制定工作中，行業地位突出;其三，打破了諸如美國、德國等傳統汽車制造大國在仿真軟件上的壟斷優勢，走向了自主正向開發道路。
“目前，我國除了在針對自動駕駛的虛擬仿真上進展突出，在交通仿真領域的成果也很多。”張帆向記者透露道，事實上，交通仿真也是自動駕駛仿真工作的重要組成部分。如果要追溯其歷史，交通仿真技術發展已有數十年之久。
“如果把交通仿真理解為‘模擬水管’，那么通過對道路模型的規劃與交通流數據的假設，對這條‘虛擬水管’的水量進行控制。遇到擁堵之處就要嘗試調節水量，例如關閉上游閥門或在岔路上增設調節閥，也就是設置紅綠燈等道路設施。這樣就在虛擬世界中完成了對各種交通方案的優化與評估。”張帆告訴記者，通過對交通模擬，可以使其與自動駕駛車輛產生更好的車路協同效果。
“由于智能網聯汽車的發展講更多依賴于數字化的道路基礎設施，因此很多車企也在逐步從單車智能仿真向車路交互仿真的層面過渡，二者形成配合，共同推進技術的迭代”，張帆說。
挑戰遠不局限于技術層面
“目前廣汽、寶馬等都已成為我們服務的客戶。應該說，伴隨著整車企業對自動駕駛仿真的重視度的不斷攀升，這個行業的市場需求還會不斷增長，商業前景也很廣泛。”張帆告訴記者，對于自動駕駛仿真領域存在諸多挑戰。
張帆透露道，目前國內在傳感器層面的工程仿真積累還是比較薄弱的，而自動駕駛傳感器的仿真則需要很多基礎模型理論支撐，同時還需要大量的數據采集與標定過程。如果缺乏這些基礎工作的支持，傳感器的仿真技術是很難在真實性和準確性上得到進一步突破的。此外，自動駕駛仿真涉及到的決策算法，也需要被給予足夠的訓練空間。“由于算法的迭代速度非?？欤氚阉械南到y都進行逐一驗證會耗費大量的時間，因此在仿真過程中，我們通常采取分步計算的方式，把任務分解，完成短時間的海量計算任務。”張帆告訴記者，如何提升計算效率，對于自動駕駛仿真技術而言也是個挑戰。
不過，他也強調了，真正的挑戰并不止于技術層面。“以智能駕駛基礎地圖為例，目前各個國家的自動駕駛應用地圖缺乏統一的數據格式，同時地圖數據還涉及到國家保密法，這都給自動駕駛的仿真測試帶來很大阻礙。”張帆認為，長期來看，如何尋求制度規范與技術發展的平衡點，實現自動駕駛的技術創新與安全應用并重，才是真正的挑戰。
“隨著自動駕駛技術的不斷成熟，這個行業早已不再是一個孤獨的單一個體，勢必要將其放在一個大系統里去綜合考慮，比如交通行業，通訊行業，網絡安全與高精度定位等等。”張帆告訴記者，這樣在一定程度上為自動駕駛仿真技術的迭代帶來了更大的綜合挑戰。
漸進構建國家統一標準雛形
當前，自動駕駛不僅是汽車企業、互聯網巨頭公司的研發重點，也是各個地方政府投資和扶持的核心領域。針對自動駕駛仿真領域，各地也出臺了不同的標準。例如，此前北京市就曾推出了《自動駕駛車輛模擬仿真測試平臺技術要求》(征求意見稿)。各地標準的四起，也引發了行業內的小范圍內的爭議：企業究竟應該以哪套標準進行參照并執行?
對此，張帆解釋道，北京這類地方標準，通常被行業內界定為團體標準，即通過聚集一些本地的企業，針對大家在自動駕駛仿真領域的需求，提出指向性的意見。在他看來，地方標準的四起，并不會給企業帶來太多的困惑。從國家層面，也是希望由地方先行，以示范區的形式匯聚不同的標準，最終通過反復提煉促進國家標準的雛形出現。
“從全球的角度來看，自動駕駛仿真領域的統一標準還未出現，基本上也是延續著地區先行的模式在走。而且各個國家的國情不同，每個國家的標準都會結合各自的產業情況、安全性需求，進行一些特色化設計。”張帆告訴記者，以前在傳統汽車制造領域，我們通常會參考一些歐洲的標準，但自動駕駛仿真是一個非常前瞻的領域，各個國家都在齊頭并進的探索，缺乏統一的參照和學習對象。
“目前全國各地的標準也在互相學習，呈現良性循環的狀態。”張帆認為，在標準制定層面，他相信產業界會慢慢達成基本共識，以推動國家標準的雛形誕生，更好地指導自動駕駛仿真技術的迭代和發展。
