Live回顧：文遠知行WeRide自動駕駛模擬論——真實、閉環、規模、整合

虛擬環境中測試演算法促使著模擬模擬系統成為自動駕駛公司基礎構架的一部分，它和自動駕駛系統緊密結合。文遠知行WeRide模擬與雲計算執行總監譚偉華看來，模擬測試應該占所有自動駕駛測試的80%。相比封閉場地測試、道路測試，模擬作為一種安全廉價的方案，基本應用到文遠知行WeRide自動駕駛的各個環節中。

「安全」已是自動駕駛公司關注的重中之重。每一行代碼都有可能帶來安全風險，在譚偉華看來，代碼經過模擬系統驗證才是最安全負責的方式。再者，模擬提供了一種更高效、低成本的方式，幫助自動駕駛公司快速迭代以及驗證軟體質量。

11 月 24 日（周六）上午 10 點，【大咖Live】第 26 期智能駕駛·模擬專場，我們邀請到文遠知行WeRide模擬與雲計算執行總監譚偉華詳細解析「L4自動駕駛模擬：易被忽視的關鍵戰場」。照例，本次分享對AI投研邦免費開放。

本文對整場分享進行了綜合整理，AI投研邦會員可進入【AI投研邦】頁面查看全文實錄。

場景「真實」，是構建自動駕駛模擬系統的一大難點。譚偉華提到，模擬系統中的場景既要源於現實，又高於現實。模擬系統無需做到100%真實場景還原，要達到合理的抽象要求。關於如何定義合理的抽象，不同自動駕駛公司需結合自家自動駕駛技術進行定論。雷鋒網新智駕了解到，一般情況下，行人容貌、車輛型號等細節無需還原。上述場景對自動駕駛演算法的影響力幾乎為零。而行人行走路徑、速度，甚至行人間的互動，行人與和車輛間互動，則是模擬系統需要關注的重點。良好的模擬系統需具有充分的靈活性，來展現各類型場景。

雷鋒網新智駕了解到，在場景質量方面，文遠知行WeRide支持三種模擬場景：基於日誌回放的場景、人工編輯生成的場景及兩種混合模型。

基於日誌回放的場景：根據實際路測中採集到的日誌數據進行回放，並接入新演算法來進行模擬。其優點在於數據真實，但場景中物體並不具備智能性；

人工編輯生成的場景：場景中的行人車輛行為被定義，且物體自身具備智能性，擁有一套對應的決策模型，類似於精簡版自動駕駛決策模型。場景模型擁有類似於政治世界中的行為，例如行人如何避讓車輛，甚至在擁堵的路口中車輛和行人等複雜的場景。

文遠知行WeRide通過一套完整系統收集及整理行車日誌，且基於日誌模擬層面，文遠知行WeRide擁有編輯器通過人工編輯生成基於決策模型的場景。

混合模型：基於日誌以及基於決策模型的一種結合。文遠知行WeRide的思路是從日誌中自動生成智能的場景，並在此基礎之上，對已有場景進行合理擾動，加入隨機因素以達到事半功倍的作用。

不同企業對模擬有不同的理解和需求。但有一點是共通的，即每一家企業都在用不同的技術方案來追求真實性。譚偉華向雷鋒網新智駕表示，真實、閉環、規模、整合是每一家自動駕駛公司構建模擬不可忽略的四大環節。

除真實性外，閉環也是自動駕駛企業的重點方向。模擬系統反饋到生產中，生產同樣反饋到模擬中，這是一大原則。

規模方面，模擬系統模擬里程需在真實里程的百倍以上。里程數據需具有指導意義價值。

整合方面，模擬與研發並非獨立的系統，模擬非單獨的工具，更像是平台。作為一個平台角色，模擬能夠融入到工程研發的每一個環節中。從工程開始到工程的驗收模擬，都能夠起到相應的作用。

會員最新速遞

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！