吉林大學(xué)教授朱冰在“第二屆全球智能汽車前沿峰會（GIV2019）”做《基于場景的自動(dòng)駕駛汽車虛擬仿真測試研究》演講，他認(rèn)為基于場景的虛擬仿真測試，是未來自動(dòng)駕駛汽車測試的一個(gè)發(fā)展趨勢，也是必由的途徑。只有通過全行業(yè)的共同努力，建立自動(dòng)駕駛汽車仿真測試的標(biāo)準(zhǔn)體系，完善在自動(dòng)駕駛產(chǎn)品落地之前整個(gè)測試評價(jià)的方法體系，利用有限的場景和特征去反映無限豐富的世界。


自動(dòng)駕駛仿真測試的研究背景和意義

自動(dòng)駕駛汽車從技術(shù)的成熟到最終的產(chǎn)品落地，其中有一個(gè)非常關(guān)鍵的環(huán)節(jié)，那就是測試評價(jià)。自動(dòng)駕駛汽車的測試評價(jià)和傳統(tǒng)汽車的測試評價(jià)有非常大的差別，目前車輛測試評價(jià)需要對人和車是分別進(jìn)行測試評價(jià)。

人具有知識的泛化和推理能力，考駕照只需簡單的場景，就可以在上路開了。人可以去應(yīng)對無限復(fù)雜、無限豐富的場景。隨著自動(dòng)駕駛的發(fā)展，通過環(huán)境狀態(tài)傳感感知系統(tǒng)引入了復(fù)雜的行駛環(huán)境，這個(gè)過程中人的能力不斷被削弱、機(jī)器的功能不斷被加強(qiáng)，機(jī)器要去面對或處理更為豐富的場景。

理論上來講，一個(gè)完全自動(dòng)駕駛的汽車，需要能夠獨(dú)立應(yīng)對所有可能遇到的場景，這個(gè)其實(shí)就給我們自動(dòng)駕駛汽車的測試評價(jià)帶來了非常大的挑戰(zhàn)，也就是說行駛環(huán)境的影響不斷被強(qiáng)化。

在自動(dòng)駕駛汽車行駛環(huán)境里包含著非常多的道路、周邊的交通、氣象等等非常多的要素，對于自動(dòng)駕駛汽車來講，它既要面對環(huán)境的復(fù)雜性和不可預(yù)知性，同時(shí)對于它自己本身的傳感系統(tǒng)，還要面臨著這種環(huán)境感知的不確定性和不完整性。

因此，對于自動(dòng)駕駛汽車來講，最重要的就是它的環(huán)境。因?yàn)榄h(huán)境具有高度的不確定性、不可重復(fù)性、不可預(yù)測性和不可窮盡等等這樣的特征，這些都為自動(dòng)駕駛汽車帶來了非常大的挑戰(zhàn)。

自動(dòng)駕駛汽車可能遇到的一些場景，包含危險(xiǎn)駕駛、極限駕駛工況、特殊的駕駛場景、密集的車輛、混雜的交通、復(fù)雜的地形及道路結(jié)構(gòu)。這些情況在道路或者場地測試中很難遇到。要想通過場地或者道路測試的方法來對自動(dòng)駕駛汽車的安全性和可靠性進(jìn)行一個(gè)完備的驗(yàn)證，幾乎是一個(gè)不可能完成的任務(wù)，必須去尋找新的測試評價(jià)方法和手段。

通過對無窮的行駛環(huán)境進(jìn)行有限的映射，基于這種駕駛場景數(shù)據(jù)庫提取典型的測試場景，對自動(dòng)駕駛汽車進(jìn)行仿真測試，已成為一個(gè)重要的途徑。它可以對自動(dòng)駕駛汽車的場景進(jìn)行靈活的配置，利用有限的場景去映射無限豐富的世界，同時(shí)具有高效的測試效率，測試重復(fù)性強(qiáng)、測試安全可靠、成本低，非常重要的一點(diǎn)，它還可以進(jìn)行自動(dòng)測試和加速測試，這些都是我們自動(dòng)駕駛汽車所必須要實(shí)現(xiàn)的一些功能。

測試場景及要素

場景是自動(dòng)駕駛汽車與其行駛環(huán)境各組成要素在一段時(shí)間內(nèi)的總體的動(dòng)態(tài)描述，這些組成要素由所期望檢驗(yàn)的自動(dòng)駕駛汽車的功能決定。簡言之，行駛場合、駕駛情景之間的有機(jī)結(jié)合。

對于自動(dòng)駕駛汽車仿真測試的場景來講，應(yīng)滿足各個(gè)要素特征可以被量化，同時(shí)可以在目前技術(shù)基礎(chǔ)和測試軟件上可以復(fù)現(xiàn)，在一定程度上呈現(xiàn)應(yīng)保持高保真的要求。

場景可以認(rèn)為是影響和判定自動(dòng)駕駛功能與性能因素的集合，把行駛環(huán)境進(jìn)行一個(gè)多維的映射，包括幾何的映射、物理的映射、圖像的映射、概率的映射，這樣就會得到駕駛場景的特征，共同組成了場景的特征。

有了具體特征就可以探索場景要素，朱教授認(rèn)為測試場景應(yīng)該實(shí)現(xiàn)無限世界的有限映射，還要實(shí)現(xiàn)邏輯抽象和充分覆蓋。測試場景分為兩塊，1.交通環(huán)境要素，天氣和光照、靜態(tài)道路信息、動(dòng)態(tài)道路信息、交通參與者信息；2.測試車輛基礎(chǔ)信息，測試車輛、測試車輛目標(biāo)信息、測試車輛駕駛行為，這些共同組成了測試場景的要素集合。

測試場景數(shù)字化構(gòu)建

有了這些要素怎么進(jìn)行測試，業(yè)界要解決的最核心的關(guān)鍵的一個(gè)問題。朱教授認(rèn)為可以分為兩大部分：第一，數(shù)據(jù)的采集；第二，數(shù)據(jù)的處理。

采集角度來講，包含真實(shí)駕駛數(shù)據(jù)的采集，還有是基于模擬的數(shù)據(jù)采集，還有一些是基于專家經(jīng)驗(yàn)，比如現(xiàn)在的一些法規(guī)、標(biāo)準(zhǔn)。有了這些數(shù)據(jù)之后需要對數(shù)據(jù)進(jìn)行處理。大體分為數(shù)據(jù)清洗，計(jì)算關(guān)鍵的復(fù)雜信息，做場景的標(biāo)注，最后進(jìn)行場景分類的規(guī)則和提取。

提取其實(shí)現(xiàn)在用的方法也不盡相同，比如有一些基于蒙特卡羅的采樣方法，還有一些基于窮舉的采樣方法，基于類似于矩陣測試、概率分布等等，這些都是從對應(yīng)的場景庫當(dāng)中提取出來所需要測試的一些場景，來組成測試案例，對它進(jìn)行具體的測試。

虛擬仿真測試

整個(gè)虛擬仿真測試大體分為三大塊：第一塊，數(shù)字的虛擬仿真，就是傳統(tǒng)意義上的純粹的數(shù)字的仿真，建各種各樣的模型，進(jìn)行離線的仿真測試。在離線仿真測試的基礎(chǔ)上，進(jìn)行多物理系統(tǒng)在環(huán)的仿真測試，包含了環(huán)境感知系統(tǒng)的在環(huán)、以及決策規(guī)劃系統(tǒng)的在環(huán)、控制執(zhí)行系統(tǒng)的在環(huán)。還有一個(gè)比較流行的測試方法，我們叫做車輛在環(huán)，把車輛置于到在環(huán)的條件下，進(jìn)行車輛在環(huán)的仿真測試。

在仿真測試?yán)?，根?jù)自動(dòng)駕駛測試的關(guān)鍵要素，需要建如下的模型，包含最傳統(tǒng)的車輛動(dòng)力學(xué)模型、駕駛?cè)四Ｐ?、靜態(tài)環(huán)境模型、動(dòng)態(tài)交通模型、環(huán)境感知傳感器模型。建模要關(guān)注兩方面，一個(gè)是計(jì)算效率、一個(gè)是計(jì)算精度，兩個(gè)是彼此制衡。

吉林大學(xué)團(tuán)隊(duì)自主開發(fā)了一款基于虛擬仿真的模擬仿真平臺叫PANOSIM，可以面向自動(dòng)駕駛汽車以及汽車電控系統(tǒng)開展從數(shù)字仿真到硬件在環(huán)、到車輛在環(huán)一套完整的測試平臺，已經(jīng)在國內(nèi)國際的眾多車企得到了廣泛的應(yīng)用。目前幾個(gè)案例，包括主動(dòng)避撞、自適應(yīng)巡航、車道保持等等。

除了純虛擬環(huán)境的測試之外，還有多物理系統(tǒng)在環(huán)的仿真測試，就是說要能夠進(jìn)行化學(xué)感知系統(tǒng)、決策規(guī)劃系統(tǒng)、控制執(zhí)行系統(tǒng)的在環(huán)測試。

比如AAS測試，如果把AAS測試的70個(gè)工況在場地測試?yán)镞呁耆鲆淮?，大約需要一周左右的時(shí)間，但是如果通過硬件在環(huán)實(shí)驗(yàn)平臺做測試的話，所有的工況通過自動(dòng)測試的方法大約半個(gè)小時(shí)就可以測試出測試報(bào)告，所以就能夠大幅度提高測試效率。

比如相機(jī)在環(huán)，可以通過傳統(tǒng)的照片方式，以及虛擬圖像和真實(shí)圖像注入的方式，來給它一些場景的注入，檢測它基于視覺的自動(dòng)駕駛功能。

吉林大學(xué)團(tuán)隊(duì)也做了V2X的模擬，相當(dāng)于車車通信信道模擬的方式，來進(jìn)行模擬的測試，比如信道在干擾的情況下、在延遲的情況下，對于整個(gè)自動(dòng)駕駛功能的一些影響，都可以進(jìn)行在環(huán)的測試。

對于現(xiàn)在熱點(diǎn)的L3級的自動(dòng)駕駛，人機(jī)共駕，朱教授團(tuán)隊(duì)搭建了人機(jī)混合駕駛的平臺，來去檢測人和機(jī)器兩個(gè)之間的共駕的性能，這里面其實(shí)共駕分為幾大類，第一大類，對于單車的自動(dòng)駕駛的一個(gè)功能，就是人和機(jī)器做駕駛權(quán)的切換，還有進(jìn)行駕駛權(quán)的分配，以及面向混雜交通系統(tǒng)下的測試功能。

朱冰認(rèn)為基于場景的虛擬仿真測試，是未來自動(dòng)駕駛汽車測試的一個(gè)發(fā)展趨勢，也是必由的途徑，希望通過全行業(yè)的共同努力，來建立自動(dòng)駕駛汽車仿真測試的標(biāo)準(zhǔn)體系，去完善在自動(dòng)駕駛產(chǎn)品落地之前整個(gè)測試評價(jià)的方法體系，利用有限的場景和特征去反映無限豐富的世界。