昨天(10月13日)，由中國電動汽車百人會、騰訊和中汽數據聯合撰寫的《中國自動駕駛仿真技術藍皮書2020》正式發布。
作為自動駕駛仿真領域的測試分析，該藍皮書對自動駕駛仿真測試的意義、功能需求、測試方法和作用、技術架構、軟件現狀、評價體系等方面進行深入分析，系統介紹了自動駕駛仿真技術和應用現狀，展望了仿真測試平臺未來的發展方向，為自動駕駛仿真技術今后的發展提供了細致的參考依據。
藍皮書呼吁通過行業共建，統一格式標準，實現豐富、通用的、可移植的場景庫，加速自動駕駛研發測試的同時，還可用于智慧交通管理運營、智能網聯車輛安全合規評測、保險等一系列的交通生態當中，最終實現自動駕駛技術的普適性。
騰訊自動駕駛總經理蘇奎峰表示，“與傳統的仿真相比，面向自動駕駛的虛擬仿真測試有更高的技術要求，騰訊自動駕駛虛擬仿真平臺希望成為自動駕駛車輛研發測試的基礎設施，并逐步深度融入到自動駕駛車輛的開發流程、標準制定、技術評價過程中”。
自動駕駛技術經過多年的積累，國內頭部玩家基本上都已經完成了硬件和算法的積累，L3級以上自動駕駛汽車的實際道路測試已經在全國多個城市陸續展開。
但是由于人工智能是通過學習、復現以往的情景來進行決策，并不具備人類的邏輯思維能力。
自動駕駛測試將是一個漫長且成本巨大的工作。
根據美國蘭德公司的研究，自動駕駛算法想要達到人類駕駛員水平至少需要累計 177 億公里的駕駛數據來完善算法。
如果配置一支 100 輛自動駕駛測試車的車隊，每天 24 小時不停歇路測，平均時速 25 英里(40 公里)每小時來計算，需要 500 多年的時間才能完成目標里程，期間所耗費的時間和成本是難以承受的。
與此同時，極端交通條件和危險場景復現困難，而且測試安全存在隱患，自動駕駛汽車在實際道路行駛過程中，極端交通條件和危險場景可遇不可求，且安全問題也是一大困擾。
根據美國國家公路交通安全管理局(NHTSA)的統計數據，汽車平均行駛 43.6 萬英里(70 萬公里)才會發生一起事故，平均行駛 1 億英里(1.6 億公里)死亡大約 1 人。
此外，自動駕駛汽車測試行業依然沒有就測試的安全性等標準達成一致，制約了自動駕駛的研發測試。
為了解決自動駕駛道路測試的瓶頸，虛擬仿真技術被大規模應用，將現實的交通環境和物理規則、運轉邏輯復制到虛擬世界中，支持自動駕駛仿真測試，可以極大的提升測試效率，降低測試成本。
這一做法已經成為自動駕駛算法測試的行業通用手段。
當前，國內自動駕駛技術走入以落地應用為核心目標的“下半場”，虛擬仿真測試在國內得到了迅速的發展。
科技巨頭先后入局，仿真領域垂直企業以及眾多自動駕駛企業紛紛展開布局，各大智能網聯汽車測試區也開始將仿真測試作為重點能力加緊完善，有行業機構預測，未來5年我國自動駕駛仿真市場規模將達到百億美元規模。
根據藍皮書發布的數據，目前自動駕駛算法測試大約90%用仿真平臺完成，9%在測試場完成，1%通過實際路測完成。
隨著仿真技術水平的提高和應用的普及，行業旨在達到99.9%測試量通過仿真平臺完成，封閉測試完成0.09%，最后0.01%進行實路測試，使自動駕駛研發更高效、經濟。
基于場景庫的仿真測試，可以實現自動駕駛感知、決策規劃、控制等算法的閉環仿真測試，滿足自動駕駛測試的要求。
測試場景庫是智能網聯汽車研發與測試的基礎和關鍵數據依據，其豐富性、交互性、無限性、擴展性等特性將直接影響到自動駕駛測試的效果和邊界。
目前國內中汽數據、中國汽車工程研究院等研究機構、騰訊TAD Sim等科技公司均已建立起各自的場景數據庫。
在此基礎上，利用云加速仿真，可以進一步提高測試效率。
中國是世界最大的汽車生產與消費國，仿真軟件作為自動駕駛研發過程中最關鍵的核心技術之一，必須實現自主研發，以在國際競爭中占據主導地位。
同濟大學汽車學院汽車安全技術研究所所長朱西產稱，“沒有虛擬仿真平臺，根本無法實現智能網聯汽車的開發，更無法實現網聯智能'中國方案'的超越”。
他還強調稱，“作為核心技術的虛擬仿真平臺必須自主可控”。
據藍皮書總結，自動駕駛仿真測試平臺必須要具備幾種核心能力：真實還原測試場景的能力、高效利用路采數據生成仿真場景的能力、云端大規模并行加速的能力，使得仿真測試滿足自動駕駛全棧算法的閉環。
在仿真領域眾多參與機構中，騰訊作為科技企業代表，基于自身在地圖、游戲、云計算、人工智能等領域的技術優勢，在自動駕駛仿真領域已經有了深度積累，自主研發的仿真平臺TAD Sim已經得到了廣泛的應用。
騰訊推出的新一代自動駕駛虛擬仿真平臺TAD Sim 2.0具備每日1000萬公里以上的測試能力，進行7*24不間斷測試，通過MMO同步技術保證數據同步，滿足高并發的測試需求。
騰訊自動駕駛仿真技術總監孫馳天談到，“TAD Sim經歷了兩年多的市場應用，結合行業用戶的需求，2.0版本在行業內率先使用真實數據和游戲技術的雙擎驅動，在真實性、全面性、可視化、標準化、輕量化五個維度進行了升級，全面提升自動駕駛開發和測試效率，更靈活易用的滿足國內、國際車企、檢測機構等合作伙伴的需求。”
騰訊自動駕駛虛擬仿真平臺TAD Sim在設計之初，就有別于傳統的仿真系統，是為自動駕駛測試驗證而專門設計開發，內置厘米級高精度地圖，構建了包含動態和靜態要素真值數字孿生系統，用千變萬化的場景進行自動駕駛算法完備性的測試。
在2.0升級版本中，用戶可根據自動駕駛測試的需求，結合路采的交通流數據，形成虛實一體的測試場景。通過完整的模型在環、軟件在環、硬件在環、車輛在環的測試驗證體系，TAD Sim 2.0覆蓋了完整的汽車V字開發流程，并融入了自動駕駛研發體系。
另外，數據可視化對于算法開發和測試人員來說也非常重要，為此，TAD sim 2.0中集成了數據可視化組建TAD Viz，全面、細致的可視化數據能極大的提升工作效率。
孫馳天說，“自動駕駛仿真平臺就是一個數字孿生世界，在上面測試的自動駕駛車輛就好像正在參與一個大型的RPG(角色扮演類)游戲，游戲場景的真實性和高效性決定了測試效果的有效性，以及算法驗證的工作效率和成本。”
對此，自動駕駛行業對仿真測試的真實性不斷提出更高的要求。
騰訊的做法是利用游戲中的場景還原、三維重建、物理引擎、MMO同步、Agent AI等技術，提升自動駕駛仿真平臺測試的還原度和高效性。
在還原度方面，TAD Sim 2.0借助騰訊游戲引擎，讓仿真平臺的幾何規律則、物理規則和運行邏輯與真實世界一致。
比如，模擬出突然竄出的行人、強行加塞甚至產生剮蹭的NPC車輛、測試車輛快速駛過減速帶造成的顛簸等，都可通過仿真平臺的算法模型反饋到測試車輛上，進而驗證自動駕駛決策控制算法對突發情況的的應對能力。
同時，基于強大的游戲引擎，TAD Sim 2.0三維場景重建以及傳感器仿真在精準度上實現突破，場景內的細節表現更加逼真。
在TAD Sim 2.0場景庫中，有超過1000種場景類型，還可以通過泛化，生成萬倍以上規模的豐富場景，基于騰訊云計算并行加速，TAD Sim 2.0具備每日1000萬公里以上的測試能力，自動駕駛的車輛可大量部署，進行7*24不間斷測試，通過MMO同步技術保證數據同步，滿足高并發的測試需求。
對于自動駕駛研發測試來說，更高效率意味著更低的成本，在數據和游戲技術的雙擎驅動下，TAD Sim 2.0通過架構的升級，實現了數據傳輸、加速能力和資源占用的全面優化，為測試驗證降本增效。
可見，借助騰訊在AI、云計算領域以及高精度地圖領域的積累，騰訊已經形成了仿真測試、開發云和高精度地圖三大基礎平臺和自動駕駛核心技術套件。
目前騰訊已經完成了全國重點城市快速路、高速公路的高精度地圖采集和數據生產，以及車端關鍵應用技術的開發，云端閉環的部署，并根據市場和用戶痛點，推動高速場景的自動駕駛方案應用落地。
此外，百度、阿里和華為也都推出了自動駕駛仿真系統，百 度 自 主 研 發 的 增 強 現 實 的 自 動 駕 駛 仿 真 系 統(AADS：Augmented autonomous driving simulation usingdata-driven algorithms)由百度研究院機器人與自動駕駛實驗室開發，它不僅能大大降低仿真系統的測試成本，還在真實性和擴展性方面實現了質的飛躍。
阿里達摩院對外發布全球首個自動駕駛“混合式仿真測試平臺”，該平臺采用虛擬與現實結合的仿真技術，引進真實路測場景和云端訓練師。
該平臺可以任意增加極端路測場景變量，在實際路測中，復現一次極端場景的接管可能需要 1 個月的時間，阿里混合式仿真測試平臺可在 30 秒內模擬一次極端場景。每日虛擬測試里程可超過 800 萬公里，提升自動駕駛 AI 模型訓練效率。
華為的自動駕駛云服務 Octopus 形為八爪魚，服務覆蓋自動駕駛數據、模型、訓練、仿真、標注等全生命周期業務，向開發者提供包括數據服務、訓練服務、仿真服務在內的三大服務。
在仿真訓練服務方面，華為自動駕駛云服務平臺內置超過 1 萬個仿真場景，覆蓋智能駕駛、主動安全、危險場景等六大場景，并且支持將路測數據場景轉換為仿真場景，每日虛擬測試里程可超過 500 萬公里。
隨著國內車企、智能網聯和智慧交通示范區對仿真技術應用市場需求的擴大，自動駕駛虛擬仿真測試技術已經成為讓自動駕駛商業落地不可缺失的一環。
不過，《中國自動駕駛仿真技術藍皮書2020》也對企業提出了新的要求，針對目前場景庫領域面臨的問題，建議加強以下方面的工作。
第一，將仿真技術應用于交通行為管理和監督。在虛擬仿真世界中，機動車、非機動車、步行行人、殘疾人、動物等交通參與者均可以模擬現實世界的邏輯運行，根據不同交通參與者的行為邏輯關系可以界定各個實體的行為合法性。
第二，建立全國范圍的基礎場景庫，同時鼓勵發展個性化場景庫，由科技公司、車企、自動駕駛解決方案提供商、高校及科研機構平均分攤基礎場景庫建設資金，采用統一的標準格式，存儲在公有云平臺。
第三，探索自動駕駛汽車與智慧交通、智慧城市有機融合的仿真技術。目前的仿真軟件中道路標志、標線、道路設施是作為靜態環境要素存在的。
第四，建立仿真測試、認證、審查機制。在虛擬仿真世界，自動駕駛車輛是在按法律法規規定的算法環境中運行，可以率先進行模擬，嘗試各種模擬的優劣性，給真實世界提供參考。
第五，鼓勵混行交通、人機交互等方面仿真測試研究。
第六，推動仿真技術的國產化，推動仿真軟件國產化有助于我國自動駕駛測試、技術提升，實現仿真軟件技術獨立自主，實現中國智能汽車創新發展戰略 2025 年目標。
