当前位置首页《AV无码十八禁网站观看-白洁少妇第1一178章-润叁彩影视》《AV无码十八禁网站观看-白洁少妇第1一178章-润叁彩影视》
全集

《AV无码十八禁网站观看-白洁少妇第1一178章-润叁彩影视》

类型:武侠 剧情 动作 日本 2020 

主演:马修·瑞斯 朱丽叶·赖伦斯 克里斯·乔克 西恩·奥斯汀 Michael Wayne Brown 马特·布什 乔恩·查芬 Blaire Chandler Sean Convery 罗伯特·库蒂斯·布朗 霍普·戴维斯 汤米·杜威 Mandy Dickson Joseph W. Evans 维罗尼卡·法尔孔 Leslie Koch Foumberg 法布里齐奥·扎卡里·奇诺 韩吉洋 埃里克·兰格 华莱士·朗翰 安东尼·莫利纳利 马克·奥布莱恩 保罗·拉西 奥纳霍阿·罗德里格斯 詹·塔洛克 凯瑟琳·沃特斯顿 谢伊 

导演:安东尼·罗素 乔·罗素 

作者 | 苏清涛

□span s□yle="l□tte□-s□a□i□g: 1px□□□□自动驾驶仿真□的很多知识点(□)□diǎn )(排(🗑)名第一的就是“用真实道□(🥤)□据□仿真”□,笔者已(🐆)经好(□ǎo )奇□两(liǎ(🍭)ng□)□多时(□)□,但(dàn )此前(□)一直没有(🚪)(□ǒ(🎪)u □机会学习(🎈)□去(🤝)年4月份的疫情期(🤧)间,偶尔得□dé )到了一次□某仿真公司创(c□u□ng )始□闲聊的机会,笔者便趁机向其(qí )请(😝)教(jiāo )了许(xǔ □多问题(tí )。□□span□

<□□/><□□□

<□pan □t□le="letter-spacing: □p□;">此后,为□叉(😿)验□,□□又陆陆□续向近20位在自动驾□(shǐ )仿真(zhēn )业务一□□专家□教。□/span>

<□pan □tyl□=□le□ter-□□acing: □px;□>对本(□)□列学习(🈂)笔记(🙈)提(tí )供支持(c□□ )的(🧓)□家包(🚿)括(kuò )但不限□智行(🍚)众维CEO安(ān )□伟□□信科□创始人杨□yáng □□江、□行□维CTO李(□)月、□□)51□World CTO □世强□□□(m□ )□行和轻舟智(🎽)航□□áng )、车右(yò□ )智能的仿真专家□(□□□在此□示感谢。<□r/□<□p>

□br/>


□/p>

□span styl□="letter-spacing: 1.□px□□□问□wè(🌲)n )题一:□😹)场(□hǎng )□□源—□🌼)□从合(📳)□数□到□实道路数□<□ data-tr□ck="1□"□

据公众□“□路□lù□)慢□màn )慢”□作(zu□ )者李慢慢及(□)智行众维C□O李□介绍(s□ào□)□仿真测试场(ch□ng )景的来源(🍬),大体上可以(🧀□□□种思路:

□p data-trac□□"1□">

□p data-tr□ck="1□">第(dì )一种思路(lù )是由德(□□(d□ )国□🗃)P□GASUS项(xi□ng□)目提(tí□)出的功(gōng )能□景-逻(luó□)辑场景-具体(🛳)场景□层(🙎)体系:1)、□过□实□□数据采(cǎ(🐪)i )□(jí□□和理论(💅)分(f□n )析等(🍺)方式,得(🔹)到不同的□景类(👶)型(□功能(néng )场景)(😽□;2)、再分析(□□出(□□这些不同场(chǎng )景类型中的(□)□键参□c□n □数,并通过真实数据统□和□论分析□□□ěng )方□□到这□📺)些关键(jiàn□)参(□)数的分布(🔮)范围(即逻辑(jí )□景)(🗡);□)□最后选取(⏸)(qǔ )其中(zhō□g )一组参数(🔧□的取值作□(□é(🥘)i )一个□试场(♍)□chǎng )景(即具(⬇)体场景(😗))□<□□dat□□track="14">
□/p>□p □ata-t□ac□="□6"><□r/>

□□ □ata□track="17"><□r/><□p>

□spa□ □tyle□"l□tter-□pac□ng□ 1px□">举个(🖋)□gè □例子,功能场景可以描(🎩)述为(wéi ),“自车(🚓)(被(□)测车)在当□车(chē□)道运行(hán□ ),在(zài □自车(chē □前(qián )方有(🥫)前车□chē )加速运行,自车跟随□suí )前车行驶。□ 逻(🍞□辑场景(jǐng )则提炼(👍□出(chū )关键场□参数□并赋予(🌙)场景参数(shù )特(tè(⛷) )定的(💫)取(☕)值□□hí )范围,□以上(💒□描述□(de□)场(chǎng□)景可提取(q□ )自□车速、(🥚)前□车速以及加(🏴)(jiā )速度、□车与前车距离等参数(🐉)□每□💻)个参数□有(yǒu□)一□yī )定的(🐮)取(qǔ )值范围和分布特性,参(cā(🕺)n )数(shù )之间(□)(jiān )可能还存在相关性。具体场景□(□)需要选取特定(〰)的场(🔶)景参数值,组成□(□h□(🖊)ng□)景参数向量,并通过具□的场景□言表示□

<□r/>

这其实就是通常□说的“□拟搭建(🔏□/用算法生(shēng )成□(de )场景”□□(🎯□□对场景的(de )理□仍□□于(yú(🥙□ )真实道路场景□但□(shí(🏢) )践□更多地是基于(□)这种(🦏)理解在□件□面“□为地拟□⛓)定”一个□🌲□□驶□□、一组场景,因□(ér ),□种场景背(bèi )后的数据也被称为“合(hé )成(ché□□)ng )数据□。

<□ dat□□track="21"□<□r/>

在实□□(zh□ng □,这种思□□临的主要挑战是,仿真工□师对(□)车辆□正□□chán□□)驾驶场景的理解是否足够深。如果□程(ché□g□)师□理(□ǐ □□场景(jǐng ),任性地(dì )去□拟(nǐ(□) )定”出□🌇)一个场景□那当然□□能用的(🕙□。□/span><□□>□□ data□□r□ck="□3">

□二种(□hǒng )思(sī )路是:(🚓)□p dat□-track="25"□□br/><□p>

据深信(xìn□)科创创始□shǐ )人杨(📠)子江介(🥦)□,为确□□获得比(bǐ )较准(💩)确(📈□的“真值”□通常,工程采□□上的传(chuán )感器□置要比普通□自动驾□📼□驶汽车高许(xǔ )多,如定位系□(🐽)(tǒng )会□huì )采用2□W以上(shàng □的□备以及高线(🤲)束的激光雷□(🏆),产生的数据会更加□□jīng )确。

<□ da□a-track="2□□><□r/>□/p>

□span s□yle□"letter-spacing: 1px;□>□□实道路数据做仿真□□大(dà )的优势是,场景□jǐ□g )的(🥙)多样性不会受限于(yú )工程□对场景的理解不□,□而,更容易将那些“谁(shuí )也(🖇)□不到”的未□场景给“打捞”出□□<□□pan>


此外(wà□ ),某自动驾驶公司仿真□(fù )责(😓□人说(s□uō ):为了提高(gāo □仿(📁)真的(□□真实(sh□ )度,后(🔆□面大□(😎)□(jiù□)会尽可□地□采用合成(🆕□数(□hù )据□多采用真实道(🛒)路数(🆑)据。实际上现在的仿真已经(🏢)在往这个方□(xià□g )发展了——真实数据和模块越(y□è )□(□ái )□多了。□/□>

<□r/□<□p>

不过,有一(□ī )线仿□实践的工程师们普遍反映,□□思路(🤤)过于理想化(□)□□体□□,用真实道路数据做(□)□真,□在如下□点局(□ú(💁) )限性——<□span>



<□tr□ng>1.数□(□)需要做人工(🍢)校□

□b□/>

□p data□□r□ck="41□□<□p>


<□r/>


<□trong>2.□逆向过程的实□难度(□)比正向□□大<□s□rong>□/p><□ d□□a-track□"48">□br/>

□b□/>

□p data-track□"5□">
<□□>

3.无(🔜)法□决交互问题(t□ )<□ data-tr□□k="55">


□p data-track□"57">复□微电子□责人Jame Zhang□(zà(□)i )一次公□(kā(😆)i□)□□中提(♊)□(dào ),WorldSim□□虚拟数据做仿真)像在玩游戏,而(ér )Log□Sim□用真实道路数据做仿真)(🔹)则更像是电影□你□(zhī )能看,没(méi )法□□cān )与,□□,L□g□Sim天然没法解决交互性(xìng )的问题。□□sp□n><□p>□p da□a-□rack□"58">


<□□>

□p data-track□"61" style="text-align:□cent□r;">□span□style="letter-□□□cin□: 1.5px;">□strong>□.无法做闭环
<□□pan□

<□r□>复睿微电子负责人Jame Zhan□还提到□dào )了这两种仿□🐜)真□□的另一个□别:使用真(👄)□道路数据做□👒)回□,能采集的□段永远是□限的,经□是,采(cǎi )集(🧡)开始(□)(shǐ )的时候□hòu ),□险可能已经发生□💚)了(🔳)一段时间了,之前的□□□(nǐ□)很难获得□,但如果用虚(□)拟(📩□数据(合成□ch□n□□)数据),就无需□对这□问题。<□p>

某□机(🤟)厂的仿真负责人说:“□述(⭐)专家(jiā □表述(🍩)的是采(cǎi□)集(□)的过(guò )程。的确,考虑到采□设(🏮)□(b□(😹)i )的□□(□)□及有效(xià□ □场景的定(dì□g )义(yì )□采(cǎ(➖□i□)集□j□□)打点的场景都□有(yǒ□ )长度的,一般都□dōu )是功能触发前后一(□)段时间□jiān □,尤□是触(□)发前的缓存(□)不会特□长。另一方面,在数据(🕢)采集后□□(lái□)□灌□时候,则只(□hī )能□功能(né□g □触发前的场(⛎)(ch□□g )景是有(yǒ□ )效的(□),而(🍄)功□□□□触发后的□(zhēn )实场景却□⌚)是无□wú )效的。”<□□>

这位主□厂(🐰)的专家(⚽□说:□🏮)真实道路数据□来(□ái )训练感知(z□ī )算□是可以的,但(d□n )要测试整(zhěng )个算□链路的话,还是得依赖合成场□数(shù )据。<□sp□n><□p□□p□data-track=□69□>

□span styl□="lett□r-spa□i□g: 1px;"□不过(gu□ □,这位主机厂的仿□主□最后□强调:“□谓的‘没法实现(□iàn )闭环’也是相对(duì□)的,□(🐳)经有供应(□ī(🚺)n□ □□可以(🤳)把采集到(〽)□场景里面的元(👴)素都完成参数化,这(🤲)样(😽)就可(kě )以闭环(🍰)□,但这种(🧙□□zhǒ(🍮)ng )设(🔤)备□价格是非(🍢)□(🏹)昂贵的。”<□p>


□/□>


<□ dat□-track="73">

□p dat□-track□"74"□s□yle="text-al□gn:□ce□ter;">5.数□的真(□hē□ )实□仍□(🛩)难以保(🥜□障□/p>



用真实□通流数据做□(🛩)真,也被称为“回灌”□<□span>

<□□□□□/□><□ □a□a-track="79"□据深信□(□ē )□创(chuàng □始人□子江介(jiè )绍(shào ),“□□□)灌”需要用到(dào □核心(⏪□技(j□ )术有两(🎹)个□一(yī □个是在(🤾)仿(🔺)真环(huá□ )□(jìng□)中□原(💜)路采数据(😞□的□(🚓)网结构,二是将路采数据中的动(🛏)态□通参与(yǔ □者(行人,车□□)在不(bú )同坐标(🥍)(biā□ )□(🥤)下的(□)位姿信息(x□□)映射到仿真世界路□(🤱□□的全局□(⬛)标系□xì )中。□□span>□br/>□spa□ style□"lett□r-□pacing:□1px;">这个过程(ché(⛸□□g )中(📺)需(xū )要使(s□ǐ )用的工(g□ng )具有□🔗)SU□□或openSc□nario—□用于(yú )□(dú□)入交(jiā(🕋)o )通参与者的□(□èi )点信息。<□p□□p da□a-track="82"><□ □□ta-track=□83">某主□(🚱)(j□ )厂仿真专□□□)说:“原始□据的回灌也(🤶)不能保证百分之百真实,□为在将原始数据注入仿真平台□,还(🔡)得(📽□(dé )加上车辆动力学□□🗜)真。但如此□(yī )来,场景□否还(🥝)与真实道路上的场景(□)一致,就不好说□□”□/span>

<□ □ata-tra□k="84">
□/p>□p data-tr□ck="85">究其原□,现□xiàn□)有的(□)交通流□真□(📥)件□□)往(wǎng )往(wǎng □□□🥠)存在(□ài□□如下几大□dà□🏮□ )□(⭕)陷(🍊□:

生成的交(□iā□ )通流不□保真,往往□支持□□🥔)(chē )□轨迹导入□而车辆间(⬅)的双向交(❌)互不够真□□😵□;(🎵)□/span□<□p>


□p □ata-track="8□">


□/p>

基于规(□)则的(🔽□□通流模型是面向交(j□āo □通(tō□□)ng )效率□价(⏰)的,可能会出现(🏾)□于简化的问题(往(wǎ□g )往□用(□òng )一维模□,假设设(□hè □立是沿□□□(xīn )线行驶□□较□□虑(👣□横(héng )向影响□,难(🐴)以满足交互安全□价的□求(🆔)。<□r/>某Ti□□ □的□真工程师□✳)□,□□(zh□n )实交通流数据(🖥)□□仿真场景□如何选□交通流□型(比如跟驰模型(🗡□、换(□)道模□怎么定□□、如□定义交通(□)□仿(□)□□块(🤷□(k□à□ )接□都是有相□(🕔)难度的。□时(🈸),□自自车□数(s□ù )据(jù )□其□⛷□他道(🐸)路□🧠)使用者的数(🐈)据□何做好(🍆□时□shí )间同步,也会□一□很大的问题。<□s□an>

□br□>

□p da□a-track="9□">
□/□>

6.数据的通用程度低、泛(🚙)化(💙)难度大(😘)□/p>

□/p>□p da□a-trac□="99□>

智行众维C□O安(🎪)宏(hó(💔)ng □伟和CTO李月都特别提到了仿真数据□“通用性”问□。□(suǒ□□谓数据□用(□)□,即指车辆及□景(🙀)□(de )□数是(□hì □可以调整的。比如,在数(👨)(shù□)据(j□ )是用一辆轿车去采集□□摄(shè )像头的视角很低,□(🍧)在变成仿真(zh□□ )场景之后(hò□ □,摄像(xiàng )头的□□□可以调高,这组数据可以(□)□(🌱)于卡车模型的测试。

<□p>

<□pa□ style=□letter-spaci□□□ □px;">□工具链(liàn )公(gōng )□的仿真负(🎭)责□说,在用真实道路(lù□□数据(jù(🍃□ )做仿□的□况下,一旦传感□g□n )器的位置□(huò□)者□z□ě )型号有变(🦎□□,这一(🔄)□□据□🛁)的□值就降(🆖)低,□至会“作废”。<□span>


轻舟智□□仿真专□zhuān□)家说□⤵),也可以用神(🦌□□(□)□络□□□□路数□shù )□做调参(cān ),这种调参的(□)智能化(hu□ )程度(dù□)会(🐓)更(😡□高(□ā□□)o )一(yī □些□□可□(🚍)性(💈)会(□)比较□(😞)。

□真□🏸)实交通流数据□(🈺□仿真,又称为(wé□ )“回□”,而□灌又可分两种,直接□灌和模型□□——□/span□

<□□/>

□s□□n styl□="letter-spa□ing: 1px;"□所谓“直接回□huí□)灌”,是指(🍐)对传□器□qì )数据不做□(♊)理直接喂(🎬)给算法,在(🥈)这种(zhǒng )□式下,车辆及场景的(🌩)参(cān □数□不可□整□□用某款车型采的数据,就只能用于同□车型的(de □仿(fǎng )真测试;□/span><□p>

□br/>□/□>

<□r/>

按(🔪)李(lǐ□)月的说法(👘)□直(□)接回□huí )灌是无需□到(□ào )数学模型的,“比(bǐ )较(□iào□)简单,基本上,只要有(🔵)大数据能力□能(n□ng )□到”,但在(□)他们的模型回□□🤥□方案中,不□是传感□❄)器模型还□□辆的(□e□)行驶轨(🤟□迹、(□)车(🤰□速,都是要通过数□公式来完□□🎏□的。

□span□st□le="letter-s□aci□□: 1p□;">模型回灌的技术门槛(kǎn )很(h□n )□,成□□不低, 一□🕠)位(🥤)仿真工程师(□□ī(🌥) )说:“要(yào )把传感器录(🦓)制□数据转□(huàn□□成仿(f□(🔋)ng□)□(👕)数据,数□解析的过(g□ò )程(ché(□)ng )非常难。因(😾)此□当前,这(😎)一技术主□□🎺□停(tíng )留在PR层面□。□实(shí )践(🙉)□,□(💵)家的仿真测(👦)试□□以算法(😹)生成(🧣)□ché□g□)□场景为主,以(yǐ )采□真实道□(🔬)集的□(🚁)景为补(□ǔ(□) )充(🦋)(chōng )。”


<□p>

某自动驾□公(👯□司(□ī )仿真负□人说□□□实交(□)通□t□ng )流的数□做仿□,目前还□□前沿的技术(🏤)(shù(□) □,□些(□□□□)数据的调参难(🗽□(□án )度很大((🆗)仅可在□🔣□一个很小的范(fàn )围内□参)□因(🗑)为路采的(de )都是一□日□、一条□tiáo )条的记录,它记□jì□)录的(🐕)(de )是(📳)这个(gè )车□(💾)一秒第二秒(miǎ(🏼)o )怎么运行(há(□)□g )的(de )□□□(□□ )□□□编辑的(😱)一□(🎣)场景□由(🗞)一系□□□iè )的□式组成(ch□n□□)的。<□span><□p><□ □ata-track="119">

□位□wèi □□真专家□,模□回灌存在的最大挑战是:在场景(jǐng )比□复杂(zá □的情□(kuàng □下,要将场景用□□gōng )式表(biǎo□□达(dá )的难度(⬛)极高,这□🚾□个(gè )过□是可以通(🔳)过自□化的方式来实现(□iàn □的□🛌),但最终□出来的场(✝)景(jǐng )能(néng □不□用也(yě )是(🍔)个问题(tí )。<□p□

<□p>

Waymo在2020年公布了□□)的“通过将传感□收集(🎧)到的数据直接生□逼真的图□信□来做仿(💪)□”的Ch□□ff□□rNet,其实就是(□)在(zài□)云(□)端用神经(⏪)(jīn□ )网络将原始道路□据转换成数学□(💤)型,然(rán □后做□型回灌。但一位在硅谷多□的(de )□□🛃)(□ǎng □真专(zh□ān )家说,□个还停(🍲)留(liú )在试□🍧)验(yàn□)阶段,□离成为真正的产品还有一段时间(🤫)。

<□r/>这位仿真专家说,比(□□□灌更□gèng )有意义的是引(yǐ□ )□机器(qì )学习□(hu□ )□化□□。具体(👩)地说,仿真□(💂)(xì(❤□□)统(👆)□tǒng □在充分学(🚋□习各类(□èi )交通参与□行□习(xí )惯的□(jī□)础上训练出一□自己(🧐)的逻□l□ó )辑,并将这些逻辑□□化(🎹),然后(hòu ),在这些(xiē )公□gōng )式□(🌸)□□👤)参。<□p>


□/p>不过,智行众维□TO□(lǐ )月和□□经理冯宗磊的□法是,□(tā □们目(🦈)前已(yǐ □经能够实(shí )现模(m□ □型回(😕)灌了。

□p dat□-t□ack=□127" □tyle=□text□align: □eft;">

冯宗磊认为(🏠),一个□(🏐)真□(🤽)司是(□hì □否□□做模型(🕑)回灌的能力□这主要取□(jué )□(👈□他们所(□)使(sh□ )用(🈲)的工具及场景管理□力(lì(🥔□□□。



□p dat□□track="132"><□pa□□sty□e="□ett□r-spaci□g: 1p□;"□“切片完成后,仿(fǎn□ )□公(🐈)司(🍜)还需做一(y□□)个相应(yī□g □的(□e )带语(□ǔ )义□息(x□□□□管理环境□比(b□(🤱) □□(🚛)□(🛹)个是(⛎)行人、哪个□十字路口□,方便下次去筛选。具体地说,□要先对数□切片做□□□然后□□ò□ )再做(z□ò )动态(😙□目□🕰)标列表的精修,□修□之后再导□到□真(🌈)环境的模□□)型□去(□),如此一来□模型就有□🏤□相应的□义信(➿)息(xī )了(🚿)。有了语义信□,就(□)可以调参了,然后□数据□□以□□ǐ )复用了。□/span>


□多数公司(🏠)基于真实交通流的数□之□(🈂)以不能(néng )调参,是因为他们没(🎚)有做好场□管理。”

□br/>

<□pan styl□="le□ter-spacing:□1p□;">深信科创创始人(😌)杨子江说□(🉐)“如果□□u□ )要□🤩)将路采数据□□(□),并且(🚇)要保持数据(□ù )的真实(s□í )性,可以在□(chǎ□g )景初始(□)(sh□ □化以及开始(shǐ )阶段回放路采(cǎi )数据□□某(mǒu )一□刻由(yóu )sm□rt-□pc模型来(lái□)接管道路中的背景车辆,使背景□辆不(🚦□(b□ )□按照路采数据运□🤘□行□smart-npc接管后通过把泛化□的场景记录下来,以做到泛化□的关(guān□)键场景可回放。”□/p□

某主机厂的□真□zhēn )工程□认(🏟)为,模□回(huí )灌尽管听上去(□)“□明(🖇)觉厉”,但实□上“必(🏌)要性□xì□g □不大□。原因是□将数据模型化□回(💤)灌的(de )初衷不□—□回□(□u□□□)的初(🐅)(chū )衷□□🔱□想□真□的数据(□),□(dàn □既然模型化了(□),参(□ān )数可调□□就(🈷)不(□ú(📍) )是最真实的了(🛂);□时□shí )费力,数据格式转□非(fēi□)□麻烦,费(fè(💻)i□)力□⛵)不讨□。

这位□程师说:□既然你(nǐ )想(💄)(x□ǎng )要更多□(♉)景(⛩),那直□用□真器大规(guī )模(mó )生□泛(□)□(🛑)场景就行了啊,大□□(😻)□(bì )□真实数据模型化这(🧛)条路。□<□span>
<□p□<□ □□ta-track="142□>

□用算□直□📎□接□成场景,这(zhè )在开发的(de )早期(qī □当然是没问题的□但局限□□很明显——那些工程师们‘(👥)□不到□的场景怎么办(🚤)□□□□□通状况千变万化,你的(🚔)想象力(lì□🗣) )□可能穷举□有□👪)□yǒu )。

“□关键的□,□工程师想象出的(de □场景(🎤)□(📉)(zh□ng□),目标(💘)物之间的交(jiā□ )互(hù(🐴) )关系往往(wǎng )□不(🧙)自然的□比如前方有车(□□辆插入,它是以(🆔)多□的角度(🎏)插(🔥)入(r□□)?在(□)距离(lí(🖤) )你10米□还是5米时插入?在□算法□成(chén□ )□景的实践中,场(😛□景□□□制定往往带有非常的(□)大主观性、□□性,□(👻)□师□脑袋想出了一组参数□入模型,但这组参数(shù(🍭) )是否具(jù(🎍) )有代表性呢□□

<□r/>□/p□

□spa□ □t□le="□etter-spacing: 1p□□□>冯(🦇)宗磊认为,在无人驾驶还处于De□o阶段时□shí □,靠算□s□àn )法□(👼)成的虚(🌟)拟场景能满足□求,但在前□(zhuāng□)量产时代(dài ),基(jī )于大规模□自然□驶数据(🏇)(真□交通流(🐤)数据)□做(🌝)场景泛化,还□há(🌐)i )□很有必要(yào )的。□/span>


□/□>

<□pan□styl□="lette□-spac□ng□ 1px□">51 Worl□车载仿真□责□鲍世□,认(r□n )为,自然□驶数据做(🥠)泛(🍚)化(😢)目(□ù□)前还(🥕)比较前□□但(dàn )未来肯定会(🍜□成(🌙)为□□(chóng□)要的□(□āng )向,因(🏑)此,他们也在探索。□/span>

□strong>总□zǒng )结(ji□ ):两□□线(xi□n )相(🖐□互渗透,界限越来越模糊□/□>□p□data-track="155"□

□s□a□ style="l□tter-□□aci□g: 1□x;">复睿微仿真负(🌳)责□James Zha□g在前段时间(ji□n )的一(➕)段分享中提到,特斯□🥤)拉的仿(fǎ□g )真(zh□n )有两□方□:场景完全虚拟□□)(算法生成)的叫 Wo□□dSim□将真实数据回放给算法看的□🚘)叫(🏉)LogSim,“但(😇□WorldSi□□的路网也(💲)□在对(💏□来(lái )自真实道路的(🎀)数据□自动(d□(💷)n□□)标准的基□jī )础上生成的,因此,Wo□□d□im与LogSim的(👜)界限越来越(y□è )模糊”。


□span □tyle=□letter-sp□□ing: 1px;">轻(qīng □□□zhō□ )智(□)□的□de □仿真专家说:“真(zhēn )实场景数据转化为标准格式化数(□)□后,□(□)通过规则去进□jì(□)n )□(📣)赴泛(🚱□□,□(cóng )而产生更有价值的仿真(zhē□ )场景。”□/span>

□br/>

□□ da□a-tra□k="160"><□□a□ st□le="lett□r-s□ac□ng: 1px□">51 World 车载□□fǎng□)真□务负责(□□ )人鲍世强□认为□未来的□de )趋势□,用(💺)真实道路数(□)据做仿□和用算法生成的数据做□🚾)仿真(zhēn )这两种(🗾)□zhǒ(💤)□g )路□□)线会相(xi□ng □□□⏸□渗(□□透。<□□>


<□p><□ □□ta-□rack□"162">□span sty□□="letter-spac□ng: 1px;">鲍世强说:“□方面□用算(😸)(suà(🔆)n )法□成场(🗿)(chǎ□g □景,也依赖(□ài□)于工程□对真实□路□□的理□□对真(zhēn )实场□的理解(📇)□透彻,建模就□🤷)越能接近真实。另一方面,用(🐫)□实道路数据□场景,也需要(yào )□数据做切(qiē )片(p□àn )、提取(将有效部分□选出(□hū□)□)□□设定参数□触发□则,再做□细化□分□🛵)类□□后可以将(💀□它们□辑化、公(💈□式□。”

□br/><□p>


□p da□□-□rac□="16□">

□□t□ong><□pan style="color□ #FFF□FF; --tt-darkmode-□ol□r□ #FFFFFF;"□□span s□yle="□ackground-□olo□:□#4F81□D; --□□-darkmode-bg□olor: □4F81BD;"□□题□:场景泛□fàn )化□(y□□)场(🏬)景(jǐn□□)提□👥)取<□stro□g>□□ d□ta-tr□ck="16□">

上面几□jǐ□)段(□)反□提到的(🛐)对场景数据做□□(🥂)参”,又□称为“场□泛化(h□à )”——□(🗼)常□要指□虚拟(□ǐ )搭建的□景做泛□。用某主机厂□(xì )统□程□🎺)师的话说(⌛),场景泛(🚑)化□优□是(😂),我们可□“凭空(💄)造”一(yī )些现□世□□中从(💻)来都□有过的场景(□ǐng )□□/span>□/p>

一(□ī(👬) □个(gè )仿真□□g□ng □□的场景泛化能力越强(q□áng ),对某□□(chǎng )景调(diào )参(🔅)□(💄)得(d□(🌰) )□的可用场景□数□shù )量就□jiù )越多,因此,场景泛化能力(🕣)也是仿□(□)公司(👗)的一项关键竞争力□□□。

□□ dat□-t□ack="171">
<□p>

□span□style="letter-spacing: 1px;">不□,轻□👛)舟智□的算法专家说□s□uō )□场□□化□(kě )以通(tōng )过□学(xué )模型、机器学习等方法去□现,但(🌱)关(guān )键的问(wèn□)题是如何保证(🔉)泛(fà□🎗)n )化的场□(🏾)是(sh□(😂) )真实、□(ér )且□□🍖□(□èng )加□价值□<□p>□p dat□-trac□□"173">

<□p>

<□pan style="letter-spacing: 1p□;"□深□科创创始人杨子□认为□□□,场景泛□中□一□□(hěn )大的(🤮)难点□(🔋),如何□(□)轨□抽(chōu )象□更高级别的语义,用□形□化的描述语言(💔)来表达。□/span>

□p d□ta-track="□77">

某Tier 1仿真工(🚯)程师说:主要□□à□ )看该□司所采(cǎi )用的□真(zh□n )工具是用什么语言(比如open□cenario)来描述不同的交□场景的(🏀),这门□言对交通环境中各(🈸)个层次的定(🖼)□(yì□)是(🌕)否合理(可表示□要□(□)细节(jiē ),同(□ó□g )时□具备□拓(tuò )展性)。<□p>


□/p>

针□(d□ì )功能(□éng )场□、逻(🛍)辑场景□及具体场景都有相应(□□□□📱)场景语言:(🌿)如针对前两者□有M-SDL等高级场景语□;□□(duì(🤙) )后者有OpenSCE□A□IO□(🕦)GeoScenari□等。<□ data-track="181">□br/>

□□ data-track="1□2"□<□pan sty□e□□□etter□spac□ng: 1□x□">还有一个层面(miàn )可能□对干扰(rǎo □□(🏵□为的仿□,对(□)□□驾驶行为□□驶□性格□的(🍸□□化□度。


□span style=□let□er-spacing: 1□□;"□△图表(🍕)摘□⛩)自孙剑(ji□n )、田野、余(🚉)荣(🚬□杰所著□自动□🦋)□驶虚□□真(⛑)测试(🧔)□价理□与方法□一书深信科(k□ □技(💋)创始(sh□ )人(🐂)□子江说:“基于交通流的泛化和(🔉)(□□□)驾(💛)驶员的智能(néng □□,如□模(□)□足够好,由于随□□)机因子的存(cún )□,□景(jǐng )运行10□(💗),就相(🥋)当于泛化了10个。”


□/p>

不过,智行众□(wéi )C□□李(🦔)月认为,不能为了泛(f□□ )化(📵)而(🦅)泛化。“我们(m□n )一定要对被(bè□□)测的□能(🚆)有深(shēn□)刻的(🕚□理(□□□)解,然后再(🙋□去设计泛化方(📰)案(àn□),□不(bú )是为了泛(fà□□□化而□化,更(□èng□)不能漫无(w□(💉)□)边际地去泛化。场景□(fàn )化虽然(🎺)□虚拟,但(👮)□要(yào □□重现实□”<□s□an>

<□ d□t□□track="1□0"><□pan style□"□ette□-spac□ng: □px;">另□□位仿真专□(jiā )□□:□说(shuō )到(dào□)底,仿真□zhēn □还是(s□ì(🍁)□)要(🛄)为□(cè □□服(🙄□务的(🎥),我们是已(yǐ )经在路上遇□(📖)了一(💨)□问题,然□□□kàn □如何通过仿真解决□🌊),而不是说我先有了一□仿真□技术,然后(hòu )看(□)用在什么问题上吧(□a□□?”

前□提(□í )到的一位□wè□ )仿真□(□huān □家(j□ā□)称,据他□解,目前还没有(yǒu )多少公司(□)(sī □能真□做到场(chǎn□ )景泛化的自化,在大多□情况下,调参都是靠(😅)人工来□(wá(□)n )成□c□éng )的。“场景泛(😱□化能□(lì ),尽□很重要□但(□)现阶□,还没有□个公司真能(□)做得(dé )很好□”

51 □or□□车载仿(f□n□□)真□务(😕□负责人(⛳)鲍世(shì )强认为(wéi )□□场景泛化,最重要□□□🚀)要对自动驾驶仿(🏟)真测试需要□么样的场景□一个深刻的理解。事实上□现□的问题(🌘)(tí )不□生(s□□ng )成的场(chǎng )景太(😤)少,实在(🍳)(zài )□太多(⛽),而且有很多并不会□实发生,算不上有(👰)效的测试场景,这就□(🐑)对□📉)需(xū□)求理解(□)不到□造成的。<□span>□/p>

而那些有□力(🍍)、对仿真需求理解比(bǐ )较深入(rù )的L4□自动驾驶公司,其□并没有□(👯)够的动力把场(chǎng )景□□做(⏪□得非常□入(💢)。因(🛸□为□Robota□i通常只在(z□i )某个城市(💱□□一个很□的区域(□)里(□)跑□他(tā )们只□□集这一个区域的场景数(👘)(shù □据做训练和测试就(🌞)□了□□□太大的必要去□□出很多(🗿)他(🦔□们在(zài )相(□iàng )当长一段时间□(nèi )都不会接□(c□ù )的场景。

<□pa□ style="□ette□-spacin□: 1p□;□>鲍世□认为,蔚小理(lǐ )这些主(🛰)机厂□真实道路数据比较(jiào )多,对(□uì □场景泛□也(🔀)没有太强的需求。相反,对这(zh□□)些公司来说□□(bǐ□)场(🚷)(c□ǎng )景(🧟)泛化更□□(□i□ )□(de ),是对□景做精细化分□管理,筛(s□āi )选(🍲)出真正有(yǒu )效的场景。□/span>


轻舟(□□ō□□)智航的仿真专□也认(□èn )为,随着车队规模(🆑)□(de )□□、来自真实(⬆□道□(🧐)的数据规模急剧膨□,对(🔺□仿(fǎng )真公司来说,如何充分挖(wā )掘(🍘)出这些(□)数据中的有效场景确□比(□□做场景(□)□(💻)化重(👜□要(yào )得(dé□)多(🍭)。“□(□ǒ )们(🥦)□许会探索□🎙)出智能化(🦎)程度(dù □更高的泛化□段(□),能(nén□ □更□地□□法□□规模□□)(mó□)验证。”<□span>

□s□an style="letter□spacing: 1px;□>杨子江说□“针对(duì )□数层面的泛化□例如车□数(🏹)量(lià□g )、(🦀)□通参(□)与者的种类数量、天(□iān )□,以及速度(□)(dù )、□TC等(děng )关键参□□各□产生泛化(huà □场景的□⏯)□(n□(🍭)ng )力都差不多,但场□(💓)(jǐng )泛化能力的核□在于□(□)何□别有效(😂)场(ch□□🏑)n□ )□,过滤无效场景(包括□□的、不□理的)(✴);(□□□(□r □场景识□的难点在(□□于□复杂场□🏒)景需(🍋)要识别(□□é□□多个对象(xiàn□□)之(💍)间相互关系。□<□span□□br□>□p □at□-track="206">上□几位提(tí )到(dào )的“识□🎤)别有效场景,过滤无效场景”□又被称为(🌮□“场景提取”。□/p>□p data-track="□07">□/p>

场景提取的前提□,先搞□楚(□hǔ )究竟□(👏)么是□□(□)效场景”。据几位仿真专家介绍□除□律规定应当测试的场景外,有(🔢)效(xiào )场□还包(🏌)括□下两类:做(🐳)系统正(🔓)向设计(➖)时,工程师根据□(s□à□□)法的开发需□xū )求定□的场景;测试□被挖□出(🔈)的(□)(de )那□“算法搞不□”的场景。□/p>

学(♊)术□有一(🆙)□设(🕜□想□:在感(🐖)知算法里面(mià(🚅□□ )设□(dìng )一(yī )些熵(□)值,当场景的(🉑)复杂□(💤)超□□这(💫□些值□z□í ),感(🙎□(gǎ□□□知算法就(jiù )□改(🌻)场景标记为一个□(yǒu )效的□景。但这个熵值怎么设,存在很大挑□。某(m□□ )仿真公司采用的(□e )是(shì )“排除法(🏁)”,即如果一个□本表现(xiàn□)□常好□🙆)□算法□某一些泛(fàn )□场景(👉)(jǐ(□)ng )□“问题□发□🚦)”,那这个场景大概(gài )率就是(⛪)“无(🛵)效场(♌)□”,可(💵)以排除了(le )。

某(mǒu )主□厂(□hǎng )的(🔘)系统工程(🍕)□说:“目前还没(méi )有很□(□)的做(🌂)(zuò )场□筛□□□uǎ□ □的□法。如果吃不准,那(□à )就放到云(😑)(□□n □□真□去(qù )算,总(□)□(😄)是□算出来(lái □这(□)□极限场(c□ǎ□g□□景,□(□án )后再□这些极限条□在自己的HIL台架上或□VIL台架上□验证(🤨□,那么效(xiào □率就(ji□ )会□很多”。

<□p>

问题三:仿真究(jiū )竟难(n□n )在哪(□)?□/□pan><□span>□/span>


□p□d□ta-tr□□k="223"□在(😳□跟很多仿真公□的□🕡)(□e )专家及其下(xià )游用户交流的过程中,我们了解到,□下,自(□ì(📒) □动驾驶□(💣)仿真,最□(□)的环节之一是□□器的建(jià□🐶)n )模□🍎)。

□□ dat□-track="22□">□br/>

□p data-track□"225">按□□众维CTO李月的说法□□(🌀)感器(qì )建□可分为□能(né(⏪)ng )信□级建□、现象信息级/统计信息(xī □级建模及全□理级建□(□)几个级别(□)。这□个□□□区(🦐)别如下□—


    • <□u□>□p□data-track="230">
      全物理□建模,指对传□🗽)(chuá□ )感□🧢)器工作(□uò )的整个物理链路做仿真□其目标在于测试传感器□□的物理性能(n□□g )□比如,毫米波雷达(dá )的滤□□力如何(hé )。
    • □br/>

      狭义上的的传(📝□□器建模拟特(💹)指全物理级的建模。□□(z□ǒ□g□)建模,很少有公司能□(zuò )□(⏫),具□jù )体原□如下:□/p>

      <□r/>


      <□ da□a-track="2□7" style="text-align□□cente□;">□□trong><□□an s□yle="co□or: #4F81B□; --tt□darkmode-col□r: #□□81□D□">1□□像(□)□染的效□(👪)不够高□🛍□<□span□<□p>□p data-□ra□k=□238">


      从(🔌□□算机图□成像原□□,传感器模拟□括□线(输入、□出(chū )模(🛅)□□、几何形状(zhuà□g )、材质(□□ì□)模拟、图□🕢□(tú□)像□染等模(💦)拟(😱□,而渲□xuàn □染能力和效率的□(chà(🕸) )别(bié )则□影(🍲)响到□dào )仿真的真实□(🌋)(xìng )。

      □/p>

      □strong□2.传(🌪)感□的□型太多&amp;□□精度、效率和通用性的(de )“不可能三角”□/□><□ data-□rack□"245"><□p>

      <□r/>

      □有单个传感器的□度高还不□□你还(🆓)□hái )需要所有的(⛏□□d□ )传感器都能同时达到□(🎿)个理想□状(z□uàng□)□,这就要求建模有很(□)(hě(🚆□□ )广(🎽)的覆盖度,但在成本压力下,仿□🔲)真□队显然不□□对激光(🗑)□达做(zu□□)10个、20个版本的建模吧? 另一方面(□),又很难(nán )用一个通□的模(🤮)型去将各种(□h□ng )不同□(kuǎn )式的传感器表达出来□□/p□


      <□p>模型的(🐈)精度、效□和通□□(x□n□ □是□(□)个□不可能三(🙅)(□ā□ )□”的(🈶)□(🕗)系,你可以去□升其中的一□或者两个□🕹)角两面,但(□à□ )你很难去持续性地把(bǎ )三(sā(🛸)n )个维度同时提升。当效□足够高(gāo □的(😖)(de □时候□模型精度一定(dìng )是下降的□

      □p□data-tra□k="250">
      □/p>

      □右智能(nén□ )的□真专□zhuān )家说:“再复杂的数学□型□可能只能(🕚□以99%的相似度模拟真实传感□,而这□下的1%可能就(□iù□)□会(huì )带来致(□hì )命问□的(🔙)因(y□n )素。”□/p>

      <□r/>□br/><□□>

      <□pan style="letter-spaci□g: 1.5px;□><□pa□ □□yle="color: #4□□1BD; --t□-darkmode-□□l□□: □4F□1□D;">□.传感器建□jiàn □模(mó )受制于目□物的参数



      传感器仿真需要外部(bù )的数据,即外部环境数据跟□gēn )传感□有□耦合,然□,外部(♌)□(📚)□的建(ji□□ )模其实(💙)也挺复杂的,并且成本也不低。

      城市场景□□筑物□□🌀)(de )□量太多,这(🔸)□严重消耗用来做图像渲染的计算资源。有的建筑(□hù )物会(💂)遮挡□上的车流□行人及其他(⭐□目(mù )标物体,而有遮挡没遮挡,计算量是完(wán )□不一样的。

      <□ □ata-track="261"><□r/>□/p>

      此外,目标(bi□□ )物□反□🏠)□率、材质(🏡),很□通过传感器□模搞清(🥦)楚。比□,可以说□shuō )一个□(mù □标(□iāo□)是个桶(🏤)状的,但它究竟是铁桶□是塑□(🔒)□,□个□□通过建模来表(🎐)达(🗻)清(😻)楚;即(jí )使能□达(🤶)清楚□🐃),要在(🐙□□真(zhēn )模(🐥)型中把(bǎ )这(zh□ )些参数调好,又是一个超□大□工程。

      而目(mù )标(bi□o □物的材质□物理(🤧□□息不清楚的话,仿真(□)的□拟器就□以(🔻)选择。

      □b□/>□spa□□styl□="let□er-spa□□ng: □.5px;□>□strong>□□□感□的(d□ □噪声加多少很□💀)难(□)确□□/span>


      <□p□

      □br/>

      某Tier□1仿真工程师说(shuō □:(💐)“深度学□算□🦁)法识别物体是□□从(😓□真实(🙆)□界的传感器□据收集到信号(hào □去噪的过程,□比之下,传(chuán )感器建(🧐□模则(zé )□要在□□的物理(□)模□的基础上合理□加入□声,而□难点就在(z□i )□噪音□何加得才(🈷)能跟真实世界足够接近,以便□□(□)□深□(🛍)□习模型□(😁)别(bié )出□□又能有效提升模型识□□😽)□泛□。”

      <□ d□□a-track="274">

      □(🖋)□(🕴)感□gǎn )器原理的(□e )角度看,□机建模的(de )过程中还需要做(🚰)相(xià□g□)机□□化□□生成理□l□ )想的模(□)型(xí(🌱)ng ),□□加(jiā□)噪音(yīn□))□畸变模拟、□角(♉)模拟(nǐ□)、颜色转换、鱼眼效果处(🕜)理□而以激光(📕)雷达模型(□í□□□□也可分为理□点□🍺)□模□(💩)(步骤包(🆗)括场景裁剪□🧓)、□见判断、遮挡(🧞)判断和位(□□置(zhì □计算)、功率衰减模型((😎)包□bā(🔣)o )括□接受激(jī )光(guāng □功率、反射(😕)激光(□uān□ )功□📏)□(lǜ )、反射天线增益、目标(🥋□散射截面、接口(□)(□ǒu )孔径□目□(📁)距离□lí(😮)□)、□气传输□(xì )数、光学□输系□等子(zǐ )的设定(□ì(🛁)□g ))和考虑(🎭)天气噪□的□理模型等。


      <□ data-□rack="277"><□p><□ dat□-t□□ck="278" □tyle□"text-align: cent□r;">

      5□□源的限(🔧)制

      □b□/><□p>

      <□r/>□/p>智行众维CEO安□伟(😨)提(tí )□了资源□感□□(🌬)拟仿真□😦)的限(xià□ )制□zhì ):“我们要对传(□huán )感器做完全□物理级(📠)建模(m□ ),比如摄像头的光学(xué □物理参数□都□清楚,□(📄□□要知道目标物(感知对□□的(🕥)材质(□hì )、□(🏥)□率等(děn□□)数据,这个□程量(li□ng )巨大——在(zài )有足(zú )够人力的情况(🐃)下(📮),一□里场□的建□ji□n )设周□需(□ū )要□(🤷)不多1个月(🤨)。即□jí )使真能建□jiàn )好(hǎo ),模型□复杂度也极高,很□(♉)(□□n )□当(dāng )前(🙇)的物理机(jī )上□□pǎo )起来(实(💖)在太耗费算力了)。”

      <□□data-track="283">
      □□p>

      “未来,仿真(zhēn )都是要上□的(de ),看起来,□端的(d□ )算力(lì □‘无(□ú )穷无尽□,但具体分摊到某个单一节点的(de )单□模型上(shàng ),云端的□算□⛎)□力可□kě □能还不□(□)物(🅿)理□——□且,在物理机上做仿真时□如□一台机□的计算资(👼)□不□□可以(🌜)上三台,□(yī□)台负责传感器模型,□台负责动力□(🚭),一(👉)(yī )台负□规控□但在云(yún )□(🤡)跑仿(🏐)真□😒), 能□(🤚□在单一场□□(🍛)一模□(😻)上的算力并□是□□无□的,那么这个就限制(zhì )□我们(men )这个模型(xí□g )□(🗽□复□度。”


      □p□d□ta□track="286">

      <□p>6□仿真公司(🕠)□□拿(ná )□传(chuán )感□□底(🔄)层数据<□span>

      □p dat□-tr□□k="28□" style□"text-align: ce□ter□"><□p>

      全物□□建模□要(🕎)把传感器的各种表现都用数学模型□建出(🏀)来(lái )□比如□将信号接收器□🤑)的□□□体(🎺)性(□ìng □能、□(🔥)播路径(□间受空气的(de )影响□反射□射的整个□路)用(□òn□ )数学公式(shì )表达出来。然(🚘)(rán )而,在软硬□尚未(wè□□)真正解(jiě )□(ǒu□)的□段(🙀),传感(❗)器内部的(🆎)□(🗳)□算□□个黑(🚖)(hēi )盒□,仿□公司无□了□□法(fǎ )究竟□□ìng )是个什么样□🕞)子(□□□

      <□ d□ta-track="293"□全物理建模需要获□传感器元器件(如CM□S芯片、ISP□的(🌕)底□🍲□□□数□□□些参□做(🗓)建模,而且□还(□ái )□要□(🎢)道传□器的□层(🤡)物理原(🤗)□,并对激□□达的激光波、毫米波□🙎)雷(🗻)达的电磁□□(🚩)建□。


      □此,有□(yī )位仿□专家说:“要做好传感器□模,□□刻理(□)(lǐ )解(🍍)传感器的底层硬件知(🏇)识□基本(b□n )上相当□(yú )要知道□(zěn□)么设计一款□感器(😎)(□ì □。”

      <□p>

      然□(ér ),□感(gǎn )器厂商(shāng□)一□不(bú )愿□(🎢)开放底层数(shù )据。

      智(zhì(😃□ )□□háng )众维C□O李月说□□这□底(🎼)层参□□如果拿到了,□着它去□(🧘)建模,那你基本□就能把这个传感器□出来了”

      <□r/><□p□

      智行众(🛐)维(wéi )□EO□宏伟□(sh□ō(🤖) )□“□(□ōng □常主机厂在和传(chuán )感(🌭)器供应商打(👵)(dǎ□□□道的(□)时候,不要说拿(ná )到(dà□ )材(cái □□□(wù )□参数这□细节□能拿到接口协议(🧡)就□经很不容易了(🥈)。如□主机厂足(🤠)够强势,传感器□应□也积□(□)配合,他们可以拿到接口协□,□也不是全部。连(lián )□机厂□很难拿(ná□)到的东西,仿真公司就更□(□)了(le )□”<□p□


      事实上,□感器的物理级仿真(zh□n )是只能□🤗)由(yóu □传□器(🥕)厂商去(qù□)□己去做□□国内(🕓)□多传感器(qì )厂商更多□外采芯片□□部件(□)来做集成(🐈),因□,能□做传感器物(🥨)□级□(🤙)真的□😺),□际上□TI□恩智浦这些上游供□商。


      <□ data-track="306">某(mǒ(🧀)u □商用(□)车无人(👞)驾驶公司的□真(z□ēn )工程师(😥)说:“传感□的□真(🗝)难做,□致传感器□型的过程□复杂。我们□做传□器选型(xíng ),基本上都是传(c□uán )□器(🥢)公(□□司先(xi□n )把样件寄给我(wǒ ),我们□🛴)□把(⏳□各种(zhǒng )类型的都装上到(dào )车上□(🕍□测试。 □(rú(🛬) )果传感(gǎn )器(qì )厂商能跟□真公司合(😘□作,他(tā )们之□就可以把接□□□拉(💨□通,提供(gòng )□准的传(🎏)感器建□□那我们就可以以很低的成本获知传感器的(💩)(de )□□(🚗□,做传感器选型(□)的(🧤)工作量会□幅□(dù )□少。”


      □□p>

      不(🧝)过□🆎□(□□ò□),51 World CTO鲍(bào )□强的□法□🌋)是:“□知(zhī□😥)□)仿真现在还处(🤦)(□h□□)□初(c□ū )期(🏠),还远□没做到(🥞)需要(🛣)把传感器里边的建模搞得那么精细的阶段。把传感器里边(□)拆开建□那些(🚰)□西,□觉(📠)□(🎥)毫□háo )□(🚳)□义。”<□□><□ dat□□track="309">
      □外,□某无人驾驶公司仿真负责□的□□😸)法□传感□仿(🧜)真做□□,并不等(d□n□ □于感(🍽□知的仿真完全做(🍠□不□□□/p>□□r□>

      比(♊)如(🐼),硬□□环(HIL)可以接入传(ch□án )感器实物(wù(🌦) )□传(😂)感器和域□□(⛏□器,都是实物□wù )□来测试。接入传感□实(shí )物(🔉),既可□□试(🍼)□知算法□也可以测试传感器本□(□)的功能和性□。这种模式下,传感(🐋)器是真(zh□□□)实(📱□的,相比于传感(□)器仿真,仿真(□hē(🚒□n )精确(q□è□)度更高。□/p>□p d□ta□track="314□□但由(👤)(yóu )于涉及到(🙏)配套□件,集成起来□杂,而□(🦄)这□方式依然需□传感器(qì □模型来□□环境信号□生□,成本也更高,□而,实践□很(💗)少(shǎo □使用□(zh□ )种方法。<□p>

      <□ data-track=□31□">附(🐀):□动驾(□ià )驶(shǐ )仿真(zhē(🎛)n □测试的两个阶段<□stron□><□s□an>

      <□r□>

      □摘自公□🌮)众号“车路慢(màn )慢”在(□)20□1年3月26日推送□文□□自(z□ )动驾驶(□hǐ )虚拟仿□(zhēn )测试介绍□🍝)》)□br/>考虑到近(□)期(🛀)的实际情况□自动驾□(🏔□□真大致要分□(🌝)两个发展阶段(当然这两个(🤴□□段可能□(🎤)没有明□的时间界限)□


      □/p>□p □at□-□rack="322"><□trong>(1)阶(□iē□)段□duàn □一:

      □p data-tr□ck="323">
      在试(🍨)□室和封闭试□场内对(⏪)□duì )传感器的感□识别模□进行测□,在(□à□ )虚□仿真环境对(□uì )决策□制模块进行测试□仿□□境直接□j□ē )向决策控制模块提(🍘)供(🍠)目□□表。


      □p da□a-track="□□6">这主要是因为目前□□感器的(🗻)建模还有很多(Ⓜ)□限,从(cóng□)而不(b□ )能□né□g )进(❓)行有效(甚至是正确)(🖼)的仿□🌅□真。比□摄像头(tóu )输出□图(🚗)(tú )片(🐩)较(□iào )容易仿(fǎng )真,但是污渍、强光等特□🍋)性□真难度□大;而对于毫(háo )米(mǐ )波雷□如果建立(l□ )精(👘)度□高的模(🏉)型(🎻)(xíng )□则计算(suàn□)速度较慢□□能满足□真测(🐫)(cè )□的需求□□iú(🐶) )。

      在(🎺)试验室和(🔲)封(fēng )闭(bì )试验(yà□□)场可□对测试环境进行完整的控制和数据□录。比如布□不同(tóng )类别(□i□ )、位□(zhì □和速□的□人□👏)和车辆,甚(□)至可以对□、雪、雾和强光的环境要素进(□)行模□,并□🧖)将传感(□)器处理输出□chū )□目标列(🐭)表与(□□ )真实环境进□□比(🎂),从而□出(chū(👨) )对□知识别模块的□(□)估(□)结果和改进建议(🌉)□□/p>

      这么做的□de )好处是(📼),在(z□i )□感器(📝)(qì□)建(□iàn□□模□很多□限的情□(kuàng□)下,依然(📆)□够在仿真□□□uán )境下对决策控(kòng )□模块□行□□(➿)□提前享受□(🔣)□□试的优(🕦)势。□/p>□p data□t□□ck="332"□((🧡□2)□段二:

      <□r/>

      <□ dat□-trac□="33□"□在虚拟仿真环境(jìn□□)进行高精□jīng )□的传感器建(⛔)□,从而对完整的自(□)动驾驶算法进行测试。


      这(🆘)一阶段的难点,一□面(🔠)是前面提到(□)的满足(📅)测试(s□ì□)需(xū )求(qiú )的传感器建模,另外一方面□🐅□是(s□ì □不同传(ch□á□□)感器厂家和OEM厂□直□□(jiāo )互的接口很可能不(bú )一致(□)((👹)有□情况(🍾□下□□□□存(cú□ )□)。

      □p data□track="33□"><□r/□□/p>□p data□t□a□k□"3□0">



      □□pan sty□e="lett□r-□pacing: 1px;">对□等级(j□ )自(🎾)动(🐔)□驶□□而言,仿□🔡)□只是一个□🗒□辅□手段,而到了□le )高等□自动驾驶(□),仿□便(bià□ )□为准入(🤮)门(□)槛了——L□□要做(□u□ □过□够□程的仿□🤾)真才能上□。


      某(m□u □主机厂仿真专家说:□常(🏁),自□(□)驾驶(🍇)公司做L4仿真的(□)(de □能力更强(♿)□些,而第三方仿真公(gōng □□做的□□)仿真(💖)则以(🎇)(yǐ )L□为主。那么(me )□两个阶□□)段的仿(👐□真(😳)的具体(🚮)差异□📈)有□些呢?<□r/>

      □□r/>

      □p □ata-track=□3□0□ s□yle="t□xt-align: cen□er□">1.功(□)能边□🎭)界□/spa□>□br/>

      □p□d□ta-track="3□2">□br/>□/p□

      轻(qīn□□)舟智□仿真专家:“□2□产品定义(🤨)成熟□shú ),功能□(🚑)(biān□)界清晰,因而,仿真□务商提供(🤳)给□(🐂)家(jiā □主(🥪)机(jī )厂(🆚)的(de□)服务□用程□(dù )很高□而L□的□能边(□)界在□□,大家都(□□还在探索,□此,客(📿)□对仿真的需□□)求有很(💨)高程度的定(dìng )制化。”

      □p dat□-□ra□k=□356">

      2.场□□)景库的规□<□span□

      □br/>

      □/p□<□ d□□a-track□"360">深□□(□)创创始人杨子(💺□□:“从测试场□的(de )角度□,L4因为ODD复(🌌)杂度更(🕑)高(□),场景库的数量级远高(🛀)□L2。”<□p><□ d□t□-track="361">

      <□ data-tra□k="36□">□/p>

      <□r/>

      □□ data-□rac□□"3□4" style="text-align: le□t;">3.□□景复□度(📳)的(□)要求□p dat□-track="365">

      某主□厂仿真专家说:□□)“L4仿真对(🥔□场(chǎng )景(jǐ□g )复现度的(🛵□要求□高,即道(♈)路□发现的一个问□,□不□在□💕)仿□🥡)□场(🎳)(ch□ng )境(jìng )下(xià )去(qù□)复(□ù )现;(🐊)但很□做L2仿真的(□)公(gōng )司还没有思考过这个问题(tí □。”□/p>□p d□ta-track="368">□br/□<□r/><□p□

      □□tr□n□>□.对(🐓□(duì )数(sh□ □据挖掘能□🤮)力(□□的关注度□/span>

      □p d□ta-trac□="372"□<□p>

      低等级自动驾驶仿□,大家主□🖼□要拼(💵)场景的真实度,高等级自□□驶□(📏)□据挖□的关注度□高了。<□p>


      □p data-track□"□77">□br/>

      □p □□t□-tr□ck□□37□"□style="□ext-□lign:□l□ft;□□5.数据构成<□r□>□b□/>51□W□RLD 车载仿(🔘)真(🐺)业务负(fù )责人鲍世强(🤹□:“□2□(duì )功能定□dìng )义得比较明确□仿□fǎng □真可以(yǐ )以□成(□□é(💘)ng )数□shù □据为主,以真实道(🥓)(dào )路数据为□;□到了L□□段,数据驱动的重要性会更高,□此,需要以真实□□数(shù □据(✡)为主,以算(📅)法生成的数(shù )据(jù )为辅□”□/p>□p dat□-track="382">

      □p □ata-t□□ck="384"><□r/>

      <□ data-□rac□="385" style="□ext-align:□□eft;">6.感(gǎn □知<□span><□□t□ong>□p□da□□-□rack="386">

      高(gāo □等级自动驾驶车辆(🎤)摄像头数量多、像素□sù )高,对仿真系□的图(tú )□(xi□ng □渲□🐘□(xuàn )染能(né(💈)ng □力、数据□步能力及仿真引擎(qíng )的稳定性都提□了更高的要求。



      <□r/>□spa□ sty□e="letter-spacing:□1.□p□;"□7.高精(🚼)地图□□stron□><□span>


      <□□/□

      智(zh□ )行众(zh□□□ )维CTO李月:“低等级自□(⏲)驾驶□本都不需要高□gāo )□地图□🙋),但高等级(□)自动□驶在目(🚩)前阶□则高度依赖高精地图,这也是构(🌌)建(🙏)场景的时候就需要建数(🌋□字孪生的原因之一,□真(🦒)实□界做对(d□ì )比。”

      □br/>
      <□p>

      <□□/>

      8.决策<□s□rong><□span>


      <□p>□p data-track="401">

      智□众维CTO李月:“L2□□👦)方□□决策的策略逻□及执行□🔊)机构(💊)的(🦓)测试关(🚢)注比较多,但并(b□ng )不会(□)把重点□⛄)放(fà□□ )在规(guī )划□□上,但□dàn )到(📤)了L4方案(àn )中,□(duì )如何避□👒)障(zhàn□ )、如(□ú(⛽) )□(hé(📸) )绕路等路(⛔)径规□算法的考虑就比(bǐ )较多□”□□p>

      <□r□>□/□><□ data-t□ac□="□04">□br/>


      9.是(🧗□否需要□驶员(yuá(🌵)n )模(mó□)型□/p>



      对低□级自(🗂)动(d□ng □驾驶来□(□),系统□会完全(🧦□□制(zh□(🌗) )车辆的行为,而只□起(q□(📷) )到辅助(🤔□作用,□此(cǐ ),仿真(🌶)公司□□场□设(⛓)计的时候还要去设计很多驾□□(🚩)(yuán )模□;而对高等级自(□ì )动驾(jià □驶(📺)来说□s□uō )□车辆(😑)控(kòng □□通过自(👰)□zì □动驾□来实现□□(🕡)此(cǐ□)□仿真场景设计□(□)就不(bú□)需要设(🥖)(s□è □计驾驶员模型(xíng )□<□p>


      10□是否□先□定测试过程<□s□an><□p>

      □□r/□□/p>□p da□a-track="415"□<□r□□□/p>

      □span style="letter-s□acing: 1px;">对这个逻(luó )辑,公(😎)众□□车路慢(màn )□”在□篇文□更详细□解(□iě □释:□□span>较低□级的自动□□j□□□)驶面对□□况复杂□和工(😄)□范围□较(□iào )小,或者说由于驾驶行□主(zhǔ □要由人类驾驶□负责□自(📂)动驾驶系□仅需处理有(yǒu □限数(shù□)量(🔼)的□确定的(de□)工况即可;较(🥊)高等□的(⏲)自动驾驶的驾□行为□要□自动驾驶(🥊)系(xì )□负责,其处理(lǐ )的工况□杂(⏯)(zá )度和工□□围很大(□),甚至不(□)能提□预知(📸)。<□ □ata-trac□□"419">
      □/p□

      基于两(🤪)者的这(🏈)个(gè(□□□)差异(yì ),□低等级□动(🚴)(d□n□ )驾(jià□)驶可以使□(□)□于用例的□□方法(👌)较好的进行测试,而较(🚑)□等级自(☔)动□dò(□)n□ )□驶则需(x□□)要□□)□用基于场景(jǐn□ □的(❗□测试□(fāng□)法□□/span>

      <□ □□ta-tra□k="421">

      □p data-tr□ck="422□>基(🚜□于用(🧕)例□🆙)的测试方□,即是预□(⛵)测试输入和测试过(g□ò )□(chéng ),通过查看被(b□i )测算法(🚨)(f□ □是否实□□)现预(yù )期的功能来(lái )评价是否通(🦖)过测试(👸)。比如对ACC的测□□)(cè□🖖)□)□,预先设□(dì□g □被测车辆和前车的(🥡)(de )初(□)始□shǐ□□车速□以及前车减□的□□e )□刻(k□ )和□速度,查看被测车辆是□能(n□n□ )够跟(gēn )随减□□车。
      □/p>


      <□ dat□-trac□="4□4□>基□场景的测试□法□即是□设测试(s□□ )输入,□/strong>□不预(yù )先设定测试过□🌞)(gu□ )程,只设定交□□iāo )□车(chē □辆□行(□áng )为,给予被测算法较大的自由□□🏒),通过查□被(🐗)测(🆙□算法是否□成预(yù □期的目标(biāo )来评□(🐻)□□📥)否□fǒu □通过测试□str□ng>。<□□tron□>比如对直□道□行驶的测试,预先设定被测车(chē )辆和前(🚡)□(🚐)的初始(🚯)车速,以及(🏑)前车减速的时刻和减速□(🐵)□但是不□定(□□被测车辆□👰)是(shì )通过(□□ò(🏛)□)减(❎)速还□□🏅)(s□ì )换道超车的方□🍲)式避免与前车□撞。


      <□ data-□rack="426">□(zào )成□□□)于不同等级(□í )的自(zì )动驾□功能需要使(💮)用(🔙□不同的□(□è )□□法的(de )一个原因(🏘)是:□等级的自动驾驶□般□够分解为简(💹)单□独□□功能,可以把单(□ān )一功能(💴)作□被□对象;□(□)高□(děng□)□的自(zì(✌) )动驾驶较难分解成简单而独□的(de )功能,只得把整(🛠)□自(👊)动□驶系统或其(🍉□相对□大的一部□作□□)□被测对□。



      □p □at□-□rack="429">
      <□ dat□-track="430" s□yle="text-□li□n: left;□>□1□产业生态
      □/stron□□
      <□p>

      <□r/>□/p□


      <□□an □tyl□=□le□□e□□spa□i□g:□□.5px;">□s□rong>问题(tí )五:仿□中□(de□)“一天多少(🏼)(□hǎ□ )万□wà□ )公里”该□么理□?<□span><□s□ro□g>跟真实道路测试类□的□(shì□),一□仿□□ǎn□□□真公司□强调“行(háng□)驶□□”,比如□□ú ),每□“□十万公里”,那(nà )这个□字背□bèi )后的真□含义究竟是什□呢?它跟真实道路上□行(🍞)驶里程有何区□呢?

      □□□data-tr□ck□"□4□">

      □拟里程(🍵)(ch□ng )是指一个□量仿□平□在(zài□)□(□ān )位时□□并□🎶)行(🏪)仿真□点行驶里程的总和。单位时间内□nè□ )□仿□里程数取决于整个平(□)(p□ng )台算力□持并行运行的节点(□□ǎn )数和不同仿真场景□杂□下的超实时(🕧)指数(shù )。

      □br/>□□ □ata-t□ack="443">□sp□□□style□"letter-spa□in□□ 1px;">□单来□,一个仿真(🆕)(zhēn □□点(di□n )就□□辆车,就□仿(🈸)真平台(tái □能支□🤲)持□时□行□(🏆)多少辆□测试车(🌐)”。

      <□r□>□/p><□ data□□rac□="445"><□pan style="□etter-spacing□ 1px;">据□行众(Ⓜ)维C□O安宏伟(wěi )□释:简单来讲□假如一个□g□ □仿真平□有□00台(□□GPU服(✔)□□□□力,每台(🥣)(t□(□)□□)□署(🥙)□个仿真□□,则□个仿真平台(tái□)就拥有同时并(bì□□ )行800个仿真的能□🔕)力。仿真里(l□ )程就取□(🏧)于每个实(shí□)例□(□)(měi )□□□)跑的□(lǐ )程□了。□/p><□pan style="let□er-spac□ng:□1p□;">□st□on□>一台G□U服务器上能跑多(🤵□少(🗡)□(📤)实例□取□(👺)于GPU的性能和仿真求解□能不能在一台服务器上(s□à□□ )并□仿真。

      <□r/>

      安(ān )宏□h□n□ )伟说:“我(wǒ□)们□仿真平□的仿真节□,□现了多种(zhǒng □部署(💏)方(😽)式(□hì(📲)□),能够灵活满足(🏧□□zú )客户的各种云资源(🐙□的状况(😀)□都能实现大规(guī□)模、弹性的节点部署。目前(□iá□ )我(wǒ )们在苏州相城建□□云仿真平台□实现□超(ch□o □□400节点的(🏥)部署。□

      <□ d□ta-track=□4□0"□

      结(🐯)合每个□(shí )□每天(😨)跑的□程□□可以大致计(jì □□出仿真(□hēn□)平□上(shàng )每日的(de□)仿真(zh□n )总里(l□□□程。□果一□(gè )实□(lì )(虚拟车)平□每(mě□ )小时跑1□0□里,每□跑(🀄)(pǎo )24小□(□hí□),那每日就是将近(🎭)30□0公里,如(💐)果(guǒ□👸)□)有□3个实例□那□nà□)该(🌁)台服务□上每天就□不□□)多有10万公里□

      需要结(🖼)合□h□(🐵) )合(hé□□理的仿真测(cè )试方案和海量的场景作为支(😆)撑,在场景的覆盖度和有效性上进行不断地扩展(□□ǎn□)□最后(hòu )能□néng )够□□□(lá(🈶)□ )有效(🚷)的(🗳)(de )□景才是根(gēn )本。

      <□ d□ta-trac□=□4□4">


      □/p□

      □b□/>

      □/stro□g>

      在采访中,笔(🗻)者反复问到一个问题:仿(fǎng □真(zhēn )平□(🥩)(t□(🏺)□ □上跑的车,跟□实世(shì □界(🙃)中(😙)□车(chē□),是□(zài )同一□(□)时间(👺)维度□的吗(□□?(✈)换(□)个(g□ )说(shu□ )法:仿真平台上的1小□,等于真实世界中(zhōng )的1小时吗?会有“人间(📦)一年,天上(shàng )十年□的情形出现吗?

      □p data□track="460□>

      答案□(□):可以等于(实时仿真),也□🏄)(yě )可以不等于□超实时(😘)仿真)。超□(🌹)时□真(zhē□ )又可分为“时间加□🚺□(jiā )速□和“时间减速”两者(zhě )情况——时(shí )间□速即仿真平台上□□间□(b□ )真□世界中的时(□)间快,时间减速(□ù□)即(jí □仿真平台上的(de )时间比□实□□慢。

      □p□data-tra□□="46□">仿真比真□世□shì )界的(🌃)(de )□□快(kuài□)是□了提高□率,那么□比□实□□shì )界的时间□又是为了什(□h□ )么(me )?□/strong>

      □p□data-tr□ck□"4□4">

      □p dat□-track="465">安宏伟(wěi□)的解释是:“举(💽)个□子□□一些仿(🐶)(fǎng )真测□对图□渲染的精度要求非□高,为了追求精□jīng )□(d□ )□单□(😺)图像的渲(🕧)染□🐅)可能(♍)□法在(□)实时情况下完成(ch□ng )。这种□z□ǒng )比真实时□□的(d□□)仿□,□是做实时的闭环测(cè□😀) )试,而是做离线(xiàn □测(cè □□(👱)。”

      □p d□ta-track=□467"□□体地说,在□时仿真□,图片□生成□(🏈)直接发给算法去(qù )识别,这个过程(😬)也(yě )许□在1□0毫秒内完成,□在离线(🔥)仿真下,图□在(zài□)生成后先保□,在(□)□(➖)□(🦑)□件下发送给算(🛫)法□□。□/□>□p□data-tr□□k="468□>


      算法□接受虚拟时间□□i□n )□这个怎么理(⚡)解(j□ě )?(🏍)安宏伟的解释是,有一些(🤫)算法(👔)在(🥎)结合硬件运行(🗽□平(p□ng□)台□(de□□条件下□可能需要读取硬件上的(🔜)□时(shí□)□网络(🆑)授时,而无法读□dú(🍹) )取仿真系□提(😰)供的(d□□)□(xū□)拟时(□)间。

      □□ data-□rack="□□□">某Tier□□(de□)仿□专家说:在仿真(zhēn )系(xì )统□😹)的工□□架(jià )Po□eidon□S里做到精(□□确的(de )时间对齐和同步□然后□□□(🥠)把□法部署在集群服务器上,进而仿真空间(🐙)□时间可□kě )以跟真□(➕)物(✖)理世界□时间解耦(🐹),解(j□□ )开了就能“□意加速”了。


      那□(🤣□,在□时间加速...详情

人妻少妇精品无码专区二区-蝴蝶效应电影在线观看-润叁彩影视剧情简介



作者 | 苏清涛

□span s□yle="l□tte□-s□a□i□g: 1px□□□□自动驾驶仿真□的很多知识点(□)□diǎn )(排(🗑)名第一的就是“用真实道□(🥤)□据□仿真”□,笔者已(🐆)经好(□ǎo )奇□两(liǎ(🍭)ng□)□多时(□)□,但(dàn )此前(□)一直没有(🚪)(□ǒ(🎪)u □机会学习(🎈)□去(🤝)年4月份的疫情期(🤧)间,偶尔得□dé )到了一次□某仿真公司创(c□u□ng )始□闲聊的机会,笔者便趁机向其(qí )请(😝)教(jiāo )了许(xǔ □多问题(tí )。□□span□

<□□/><□□□

<□pan □t□le="letter-spacing: □p□;">此后,为□叉(😿)验□,□□又陆陆□续向近20位在自动驾□(shǐ )仿真(zhēn )业务一□□专家□教。□/span>

<□pan □tyl□=□le□ter-□□acing: □px;□>对本(□)□列学习(🈂)笔记(🙈)提(tí )供支持(c□□ )的(🧓)□家包(🚿)括(kuò )但不限□智行(🍚)众维CEO安(ān )□伟□□信科□创始人杨□yáng □□江、□行□维CTO李(□)月、□□)51□World CTO □世强□□□(m□ )□行和轻舟智(🎽)航□□áng )、车右(yò□ )智能的仿真专家□(□□□在此□示感谢。<□r/□<□p>

□br/>


□/p>

□span styl□="letter-spacing: 1.□px□□□问□wè(🌲)n )题一:□😹)场(□hǎng )□□源—□🌼)□从合(📳)□数□到□实道路数□<□ data-tr□ck="1□"□

据公众□“□路□lù□)慢□màn )慢”□作(zu□ )者李慢慢及(□)智行众维C□O李□介绍(s□ào□)□仿真测试场(ch□ng )景的来源(🍬),大体上可以(🧀□□□种思路:

□p data-trac□□"1□">

□p data-tr□ck="1□">第(dì )一种思路(lù )是由德(□□(d□ )国□🗃)P□GASUS项(xi□ng□)目提(tí□)出的功(gōng )能□景-逻(luó□)辑场景-具体(🛳)场景□层(🙎)体系:1)、□过□实□□数据采(cǎ(🐪)i )□(jí□□和理论(💅)分(f□n )析等(🍺)方式,得(🔹)到不同的□景类(👶)型(□功能(néng )场景)(😽□;2)、再分析(□□出(□□这些不同场(chǎng )景类型中的(□)□键参□c□n □数,并通过真实数据统□和□论分析□□□ěng )方□□到这□📺)些关键(jiàn□)参(□)数的分布(🔮)范围(即逻辑(jí )□景)(🗡);□)□最后选取(⏸)(qǔ )其中(zhō□g )一组参数(🔧□的取值作□(□é(🥘)i )一个□试场(♍)□chǎng )景(即具(⬇)体场景(😗))□<□□dat□□track="14">
□/p>□p □ata-t□ac□="□6"><□r/>

□□ □ata□track="17"><□r/><□p>

□spa□ □tyle□"l□tter-□pac□ng□ 1px□">举个(🖋)□gè □例子,功能场景可以描(🎩)述为(wéi ),“自车(🚓)(被(□)测车)在当□车(chē□)道运行(hán□ ),在(zài □自车(chē □前(qián )方有(🥫)前车□chē )加速运行,自车跟随□suí )前车行驶。□ 逻(🍞□辑场景(jǐng )则提炼(👍□出(chū )关键场□参数□并赋予(🌙)场景参数(shù )特(tè(⛷) )定的(💫)取(☕)值□□hí )范围,□以上(💒□描述□(de□)场(chǎng□)景可提取(q□ )自□车速、(🥚)前□车速以及加(🏴)(jiā )速度、□车与前车距离等参数(🐉)□每□💻)个参数□有(yǒu□)一□yī )定的(🐮)取(qǔ )值范围和分布特性,参(cā(🕺)n )数(shù )之间(□)(jiān )可能还存在相关性。具体场景□(□)需要选取特定(〰)的场(🔶)景参数值,组成□(□h□(🖊)ng□)景参数向量,并通过具□的场景□言表示□

<□r/>

这其实就是通常□说的“□拟搭建(🔏□/用算法生(shēng )成□(de )场景”□□(🎯□□对场景的(de )理□仍□□于(yú(🥙□ )真实道路场景□但□(shí(🏢) )践□更多地是基于(□)这种(🦏)理解在□件□面“□为地拟□⛓)定”一个□🌲□□驶□□、一组场景,因□(ér ),□种场景背(bèi )后的数据也被称为“合(hé )成(ché□□)ng )数据□。

<□ dat□□track="21"□<□r/>

在实□□(zh□ng □,这种思□□临的主要挑战是,仿真工□师对(□)车辆□正□□chán□□)驾驶场景的理解是否足够深。如果□程(ché□g□)师□理(□ǐ □□场景(jǐng ),任性地(dì )去□拟(nǐ(□) )定”出□🌇)一个场景□那当然□□能用的(🕙□。□/span><□□>□□ data□□r□ck="□3">

□二种(□hǒng )思(sī )路是:(🚓)□p dat□-track="25"□□br/><□p>

据深信(xìn□)科创创始□shǐ )人杨(📠)子江介(🥦)□,为确□□获得比(bǐ )较准(💩)确(📈□的“真值”□通常,工程采□□上的传(chuán )感器□置要比普通□自动驾□📼□驶汽车高许(xǔ )多,如定位系□(🐽)(tǒng )会□huì )采用2□W以上(shàng □的□备以及高线(🤲)束的激光雷□(🏆),产生的数据会更加□□jīng )确。

<□ da□a-track="2□□><□r/>□/p>

□span s□yle□"letter-spacing: 1px;□>□□实道路数据做仿真□□大(dà )的优势是,场景□jǐ□g )的(🥙)多样性不会受限于(yú )工程□对场景的理解不□,□而,更容易将那些“谁(shuí )也(🖇)□不到”的未□场景给“打捞”出□□<□□pan>


此外(wà□ ),某自动驾驶公司仿真□(fù )责(😓□人说(s□uō ):为了提高(gāo □仿(📁)真的(□□真实(sh□ )度,后(🔆□面大□(😎)□(jiù□)会尽可□地□采用合成(🆕□数(□hù )据□多采用真实道(🛒)路数(🆑)据。实际上现在的仿真已经(🏢)在往这个方□(xià□g )发展了——真实数据和模块越(y□è )□(□ái )□多了。□/□>

<□r/□<□p>

不过,有一(□ī )线仿□实践的工程师们普遍反映,□□思路(🤤)过于理想化(□)□□体□□,用真实道路数据做(□)□真,□在如下□点局(□ú(💁) )限性——<□span>



<□tr□ng>1.数□(□)需要做人工(🍢)校□

□b□/>

□p data□□r□ck="41□□<□p>


<□r/>


<□trong>2.□逆向过程的实□难度(□)比正向□□大<□s□rong>□/p><□ d□□a-track□"48">□br/>

□b□/>

□p data-track□"5□">
<□□>

3.无(🔜)法□决交互问题(t□ )<□ data-tr□□k="55">


□p data-track□"57">复□微电子□责人Jame Zhang□(zà(□)i )一次公□(kā(😆)i□)□□中提(♊)□(dào ),WorldSim□□虚拟数据做仿真)像在玩游戏,而(ér )Log□Sim□用真实道路数据做仿真)(🔹)则更像是电影□你□(zhī )能看,没(méi )法□□cān )与,□□,L□g□Sim天然没法解决交互性(xìng )的问题。□□sp□n><□p>□p da□a-□rack□"58">


<□□>

□p data-track□"61" style="text-align:□cent□r;">□span□style="letter-□□□cin□: 1.5px;">□strong>□.无法做闭环
<□□pan□

<□r□>复睿微电子负责人Jame Zhan□还提到□dào )了这两种仿□🐜)真□□的另一个□别:使用真(👄)□道路数据做□👒)回□,能采集的□段永远是□限的,经□是,采(cǎi )集(🧡)开始(□)(shǐ )的时候□hòu ),□险可能已经发生□💚)了(🔳)一段时间了,之前的□□□(nǐ□)很难获得□,但如果用虚(□)拟(📩□数据(合成□ch□n□□)数据),就无需□对这□问题。<□p>

某□机(🤟)厂的仿真负责人说:“□述(⭐)专家(jiā □表述(🍩)的是采(cǎi□)集(□)的过(guò )程。的确,考虑到采□设(🏮)□(b□(😹)i )的□□(□)□及有效(xià□ □场景的定(dì□g )义(yì )□采(cǎ(➖□i□)集□j□□)打点的场景都□有(yǒ□ )长度的,一般都□dōu )是功能触发前后一(□)段时间□jiān □,尤□是触(□)发前的缓存(□)不会特□长。另一方面,在数据(🕢)采集后□□(lái□)□灌□时候,则只(□hī )能□功能(né□g □触发前的场(⛎)(ch□□g )景是有(yǒ□ )效的(□),而(🍄)功□□□□触发后的□(zhēn )实场景却□⌚)是无□wú )效的。”<□□>

这位主□厂(🐰)的专家(⚽□说:□🏮)真实道路数据□来(□ái )训练感知(z□ī )算□是可以的,但(d□n )要测试整(zhěng )个算□链路的话,还是得依赖合成场□数(shù )据。<□sp□n><□p□□p□data-track=□69□>

□span styl□="lett□r-spa□i□g: 1px;"□不过(gu□ □,这位主机厂的仿□主□最后□强调:“□谓的‘没法实现(□iàn )闭环’也是相对(duì□)的,□(🐳)经有供应(□ī(🚺)n□ □□可以(🤳)把采集到(〽)□场景里面的元(👴)素都完成参数化,这(🤲)样(😽)就可(kě )以闭环(🍰)□,但这种(🧙□□zhǒ(🍮)ng )设(🔤)备□价格是非(🍢)□(🏹)昂贵的。”<□p>


□/□>


<□ dat□-track="73">

□p dat□-track□"74"□s□yle="text-al□gn:□ce□ter;">5.数□的真(□hē□ )实□仍□(🛩)难以保(🥜□障
□/p>



用真实□通流数据做□(🛩)真,也被称为“回灌”□<□span>

<□□□□□/□><□ □a□a-track="79"□据深信□(□ē )□创(chuàng □始人□子江介(jiè )绍(shào ),“□□□)灌”需要用到(dào □核心(⏪□技(j□ )术有两(🎹)个□一(yī □个是在(🤾)仿(🔺)真环(huá□ )□(jìng□)中□原(💜)路采数据(😞□的□(🚓)网结构,二是将路采数据中的动(🛏)态□通参与(yǔ □者(行人,车□□)在不(bú )同坐标(🥍)(biā□ )□(🥤)下的(□)位姿信息(x□□)映射到仿真世界路□(🤱□□的全局□(⬛)标系□xì )中。□□span>□br/>□spa□ style□"lett□r-□pacing:□1px;">这个过程(ché(⛸□□g )中(📺)需(xū )要使(s□ǐ )用的工(g□ng )具有□🔗)SU□□或openSc□nario—□用于(yú )□(dú□)入交(jiā(🕋)o )通参与者的□(□èi )点信息。<□p□□p da□a-track="82"><□ □□ta-track=□83">某主□(🚱)(j□ )厂仿真专□□□)说:“原始□据的回灌也(🤶)不能保证百分之百真实,□为在将原始数据注入仿真平台□,还(🔡)得(📽□(dé )加上车辆动力学□□🗜)真。但如此□(yī )来,场景□否还(🥝)与真实道路上的场景(□)一致,就不好说□□”□/span>

<□ □ata-tra□k="84">
□/p>□p data-tr□ck="85">究其原□,现□xiàn□)有的(□)交通流□真□(📥)件□□)往(wǎng )往(wǎng □□□🥠)存在(□ài□□如下几大□dà□🏮□ )□(⭕)陷(🍊□:

生成的交(□iā□ )通流不□保真,往往□支持□□🥔)(chē )□轨迹导入□而车辆间(⬅)的双向交(❌)互不够真□□😵□;(🎵)□/span□<□p>


□p □ata-track="8□">


□/p>

基于规(□)则的(🔽□□通流模型是面向交(j□āo □通(tō□□)ng )效率□价(⏰)的,可能会出现(🏾)□于简化的问题(往(wǎ□g )往□用(□òng )一维模□,假设设(□hè □立是沿□□□(xīn )线行驶□□较□□虑(👣□横(héng )向影响□,难(🐴)以满足交互安全□价的□求(🆔)。<□r/>某Ti□□ □的□真工程师□✳)□,□□(zh□n )实交通流数据(🖥)□□仿真场景□如何选□交通流□型(比如跟驰模型(🗡□、换(□)道模□怎么定□□、如□定义交通(□)□仿(□)□□块(🤷□(k□à□ )接□都是有相□(🕔)难度的。□时(🈸),□自自车□数(s□ù )据(jù )□其□⛷□他道(🐸)路□🧠)使用者的数(🐈)据□何做好(🍆□时□shí )间同步,也会□一□很大的问题。<□s□an>

□br□>

□p da□a-track="9□">
□/□>

6.数据的通用程度低、泛(🚙)化(💙)难度大(😘)□/p>

□/p>□p da□a-trac□="99□>

智行众维C□O安(🎪)宏(hó(💔)ng □伟和CTO李月都特别提到了仿真数据□“通用性”问□。□(suǒ□□谓数据□用(□)□,即指车辆及□景(🙀)□(de )□数是(□hì □可以调整的。比如,在数(👨)(shù□)据(j□ )是用一辆轿车去采集□□摄(shè )像头的视角很低,□(🍧)在变成仿真(zh□□ )场景之后(hò□ □,摄像(xiàng )头的□□□可以调高,这组数据可以(□)□(🌱)于卡车模型的测试。

<□p>

<□pa□ style=□letter-spaci□□□ □px;">□工具链(liàn )公(gōng )□的仿真负(🎭)责□说,在用真实道路(lù□□数据(jù(🍃□ )做仿□的□况下,一旦传感□g□n )器的位置□(huò□)者□z□ě )型号有变(🦎□□,这一(🔄)□□据□🛁)的□值就降(🆖)低,□至会“作废”。<□span>


轻舟智□□仿真专□zhuān□)家说□⤵),也可以用神(🦌□□(□)□络□□□□路数□shù )□做调参(cān ),这种调参的(□)智能化(hu□ )程度(dù□)会(🐓)更(😡□高(□ā□□)o )一(yī □些□□可□(🚍)性(💈)会(□)比较□(😞)。

□真□🏸)实交通流数据□(🈺□仿真,又称为(wé□ )“回□”,而□灌又可分两种,直接□灌和模型□□——□/span□

<□□/>

□s□□n styl□="letter-spa□ing: 1px;"□所谓“直接回□huí□)灌”,是指(🍐)对传□器□qì )数据不做□(♊)理直接喂(🎬)给算法,在(🥈)这种(zhǒng )□式下,车辆及场景的(🌩)参(cān □数□不可□整□□用某款车型采的数据,就只能用于同□车型的(de □仿(fǎng )真测试;□/span><□p>

□br/>□/□>

<□r/>

按(🔪)李(lǐ□)月的说法(👘)□直(□)接回□huí )灌是无需□到(□ào )数学模型的,“比(bǐ )较(□iào□)简单,基本上,只要有(🔵)大数据能力□能(n□ng )□到”,但在(□)他们的模型回□□🤥□方案中,不□是传感□❄)器模型还□□辆的(□e□)行驶轨(🤟□迹、(□)车(🤰□速,都是要通过数□公式来完□□🎏□的。

□span□st□le="letter-s□aci□□: 1p□;">模型回灌的技术门槛(kǎn )很(h□n )□,成□□不低, 一□🕠)位(🥤)仿真工程师(□□ī(🌥) )说:“要(yào )把传感器录(🦓)制□数据转□(huàn□□成仿(f□(🔋)ng□)□(👕)数据,数□解析的过(g□ò )程(ché(□)ng )非常难。因(😾)此□当前,这(😎)一技术主□□🎺□停(tíng )留在PR层面□。□实(shí )践(🙉)□,□(💵)家的仿真测(👦)试□□以算法(😹)生成(🧣)□ché□g□)□场景为主,以(yǐ )采□真实道□(🔬)集的□(🚁)景为补(□ǔ(□) )充(🦋)(chōng )。”


<□p>

某自动驾□公(👯□司(□ī )仿真负□人说□□□实交(□)通□t□ng )流的数□做仿□,目前还□□前沿的技术(🏤)(shù(□) □,□些(□□□□)数据的调参难(🗽□(□án )度很大((🆗)仅可在□🔣□一个很小的范(fàn )围内□参)□因(🗑)为路采的(de )都是一□日□、一条□tiáo )条的记录,它记□jì□)录的(🐕)(de )是(📳)这个(gè )车□(💾)一秒第二秒(miǎ(🏼)o )怎么运行(há(□)□g )的(de )□□□(□□ )□□□编辑的(😱)一□(🎣)场景□由(🗞)一系□□□iè )的□式组成(ch□n□□)的。<□span><□p><□ □ata-track="119">

□位□wèi □□真专家□,模□回灌存在的最大挑战是:在场景(jǐng )比□复杂(zá □的情□(kuàng □下,要将场景用□□gōng )式表(biǎo□□达(dá )的难度(⬛)极高,这□🚾□个(gè )过□是可以通(🔳)过自□化的方式来实现(□iàn □的□🛌),但最终□出来的场(✝)景(jǐng )能(néng □不□用也(yě )是(🍔)个问题(tí )。<□p□

<□p>

Waymo在2020年公布了□□)的“通过将传感□收集(🎧)到的数据直接生□逼真的图□信□来做仿(💪)□”的Ch□□ff□□rNet,其实就是(□)在(zài□)云(□)端用神经(⏪)(jīn□ )网络将原始道路□据转换成数学□(💤)型,然(rán □后做□型回灌。但一位在硅谷多□的(de )□□🛃)(□ǎng □真专(zh□ān )家说,□个还停(🍲)留(liú )在试□🍧)验(yàn□)阶段,□离成为真正的产品还有一段时间(🤫)。

<□r/>这位仿真专家说,比(□□□灌更□gèng )有意义的是引(yǐ□ )□机器(qì )学习□(hu□ )□化□□。具体(👩)地说,仿真□(💂)(xì(❤□□)统(👆)□tǒng □在充分学(🚋□习各类(□èi )交通参与□行□习(xí )惯的□(jī□)础上训练出一□自己(🧐)的逻□l□ó )辑,并将这些逻辑□□化(🎹),然后(hòu ),在这些(xiē )公□gōng )式□(🌸)□□👤)参。<□p>


□/p>不过,智行众维□TO□(lǐ )月和□□经理冯宗磊的□法是,□(tā □们目(🦈)前已(yǐ □经能够实(shí )现模(m□ □型回(😕)灌了。

□p dat□-t□ack=□127" □tyle=□text□align: □eft;">

冯宗磊认为(🏠),一个□(🏐)真□(🤽)司是(□hì □否□□做模型(🕑)回灌的能力□这主要取□(jué )□(👈□他们所(□)使(sh□ )用(🈲)的工具及场景管理□力(lì(🥔□□□。



□p dat□□track="132"><□pa□□sty□e="□ett□r-spaci□g: 1p□;"□“切片完成后,仿(fǎn□ )□公(🐈)司(🍜)还需做一(y□□)个相应(yī□g □的(□e )带语(□ǔ )义□息(x□□□□管理环境□比(b□(🤱) □□(🚛)□(🛹)个是(⛎)行人、哪个□十字路口□,方便下次去筛选。具体地说,□要先对数□切片做□□□然后□□ò□ )再做(z□ò )动态(😙□目□🕰)标列表的精修,□修□之后再导□到□真(🌈)环境的模□□)型□去(□),如此一来□模型就有□🏤□相应的□义信(➿)息(xī )了(🚿)。有了语义信□,就(□)可以调参了,然后□数据□□以□□ǐ )复用了。□/span>


□多数公司(🏠)基于真实交通流的数□之□(🈂)以不能(néng )调参,是因为他们没(🎚)有做好场□管理。”

□br/>

<□pan styl□="le□ter-spacing:□1p□;">深信科创创始人(😌)杨子江说□(🉐)“如果□□u□ )要□🤩)将路采数据□□(□),并且(🚇)要保持数据(□ù )的真实(s□í )性,可以在□(chǎ□g )景初始(□)(sh□ □化以及开始(shǐ )阶段回放路采(cǎi )数据□□某(mǒu )一□刻由(yóu )sm□rt-□pc模型来(lái□)接管道路中的背景车辆,使背景□辆不(🚦□(b□ )□按照路采数据运□🤘□行□smart-npc接管后通过把泛化□的场景记录下来,以做到泛化□的关(guān□)键场景可回放。”□/p□

某主机厂的□真□zhēn )工程□认(🏟)为,模□回(huí )灌尽管听上去(□)“□明(🖇)觉厉”,但实□上“必(🏌)要性□xì□g □不大□。原因是□将数据模型化□回(💤)灌的(de )初衷不□—□回□(□u□□□)的初(🐅)(chū )衷□□🔱□想□真□的数据(□),□(dàn □既然模型化了(□),参(□ān )数可调□□就(🈷)不(□ú(📍) )是最真实的了(🛂);□时□shí )费力,数据格式转□非(fēi□)□麻烦,费(fè(💻)i□)力□⛵)不讨□。

这位□程师说:□既然你(nǐ )想(💄)(x□ǎng )要更多□(♉)景(⛩),那直□用□真器大规(guī )模(mó )生□泛(□)□(🛑)场景就行了啊,大□□(😻)□(bì )□真实数据模型化这(🧛)条路。□<□span>
<□p□<□ □□ta-track="142□>

□用算□直□📎□接□成场景,这(zhè )在开发的(de )早期(qī □当然是没问题的□但局限□□很明显——那些工程师们‘(👥)□不到□的场景怎么办(🚤)□□□□□通状况千变万化,你的(🚔)想象力(lì□🗣) )□可能穷举□有□👪)□yǒu )。

“□关键的□,□工程师想象出的(de □场景(🎤)□(📉)(zh□ng□),目标(💘)物之间的交(jiā□ )互(hù(🐴) )关系往往(wǎng )□不(🧙)自然的□比如前方有车(□□辆插入,它是以(🆔)多□的角度(🎏)插(🔥)入(r□□)?在(□)距离(lí(🖤) )你10米□还是5米时插入?在□算法□成(chén□ )□景的实践中,场(😛□景□□□制定往往带有非常的(□)大主观性、□□性,□(👻)□师□脑袋想出了一组参数□入模型,但这组参数(shù(🍭) )是否具(jù(🎍) )有代表性呢□□

<□r/>□/p□

□spa□ □t□le="□etter-spacing: 1p□□□>冯(🦇)宗磊认为,在无人驾驶还处于De□o阶段时□shí □,靠算□s□àn )法□(👼)成的虚(🌟)拟场景能满足□求,但在前□(zhuāng□)量产时代(dài ),基(jī )于大规模□自然□驶数据(🏇)(真□交通流(🐤)数据)□做(🌝)场景泛化,还□há(🌐)i )□很有必要(yào )的。□/span>


□/□>

<□pan□styl□="lette□-spac□ng□ 1px□">51 Worl□车载仿真□责□鲍世□,认(r□n )为,自然□驶数据做(🥠)泛(🍚)化(😢)目(□ù□)前还(🥕)比较前□□但(dàn )未来肯定会(🍜□成(🌙)为□□(chóng□)要的□(□āng )向,因(🏑)此,他们也在探索。□/span>

□strong>总□zǒng )结(ji□ ):两□□线(xi□n )相(🖐□互渗透,界限越来越模糊□/□>□p□data-track="155"□

□s□a□ style="l□tter-□□aci□g: 1□x;">复睿微仿真负(🌳)责□James Zha□g在前段时间(ji□n )的一(➕)段分享中提到,特斯□🥤)拉的仿(fǎ□g )真(zh□n )有两□方□:场景完全虚拟□□)(算法生成)的叫 Wo□□dSim□将真实数据回放给算法看的□🚘)叫(🏉)LogSim,“但(😇□WorldSi□□的路网也(💲)□在对(💏□来(lái )自真实道路的(🎀)数据□自动(d□(💷)n□□)标准的基□jī )础上生成的,因此,Wo□□d□im与LogSim的(👜)界限越来越(y□è )模糊”。


□span □tyle=□letter-sp□□ing: 1px;">轻(qīng □□□zhō□ )智(□)□的□de □仿真专家说:“真(zhēn )实场景数据转化为标准格式化数(□)□后,□(□)通过规则去进□jì(□)n )□(📣)赴泛(🚱□□,□(cóng )而产生更有价值的仿真(zhē□ )场景。”□/span>

□br/>

□□ da□a-tra□k="160"><□□a□ st□le="lett□r-s□ac□ng: 1px□">51 World 车载□□fǎng□)真□务负责(□□ )人鲍世强□认为□未来的□de )趋势□,用(💺)真实道路数(□)据做仿□和用算法生成的数据做□🚾)仿真(zhēn )这两种(🗾)□zhǒ(💤)□g )路□□)线会相(xi□ng □□□⏸□渗(□□透。<□□>


<□p><□ □□ta-□rack□"162">□span sty□□="letter-spac□ng: 1px;">鲍世强说:“□方面□用算(😸)(suà(🔆)n )法□成场(🗿)(chǎ□g □景,也依赖(□ài□)于工程□对真实□路□□的理□□对真(zhēn )实场□的理解(📇)□透彻,建模就□🤷)越能接近真实。另一方面,用(🐫)□实道路数据□场景,也需要(yào )□数据做切(qiē )片(p□àn )、提取(将有效部分□选出(□hū□)□)□□设定参数□触发□则,再做□细化□分□🛵)类□□后可以将(💀□它们□辑化、公(💈□式□。”

□br/><□p>


□p da□□-□rac□="16□">

□□t□ong><□pan style="color□ #FFF□FF; --tt-darkmode-□ol□r□ #FFFFFF;"□□span s□yle="□ackground-□olo□:□#4F81□D; --□□-darkmode-bg□olor: □4F81BD;"□□题□:场景泛□fàn )化□(y□□)场(🏬)景(jǐn□□)提□👥)取<□stro□g>□□ d□ta-tr□ck="16□">

上面几□jǐ□)段(□)反□提到的(🛐)对场景数据做□□(🥂)参”,又□称为“场□泛化(h□à )”——□(🗼)常□要指□虚拟(□ǐ )搭建的□景做泛□。用某主机厂□(xì )统□程□🎺)师的话说(⌛),场景泛(🚑)化□优□是(😂),我们可□“凭空(💄)造”一(yī )些现□世□□中从(💻)来都□有过的场景(□ǐng )□□/span>□/p>

一(□ī(👬) □个(gè )仿真□□g□ng □□的场景泛化能力越强(q□áng ),对某□□(chǎng )景调(diào )参(🔅)□(💄)得(d□(🌰) )□的可用场景□数□shù )量就□jiù )越多,因此,场景泛化能力(🕣)也是仿□(□)公司(👗)的一项关键竞争力□□□。

□□ dat□-t□ack="171">
<□p>

□span□style="letter-spacing: 1px;">不□,轻□👛)舟智□的算法专家说□s□uō )□场□□化□(kě )以通(tōng )过□学(xué )模型、机器学习等方法去□现,但(🌱)关(guān )键的问(wèn□)题是如何保证(🔉)泛(fà□🎗)n )化的场□(🏾)是(sh□(😂) )真实、□(ér )且□□🍖□(□èng )加□价值□<□p>□p dat□-trac□□"173">

<□p>

<□pan style="letter-spacing: 1p□;"□深□科创创始人杨子□认为□□□,场景泛□中□一□□(hěn )大的(🤮)难点□(🔋),如何□(□)轨□抽(chōu )象□更高级别的语义,用□形□化的描述语言(💔)来表达。□/span>

□p d□ta-track="□77">

某Tier 1仿真工(🚯)程师说:主要□□à□ )看该□司所采(cǎi )用的□真(zh□n )工具是用什么语言(比如open□cenario)来描述不同的交□场景的(🏀),这门□言对交通环境中各(🈸)个层次的定(🖼)□(yì□)是(🌕)否合理(可表示□要□(□)细节(jiē ),同(□ó□g )时□具备□拓(tuò )展性)。<□p>


□/p>

针□(d□ì )功能(□éng )场□、逻(🛍)辑场景□及具体场景都有相应(□□□□📱)场景语言:(🌿)如针对前两者□有M-SDL等高级场景语□;□□(duì(🤙) )后者有OpenSCE□A□IO□(🕦)GeoScenari□等。<□ data-track="181">□br/>

□□ data-track="1□2"□<□pan sty□e□□□etter□spac□ng: 1□x□">还有一个层面(miàn )可能□对干扰(rǎo □□(🏵□为的仿□,对(□)□□驾驶行为□□驶□性格□的(🍸□□化□度。


□span style=□let□er-spacing: 1□□;"□△图表(🍕)摘□⛩)自孙剑(ji□n )、田野、余(🚉)荣(🚬□杰所著□自动□🦋)□驶虚□□真(⛑)测试(🧔)□价理□与方法□一书深信科(k□ □技(💋)创始(sh□ )人(🐂)□子江说:“基于交通流的泛化和(🔉)(□□□)驾(💛)驶员的智能(néng □□,如□模(□)□足够好,由于随□□)机因子的存(cún )□,□景(jǐng )运行10□(💗),就相(🥋)当于泛化了10个。”


□/p>

不过,智行众□(wéi )C□□李(🦔)月认为,不能为了泛(f□□ )化(📵)而(🦅)泛化。“我们(m□n )一定要对被(bè□□)测的□能(🚆)有深(shēn□)刻的(🕚□理(□□□)解,然后再(🙋□去设计泛化方(📰)案(àn□),□不(bú )是为了泛(fà□□□化而□化,更(□èng□)不能漫无(w□(💉)□)边际地去泛化。场景□(fàn )化虽然(🎺)□虚拟,但(👮)□要(yào □□重现实□”<□s□an>

<□ d□t□□track="1□0"><□pan style□"□ette□-spac□ng: □px;">另□□位仿真专□(jiā )□□:□说(shuō )到(dào□)底,仿真□zhēn □还是(s□ì(🍁)□)要(🛄)为□(cè □□服(🙄□务的(🎥),我们是已(yǐ )经在路上遇□(📖)了一(💨)□问题,然□□□kàn □如何通过仿真解决□🌊),而不是说我先有了一□仿真□技术,然后(hòu )看(□)用在什么问题上吧(□a□□?”

前□提(□í )到的一位□wè□ )仿真□(□huān □家(j□ā□)称,据他□解,目前还没有(yǒu )多少公司(□)(sī □能真□做到场(chǎn□ )景泛化的自化,在大多□情况下,调参都是靠(😅)人工来□(wá(□)n )成□c□éng )的。“场景泛(😱□化能□(lì ),尽□很重要□但(□)现阶□,还没有□个公司真能(□)做得(dé )很好□”

51 □or□□车载仿(f□n□□)真□务(😕□负责人(⛳)鲍世(shì )强认为(wéi )□□场景泛化,最重要□□□🚀)要对自动驾驶仿(🏟)真测试需要□么样的场景□一个深刻的理解。事实上□现□的问题(🌘)(tí )不□生(s□□ng )成的场(chǎng )景太(😤)少,实在(🍳)(zài )□太多(⛽),而且有很多并不会□实发生,算不上有(👰)效的测试场景,这就□(🐑)对□📉)需(xū□)求理解(□)不到□造成的。<□span>□/p>

而那些有□力(🍍)、对仿真需求理解比(bǐ )较深入(rù )的L4□自动驾驶公司,其□并没有□(👯)够的动力把场(chǎng )景□□做(⏪□得非常□入(💢)。因(🛸□为□Robota□i通常只在(z□i )某个城市(💱□□一个很□的区域(□)里(□)跑□他(tā )们只□□集这一个区域的场景数(👘)(shù □据做训练和测试就(🌞)□了□□□太大的必要去□□出很多(🗿)他(🦔□们在(zài )相(□iàng )当长一段时间□(nèi )都不会接□(c□ù )的场景。

<□pa□ style="□ette□-spacin□: 1p□;□>鲍世□认为,蔚小理(lǐ )这些主(🛰)机厂□真实道路数据比较(jiào )多,对(□uì □场景泛□也(🔀)没有太强的需求。相反,对这(zh□□)些公司来说□□(bǐ□)场(🚷)(c□ǎng )景(🧟)泛化更□□(□i□ )□(de ),是对□景做精细化分□管理,筛(s□āi )选(🍲)出真正有(yǒu )效的场景。□/span>


轻舟(□□ō□□)智航的仿真专□也认(□èn )为,随着车队规模(🆑)□(de )□□、来自真实(⬆□道□(🧐)的数据规模急剧膨□,对(🔺□仿(fǎng )真公司来说,如何充分挖(wā )掘(🍘)出这些(□)数据中的有效场景确□比(□□做场景(□)□(💻)化重(👜□要(yào )得(dé□)多(🍭)。“□(□ǒ )们(🥦)□许会探索□🎙)出智能化(🦎)程度(dù □更高的泛化□段(□),能(nén□ □更□地□□法□□规模□□)(mó□)验证。”<□span>

□s□an style="letter□spacing: 1px;□>杨子江说□“针对(duì )□数层面的泛化□例如车□数(🏹)量(lià□g )、(🦀)□通参(□)与者的种类数量、天(□iān )□,以及速度(□)(dù )、□TC等(děng )关键参□□各□产生泛化(huà □场景的□⏯)□(n□(🍭)ng )力都差不多,但场□(💓)(jǐng )泛化能力的核□在于□(□)何□别有效(😂)场(ch□□🏑)n□ )□,过滤无效场景(包括□□的、不□理的)(✴);(□□□(□r □场景识□的难点在(□□于□复杂场□🏒)景需(🍋)要识别(□□é□□多个对象(xiàn□□)之(💍)间相互关系。□<□span□□br□>□p □at□-track="206">上□几位提(tí )到(dào )的“识□🎤)别有效场景,过滤无效场景”□又被称为(🌮□“场景提取”。□/p>□p data-track="□07">□/p>

场景提取的前提□,先搞□楚(□hǔ )究竟□(👏)么是□□(□)效场景”。据几位仿真专家介绍□除□律规定应当测试的场景外,有(🔢)效(xiào )场□还包(🏌)括□下两类:做(🐳)系统正(🔓)向设计(➖)时,工程师根据□(s□à□□)法的开发需□xū )求定□的场景;测试□被挖□出(🔈)的(□)(de )那□“算法搞不□”的场景。□/p>

学(♊)术□有一(🆙)□设(🕜□想□:在感(🐖)知算法里面(mià(🚅□□ )设□(dìng )一(yī )些熵(□)值,当场景的(🉑)复杂□(💤)超□□这(💫□些值□z□í ),感(🙎□(gǎ□□□知算法就(jiù )□改(🌻)场景标记为一个□(yǒu )效的□景。但这个熵值怎么设,存在很大挑□。某(m□□ )仿真公司采用的(□e )是(shì )“排除法(🏁)”,即如果一个□本表现(xiàn□)□常好□🙆)□算法□某一些泛(fàn )□场景(👉)(jǐ(□)ng )□“问题□发□🚦)”,那这个场景大概(gài )率就是(⛪)“无(🛵)效场(♌)□”,可(💵)以排除了(le )。

某(mǒu )主□厂(□hǎng )的(🔘)系统工程(🍕)□说:“目前还没(méi )有很□(□)的做(🌂)(zuò )场□筛□□□uǎ□ □的□法。如果吃不准,那(□à )就放到云(😑)(□□n □□真□去(qù )算,总(□)□(😄)是□算出来(lái □这(□)□极限场(c□ǎ□g□□景,□(□án )后再□这些极限条□在自己的HIL台架上或□VIL台架上□验证(🤨□,那么效(xiào □率就(ji□ )会□很多”。

<□p>

问题三:仿真究(jiū )竟难(n□n )在哪(□)?□/□pan><□span>□/span>


□p□d□ta-tr□□k="223"□在(😳□跟很多仿真公□的□🕡)(□e )专家及其下(xià )游用户交流的过程中,我们了解到,□下,自(□ì(📒) □动驾驶□(💣)仿真,最□(□)的环节之一是□□器的建(jià□🐶)n )模□🍎)。

□□ dat□-track="22□">□br/>

□p data-track□"225">按□□众维CTO李月的说法□□(🌀)感器(qì )建□可分为□能(né(⏪)ng )信□级建□、现象信息级/统计信息(xī □级建模及全□理级建□(□)几个级别(□)。这□个□□□区(🦐)别如下□—


    • <□u□>□p□data-track="230">
      全物理□建模,指对传□🗽)(chuá□ )感□🧢)器工作(□uò )的整个物理链路做仿真□其目标在于测试传感器□□的物理性能(n□□g )□比如,毫米波雷达(dá )的滤□□力如何(hé )。
    • □br/>

      狭义上的的传(📝□□器建模拟特(💹)指全物理级的建模。□□(z□ǒ□g□)建模,很少有公司能□(zuò )□(⏫),具□jù )体原□如下:□/p>

      <□r/>


      <□ da□a-track="2□7" style="text-align□□cente□;">□□trong><□□an s□yle="co□or: #4F81B□; --tt□darkmode-col□r: #□□81□D□">1□□像(□)□染的效□(👪)不够高□🛍□<□span□<□p>□p data-□ra□k=□238">


      从(🔌□□算机图□成像原□□,传感器模拟□括□线(输入、□出(chū )模(🛅)□□、几何形状(zhuà□g )、材质(□□ì□)模拟、图□🕢□(tú□)像□染等模(💦)拟(😱□,而渲□xuàn □染能力和效率的□(chà(🕸) )别(bié )则□影(🍲)响到□dào )仿真的真实□(🌋)(xìng )。

      □/p>

      □strong□2.传(🌪)感□的□型太多&amp;□□精度、效率和通用性的(de )“不可能三角”□/□><□ data-□rack□"245"><□p>

      <□r/>

      □有单个传感器的□度高还不□□你还(🆓)□hái )需要所有的(⛏□□d□ )传感器都能同时达到□(🎿)个理想□状(z□uàng□)□,这就要求建模有很(□)(hě(🚆□□ )广(🎽)的覆盖度,但在成本压力下,仿□🔲)真□队显然不□□对激光(🗑)□达做(zu□□)10个、20个版本的建模吧? 另一方面(□),又很难(nán )用一个通□的模(🤮)型去将各种(□h□ng )不同□(kuǎn )式的传感器表达出来□□/p□


      <□p>模型的(🐈)精度、效□和通□□(x□n□ □是□(□)个□不可能三(🙅)(□ā□ )□”的(🈶)□(🕗)系,你可以去□升其中的一□或者两个□🕹)角两面,但(□à□ )你很难去持续性地把(bǎ )三(sā(🛸)n )个维度同时提升。当效□足够高(gāo □的(😖)(de □时候□模型精度一定(dìng )是下降的□

      □p□data-tra□k="250">
      □/p>

      □右智能(nén□ )的□真专□zhuān )家说:“再复杂的数学□型□可能只能(🕚□以99%的相似度模拟真实传感□,而这□下的1%可能就(□iù□)□会(huì )带来致(□hì )命问□的(🔙)因(y□n )素。”□/p>

      <□r/>□br/><□□>

      <□pan style="letter-spaci□g: 1.5px;□><□pa□ □□yle="color: #4□□1BD; --t□-darkmode-□□l□□: □4F□1□D;">□.传感器建□jiàn □模(mó )受制于目□物的参数



      传感器仿真需要外部(bù )的数据,即外部环境数据跟□gēn )传感□有□耦合,然□,外部(♌)□(📚)□的建(ji□□ )模其实(💙)也挺复杂的,并且成本也不低。

      城市场景□□筑物□□🌀)(de )□量太多,这(🔸)□严重消耗用来做图像渲染的计算资源。有的建筑(□hù )物会(💂)遮挡□上的车流□行人及其他(⭐□目(mù )标物体,而有遮挡没遮挡,计算量是完(wán )□不一样的。

      <□ □ata-track="261"><□r/>□/p>

      此外,目标(bi□□ )物□反□🏠)□率、材质(🏡),很□通过传感器□模搞清(🥦)楚。比□,可以说□shuō )一个□(mù □标(□iāo□)是个桶(🏤)状的,但它究竟是铁桶□是塑□(🔒)□,□个□□通过建模来表(🎐)达(🗻)清(😻)楚;即(jí )使能□达(🤶)清楚□🐃),要在(🐙□□真(zhēn )模(🐥)型中把(bǎ )这(zh□ )些参数调好,又是一个超□大□工程。

      而目(mù )标(bi□o □物的材质□物理(🤧□□息不清楚的话,仿真(□)的□拟器就□以(🔻)选择。

      □b□/>□spa□□styl□="let□er-spa□□ng: □.5px;□>□strong>□□□感□的(d□ □噪声加多少很□💀)难(□)确□□/span>


      <□p□

      □br/>

      某Tier□1仿真工程师说(shuō □:(💐)“深度学□算□🦁)法识别物体是□□从(😓□真实(🙆)□界的传感器□据收集到信号(hào □去噪的过程,□比之下,传(chuán )感器建(🧐□模则(zé )□要在□□的物理(□)模□的基础上合理□加入□声,而□难点就在(z□i )□噪音□何加得才(🈷)能跟真实世界足够接近,以便□□(□)□深□(🛍)□习模型□(😁)别(bié )出□□又能有效提升模型识□□😽)□泛□。”

      <□ d□□a-track="274">

      □(🖋)□(🕴)感□gǎn )器原理的(□e )角度看,□机建模的(de )过程中还需要做(🚰)相(xià□g□)机□□化□□生成理□l□ )想的模(□)型(xí(🌱)ng ),□□加(jiā□)噪音(yīn□))□畸变模拟、□角(♉)模拟(nǐ□)、颜色转换、鱼眼效果处(🕜)理□而以激光(📕)雷达模型(□í□□□□也可分为理□点□🍺)□模□(💩)(步骤包(🆗)括场景裁剪□🧓)、□见判断、遮挡(🧞)判断和位(□□置(zhì □计算)、功率衰减模型((😎)包□bā(🔣)o )括□接受激(jī )光(guāng □功率、反射(😕)激光(□uān□ )功□📏)□(lǜ )、反射天线增益、目标(🥋□散射截面、接口(□)(□ǒu )孔径□目□(📁)距离□lí(😮)□)、□气传输□(xì )数、光学□输系□等子(zǐ )的设定(□ì(🛁)□g ))和考虑(🎭)天气噪□的□理模型等。


      <□ data-□rack="277"><□p><□ dat□-t□□ck="278" □tyle□"text-align: cent□r;">

      5□□源的限(🔧)制

      □b□/><□p>

      <□r/>□/p>智行众维CEO安□伟(😨)提(tí )□了资源□感□□(🌬)拟仿真□😦)的限(xià□ )制□zhì ):“我们要对传(□huán )感器做完全□物理级(📠)建模(m□ ),比如摄像头的光学(xué □物理参数□都□清楚,□(📄□□要知道目标物(感知对□□的(🕥)材质(□hì )、□(🏥)□率等(děn□□)数据,这个□程量(li□ng )巨大——在(zài )有足(zú )够人力的情况(🐃)下(📮),一□里场□的建□ji□n )设周□需(□ū )要□(🤷)不多1个月(🤨)。即□jí )使真能建□jiàn )好(hǎo ),模型□复杂度也极高,很□(♉)(□□n )□当(dāng )前(🙇)的物理机(jī )上□□pǎo )起来(实(💖)在太耗费算力了)。”

      <□□data-track="283">
      □□p>

      “未来,仿真(zhēn )都是要上□的(de ),看起来,□端的(d□ )算力(lì □‘无(□ú )穷无尽□,但具体分摊到某个单一节点的(de )单□模型上(shàng ),云端的□算□⛎)□力可□kě □能还不□(□)物(🅿)理□——□且,在物理机上做仿真时□如□一台机□的计算资(👼)□不□□可以(🌜)上三台,□(yī□)台负责传感器模型,□台负责动力□(🚭),一(👉)(yī )台负□规控□但在云(yún )□(🤡)跑仿(🏐)真□😒), 能□(🤚□在单一场□□(🍛)一模□(😻)上的算力并□是□□无□的,那么这个就限制(zhì )□我们(men )这个模型(xí□g )□(🗽□复□度。”


      □p□d□ta□track="286">

      <□p>6□仿真公司(🕠)□□拿(ná )□传(chuán )感□□底(🔄)层数据<□span>

      □p dat□-tr□□k="28□" style□"text-align: ce□ter□"><□p>

      全物□□建模□要(🕎)把传感器的各种表现都用数学模型□建出(🏀)来(lái )□比如□将信号接收器□🤑)的□□□体(🎺)性(□ìng □能、□(🔥)播路径(□间受空气的(de )影响□反射□射的整个□路)用(□òn□ )数学公式(shì )表达出来。然(🚘)(rán )而,在软硬□尚未(wè□□)真正解(jiě )□(ǒu□)的□段(🙀),传感(❗)器内部的(🆎)□(🗳)□算□□个黑(🚖)(hēi )盒□,仿□公司无□了□□法(fǎ )究竟□□ìng )是个什么样□🕞)子(□□□

      <□ d□ta-track="293"□全物理建模需要获□传感器元器件(如CM□S芯片、ISP□的(🌕)底□🍲□□□数□□□些参□做(🗓)建模,而且□还(□ái )□要□(🎢)道传□器的□层(🤡)物理原(🤗)□,并对激□□达的激光波、毫米波□🙎)雷(🗻)达的电磁□□(🚩)建□。


      □此,有□(yī )位仿□专家说:“要做好传感器□模,□□刻理(□)(lǐ )解(🍍)传感器的底层硬件知(🏇)识□基本(b□n )上相当□(yú )要知道□(zěn□)么设计一款□感器(😎)(□ì □。”

      <□p>

      然□(ér ),□感(gǎn )器厂商(shāng□)一□不(bú )愿□(🎢)开放底层数(shù )据。

      智(zhì(😃□ )□□háng )众维C□O李月说□□这□底(🎼)层参□□如果拿到了,□着它去□(🧘)建模,那你基本□就能把这个传感器□出来了”

      <□r/><□p□

      智行众(🛐)维(wéi )□EO□宏伟□(sh□ō(🤖) )□“□(□ōng □常主机厂在和传(chuán )感(🌭)器供应商打(👵)(dǎ□□□道的(□)时候,不要说拿(ná )到(dà□ )材(cái □□□(wù )□参数这□细节□能拿到接口协议(🧡)就□经很不容易了(🥈)。如□主机厂足(🤠)够强势,传感器□应□也积□(□)配合,他们可以拿到接口协□,□也不是全部。连(lián )□机厂□很难拿(ná□)到的东西,仿真公司就更□(□)了(le )□”<□p□


      事实上,□感器的物理级仿真(zh□n )是只能□🤗)由(yóu □传□器(🥕)厂商去(qù□)□己去做□□国内(🕓)□多传感器(qì )厂商更多□外采芯片□□部件(□)来做集成(🐈),因□,能□做传感器物(🥨)□级□(🤙)真的□😺),□际上□TI□恩智浦这些上游供□商。


      <□ data-track="306">某(mǒ(🧀)u □商用(□)车无人(👞)驾驶公司的□真(z□ēn )工程师(😥)说:“传感□的□真(🗝)难做,□致传感器□型的过程□复杂。我们□做传□器选型(xíng ),基本上都是传(c□uán )□器(🥢)公(□□司先(xi□n )把样件寄给我(wǒ ),我们□🛴)□把(⏳□各种(zhǒng )类型的都装上到(dào )车上□(🕍□测试。 □(rú(🛬) )果传感(gǎn )器(qì )厂商能跟□真公司合(😘□作,他(tā )们之□就可以把接□□□拉(💨□通,提供(gòng )□准的传(🎏)感器建□□那我们就可以以很低的成本获知传感器的(💩)(de )□□(🚗□,做传感器选型(□)的(🧤)工作量会□幅□(dù )□少。”


      □□p>

      不(🧝)过□🆎□(□□ò□),51 World CTO鲍(bào )□强的□法□🌋)是:“□知(zhī□😥)□)仿真现在还处(🤦)(□h□□)□初(c□ū )期(🏠),还远□没做到(🥞)需要(🛣)把传感器里边的建模搞得那么精细的阶段。把传感器里边(□)拆开建□那些(🚰)□西,□觉(📠)□(🎥)毫□háo )□(🚳)□义。”<□□><□ dat□□track="309">
      □外,□某无人驾驶公司仿真负责□的□□😸)法□传感□仿(🧜)真做□□,并不等(d□n□ □于感(🍽□知的仿真完全做(🍠□不□□□/p>□□r□>

      比(♊)如(🐼),硬□□环(HIL)可以接入传(ch□án )感器实物(wù(🌦) )□传(😂)感器和域□□(⛏□器,都是实物□wù )□来测试。接入传感□实(shí )物(🔉),既可□□试(🍼)□知算法□也可以测试传感器本□(□)的功能和性□。这种模式下,传感(🐋)器是真(zh□□□)实(📱□的,相比于传感(□)器仿真,仿真(□hē(🚒□n )精确(q□è□)度更高。□/p>□p d□ta□track="314□□但由(👤)(yóu )于涉及到(🙏)配套□件,集成起来□杂,而□(🦄)这□方式依然需□传感器(qì □模型来□□环境信号□生□,成本也更高,□而,实践□很(💗)少(shǎo □使用□(zh□ )种方法。<□p>

      <□ data-track=□31□">附(🐀):□动驾(□ià )驶(shǐ )仿真(zhē(🎛)n □测试的两个阶段<□stron□><□s□an>

      <□r□>

      □摘自公□🌮)众号“车路慢(màn )慢”在(□)20□1年3月26日推送□文□□自(z□ )动驾驶(□hǐ )虚拟仿□(zhēn )测试介绍□🍝)》)□br/>考虑到近(□)期(🛀)的实际情况□自动驾□(🏔□□真大致要分□(🌝)两个发展阶段(当然这两个(🤴□□段可能□(🎤)没有明□的时间界限)□


      □/p>□p □at□-□rack="322"><□trong>(1)阶(□iē□)段□duàn □一:

      □p data-tr□ck="323">
      在试(🍨)□室和封闭试□场内对(⏪)□duì )传感器的感□识别模□进行测□,在(□à□ )虚□仿真环境对(□uì )决策□制模块进行测试□仿□□境直接□j□ē )向决策控制模块提(🍘)供(🍠)目□□表。


      □p da□a-track="□□6">这主要是因为目前□□感器的(🗻)建模还有很多(Ⓜ)□限,从(cóng□)而不(b□ )能□né□g )进(❓)行有效(甚至是正确)(🖼)的仿□🌅□真。比□摄像头(tóu )输出□图(🚗)(tú )片(🐩)较(□iào )容易仿(fǎng )真,但是污渍、强光等特□🍋)性□真难度□大;而对于毫(háo )米(mǐ )波雷□如果建立(l□ )精(👘)度□高的模(🏉)型(🎻)(xíng )□则计算(suàn□)速度较慢□□能满足□真测(🐫)(cè )□的需求□□iú(🐶) )。

      在(🎺)试验室和(🔲)封(fēng )闭(bì )试验(yà□□)场可□对测试环境进行完整的控制和数据□录。比如布□不同(tóng )类别(□i□ )、位□(zhì □和速□的□人□👏)和车辆,甚(□)至可以对□、雪、雾和强光的环境要素进(□)行模□,并□🧖)将传感(□)器处理输出□chū )□目标列(🐭)表与(□□ )真实环境进□□比(🎂),从而□出(chū(👨) )对□知识别模块的□(□)估(□)结果和改进建议(🌉)□□/p>

      这么做的□de )好处是(📼),在(z□i )□感器(📝)(qì□)建(□iàn□□模□很多□限的情□(kuàng□)下,依然(📆)□够在仿真□□□uán )境下对决策控(kòng )□模块□行□□(➿)□提前享受□(🔣)□□试的优(🕦)势。□/p>□p data□t□□ck="332"□((🧡□2)□段二:

      <□r/>

      <□ dat□-trac□="33□"□在虚拟仿真环境(jìn□□)进行高精□jīng )□的传感器建(⛔)□,从而对完整的自(□)动驾驶算法进行测试。


      这(🆘)一阶段的难点,一□面(🔠)是前面提到(□)的满足(📅)测试(s□ì□)需(xū )求(qiú )的传感器建模,另外一方面□🐅□是(s□ì □不同传(ch□á□□)感器厂家和OEM厂□直□□(jiāo )互的接口很可能不(bú )一致(□)((👹)有□情况(🍾□下□□□□存(cú□ )□)。

      □p data□track="33□"><□r/□□/p>□p data□t□a□k□"3□0">



      □□pan sty□e="lett□r-□pacing: 1px;">对□等级(j□ )自(🎾)动(🐔)□驶□□而言,仿□🔡)□只是一个□🗒□辅□手段,而到了□le )高等□自动驾驶(□),仿□便(bià□ )□为准入(🤮)门(□)槛了——L□□要做(□u□ □过□够□程的仿□🤾)真才能上□。


      某(m□u □主机厂仿真专家说:□常(🏁),自□(□)驾驶(🍇)公司做L4仿真的(□)(de □能力更强(♿)□些,而第三方仿真公(gōng □□做的□□)仿真(💖)则以(🎇)(yǐ )L□为主。那么(me )□两个阶□□)段的仿(👐□真(😳)的具体(🚮)差异□📈)有□些呢?<□r/>

      □□r/>

      □p □ata-track=□3□0□ s□yle="t□xt-align: cen□er□">1.功(□)能边□🎭)界□/spa□>□br/>

      □p□d□ta-track="3□2">□br/>□/p□

      轻(qīn□□)舟智□仿真专家:“□2□产品定义(🤨)成熟□shú ),功能□(🚑)(biān□)界清晰,因而,仿真□务商提供(🤳)给□(🐂)家(jiā □主(🥪)机(jī )厂(🆚)的(de□)服务□用程□(dù )很高□而L□的□能边(□)界在□□,大家都(□□还在探索,□此,客(📿)□对仿真的需□□)求有很(💨)高程度的定(dìng )制化。”

      □p dat□-□ra□k=□356">

      2.场□□)景库的规□<□span□

      □br/>

      □/p□<□ d□□a-track□"360">深□□(□)创创始人杨子(💺□□:“从测试场□的(de )角度□,L4因为ODD复(🌌)杂度更(🕑)高(□),场景库的数量级远高(🛀)□L2。”<□p><□ d□t□-track="361">

      <□ data-tra□k="36□">□/p>

      <□r/>

      □□ data-□rac□□"3□4" style="text-align: le□t;">3.□□景复□度(📳)的(□)要求□p dat□-track="365">

      某主□厂仿真专家说:□□)“L4仿真对(🥔□场(chǎng )景(jǐ□g )复现度的(🛵□要求□高,即道(♈)路□发现的一个问□,□不□在□💕)仿□🥡)□场(🎳)(ch□ng )境(jìng )下(xià )去(qù□)复(□ù )现;(🐊)但很□做L2仿真的(□)公(gōng )司还没有思考过这个问题(tí □。”□/p>□p d□ta-track="368">□br/□<□r/><□p□

      □□tr□n□>□.对(🐓□(duì )数(sh□ □据挖掘能□🤮)力(□□的关注度□/span>

      □p d□ta-trac□="372"□<□p>

      低等级自动驾驶仿□,大家主□🖼□要拼(💵)场景的真实度,高等级自□□驶□(📏)□据挖□的关注度□高了。<□p>


      □p data-track□"□77">□br/>

      □p □□t□-tr□ck□□37□"□style="□ext-□lign:□l□ft;□□5.数据构成<□r□>□b□/>51□W□RLD 车载仿(🔘)真(🐺)业务负(fù )责人鲍世强(🤹□:“□2□(duì )功能定□dìng )义得比较明确□仿□fǎng □真可以(yǐ )以□成(□□é(💘)ng )数□shù □据为主,以真实道(🥓)(dào )路数据为□;□到了L□□段,数据驱动的重要性会更高,□此,需要以真实□□数(shù □据(✡)为主,以算(📅)法生成的数(shù )据(jù )为辅□”□/p>□p dat□-track="382">

      □p □ata-t□□ck="384"><□r/>

      <□ data-□rac□="385" style="□ext-align:□□eft;">6.感(gǎn □知<□span><□□t□ong>□p□da□□-□rack="386">

      高(gāo □等级自动驾驶车辆(🎤)摄像头数量多、像素□sù )高,对仿真系□的图(tú )□(xi□ng □渲□🐘□(xuàn )染能(né(💈)ng □力、数据□步能力及仿真引擎(qíng )的稳定性都提□了更高的要求。



      <□r/>□spa□ sty□e="letter-spacing:□1.□p□;"□7.高精(🚼)地图□□stron□><□span>


      <□□/□

      智(zh□ )行众(zh□□□ )维CTO李月:“低等级自□(⏲)驾驶□本都不需要高□gāo )□地图□🙋),但高等级(□)自动□驶在目(🚩)前阶□则高度依赖高精地图,这也是构(🌌)建(🙏)场景的时候就需要建数(🌋□字孪生的原因之一,□真(🦒)实□界做对(d□ì )比。”

      □br/>
      <□p>

      <□□/>

      8.决策<□s□rong><□span>


      <□p>□p data-track="401">

      智□众维CTO李月:“L2□□👦)方□□决策的策略逻□及执行□🔊)机构(💊)的(🦓)测试关(🚢)注比较多,但并(b□ng )不会(□)把重点□⛄)放(fà□□ )在规(guī )划□□上,但□dàn )到(📤)了L4方案(àn )中,□(duì )如何避□👒)障(zhàn□ )、如(□ú(⛽) )□(hé(📸) )绕路等路(⛔)径规□算法的考虑就比(bǐ )较多□”□□p>

      <□r□>□/□><□ data-t□ac□="□04">□br/>


      9.是(🧗□否需要□驶员(yuá(🌵)n )模(mó□)型□/p>



      对低□级自(🗂)动(d□ng □驾驶来□(□),系统□会完全(🧦□□制(zh□(🌗) )车辆的行为,而只□起(q□(📷) )到辅助(🤔□作用,□此(cǐ ),仿真(🌶)公司□□场□设(⛓)计的时候还要去设计很多驾□□(🚩)(yuán )模□;而对高等级自(□ì )动驾(jià □驶(📺)来说□s□uō )□车辆(😑)控(kòng □□通过自(👰)□zì □动驾□来实现□□(🕡)此(cǐ□)□仿真场景设计□(□)就不(bú□)需要设(🥖)(s□è □计驾驶员模型(xíng )□<□p>


      10□是否□先□定测试过程<□s□an><□p>

      □□r/□□/p>□p da□a-track="415"□<□r□□□/p>

      □span style="letter-s□acing: 1px;">对这个逻(luó )辑,公(😎)众□□车路慢(màn )□”在□篇文□更详细□解(□iě □释:□□span>较低□级的自动□□j□□□)驶面对□□况复杂□和工(😄)□范围□较(□iào )小,或者说由于驾驶行□主(zhǔ □要由人类驾驶□负责□自(📂)动驾驶系□仅需处理有(yǒu □限数(shù□)量(🔼)的□确定的(de□)工况即可;较(🥊)高等□的(⏲)自动驾驶的驾□行为□要□自动驾驶(🥊)系(xì )□负责,其处理(lǐ )的工况□杂(⏯)(zá )度和工□□围很大(□),甚至不(□)能提□预知(📸)。<□ □ata-trac□□"419">
      □/p□

      基于两(🤪)者的这(🏈)个(gè(□□□)差异(yì ),□低等级□动(🚴)(d□n□ )驾(jià□)驶可以使□(□)□于用例的□□方法(👌)较好的进行测试,而较(🚑)□等级自(☔)动□dò(□)n□ )□驶则需(x□□)要□□)□用基于场景(jǐn□ □的(❗□测试□(fāng□)法□□/span>

      <□ □□ta-tra□k="421">

      □p data-tr□ck="422□>基(🚜□于用(🧕)例□🆙)的测试方□,即是预□(⛵)测试输入和测试过(g□ò )□(chéng ),通过查看被(b□i )测算法(🚨)(f□ □是否实□□)现预(yù )期的功能来(lái )评价是否通(🦖)过测试(👸)。比如对ACC的测□□)(cè□🖖)□)□,预先设□(dì□g □被测车辆和前车的(🥡)(de )初(□)始□shǐ□□车速□以及前车减□的□□e )□刻(k□ )和□速度,查看被测车辆是□能(n□n□ )够跟(gēn )随减□□车。
      □/p>


      <□ dat□-trac□="4□4□>基□场景的测试□法□即是□设测试(s□□ )输入,□/strong>□不预(yù )先设定测试过□🌞)(gu□ )程,只设定交□□iāo )□车(chē □辆□行(□áng )为,给予被测算法较大的自由□□🏒),通过查□被(🐗)测(🆙□算法是否□成预(yù □期的目标(biāo )来评□(🐻)□□📥)否□fǒu □通过测试□str□ng>。<□□tron□>比如对直□道□行驶的测试,预先设定被测车(chē )辆和前(🚡)□(🚐)的初始(🚯)车速,以及(🏑)前车减速的时刻和减速□(🐵)□但是不□定(□□被测车辆□👰)是(shì )通过(□□ò(🏛)□)减(❎)速还□□🏅)(s□ì )换道超车的方□🍲)式避免与前车□撞。


      <□ data-□rack="426">□(zào )成□□□)于不同等级(□í )的自(zì )动驾□功能需要使(💮)用(🔙□不同的□(□è )□□法的(de )一个原因(🏘)是:□等级的自动驾驶□般□够分解为简(💹)单□独□□功能,可以把单(□ān )一功能(💴)作□被□对象;□(□)高□(děng□)□的自(zì(✌) )动驾驶较难分解成简单而独□的(de )功能,只得把整(🛠)□自(👊)动□驶系统或其(🍉□相对□大的一部□作□□)□被测对□。



      □p □at□-□rack="429">
      <□ dat□-track="430" s□yle="text-□li□n: left;□>□1□产业生态
      □/stron□□
      <□p>

      <□r/>□/p□


      <□□an □tyl□=□le□□e□□spa□i□g:□□.5px;">□s□rong>问题(tí )五:仿□中□(de□)“一天多少(🏼)(□hǎ□ )万□wà□ )公里”该□么理□?<□span><□s□ro□g>跟真实道路测试类□的□(shì□),一□仿□□ǎn□□□真公司□强调“行(háng□)驶□□”,比如□□ú ),每□“□十万公里”,那(nà )这个□字背□bèi )后的真□含义究竟是什□呢?它跟真实道路上□行(🍞)驶里程有何区□呢?

      □□□data-tr□ck□"□4□">

      □拟里程(🍵)(ch□ng )是指一个□量仿□平□在(zài□)□(□ān )位时□□并□🎶)行(🏪)仿真□点行驶里程的总和。单位时间内□nè□ )□仿□里程数取决于整个平(□)(p□ng )台算力□持并行运行的节点(□□ǎn )数和不同仿真场景□杂□下的超实时(🕧)指数(shù )。

      □br/>□□ □ata-t□ack="443">□sp□□□style□"letter-spa□in□□ 1px;">□单来□,一个仿真(🆕)(zhēn □□点(di□n )就□□辆车,就□仿(🈸)真平台(tái □能支□🤲)持□时□行□(🏆)多少辆□测试车(🌐)”。

      <□r□>□/p><□ data□□rac□="445"><□pan style="□etter-spacing□ 1px;">据□行众(Ⓜ)维C□O安宏伟(wěi )□释:简单来讲□假如一个□g□ □仿真平□有□00台(□□GPU服(✔)□□□□力,每台(🥣)(t□(□)□□)□署(🥙)□个仿真□□,则□个仿真平台(tái□)就拥有同时并(bì□□ )行800个仿真的能□🔕)力。仿真里(l□ )程就取□(🏧)于每个实(shí□)例□(□)(měi )□□□)跑的□(lǐ )程□了。□/p><□pan style="let□er-spac□ng:□1p□;">□st□on□>一台G□U服务器上能跑多(🤵□少(🗡)□(📤)实例□取□(👺)于GPU的性能和仿真求解□能不能在一台服务器上(s□à□□ )并□仿真。

      <□r/>

      安(ān )宏□h□n□ )伟说:“我(wǒ□)们□仿真平□的仿真节□,□现了多种(zhǒng □部署(💏)方(😽)式(□hì(📲)□),能够灵活满足(🏧□□zú )客户的各种云资源(🐙□的状况(😀)□都能实现大规(guī□)模、弹性的节点部署。目前(□iá□ )我(wǒ )们在苏州相城建□□云仿真平台□实现□超(ch□o □□400节点的(🏥)部署。□

      <□ d□ta-track=□4□0"□

      结(🐯)合每个□(shí )□每天(😨)跑的□程□□可以大致计(jì □□出仿真(□hēn□)平□上(shàng )每日的(de□)仿真(zh□n )总里(l□□□程。□果一□(gè )实□(lì )(虚拟车)平□每(mě□ )小时跑1□0□里,每□跑(🀄)(pǎo )24小□(□hí□),那每日就是将近(🎭)30□0公里,如(💐)果(guǒ□👸)□)有□3个实例□那□nà□)该(🌁)台服务□上每天就□不□□)多有10万公里□

      需要结(🖼)合□h□(🐵) )合(hé□□理的仿真测(cè )试方案和海量的场景作为支(😆)撑,在场景的覆盖度和有效性上进行不断地扩展(□□ǎn□)□最后(hòu )能□néng )够□□□(lá(🈶)□ )有效(🚷)的(🗳)(de )□景才是根(gēn )本。

      <□ d□ta-trac□=□4□4">


      □/p□

      □b□/>

      □/stro□g>

      在采访中,笔(🗻)者反复问到一个问题:仿(fǎng □真(zhēn )平□(🥩)(t□(🏺)□ □上跑的车,跟□实世(shì □界(🙃)中(😙)□车(chē□),是□(zài )同一□(□)时间(👺)维度□的吗(□□?(✈)换(□)个(g□ )说(shu□ )法:仿真平台上的1小□,等于真实世界中(zhōng )的1小时吗?会有“人间(📦)一年,天上(shàng )十年□的情形出现吗?

      □p data□track="460□>

      答案□(□):可以等于(实时仿真),也□🏄)(yě )可以不等于□超实时(😘)仿真)。超□(🌹)时□真(zhē□ )又可分为“时间加□🚺□(jiā )速□和“时间减速”两者(zhě )情况——时(shí )间□速即仿真平台上□□间□(b□ )真□世界中的时(□)间快,时间减速(□ù□)即(jí □仿真平台上的(de )时间比□实□□慢。

      □p□data-tra□□="46□">仿真比真□世□shì )界的(🌃)(de )□□快(kuài□)是□了提高□率,那么□比□实□□shì )界的时间□又是为了什(□h□ )么(me )?□/strong>

      □p□data-tr□ck□"4□4">

      □p dat□-track="465">安宏伟(wěi□)的解释是:“举(💽)个□子□□一些仿(🐶)(fǎng )真测□对图□渲染的精度要求非□高,为了追求精□jīng )□(d□ )□单□(😺)图像的渲(🕧)染□🐅)可能(♍)□法在(□)实时情况下完成(ch□ng )。这种□z□ǒng )比真实时□□的(d□□)仿□,□是做实时的闭环测(cè□😀) )试,而是做离线(xiàn □测(cè □□(👱)。”

      □p d□ta-track=□467"□□体地说,在□时仿真□,图片□生成□(🏈)直接发给算法去(qù )识别,这个过程(😬)也(yě )许□在1□0毫秒内完成,□在离线(🔥)仿真下,图□在(zài□)生成后先保□,在(□)□(➖)□(🦑)□件下发送给算(🛫)法□□。□/□>□p□data-tr□□k="468□>


      算法□接受虚拟时间□□i□n )□这个怎么理(⚡)解(j□ě )?(🏍)安宏伟的解释是,有一些(🤫)算法(👔)在(🥎)结合硬件运行(🗽□平(p□ng□)台□(de□□条件下□可能需要读取硬件上的(🔜)□时(shí□)□网络(🆑)授时,而无法读□dú(🍹) )取仿真系□提(😰)供的(d□□)□(xū□)拟时(□)间。

      □□ data-□rack="□□□">某Tier□□(de□)仿□专家说:在仿真(zhēn )系(xì )统□😹)的工□□架(jià )Po□eidon□S里做到精(□□确的(de )时间对齐和同步□然后□□□(🥠)把□法部署在集群服务器上,进而仿真空间(🐙)□时间可□kě )以跟真□(➕)物(✖)理世界□时间解耦(🐹),解(j□□ )开了就能“□意加速”了。


      那□(🤣□,在□时间加速

精选评论
  • 富偶然:173.161.91.516
    龙亨国际KTV由国内专(zhuān )业设计师打造,装(zhuāng )潢高端豪华,采(🏕)用了(🤺)豪(🚜)华高档的欧式(🔏)风格。从(cóng )整体的(de )装修到(🐦)局部物品(pǐn )设计(jì )处(👃)处都(🎰)体现了用心(xīn ),新上海滩KTV尊(🍼)贵典(diǎn )雅,气(qì )度(💋)不凡。并且叶问KTV拥有风 价格
  • 一代妖孤:122.468.278.747
    鎷涜仒鍏艰亴骞(🎻)(qiān )抽(🐞)潰(⏬)璁捐(juān )甯?搴愭睙(liè )鍢(fù )夐『鍟嗚锤(🉑)鏈夐檺鍏徃(wǎng ) 100鍏(wéi )?澶(chán )?05-23 鎷涜仒鍏艰(🕙)亴鍜栧暋鍘呮湇(⛽)鍔″憳 涓婃捣搴愰槼鍖哄繂鍔冲挅鍟(shēng )¢ 8鍏(💢)?灏(🚚)忔椂 05-22 鍩硅鏈烘瀯(🕤)(yíng )鎷涜仒鍏艰亴 瀹夊(😔)窘鏄庡皻(🛌)鏁欒(luán )偛鍜ㄨ鏈夐檺鍏徃 80鍏?澶?AV无码十八禁网站观看-白洁少妇第1一178章-润叁彩影视丽都皇宫(gōng )是上海浦东新区(🖋)KTV最(🤞)出名的夜(yè )场,位于(yú )繁华商圈,重金邀请专业装潢大师(shī )为夜(🏌)总会进行设计,装(zhuāng )潢豪(🦂)华典雅,包(🤴)厢拥有不同(😁)装潢风格,绝对能够给您带来不(⏯)一样的体验(yàn )!整(zhěng )体装(⏫)修(xiū )十分时(🧞)(shí(🕕) )尚
  • 徒有觞:147.822.941.478
    1易于学习Python有相(xiàng )对较少(👏)的关键(🥩)字,结(jié )构简略(🎍),和一个明确界说的(de )语(🦃)法,学习起来更加(jiā )简略2易于阅览Python代码界(jiè )说(🍔)(shuō )的更清晰3易于保护Python的成功在(🌭)于它(🚀)的(🧓)源代(💧)码(mǎ )是相当(dāng )容易保护的4一个(🦃)广泛(😸)的规范库Python
  • 大海的歌声:123.563.982.734
    夜场里水很深,你们一个人势单力薄,我就相(xiàng )当于你(😻)(nǐ )们的领头(🛳)人(ré(🤝)n )。在你们(men )什(👀)么都不懂的情(qíng )况下教你们夜�

最新高清热播电影-免费在线追剧-润三彩影视猜您喜欢

欧美人与动牲交视频-亚洲成人av影视-润叁彩影视
郑重声明:最新高清热播电影-免费在线追剧-润三彩影视所有播放资源均由机器人收集于互联网,本站不参与任何影视资源制作与存储,如若侵犯了您的权益请书面告知,我们会及时处理.

如果喜欢最新高清热播电影-免费在线追剧-润三彩影视请分享给身边的朋友,站内广告是本站能持续为大家服务的立命之本还望顺手支持一下^_^

留言反馈 - RSS订阅 - 百度蜘蛛 - 谷歌地图 - 神马爬虫 - 搜狗蜘蛛 - 奇虎地图 - 必应爬虫

Copyright © 2019-2024 · 最新高清热播电影-免费在线追剧-润三彩影视 itog.com.cn

统计代码