<mark id="oztn4"></mark>
0
L3及其以上級別自動駕駛車輛的開發，在系統復雜程度、使用環境復雜程度方面均急劇增加。傳統開發ADAS算法的仿真工具已無法完美解決當前更高級別的自動駕駛開發問題。仿真平臺便成為自動駕駛企業的剛性需求。
總觀整個自動駕駛生態鏈，初創公司也好，資深玩家也罷，凡是與自動駕駛有關的公司幾乎都開始布局自己的模擬器。一些專攻自動駕駛仿真業務的初創公司也開始涌現。
2015年成立的51VR是其中的參與者之一，其自主研發了自動駕駛仿真平臺、虛擬駕駛仿真平臺以及為B端企業提供數字化城市/汽車應用。
雷鋒網新智駕了解到，51VR自主研發的自動駕駛仿真平臺，功能覆蓋道路環境搭建、智能交通流、傳感器及動力學仿真，可以方便接入自動駕駛感知和決策系統。在引入感知系統的仿真后，51VR仿真系統輸出原始傳感器數據，包括點云、圖像、雷達監測目標，并同步輸出GPS和IMU信息至自動駕駛感知模塊，完成障礙物及紅綠燈檢測，同時通過決策系統及控制系統得到油門剎車及方向數據，完成整個感知系統閉環。
51VR 自動駕駛事業部研發負責人鮑世強是公司自動駕駛仿真平臺從0-1的開發者和構建者。11 月 21 日（周三）晚上 8 點，【大咖Live】第 25 期智能駕駛·仿真專場，我們邀請到鮑世強詳細解析“如何有效構建自動駕駛決策和感知的仿真體系？”。照例，本次分享對雷鋒網新智駕會員免費開放。
本文對整場分享進行了綜合整理，雷鋒網新智駕會員可進入【新智駕會員計劃】頁面查看全文實錄。
環境構建是模擬系統中重要的一步。無論是真實場景再現，還是人工設計環境，對環境構建的合理性、真實性，以及還原真實世界的精確程度方面都有要求。更接近現實、更高的精度可以使得傳感器反應更自然，測試結果更有參考性。
鮑世強也提到，構建感知系統的仿真是整個仿真系統中比較困難的部分。建立高度真實感的仿真環境，不同的傳感器對應的高度真實的仿真環境不同：對于相機而言，需生成較真實的紋理及光照環境；激光雷達仿真，需有符合場景的幾何與物理；對天氣晝夜進行仿真及傳感器硬件在環的需求同樣非常重要。鮑世強向雷鋒網新智駕會員介紹了仿真系統中靜態場景及動態場景仿真要求：
靜態場景生成：首先需考慮仿真系統和自動駕駛系統要采用同樣的高精度地圖作為源頭，生成精確匹配的靜態環境；另一方面，場景自動生成的效率很關鍵，高低不平的路面對環境的生成也提出了挑戰，另外還需對標線、標牌等路標自動生成語義標注，以用來后續對駕駛行為進行評價；
動態物體仿真：一方面進行路測的案例數據需要得到重現；另外案例數據需便于編輯,以利于后續擴展。
雷鋒網新智駕了解到，51VR通過采集實際環境及已有的高精度地圖構建靜態地圖，包括現實交通環境數據收集、路測數據收集，并抽取不同智能交通體行為模型，基于模型有機地形成動態交通體。同時51VR還提供導入路測案例數據，及清洗與泛化工具。
在鮑世強看來，自動駕駛仿真是一個融合多專業的交叉領域。首先，圖像學和游戲相關技術同仿真技術有較大的重合度，例如程序化場景生成、大場景的構建和處理、高真實感的渲染。同時仿真也是一個非常專業的領域，涉及專業傳感器模型、動力系統方面的仿真，大規模分布式自動化測試框架的搭建也會帶來很大的挑戰。
51VR在搭建各個專業人才梯隊的同時，也在同主機廠、自動駕駛公司、測試區測試機構合作應對仿真挑戰。
「2018智能駕駛芯片行業」研報（點擊鏈接進行查看）已出爐，2萬字精華，10家公司參與，芯片行業研究者、創業者、車企、投資者們不可錯過，快去搶讀。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
