主动驾驶虚拟仿线）：是什么一、引子二、主动驾驶汽车的仿真测试的差别法子三、差别仿真测试法子的采选 本系列试验从是什么、为什么、用什么测、若何

“ 本系列试验从是什么、为什么、用什么测、若何测和谁来测等方面来先容什么是主动驾驶虚拟仿真测试。这是第一篇，先容什么是主动驾驶仿真测试。”

北京到上海隔断s=1200km，开车时速v=120km/h，那么必要的时光为t=s/v=10h；商讨到不是全程高速、中心恐怕会苏息，假设均匀时速v’=80km/h会更合理，于是必要的时光为t=s/v’=15h。

主动驾驶车辆苛重由传感器、限度器和践诺器组成（当然这苛重是指主动驾驶一面，车身、底盘等守旧车辆一面暂且不提），驾驶员驾驶车辆正在差别的道途、交通和气象境遇下继承测试。当然高级其余主动驾驶不必要驾驶员，因此图顶用虚线呈现。

往往会有人碰到要不要做HIL、要不要买个视频暗箱、要不要买个驾驶模仿器等等疑难，这时假使能先自问自答如此一个题目应当会有所助助：咱们绸缪测试的被测对象是什么？

假使被测对象仅仅是开垦阶段的算法，那只行使MIL/SIL就能够；假使被测对象是要正在实车行使的限度器，那恐怕必要一套HIL摆设提进步行测试、提前挖掘题目。假使不采用视频暗箱、雷达回波模仿器等摆设就不行完毕测试闭环，那此类传感器信号仿真摆设也是必要的。

诸云云类，假使能时候谨记被测对象是什么和测试方针是什么，应当对采选仿真测试法子有很大助助。

“ 本系列试验从是什么、为什么、测什么、用什么测、若何测和谁来测等方面来先容什么是主动驾驶虚拟仿真测试。这是第二篇，先容为什么要举行仿真测试。”

仿真测试原来正在组织开垦规模早已寻常使用。假使说验证一个螺栓强度还能够翻手册、行使公式计划，那么对付极少丰富的零件的强度校核和组织优化，就要借助仿真法子，这便是CAE（Computer Aided Engineering），譬喻下图中对零件的应力漫衍计划。CAE法子的行使有用节减了样件的数目，缩短了试验时光，俭省了开垦本钱。

可不行够正在办公室就能够对算法和限度器举行测试，而不是每个版本的新标准都要到实车上测试、正在寒冬炎暑的室外调试好久？

V模子央求正在开垦团队举行差别阶段的开垦同时，测试团队编制对应的测试用例，并正在开垦阶段完毕后随即举行测试。这就央求正在集成测试、体系测试等暂无完美产物样件的处境下，就出手举行测试。

其余，罕有据声明，正在汽车电控体系的开垦历程中，越早挖掘题目则改良题目的本钱越低。正在开垦的早期，就兴办起测试验证的法子，敏捷高效的挖掘和治理开垦历程中的题目，能够有用减低开垦本钱、抬高开垦效果。

主动驾驶汽车是一个更生事物，消费者对其安适性还不敷信赖。那么，主动驾驶汽车的安适性到达什么秤谌智力被消费者继承呢？我念其安适秤谌不低于人类驾驶员，应当是一个最最少的央求。

依照RAND公司一份名为《Driving to Safety》的陈说，要说明主动驾驶汽车比拟于人类驾驶员或许节减20%交通事件亡故率，必要举行约80亿公里的大众道途测试，假设由100辆车构成的车队每年365天每天24小时不间歇的以40km/h的均匀速率举行测试，粗略必要225年。

正在虚拟境遇下举行大范畴的仿真测试，成为了务必采选的本事。譬喻waymo公司的CarCraft仿线台仿真车辆同时举行测试，每天全部可举行1200万公里的测试。依据这个速率，完毕上面提到的80亿公里的测试，仅必要2年。

“ 本系列试验从是什么、为什么、测什么、用什么测、若何测和谁来测等方面来先容什么是主动驾驶虚拟仿真测试。这是第三篇：测什么，先容仿真测试的被测对象是什么。”

传感器的感知模块从切实境遇中获取音信，并将其转换为原始信号发送给识别模块；识别模块从原始信号中识别出倾向，并发出倾向列表。譬喻摄像头的原始信号为图片数据，激光雷达的原始信号为点云数据，识别模块从中识别出前线倾向的类型、名望和速率等音信。

统一模块对来自差别传感器的倾向列表举行执掌后，发出联合的倾向列表给决定模块。决定模块剖释倾向列表，对倾向来日的状况举行预测，并策划自车的行驶旅途。限度模块依照倾向行驶旅途，发出加快、制动和转向等限度指令，对车辆状况举行限度。

远期的倾向，自然是对完美的我方驾驶算法举行仿真测试，然而商讨到近期的本质处境，大致要分为两个进展阶段（当然这两个阶段恐怕并没有显明的时光范畴）。

正在试验室和紧闭试验场内对传感器的感常识别模块举行测试，正在虚拟仿真境遇对决定限度模块举行测试，仿真境遇直接向决定限度模块供应倾向列表。

这苛重是由于目前对传感器的筑模另有许众部分，从而不行举行有用（乃至是准确）的仿真。譬喻摄像头输出的图片较容易仿真，然而污渍、强光等性情仿真难度较大；而对付毫米波雷达假使兴办精度较高的模子，计划速率较慢，不行满意仿真测试的需求。

正在试验室和紧闭试验场能够对测试境遇举行完美的限度和数据记实。譬喻安排差别种别、名望和速率的行人和车辆，乃至能够对雨、雪、雾和强光的境遇因素举行模仿，并将传感器执掌输出的倾向列表与切实境遇举行比拟，从而给出对感常识别模块的评估结果和鼎新提议。

这么做的好处是，正在传感器筑模有许众部分的处境下，依旧或许正在仿真境遇下对决定限度模块举行测试，提前享福仿线）阶段二：

如此不只能够正在统一境遇下举行测试，从而抬高测试效果、测试场景掩盖率和丰富度；况且能够对极少基于AI的算法举行端到端的测试。

这一阶段的难点，一方面是前面提到的满意测试需求的传感器筑模，其余一方面是差别传感器厂家和OEM厂家直接交互的接口很恐怕不划一（有些处境下恐怕并不存正在）。

“ 本系列试验从是什么、为什么、测什么、用什么测、若何测和谁来测等方面来先容什么是主动驾驶虚拟仿真测试。这是第四篇：用什么测，先容主动驾驶虚拟仿真测试平台的组成。”

主动驾驶算法通过各类传感器探测边际境遇的状况，举行决定后对车辆举行限度。为了正在仿真境遇对主动驾驶算法举行测试，必要模仿主动驾驶算法的各类输入，并呼应其输出，从而“欺诳”它，让它认为正在切实全国任务。

为此，比较切实全国，仿真测试平台由交通场景模块、传感器模块、车辆动力学模块和测试办理模块组成。如下图所示：

一方面，模仿各类交通场景因素，譬喻：①高速公途、都邑道途等差别的道途组织；②符号标线、护栏、交通灯等道途隶属措施；③轿车、卡车、摩托车、行人等交通参加者；④途障、锥桶、遗撒物等暂且物体；⑤晴、阴、雨、雪、日间、黑夜等差别的气象。

另一方面，模仿差别交通场景因素之间的组合和动态相干，即差别的“场景”。譬喻：高速公途上，一辆轿车正在被测车辆前线敏捷切入；十字途口黄灯时，一辆卡车正在被测车辆前线紧张制动泊车。

一方面，依照传感器品种的差别，模仿差别的信号实质，譬喻：摄像头传感器输出图像信号，激光雷达传感器输出点云信号，导航传感器输出定位信号。

另一方面，依照传感器性情和参数的差别，模仿出其“部分”，譬喻：传感器的探测界限，摄像头的畸变和炫光，差别材质对激光雷达光泽吸取的影响，护栏对毫米波雷达的杂波影响。

车辆动力学模块凡是参照切实车辆，由车身、动力传动体系、悬架体系、转向体系、制动体系和车轮等差别的子体系组成。

一方面，对测试流程举行办理，譬喻：测试用例的采选、测试的启动和终止、仿真模块的安排。另一方面，对测试数据举行办理，譬喻：测试用例的更新、测试数据的记实和剖释、测试陈说的天生。

目前常睹的仿真测试器械有许众种，依照主动驾驶开垦团队的由来，大致可分为如下几个派别：守旧主机厂目标于行使汽车工业的贸易软件，行使呆板人平台开垦主动驾驶算法的团队一再行使ROS/Gazebo，许众擅长计划机图形学的团队基于逛戏引擎开垦仿真器械。而大范畴丰富交通流的仿真需求，则由交通策划规模的软件来满意。

譬喻汽车工业的CarSim、CarMaker、VTD和PreScan，呆板人开垦的ROS和Gazebo，基于逛戏引擎的CARLA、AirSim和LGSVL，以及交通策划软件VISSIM和SUMO。

如上一篇《测什么》中所说，一个完美的、精度高的仿真测试平台自然是最终的倾向，然而正在本质的主动驾驶开垦中，团队肯定会依照当下的全体需乞降本钱控制举行采选。

譬喻：是否必要高精度的传感器模子？假使念采用VISSIM等器械模仿区域交通流，是否有合乎本质的交通考查数据？主动驾驶算法测试行使的车辆动力学模子，是否要与底盘调教的车辆模子行使一律的精度？高保真的视觉场景是否满意测试效果的央求？成熟的贸易软件是否满意特定的需求？采用开源软件的话，团队的材干和项目进度是否批准？

“ 本系列试验从是什么、为什么、测什么、用什么测、若何测和谁来测等方面来先容什么是主动驾驶虚拟仿真测试。这是第五篇：若何测，先容主动驾驶虚拟仿真测试的本事。”

较低等第（L1L2）的主动驾驶或者说ADAS，与较上等级（L3-L4）主动驾驶比拟，有个直观上比力大的区别是：较低等第的主动驾驶面临的工况丰富度和工况界限比力小，或者说因为驾驶行径的苛重由人类驾驶员担任，主动驾驶体系仅需执掌有限数目的、确定的工况即可；而较上等级的主动驾驶，驾驶行径苛重由主动驾驶体系担任，其执掌的工况丰富度和工况界限很大，乃至不行提前预知。这种比拟，能够用下图做一个示意：

ADAS用一个较窄的矩形呈现，上等级主动驾驶用一个较大的矩形呈现。基于两者的这个差别，ADAS能够行使基于用例的测试本事较好的举行测试，而上等级主动驾驶则必要行使基于场景的测试本事。

基于用例的测试本事，即是预设测试输入和测试历程，通过查看被测算法是否完毕预期的功效来评议是否通过测试。譬喻对ACC的测试，预先设定被测车辆和前车的初始车速，以及前车减速的时候和减速率，查看被测车辆是否或许陪同减速泊车。

基于场景的测试本事，即是预设测试输入，但不预先设定测试历程，只设定交通车辆的行径，赐与被测算法较大的自正在度，通过查看被测算法是否杀青预期的倾向来评议是否通过测试。譬喻对直线道途行驶的测试，预先设定被测车辆和前车的初始车速，以及前车减速的时候和减速率，然而不局限被测车辆是通过减速仍是换道超车的式样避免与前车相撞。

形成对付不划一级的主动驾驶功效必要行使差别的测试本事的一个原故是：低等第的主动驾驶凡是或许认识为简略而独立的功效，能够把简单功效举动被测对象；而上等级的主动驾驶较难认识成简略而独立的功效，只得把全盘主动驾驶体系或其相对较大的一一面举动被测对象。

若念对主动驾驶功效举行较周全的测试，就必要取得尽恐怕周全掩盖其切实运转工况的测试场景。为取得这些测试场景，梗概上能够有两种思绪：

第一种思绪是：①通过切实道途数据收罗和表面剖释等式样，取得差别的场景类型（即功效场景），②再剖释出这些差别场景类型中的合头参数，并通过切实数据统计和表面剖释等本事取得这些合头参数的漫衍界限（即逻辑场景），③末了选择此中一组参数的取值举动一个测试场景（即全体场景）。如下图所示：

第二种思绪是：收罗主动驾驶车辆预订任务区域内的交通流量数据，并将这些数据输入交通仿真器械中爆发交通流，并行使该交通流充任主动驾驶车辆的边际交通车辆，完毕测试场景的主动天生。