作者 | Junchuan Zhang，复睿微电子自动驾驶仿真算法专家
自动驾驶仿真是计算机虚拟仿真技术在汽车领域的应用，将真实世界进行数字化还原和泛化，高仿可靠的仿真平台可以加速自动驾驶商业化落地。在现实生活的自动驾驶汽车上，激光雷达、摄像头等硬件的设计、测试是一个复杂的过程，一旦硬件发生升级和更新会带来大量的人力和物力成本。自动驾驶模型的学习和测试需要大量的道路数据输入，兰德智库有过一个评估，自动驾驶系统想要达到量产应用条件，至少需要经过110亿英里(约170-180亿公里)的道路验证。现在很多城市开设了自动驾驶测试区，但场景单一，道路环境无法获得全覆盖的道路状况，有些特殊的碰撞测试场景无法获得。
-
首先特斯拉强大的Auto Labeling工具链会给出一份数据收集所在地的详尽的道路信息，包括道路边界、隔离带边界、车道线、道路连接信息等，特斯拉会在Houdini中利用这些类似高精地图的信息制作路网模型、依据道路边界等生成路面网格，并对路面和路面上的车道线进行渲染。Houdini是一款广泛应用于影视和游戏行业的模型、特效制作软件。笔者推测，特斯拉针对仿真场景建模基于Houdini开发了自动化pipeline，以像他们在发布会中强调的那样，高效地生成仿真场景。 -
路网模型生成以后，World Creator会从特斯拉丰富的三维模型素材库中选择植被、建筑物和其他静态物体来填充道路隔离带、完善路边街景、以及增加更丰富的视觉细节——如落叶对路缘的随机遮挡。如特斯拉在去年的AI Day发布会中所说，他们已经制作了数千种不同的三维模型，这些模型根据一定的规则可以组合成不同风格的、随机的、同时又是合理的街景，以丰富视觉渲染信息，达到获取大量传感器数据集的目的。自动化街景的生成可以节省很多技术美术人力。 -
静态场景完成后，World Creator还会参考地图信息对路网添加交通灯、交通标志等，并从Auto Labeling的结果中获取道路行驶方向、连接及相邻关系等道路连接信息，作为下一步生成随机交通流的依据。AI算法控制的交通参与者会根据以上道路连接信息，在制作的仿真场景中形成随机交通流，让被测车辆身处较为真实的交通环境中。
-
工具层指的是各种能够人工或者自动化生产仿真场景所需数字资产的工具和能力，如图7所示：包括仿真产品本身的编辑器，也包括能够导入第三方工具生产的内容的能力。这其中可能包含静态地图、道路模型、建筑物模型、行人模型，甚至动态场景等。好的仿真产品工具层能够应该能够方便多种技术角色人员共同对仿真场景进行开发，如特斯拉在发布会中提到的，其World Creator产品可以让美术人员快速新建仿真场景。
-
功能层体现了仿真产品为了达成仿真测试目标提供的主要功能：如物理解算功能、渲染功能、动画功能、动态场景、驾驶行为模拟功能、真值输出功能、与被测对象间的接口功能等。如去年AI Day发布会中特斯拉着重强调的他们结合了实时光线追踪与神经网络渲染的图形渲染功能。
-
资源层代表了完成仿真测试需要的一切数据文件，以及在运行仿真时加载这些文件的能力：精细的车辆模型可以提供更好的视觉效果，但会导致仿真产品加载场景更缓慢吗？图9展示了一系列静态建筑物模型。
-
核心层代表一系列仿真产品的基础设施，包括数学计算库、文件解析工具、线程管理工具，决定了仿真产品的很多基础表现，例如仿真产品能否充分利用并行计算资源模拟复杂物理过程？ -
平台层决定了仿真产品能否适配不同计算机平台：linux、windows、云平台，以及特定的实时计算平台等。
-
关于作者
Junchuan Zhang，复睿微电子自动驾驶仿真算法专家，毕业于卡耐基梅隆大学，长期专注于机器人与自动驾驶领域仿真研发工作，积累了丰富的仿真平台开发与集成项目经验。
-
关于复睿微
复睿微电子是世界500强企业复星集团出资设立的先进技术型企业。公司目标成为世界领先的智能出行时代的大算力方案提供商，致力于为汽车电子、人工智能、通用计算等领域提供以高性能芯片为基础的解决方案。目前主要从事汽车智能座舱、ADS/ADAS芯片研发，以领先的芯片设计能力和人工智能算法，通过底层技术赋能。
复睿微是复星智能出⾏⽣态的通⽤⼤算⼒和⼈⼯智能⼤算⼒的基础平台。复睿微电子以提升客户体验为使命，在后摩尔定律时代持续通过先进封装、先进制程和解决⽅案提升算⼒，与合作伙伴共同⾯对汽⻋智能化的新时代。
原文始发于微信公众号（汽车电子与软件）：仿真平台加速特斯拉自动驾驶
