吉林大学教授朱冰在“第二届全球智能汽车前沿峰会（giv2019）”做《基于场景的自动驾驶汽车虚拟仿真测试研究》演讲，他认为基于场景的虚拟仿真测试，是未来自动驾驶汽车测试的一个发展趋势，也是必由的途径。只有通过全行业的共同努力，建立自动驾驶汽车仿真测试的标准体系，完善在自动驾驶产品落地之前整个测试评价的方法体系，利用有限的场景和特征去反映无限丰富的世界。
自动驾驶仿真测试的研究背景和意义
自动驾驶汽车从技术的成熟到最终的产品落地，其中有一个非常关键的环节，那就是测试评价。自动驾驶汽车的测试评价和传统汽车的测试评价有非常大的差别，需要对人和车是分别进行测试评价。
人具有知识的泛化和推理能力，考驾照只需简单的场景，就可以在上路开了。人可以去应对无限复杂、无限丰富的场景。随着自动驾驶的发展，通过环境状态传感感知系统引入了复杂的行驶环境，这个过程中人的能力不断被削弱、机器的功能不断被加强，机器要去面对或处理更为丰富的场景。
理论上来讲，一个完全自动驾驶的汽车，需要能够独立应对所有可能遇到的场景，这个其实就给我们自动驾驶汽车的测试评价带来了非常大的挑战，也就是说行驶环境的影响不断被强化。
在自动驾驶汽车行驶环境里包含着非常多的道路、周边的交通、气象等等非常多的要素，对于自动驾驶汽车来讲，它既要面对环境的复杂性和不可预知性，同时对于它自己本身的传感系统，还要面临着这种环境感知的不确定性和不完整性。
因此，对于自动驾驶汽车来讲，最重要的就是它的环境。因为环境具有高度的不确定性、不可重复性、不可预测性和不可穷尽等等这样的特征，这些都为自动驾驶汽车带来了非常大的挑战。
自动驾驶汽车可能遇到的一些场景，包含危险驾驶、极限驾驶工况、特殊的驾驶场景、密集的车辆、混杂的交通、复杂的地形及道路结构。这些情况在道路或者场地测试中很难遇到。要想通过场地或者道路测试的方法来对自动驾驶汽车的安全性和可靠性进行一个完备的验证，几乎是一个不可能完成的任务，必须去寻找新的测试评价方法和手段。
通过对无穷的行驶环境进行有限的映射，基于这种驾驶场景数据库提取典型的测试场景，对自动驾驶汽车进行仿真测试，已成为一个重要的途径。它可以对自动驾驶汽车的场景进行灵活的配置，利用有限的场景去映射无限丰富的世界，同时具有高效的测试效率，测试重复性强、测试安全可靠、成本低，非常重要的一点，它还可以进行自动测试和加速测试，这些都是我们自动驾驶汽车所必须要实现的一些功能。
测试场景及要素
场景是自动驾驶汽车与其行驶环境各组成要素在一段时间内的总体的动态描述，这些组成要素由所期望检验的自动驾驶汽车的功能决定。简言之，行驶场合、驾驶情景之间的有机结合。
对于自动驾驶汽车仿真测试的场景来讲，应满足各个要素特征可以被量化，同时可以在目前技术基础和测试软件上可以复现，在一定程度上呈现应保持高保真的要求。
场景可以认为是影响和判定自动驾驶功能与性能因素的集合，把行驶环境进行一个多维的映射，包括几何的映射、物理的映射、图像的映射、概率的映射，这样就会得到驾驶场景的特征，共同组成了场景的特征。
有了具体特征就可以探索场景要素，朱教授认为测试场景应该实现无限世界的有限映射，还要实现逻辑抽象和充分覆盖。测试场景分为两块，1.交通环境要素，天气和光照、静态道路信息、动态道路信息、交通参与者信息；2.测试车辆基础信息，测试车辆、测试车辆目标信息、测试车辆驾驶行为，这些共同组成了测试场景的要素集合。
测试场景数字化构建
有了这些要素怎么进行测试，业界要解决的最核心的关键的一个问题。朱教授认为可以分为两大部分：第一，数据的采集；第二，数据的处理。
采集角度来讲，包含真实驾驶数据的采集，还有是基于模拟的数据采集，还有一些是基于专家经验，比如现在的一些法规、标准。有了这些数据之后需要对数据进行处理。大体分为数据清洗，计算关键的复杂信息，做场景的标注，最后进行场景分类的规则和提取。
提取其实现在用的方法也不尽相同，比如有一些基于蒙特卡罗的采样方法，还有一些基于穷举的采样方法，基于类似于矩阵测试、概率分布等等，这些都是从对应的场景库当中提取出来所需要测试的一些场景，来组成测试案例，对它进行具体的测试。
虚拟仿真测试
整个虚拟仿真测试大体分为三大块：第一块，数字的虚拟仿真，就是传统意义上的纯粹的数字的仿真，建各种各样的模型，进行离线的仿真测试。在离线仿真测试的基础上，进行多物理系统在环的仿真测试，包含了环境感知系统的在环、以及决策规划系统的在环、控制执行系统的在环。还有一个比较流行的测试方法，我们叫做车辆在环，把车辆置于到在环的条件下，进行车辆在环的仿真测试。
在仿真测试里，根据自动驾驶测试的关键要素，需要建如下的模型，包含最传统的车辆动力学模型、驾驶人模型、静态环境模型、动态交通模型、环境感知传感器模型。建模要关注两方面，一个是计算效率、一个是计算精度，两个是彼此制衡。
吉林大学团队自主开发了一款基于虚拟仿真的模拟仿真平台叫panosim，可以面向自动驾驶汽车以及汽车电控系统开展从数字仿真到硬件在环、到车辆在环一套完整的测试平台，已经在国内国际的众多车企得到了广泛的应用。目前几个案例，包括主动避撞、自适应巡航、车道保持等等。
除了纯虚拟环境的测试之外，还有多物理系统在环的仿真测试，就是说要能够进行化学感知系统、决策规划系统、控制执行系统的在环测试。
比如aas测试，如果把aas测试的70个工况在场地测试里边完全做一次，大约需要一周左右的时间，但是如果通过硬件在环实验平台做测试的话，所有的工况通过自动测试的方法大约半个小时就可以测试出测试报告，所以就能够大幅度提高测试效率。
比如相机在环，可以通过传统的照片方式，以及虚拟图像和真实图像注入的方式，来给它一些场景的注入，检测它基于视觉的自动驾驶功能。
吉林大学团队也做了v2x的模拟，相当于车车通信信道模拟的方式，来进行模拟的测试，比如信道在干扰的情况下、在延迟的情况下，对于整个自动驾驶功能的一些影响，都可以进行在环的测试。
对于现在热点的l3级的自动驾驶，人机共驾，朱教授团队搭建了人机混合驾驶的平台，来去检测人和机器两个之间的共驾的性能，这里面其实共驾分为几大类，第一大类，对于单车的自动驾驶的一个功能，就是人和机器做驾驶权的切换，还有进行驾驶权的分配，以及面向混杂交通系统下的测试功能。
朱冰认为基于场景的虚拟仿真测试，是未来自动驾驶汽车测试的一个发展趋势，也是必由的途径，希望通过全行业的共同努力，来建立自动驾驶汽车仿真测试的标准体系，去完善在自动驾驶产品落地之前整个测试评价的方法体系，利用有限的场景和特征去反映无限丰富的世界。
【欢迎大家提供行业新闻热点，商业合作请联系】
推荐阅读
▼
免责声明：
凡本公众号注明“来源：xxx（非智车科技）”的作品，均转载自其它媒体，转载目的在于传递和分享更多信息，并不代表本平台赞同其观点和对其真实性负责，版权归原作者所有，如有侵权请联系我们删除。
