虚拟仿真技术大热，腾讯要做符合自动驾驶行业需求的仿真平台

从理论上讲，自动驾驶应该比人类驾驶员更安全。然而，要想让自动驾驶技术真正成为可以安全商业化落地的应用，需要进行完备的测试验证。

实际路测，受限于多方面因素，并不能为自动驾驶系统的安全性提供足够的验证支持。同时，许多危险的关键测试场景难以在真实测试中重现。

随着自动驾驶路测里程的增加，测试已经可以覆盖许多场景，但当前覆盖的场景是否足够，是否包括了所有可能的边缘场景，依然是个问题。

因此，真正能够突破自动驾驶验证瓶颈的关键因素不在于物理测试，而在于虚拟世界中进行的虚拟仿真测试。

对于L2及以上的辅助驾驶和自动驾驶，有两个痛点需要虚拟仿真测试来克服。

一个是算法迭代需要大量的数据来覆盖不同的路况、天气以及场景，不同的国家，不同的城市也有着千差万别的交通环境差异。一些公司单纯用一些开源的数据实现算法迭代，其实是非常危险的事情。而且，每年自动驾驶公司还要投入很多资金在数据采集和标注上。

第二个难题就是测试验证，按照行业判断，一套自动驾驶系统至少需要110亿英里的测试才能够上路，涉及非常庞大的数据量。以Waymo为例，十年时间，也才完成0.1亿英里的实际道路测试。

而另一组数据显示，Waymo通过虚拟仿真已经完成了150亿英里的测试。同时，考虑到仿真系统生成的整个三维场景，自带场景真值，相比于采集回来的观测值也是不一样的。

消费者最关心的是自动驾驶汽车的安全；对于所有的技术公司来说，使用虚拟仿真提升测试效率，测试车辆面对各种极端场景的决策控制，保证上路后的安全性，同时降低开发成本至关重要。

如果针对每一个新版本的算法，都进行海量的实际道路测试，这个量级几乎没有任何一家企业可以承受。

在过去几年，市场的需求带动很多虚拟仿真领域的垂直公司涌入汽车行业。同时，很多自动驾驶初创公司也在自主开发适用于内部研发的仿真系统。

腾讯自动驾驶虚拟仿真技术总监 孙驰天

腾讯自动驾驶仿真技术总监孙驰天认为，对于智能网联汽车的仿真测试，至少需要具备以下几个核心能力。

比如，面向三维场景仿真以及传感器仿真，需要高度的场景几何还原，使场景内各种元素的形状，相对位置与现实世界一致；面向控制及车辆动力学仿真，需要实现场景的物理还原，使得仿真场景遵循与现实世界相同的物理规则；面向决策规划仿真，需要保证场景内所有动态元素的行为符合现实中的逻辑，完成场景的逻辑还原。

另外，随着自动驾驶层级的提高，需要覆盖的场景也成几何倍数增长，所以云端高并发仿真尤为重要，这是自动驾驶虚拟仿真和传统仿真技术最大的区别之一。

自动驾驶虚拟仿真平台TAD Sim，是腾讯基于游戏技术和真实数据双擎驱动所构建的面向智能网联汽车的仿真系统。孙驰天表示：“打造这套系统的初衷，是希望解决四个核心问题。”

“

    一是解决我们从哪里来的问题，腾讯用三维重建的技术来构建三维的虚拟世界，运用了游戏渲染引擎，构建一个贴近真实的环境。

二是解决我们在哪里的问题，通过内置高精度地图模块，实现厘米级的定位。

三是解决我们是谁的问题，所有的仿真系统都可以提供物体、场景的真值。

四是我们有什么用，通过千变万化的场景供自动驾驶算法进行测试。

”

“在过去三年的开发和行业使用过程中，我们也发现了一些问题”。孙驰天谈到，“真正行业的痛点，车企的需求，或者仿真平台的用户最在意的点，肯定不是我们拍脑袋想出来的。”

什么才是行业用户最在意的？首先，仿真测试到底有多可信，多大程度上弥补真实路测里程。如果测试真实度不高，车辆跑多少公里都是没有意义的。而仿真置信度分析，涉及到很多因素，比如传感器仿真和车辆动力学仿真。

TAD Sim采用游戏+数据双擎驱动的方式，利用大量真实的路采数据训练交通流AI，自动生成真实度高、互动性强的测试场景，结合大规模的云仿真，有效提升数据利用率，驱动自动驾驶测试开发。

其次，自动驾驶仿真测试需要覆盖完整V型开发流程，包括MIL、SIL、HIL、VIL。孙驰天表示，腾讯花了很多时间去做对应的开发流程，因为汽车企业是必须要求保持完整的测试规范，而且要保证测试场景、结果的一致性，只有这样自动驾驶产品才能真正交付量产。

第三，云端资源使用率提升。通过架构上的升级，TAD Sim希望让行业用户能够以更低的资源占用，更高效的实现仿真测试。

再有，过去场景的调试过程不直观。但作为车企工程师，不管是开发还是测试，都希望在最短的时间内直观看到测试当中发现的问题，出问题的点到底在哪里，把这个信息更快进行反馈。TAD Sim专门开发了TAD Viz模块，用可视化的方式直观展示自动驾驶测试过程和结果。

最后，做这种工具，必须要跟行业打通，与更多的从业人员或者用户连接起来，所以国际标准是非常重要的一件事，只有这样才可以更好的帮助用户，参与国际市场竞争。

在孙驰天看来，腾讯主要是发挥自己的优势，借助游戏技术来打造符合真实世界的虚拟仿真系统，满足测试场景丰富性，同时利用云技术支持，高并发运行测试场景，满足测试的高效性。

“我们结合真实路采数据+虚实结合来做融合的仿真，整个团队花了很多时间去打造整个流程，在系统上提升效率，包括数据传输的效率、加速能力，以及资源占用，最终把仿真测试的成本降下来。”

此外，孙驰天还强调，腾讯自动驾驶业务定位还是自动驾驶研发落地的工具箱和加速器，包括自动驾驶虚拟仿真平台、自动驾驶算法、开发云平台和高精度地图。

为了测试自动驾驶系统的安全性，行业需要重新思考汽车行业必须如何验证高级驾驶辅助系统和自动驾驶系统。

虚拟仿真测试作为可以验证自动驾驶预期功能（SOTIF）的安全性、质量和系统完整性要求的技术方法，将在推动自动驾驶走向落地的过程中发挥不可替代的作用。