受疫情影響，“禁足”也成為自動(dòng)駕駛車輛在這段時(shí)期的寫照。

盡管實(shí)地路測(cè)受阻，但得益于自動(dòng)駕駛仿真平臺(tái)，線上的虛擬仿真路測(cè)仍舊得以開展。

所謂的自動(dòng)駕駛仿真，就是指通過傳感器仿真、車輛動(dòng)力學(xué)仿真、高級(jí)圖形處理、交通流仿真、數(shù)字仿真、道路建模等技術(shù)模擬路測(cè)環(huán)境，并添加算法，從而搭建相對(duì)真實(shí)的駕駛場(chǎng)景來完成自動(dòng)駕駛汽車路測(cè)工作的一種形式。

據(jù)雷鋒網(wǎng)了解，Waymo、騰訊將其視為頭等大事；AutoX、Pony.ai、文遠(yuǎn)知行等自動(dòng)駕駛初創(chuàng)公司也在自主研發(fā)仿真環(huán)境；業(yè)內(nèi)也逐漸培育了51VR等開源式的第三方自動(dòng)駕駛仿真平臺(tái)。

而后，華為也加入了這個(gè)隊(duì)伍之中。

2019年4月上海車展上，華為自動(dòng)駕駛云服務(wù)Octopus首次展出，仿真測(cè)試就屬于其中一項(xiàng)服務(wù)能力。2020年1月9日，華為自動(dòng)駕駛云服務(wù)首次在長(zhǎng)沙湘江新區(qū)落地。

虛擬仿真路測(cè)成剛需

在高級(jí)自動(dòng)駕駛車輛的開發(fā)過程中，無論是車輛系統(tǒng)的復(fù)雜程度、還是使用環(huán)境的復(fù)雜程度都在急劇增加。因此需要“喂”給自動(dòng)駕駛車輛足夠多的數(shù)據(jù)，才能保證車輛在實(shí)際上路過程中的安全。

但自動(dòng)駕駛的實(shí)地路測(cè)是一件漫無盡頭的事情。行業(yè)內(nèi)普遍預(yù)測(cè)，為了保證自動(dòng)駕駛技術(shù)安全可靠，自動(dòng)駕駛玩家需要110億英里的測(cè)試數(shù)據(jù)來對(duì)自動(dòng)駕駛系統(tǒng)不斷優(yōu)化升級(jí)。

如果按照100輛自動(dòng)駕駛汽車，每天24小時(shí)不停歇路測(cè)，平均時(shí)速25英里（40公里）每小時(shí)來計(jì)算，需要500多年的時(shí)間才能完成目標(biāo)里程，期間所耗費(fèi)的成本更是不可估計(jì)。

此外，自動(dòng)駕駛汽車可能還要應(yīng)對(duì)暴雪、暴雨、臺(tái)風(fēng)、強(qiáng)光照等極端場(chǎng)景。但在自然環(huán)境中，這些場(chǎng)景發(fā)生的情況有限并且大多危險(xiǎn)。因此僅依靠實(shí)地路測(cè)，不僅效率低而且成本巨大，很難滿足自動(dòng)駕駛車輛的要求。

而自動(dòng)駕駛仿真測(cè)試平臺(tái)的出現(xiàn)，很好地補(bǔ)足了傳統(tǒng)實(shí)地路測(cè)的不足，成為自動(dòng)駕駛企業(yè)的剛性需求。據(jù)推算，未來5年仿真軟件與測(cè)試的國(guó)際市場(chǎng)總規(guī)模約在百億美元左右。

華為入局自動(dòng)駕駛仿真市場(chǎng)

盡管在汽車領(lǐng)域是后來者，但華為在自動(dòng)駕駛云服務(wù)賦能上有著自己的邏輯。

華為認(rèn)為，自動(dòng)駕駛的快速開發(fā)上市及功能迭代，將是車企在未來智能網(wǎng)聯(lián)競(jìng)爭(zhēng)中率先贏得市場(chǎng)的關(guān)鍵，但在這個(gè)過程中，自動(dòng)駕駛的開發(fā)者面臨的挑戰(zhàn)也十分明顯。

一是如何快速獲取自動(dòng)駕駛車輛產(chǎn)生的海量數(shù)據(jù)并且高效處理？一輛自動(dòng)駕駛測(cè)試車1小時(shí)產(chǎn)生約8TB數(shù)據(jù)，一天8小時(shí)就會(huì)有64TB的數(shù)據(jù)。一個(gè)月按22天工作日則產(chǎn)生約1.3PB /月的數(shù)據(jù)，但其中有效數(shù)據(jù)僅為0.05%，同時(shí)還有80萬張/車/天圖片有待人工標(biāo)識(shí)。

二是訓(xùn)練和仿真需要AI算法和超強(qiáng)算力的加持。單車預(yù)計(jì)需累積里程100+億公里，300GPU/2天模型訓(xùn)練，仿真測(cè)試則每天需處理100萬公里。

三是仿真層面不僅需要大量場(chǎng)景支持在線仿真，同時(shí)也需要有以實(shí)車為主的決策規(guī)劃仿真系統(tǒng)。

因此，如果要解決虛擬仿真問題，海量數(shù)據(jù)的處理是必須邁過的一道坎。

那華為自動(dòng)駕駛云服務(wù)這把利刃，能夠亮出什么樣的鋒芒？

誠(chéng)如所見，華為的自動(dòng)駕駛云服務(wù)Octopus形為八爪魚，服務(wù)覆蓋自動(dòng)駕駛數(shù)據(jù)、模型、訓(xùn)練、仿真、標(biāo)注等全生命周期業(yè)務(wù)，向開發(fā)者提供包括數(shù)據(jù)服務(wù)、訓(xùn)練服務(wù)、仿真服務(wù)在內(nèi)的3大服務(wù)。

在上述的三大服務(wù)之下，華為的自動(dòng)駕駛云服務(wù)“八爪魚”能為企業(yè)用戶提供以下核心能力：

處理海量數(shù)據(jù)，自動(dòng)化挖掘及標(biāo)注，能夠節(jié)省70%以上的人力成本；

軟硬件加速，平臺(tái)提供華為自研升騰910 AI芯片和MindSpore AI框架能大幅提升訓(xùn)練及仿真效率；

豐富的仿真場(chǎng)景，高并發(fā)實(shí)例處理能力：通過集成場(chǎng)景設(shè)計(jì)和數(shù)據(jù)驅(qū)動(dòng)的方法，合計(jì)提供超過1萬個(gè)仿真場(chǎng)景；系統(tǒng)每日虛擬測(cè)試?yán)锍炭沙^500萬公里，支持3000個(gè)實(shí)例并發(fā)測(cè)試；

云管端芯協(xié)同，車云無縫對(duì)接：Octopus天然支持無縫對(duì)接MDC（移動(dòng)數(shù)據(jù)中心）等車端硬件平臺(tái)和ADAS系統(tǒng)，實(shí)現(xiàn)車云協(xié)同；

可見，華為的自動(dòng)駕駛仿真能力并非單獨(dú)出現(xiàn)，而是作為一種服務(wù)和能力集成在華為自動(dòng)駕駛云服務(wù)之中。

仿真能力只是其數(shù)據(jù)閉環(huán)中的一個(gè)節(jié)點(diǎn)，這個(gè)節(jié)點(diǎn)只有與其他環(huán)節(jié)合作才能發(fā)揮出最大的組合優(yōu)勢(shì)。

也就是說，華為意在讓自動(dòng)駕駛云服務(wù)與智能駕駛計(jì)算平臺(tái)MDC、智能駕駛OS一起，發(fā)揮華為云+AI優(yōu)勢(shì)，組成車云協(xié)同的MDC智能駕駛平臺(tái)，開放合作促進(jìn)智能駕駛快速發(fā)展。

華為還表示，未來會(huì)將高精地圖、5G及V2X技術(shù)等能力集成到“八爪魚”中去，攜手更多的車企和開發(fā)者加速智能駕駛商用落地。

“不造車，聚焦ICT技術(shù)，成為面向智能網(wǎng)聯(lián)汽車的增量部件供應(yīng)商”，是當(dāng)初華為進(jìn)軍汽車領(lǐng)域時(shí)的定位。

無論是近日獲得ISO 26262功能安全管理認(rèn)證證書的華為MDC智能駕駛計(jì)算平臺(tái)，還是位于智能汽車業(yè)務(wù)戰(zhàn)略金字塔頂端的自動(dòng)駕駛云服務(wù)，都可見，在智能汽車領(lǐng)域，華為的“醉翁之意”并非是成為自動(dòng)駕駛開發(fā)者，而是開發(fā)者手中的那枚利器。

賽道玩家的交鋒

華為的入局，大概率會(huì)和早先入局的玩家迎頭撞上。

在已經(jīng)入局的玩家中，Waymo的自動(dòng)駕駛模擬系統(tǒng)Carcraft是較為神秘的那一個(gè)，但Carcraft的腳步從未停止。

Waymo的自動(dòng)駕駛車輛在實(shí)地路測(cè)時(shí)遇到的許多情況可以直接在Carcraft中進(jìn)行模糊化，程序員可以將多種情況進(jìn)行疊加創(chuàng)造出各種極端情況，而在模擬器中得到的數(shù)據(jù)又可以反饋給現(xiàn)實(shí)世界的測(cè)試車。

得益于這樣的數(shù)據(jù)閉環(huán)，前段時(shí)間谷歌宣布， Waymo自主研發(fā)的仿真測(cè)試軟件Carcraft已模擬了100億英里的道路場(chǎng)景，且支持Waymo車型進(jìn)行大規(guī)模測(cè)試。

此外，2019年末， Waymo 還收購(gòu)英國(guó)仿真技術(shù)公司Latent Logic，后者開發(fā)的AI技術(shù)能夠通過“模仿學(xué)習(xí)”來構(gòu)建逼真的人類駕駛行，幫助Waymo實(shí)現(xiàn)更加貼近現(xiàn)實(shí)的仿真技術(shù)。

在國(guó)內(nèi)，此前騰訊也已在搭建自己的自動(dòng)駕駛“綠洲”。

結(jié)合專業(yè)的游戲引擎、工業(yè)級(jí)車輛動(dòng)力學(xué)模型、虛實(shí)一體交通流等技術(shù)，騰訊打造了虛實(shí)結(jié)合、線上線下一體的自動(dòng)駕駛仿真系統(tǒng) TAD Sim（Tencent Autonomous Driving Simulator）。

騰訊濱海大廈路段多天氣多時(shí)段仿真

你可以把它理解為一部大型的RPG角色扮演游戲。當(dāng)然這需要強(qiáng)大的游戲引擎作為基礎(chǔ)，才能保證場(chǎng)景還原有足夠的真實(shí)度。

因此也可以很明顯地看到騰訊長(zhǎng)久以來在游戲經(jīng)驗(yàn)和技術(shù)儲(chǔ)備上豐富的積累，運(yùn)用到仿真模擬上所表現(xiàn)出來的場(chǎng)景優(yōu)勢(shì)。

騰訊認(rèn)為，在場(chǎng)景的幾何還原上，模擬仿真平臺(tái)要做到三維場(chǎng)景仿真和傳感器仿真，讓環(huán)境和測(cè)試車輛條件都與現(xiàn)實(shí)世界相同；在場(chǎng)景的邏輯還原上，要在虛擬世界中模擬出測(cè)試車輛的決策規(guī)劃過程；在場(chǎng)景的物理還原上，需要模擬出車輛的操控和車身動(dòng)力學(xué)作用結(jié)果。

三種層次的還原之后，才能在虛擬世界中看到與現(xiàn)實(shí)世界無限接近的自動(dòng)駕駛測(cè)試結(jié)果。同時(shí)仿真平臺(tái)還要滿足高并發(fā)的特點(diǎn)，實(shí)現(xiàn)所有場(chǎng)景下車輛反應(yīng)的排列組合。

除三維重建之外，TAD Sim還與高精地圖、云加速平臺(tái)、交通流模型等技術(shù)打出“組合拳”。

TAD Sim內(nèi)置高精度地圖，可以完成感知、決策、控制算法等實(shí)車上全部模塊的閉環(huán)仿真驗(yàn)證。不同天氣、光照條件等環(huán)境的幾何模擬，以及測(cè)試車輛的感知能力、決策能力、和車輛控制仿真都可以實(shí)現(xiàn)。

同時(shí)，借助騰訊的云計(jì)算資源，極大地加速海量場(chǎng)景計(jì)算過程。

在應(yīng)對(duì)極端場(chǎng)景上，結(jié)合采集的交通流數(shù)據(jù)以及更多極端交通場(chǎng)景的模擬，在TAD Sim上可以進(jìn)行各種激進(jìn)駕駛、極端情況的自動(dòng)駕駛測(cè)試，以更高效率、更安全的方式完成在現(xiàn)實(shí)世界中無法進(jìn)行的各項(xiàng)測(cè)試。

除騰訊外，另一個(gè)玩家51VR也將跨界玩轉(zhuǎn)得風(fēng)生水起。

基于AR（VR）+AI技術(shù)，原本在地產(chǎn)領(lǐng)域發(fā)力的51VR在2018年12月18日推出51Sim-One 自動(dòng)駕駛仿真測(cè)試平臺(tái)。

經(jīng)過一年的迭代，在地球克隆計(jì)劃3發(fā)布會(huì)上，51VR發(fā)布了“51World城市級(jí)全要素場(chǎng)景自動(dòng)化平臺(tái)”。對(duì)其自動(dòng)駕駛仿真平臺(tái)來說，“全場(chǎng)景要素”意味著更完整的自動(dòng)駕駛測(cè)試功能覆蓋。

據(jù)雷鋒網(wǎng)了解，51World全要素場(chǎng)景囊括 L1-L5 五大分級(jí)。

L1為初仿真場(chǎng)景，能快速自動(dòng)生成城市網(wǎng)格；L2為中仿真場(chǎng)景，可實(shí)現(xiàn)快速自動(dòng)還原城市建筑、道路細(xì)節(jié)、地表植被、車流人流等細(xì)節(jié)；L3高仿真場(chǎng)景，可實(shí)現(xiàn)建筑細(xì)節(jié)、動(dòng)態(tài)光影及車流等高擬真畫質(zhì)；

L4為超仿真場(chǎng)景，主要用于模擬仿真及AI訓(xùn)練，可實(shí)現(xiàn)交通信號(hào)、車輛及行人的細(xì)節(jié)還原；最高級(jí)L5全仿真場(chǎng)景，可實(shí)現(xiàn)紋理細(xì)節(jié)的照片級(jí)真實(shí)還原，并能真實(shí)還原光照及其他物理規(guī)律。

51VR表示，目前這個(gè)技術(shù)已經(jīng)覆蓋智慧城市、智慧交通、智能駕駛等領(lǐng)域，并與行業(yè)中的頭部客戶進(jìn)行合作。

華為善于硬件、騰訊長(zhǎng)于軟件、51VR的觸手范圍廣泛，這些公司的參與，有望幫助建立起更加良性自動(dòng)駕駛仿真生態(tài)，幫助自動(dòng)駕駛車輛解決很多常規(guī)場(chǎng)景下無法解決的問題。

當(dāng)然，這不意味著虛擬的仿真測(cè)試能夠代替實(shí)地路測(cè)，解決量產(chǎn)最終面臨的測(cè)試難題。但至少在邁向自動(dòng)駕駛車輛量產(chǎn)的路上，玩家能夠少走一點(diǎn)彎路，加速商用落地的到來。