在使用智能驾驶的时候，你肯定关心这套系统的安全性吧？算法搭载到实车之前，是怎样测试验证的呢？

几个月前，我们做过一期游戏引擎进入智能汽车产业的视频。前些天，我们又和一家做虚拟世界的公司交流了一个有意思的话题——智能驾驶仿真。

智能驾驶系统正式量产上车前，仿真系统就是测试、验证的第一个考场。

驾驶仿真究竟是啥？

欢迎来到智车星球，今天，我们就来聊一聊推动智能驾驶技术不断迭代的背后功臣——智能驾驶仿真。

在说仿真前，我们先说说另一个概念——数字孪生。

它是什么意思，维基百科的解释倒也不晦涩，更简单粗暴些去理解，数字孪生就是在一个设备或系统的基础上，创造一个数字版的“克隆体”。

比如经典游戏《塞尔达传说》，就可以看作是一个数字孪生世界。

关于数字孪生的起源有很多版本，在可以查到的资料中，美国空军研究实验室和美国宇航局都是数字孪生概念提出者。空军实验室希望解决老旧飞机的健康诊断与预测问题，降低飞机运维成本、提高利用率。宇航局则希望解决太空探测运载工具的健康诊断与预测问题。

领域不同，但有两个很关键的相同点——

1、对于数字孪生的提出是问题驱动，而不是技术驱动的。

2、目的都是为了大幅有效地降低成本。

这点很好理解，毕竟，要验证一款新设计的火箭能否顺利升空，不能先制造出好几个反复发射验证，那样不仅研发周期过长，成本还会高到离谱，就算是敢放大烟花的马斯克也不敢这么随便造。

回过头来看智能驾驶，不光有验证成本的问题，还有人身安全的问题，必须尽量确保自身安全，且不会对道路上的其他人造成伤害，因此，在一个虚拟的验证环境先验证，就非常重要。

那么，实现数字孪生，都需要哪些核心技术？

首先是建模、渲染，将三维模型处理得更加贴近现实生活，呈现出与实物类似的质感，然后就是仿真，是的，终于要讲到这个视频的主角了，它其实是实现数字孪生的核心技术之一。

如果说数字孪生是《塞尔达传说》构建的虚拟世界，仿真就是玩家在游戏中进行的各种探险活动。玩家可以选择不同的路径、采取不同的策略，与游戏世界中的角色互动，完成各种任务和挑战。仿真过程模拟了真实世界中的行为和情景，玩家可以通过在游戏中的实验、观察、决策来获得游戏世界的成功。

具体到智能驾驶仿真，是建立车辆模型，同时将车辆行驶场景进行数字化还原，建立尽可能接近真实世界的系统模型，这样通过软件仿真就可对智能驾驶系统和算法进行测试。

仿真流程大概是这样，搭载初始版本算法的智能驾驶车辆在仿真系统行驶，系统会模拟各种道路工况，当算法响应不符合预期时，系统会将当时的日志进行保存，研发人员会针对这些问题予以分析解决，并在仿真的支持下复现验证，从而进行算法的迭代，提升可靠性。

那么仿真究竟要仿什么？要构造怎样的输入？

首先是还原与真实世界一致的交通静态元素，比如道路、交通标志、护栏、树木、建筑等等。当前，大多数智能驾驶仿真软件或平台都采用使用三维建模软件创建“素材库”，利用高精地图的矢量化图形对道路要素进行重建，然后再利用专业软件添加建筑、树木、地形等其他静态要素。

△图片来自51Sim

有了静态环境，还要有动态场景。

动态场景的生成包括两方面：一是微观的行人、车辆、天气；二是宏观的交通流场景构建。

如何自动化生成合乎现实逻辑的交通参与者，是一个难点。

同时，天气变化、光照变化等动态要素，需要严格遵循现实世界的物理规律，在这里，游戏引擎就能发挥重要的作用，其在场景渲染、物理引擎等真实场景模拟的能力上，比传统仿真软件强大许多。

△图片来自51Sim

因此，很多最新的智能驾驶仿真平台，均是基于游戏引擎开发，比如微软AirSim、腾讯TAD Sim，51sim等，都是基于Unreal引擎开发。对游戏引擎感兴趣的朋友，请点击：当游戏引擎“卷”进电动车，奇妙的事发生了 | 智车星球，视频链接我们也放到文章结尾了，欢迎收看。

说完了静态和动态环境模块，我们再来看看传感器模块。

传感器作为智能驾驶车辆的“眼睛”，用于感知外部环境、发现并分类障碍物、预测速度，协助精确定位车辆周围的环境等。

从仿真角度看，无论哪种传感器，理论上都可以从以下三个不同的层级仿真：对物理信号进行仿真、对原始信号进行仿真以及对传感器目标进行仿真。

摄像头直接仿真摄像头检测到的光学信号，雷达直接仿真声波和电磁波信号就是物理信号仿真，原始信号仿真是把传感器探测单元拆掉，因为在控制电控嵌入式系统中有专门的数字处理芯片，可以直接仿真数字处理芯片的输入单元。传感器目标仿真，即传感器感知和决策如果是分为两个不同层级的芯片来做，那么可以将传感器检测的理想目标直接仿真到决策层算法输入端。一般来说，通过软件仿真的方式达到目标级仿真，提供真值是比较容易做到的，而原始信号，尤其是物理信号的仿真，则需要使用大量的仿真设备，相对比较复杂。

在车辆仿真中发展最早也最完善的部分，就是动力学模块。在智能驾驶仿真过程中，需要借助车辆的动力学模型，来对决策、控制算法进行客观的评估。

传统的商业仿真软件在这个领域已经非常成熟，一般将实际测试车辆的车体模型、轮胎模型、制动系统模型、传动系统模型等都参数化，根据车辆的动力学模块配置合适参数，从而模拟测算车辆在智能驾驶系统操控下的能力和极限。

除了以上提到的智能驾驶仿真主要模块外，还有高精地图、仿真接口等模块，每个模块都有一些需要解决的关键仿真问题。

总的来说，如何让模拟数据具有现实世界的真实性和丰富性是最大的挑战，目前，智能驾驶仿真对真实测试的可替代性仍然面临一些质疑，相信随着体系标准的完善、技术的迭代，仿真会为智能驾驶推进带来更大的助力。

后续我们还将推出相关内容聊一聊智能驾驶仿真的标准建立、代表企业等，如果你有其他感兴趣的点，欢迎留言告诉我们。