據(jù)悉，Google自動駕駛汽車公司W(wǎng)aymo最近研究出了一個新的仿真測試方法，名叫SurfelGAN。這種方法可以利用自動駕駛汽車收集的傳感器數(shù)據(jù)，通過AI生成用于仿真的攝像頭圖像。

Waymo進行了一系列測試來評估SurfelGAN的表現(xiàn)。結(jié)果表明，當SurfelGAN生成的圖像提供給車輛探測器時，最高質(zhì)量的合成圖像達到了與真實圖像相同的標準。

Waymo被公認為是世界領(lǐng)先的自動駕駛汽車研發(fā)商，其自研的Carcraft仿真器立下了無數(shù)功勞。這次帶來的新方法SurfelGAN又是怎樣的水平？

借力新型仿真技術(shù)向高階進發(fā)

谷歌Waymo能夠成為自動駕駛行業(yè)領(lǐng)軍者，仿真測試技術(shù)功不可沒。谷歌高級軟件工程師詹姆斯·斯托特于2013年加入Waymo團隊，而后開發(fā)了被稱作是W谷歌自動駕駛“秘密武器”的Carcraft仿真測試技術(shù)。

自動駕駛汽車對于環(huán)境與路況的感知能力至關(guān)重要，這就涉及傳感器的有效工作。谷歌傳感器仿真技術(shù)分為三個部分：可全天候工作進行檢測和測距的激光雷達、在長距離和低亮度等多種情境下完成協(xié)作的視覺系統(tǒng)，以及利用毫米波來感知物體及其運動的雷達系統(tǒng)，可實現(xiàn)對物理信號、原始信號和傳感器目標進行仿真。據(jù)悉，在此技術(shù)基礎(chǔ)上，Waymo可以在一天之內(nèi)實現(xiàn)在路況特別復(fù)雜地方成千上萬次模擬駕駛。

SurfelGAN，指的是Surface Elements——表面元素和Generative Adversarial Networks ——生成對抗網(wǎng)絡(luò)。Waymo提出的這個方法是通過掃描目標環(huán)境，重建一個由大量有紋理的Surfel構(gòu)成的場景，然后再通過GAN生成逼真的相機圖像，用來獲取位置和方向。

“谷歌在仿真系統(tǒng)里進行了新版本的推介，把以前的數(shù)據(jù)拿出來進行深度學(xué)習(xí)，希望向高處進階。”中國生產(chǎn)力促進中心協(xié)會常務(wù)副秘書長王羽在接受《中國電子報》記者采訪時指出，谷歌在車輛自動化能力上處于世界領(lǐng)先水平，因此若要向更高層級進階就要提高仿真測試的能力。谷歌入局自動駕駛較早，積累的深度學(xué)習(xí)場景比較多，這次提出新方法是提升現(xiàn)有自動駕駛水平的一次進階實驗。

各廠商齊心押注仿真測試

提到自動駕駛車輛，車載芯片、顯示、內(nèi)設(shè)功能更容易成為大眾關(guān)注的焦點。殊不知，仿真測試是自動駕駛車輛研發(fā)過程中不可或缺的關(guān)鍵技術(shù)。

如今，百度APOLLO、阿里巴巴、騰訊、華為等國內(nèi)領(lǐng)軍的科技企業(yè)都扎進了自動駕駛仿真測試的“藍海”中，到底是什么吸引了巨頭們的目光？

百度在2017年開源了APOLLO自動駕駛平臺， 一系列重要的開放能力都是基于云端服務(wù)平臺，包括高精地圖服務(wù)、仿真引擎、安全服務(wù)等。騰訊也在同年開始研發(fā)模擬仿真平臺的三維場景及傳感器仿真、數(shù)據(jù)驅(qū)動交通流模擬豐富的測試場景、場景型云仿真及虛擬城市型云仿真并行等核心能力。2019年4月，華為自動駕駛云服務(wù)Octopus亮相上海車展，仿真測試是其中一項服務(wù)能力。今年2月，阿里巴巴發(fā)布了自動駕駛“混合式仿真測試平臺”，采用虛擬與現(xiàn)實結(jié)合的仿真技術(shù)，引進真實路測場景和云端訓(xùn)練師。至此，百度、騰訊、華為、阿里巴巴四大科技公司全部入局自動駕駛仿真平臺。

今年6月，百度發(fā)布“Apollo Scape”， 宣布其可模擬在同一條道路上行駛的數(shù)十輛車輛的復(fù)雜場景，可幫助自動駕駛開發(fā)人員有效地檢查和優(yōu)化預(yù)測，進行決策和路徑規(guī)劃，是百度駕駛仿真技術(shù)的一次升級優(yōu)化。從業(yè)務(wù)生態(tài)來看，百度開源平臺主要為自身的APOLLO業(yè)務(wù)提供支撐。

騰訊意在擴張云服務(wù)生態(tài)。騰訊在2019年舉辦的騰訊技術(shù)開放日·自動駕駛專場上曾分享過基于云平臺的自動駕駛服務(wù)。騰訊表示，其云平臺產(chǎn)品可以為自動駕駛研發(fā)團隊提供測試驗證、模型驗證、管理調(diào)度、高精地圖等“一條龍”服務(wù)。

阿里巴巴欲構(gòu)建完整產(chǎn)業(yè)鏈。BAT中，阿里巴巴入局較晚，卻帶著全局謀略的眼光，在高精地圖、車載操作系統(tǒng)、算法、芯片、仿真測試等自動駕駛各個環(huán)節(jié)布局成篇，形成了相對完整的產(chǎn)業(yè)鏈。

華為開發(fā)了MDC車載計算平臺，與Octopus自動駕駛云服務(wù)相結(jié)合構(gòu)建生態(tài)，則可在仿真測試市場占據(jù)一席之地。

各巨頭齊心在仿真測試上下注，那么仿真測試平臺對于自動駕駛來說是什么？

騰訊自動駕駛仿真業(yè)務(wù)負責人孫馳天公開表示，自動駕駛仿真平臺可以很好地解決自動駕駛在數(shù)據(jù)采集標注和測試驗證方面的兩大痛點：一是真實數(shù)據(jù)集的采集和標注，仿真系統(tǒng)有一個天生的優(yōu)勢，自帶所有的場景元素真值，可自動生成車輛、行人、建筑等各種真實情景下的元素，無需再進行標注，可以有效降低成本，只需承擔算力和電力的成本。二是測試驗證方面，仿真測試通過虛擬場景模擬來完成算法開發(fā)和回歸測試，更加安全和節(jié)約成本。

掌握仿真平臺意味著什么？

從技術(shù)角度來講，自動駕駛是一門非常復(fù)雜的學(xué)科，幾十年的發(fā)展時間里，目前世界范圍內(nèi)的研究團隊僅達到實現(xiàn)車輛在既定路線自動化駕駛的水平。對于企業(yè)來說，這是一項高投入高風險但回報慢的研究。因此如何降低成本，快速獲取回報就成為了企業(yè)為了避免損失而考慮的重點。

“單一產(chǎn)品、車輛和技術(shù)服務(wù)收益有限。”王羽向記者指出，自動駕駛汽車尚未達到大規(guī)模量產(chǎn)階段，還處于科技探索、競賽的階段。在這個過程中，訓(xùn)練車輛積攢的數(shù)據(jù)可以開發(fā)成軟件銷售。一方面可以滿足自動駕駛數(shù)據(jù)的深度學(xué)習(xí)需求，同時還可以實現(xiàn)階段性的商業(yè)化。“這是一體兩翼的事情，既可以豐富訓(xùn)練庫，又可以減輕成本和壓力。”王羽說道。

從產(chǎn)業(yè)的角度來說，計算機仿真測試技術(shù)是自動駕駛車輛測試的基礎(chǔ)關(guān)鍵技術(shù)，也是未來行業(yè)定義自動駕駛車輛相關(guān)開發(fā)流程與技術(shù)準入標準的基礎(chǔ)工具。可以說，對于自動駕駛研發(fā)商來說，深入仿真測試技術(shù)也是在競爭自動駕駛標準制定者的位置。

目前世界范圍內(nèi)，各大企業(yè)都在開發(fā)自己的自動駕駛仿真測試技術(shù)，車廠傾向于網(wǎng)羅所有評價優(yōu)質(zhì)的仿真產(chǎn)品對車輛進行測試，這樣做的長處在于滿足車廠用不同尺度來衡量同樣的問題，以獲取較優(yōu)解。然而各家開發(fā)的仿真產(chǎn)品各有不同，目前也沒有相應(yīng)的標準加以規(guī)范，同時也會帶來一些問題。

王羽指出，仿真測試能夠幫助車輛在研發(fā)階段解決大量的問題，到路測階段等于是進入到了矯正階段，從而有效縮短自動駕駛研發(fā)周期和成本。仿真軟件要做到取長補短，但廠商使用的測試軟件各不一樣，共享和融合意識不強烈。把所有的數(shù)據(jù)集成在一起才能夠促進技術(shù)力量的增強，共享和標準化不完善的問題是提升仿真技術(shù)的阻礙，也一定程度上制約了自動駕駛的發(fā)展。