全球自動駕駛仿真平台盤點

9月初，蘋果的自動駕駛汽車在美國加州的公路上進行路測時發生了它的首次碰撞事故。不同于年初Uber無人車造成的重大車禍，這次所幸沒人受傷，但這也再次引起了人們對自動駕駛汽車安全性的關注。

其實，自動駕駛汽車在真正實作落地之前，就已經過多項安全考驗，路測就是其中一環。同時，在實際測試過程中，由于路測效率較慢，目前很多車企都傾向于選擇自動駕駛仿真測試與實際路測相結合的方式來完成落地前的安全檢測。

簡單來說，所謂的自動駕駛仿真測試就是指通過傳感器仿真、車輛動力學仿真、進階圖形處理、交通流仿真、數字仿真、道路模組化等技術模拟路測環境，并添加算法，搭建相對真實的駕駛場景，來完成自動駕駛汽車路測工作的一種形式。一定程度上來說，仿真測試是可以代替真實路測、加快測試速度的。

對此，英偉達CEO黃仁勳曾公開表示，如果工程師使用仿真測試系統，可以在5小時内完成48萬公裡的路測。根據Waymo官方披露的資料顯示，其在2個月内完成了322萬公裡的路測，而按照黃仁勳的說法，如果Waymo将路測方式換成仿真平台的話，2個月的時間完全可以被壓縮至33小時左右，也就是一天半内。

正是因為看到了自動駕駛仿真測試的高效，Waymo也開發了自己的仿真平台Carcraft。有資料顯示，在2016年的一年中，Waymo在Carcraft中放置的25000輛虛拟測試車行駛了25億英裡。鑒于自動駕駛仿真測試的地位越來越重要，億歐汽車選取了全球20家自動駕駛仿真平台的公司，并從各個次元進行盤點，供業内人士進行參考。

通過觀察上表可以發現，就20家自動駕駛仿真平台公司的創辦地而言，美國仍是穩穩的摘得桂冠，8家美國企業占到了總數的40%，這也符合美國自動駕駛企業數量在全球排在前列的地位。其次是傳統的汽車制造大國德國，共有5家，占總數的25%，排在第三位的中國也有兩家企業在做自動駕駛仿真測試業務。除此之外，法國、西班牙、英國、荷蘭、以色列均有一家企業在列。究其原因，企業總體分布數量依舊是以技術和人才為導向。

從成立時間上來看，2010年前成立的企業有12家，占總數的一半以上。其中最早的是美國的MSC Software，自1963年成立至今已有55年的曆史了，其開發的多體動力學解決方案Adams已經被全世界數百家制造商采用。整體來看，成立于2010年之前的玩家業務類型的涉及面均較廣，包括汽車、航空航天、醫療、鐵路等多個領域。而2010年之後的企業大多隻專注汽車領域，鮮有其他業務。

而就搭建仿真平台的技術來說，雖然各個模拟子產品各家都有涉及，但其側重點略有不同。比如rFPro、51VR等仿真平台模拟場景的精度可以達到真實世界的水準，使用者可控制天氣、行人等變量，達到模拟真實路測的目的。位于北美的初創公司Parallel Domain表示他們摒棄了手工建造街區的方式，其研發的軟體可以在不到一分鐘的時間内自動生成所需測試的城市街區，這也吸引了新造車企蔚來成為了其使用者。而RightHook則可以根據各家自動駕駛公司所用的高精地圖來模拟整個駕駛環境。

除此之外，以上企業大部分均選擇與整車廠合作，為其提供自動駕駛仿真測試相關的服務，卻鮮少與自動駕駛科技公司有業務往來。換言之，雖然存在自動駕駛仿真平台的第三方供應商，但實際上，大多數研發自動駕駛技術的科技公司和初創企業還是不遺餘力的搭建了屬于自己的仿真平台。

比如英偉達在今年3月釋出的自動駕駛仿真系統——Drive Constellation；7月英特爾與百度合作開發了責任敏感安全(RSS)模型，以提升自動駕駛技術。此外，Drive.ai的自動駕駛汽車可以在其搭建的3D場景庫中進行不間斷的駕駛訓練，景馳科技的無人車每天也會在自己開發的模拟器中行駛22000公裡。

對此，我們認為，諸如英偉達、英特爾之類的科技巨頭研發的仿真平台多搭載自家晶片使用，一定程度上能夠助推自家主營業務的發展，算法層面也更加可控。至于初創企業，針對其提出的個性化需求，一些開源的仿真平台恐怕無法完全滿足，是以他們進而選擇自行開發滿足自家自動駕駛技術要求的定制化仿真平台。

此外，雖說使用自動駕駛仿真平台進行測試可以極大的提高路測的效率，然而其測試的場景庫終究是人類設定的，即便包含各種能想象到的事故場景，但百密一疏，還是可能會有沒有被收錄至場景庫中、意想不到的事件發生。正因如此，即便擁有自己的仿真平台Carcraft，Waymo也并沒有放棄實際路測，該公司曾在2018年5月宣布其路測裡程為965萬公裡，7月份這個數字升至1287。

然而，縱使已在行業内深耕十年之久，Waymo在鳳凰城的自動駕駛原型車也廣受附近居民吐槽。據外媒報道，有5位知情人士表示，在路口猶豫不決是Waymo自動駕駛車的衆多缺陷之一，而且它還會突然啟動或刹車，是以應急駕駛員必須經常控制方向盤，以免出事。

即便如今有了仿真測試平台的加持，業内普遍認為要想基本保證自動駕駛系統的安全性，車隊至少要累積161億公裡（約為100億英裡）的測試資料，更不必說要配備多少事故場景了。現階段，上述自動駕駛企業累積的測試裡程與這一數字相差甚遠。

看來，想要取代人類駕駛員的自動駕駛汽車還有很長的路要走。