中国自动驾驶仿真蓝皮书

中国自动驾驶仿真蓝皮书（2020）课题组课题负责人张永伟 中国电动汽车百人会副理事长兼秘书长钟翔平 腾讯副总裁课题组成员朱 雷 中国电动汽车百人会智能网联研究院研究总监张 强 中国电动汽车百人会智能网联研究院研究员徐名赫 中国电动汽车百人会智能网联研究院研究员钟学丹 腾讯智慧出行副总裁苏奎峰 腾讯自动驾驶总经理孙驰天 腾讯自动驾驶仿真技术总监朱向雷 中汽数据有限公司副总经理总工程师周博林 中汽数据有限公司国际标准总监陈 蔯 中汽数据有限公司标准法规高级经理中国自动驾驶仿真蓝皮书 (2020)4自动驾驶汽车在真正商业化应用前，需要经历大量的道路测试才能达到商用要求。采用路测来优化自动驾驶算法耗费的时间和成本太高，且开放道路测试仍受到法规限制，极端交通条件和场景复现困难，测试安全存在隐患。世界各国交通环境也大相径庭，形成全球通用的产业链体系比较困难。以上种种问题使得自动驾驶产业链的全球化发展和技术交流面临众多实际问题。因此，基于场景库的仿真测试是解决自动驾驶研发测试挑战的主要路线。自动驾驶仿真测试已经被行业广泛接受。目前自动驾驶算法测试大约 90% 通过仿真平台完成，9% 在测试场完成，1% 通过实际路测完成。普通场景下的自动驾驶算法已经比较完善，突破难点在于一些极端场景。这些场景可以通过仿真平台便捷生成，进行针对性的测试和验证。为解决极端场景测试难题，业界共识要加大仿真测试在自动驾驶测试中的占比。随着仿真技术水平的提高和应用的普及，行业旨在达到通过仿真平台完成 99.9％的测试量，封闭场地测试 0.09%，最后 0.01％到实路上去完成，这样可以使自动驾驶汽车研发达到更高效、经济的状态。自动驾驶仿真测试平台必须要具备几种核心能力：真实还原测试场景的能力、高效利用路采数据生成仿真场景的能力、云端大规模并行加速的能力，使得仿真测试满足自动驾驶感知、决策规划和控制全栈算法的闭环，符合汽车 V 字开发流程。摘要基于这几种技术能力的要求，目前包括科技公司、车企、自动驾驶方案解决商、仿真软件企业、高校及科研机构等主体都在积极投身虚拟仿真平台的建设。在科技公司当中，以腾讯为例，基于在地图、游戏、云计算、人工智能等领域的技术积累，腾讯自动驾驶虚拟仿真平台 TAD Sim 可以实现自动化的场景生成和云端高并发测试，大幅提高自动驾驶测试验证效率，目前已经与长沙、襄阳、深圳等地智能网联测试场展开虚实一体的自动驾驶测试合作，并荣获 2020 全球新能源汽车创新技术大奖。中国是世界最大的汽车生产与消费国，仿真软件作为自动驾驶汽车研发过程中最关键的核心技术之一，必须实现自主研发，以在国际竞争中占据主导地位。美国和德国仿真软件企业及单位总数占全球总数一半以上。中国企业在此领域处于追赶阶段，为实现本土化的自动驾驶，需不断强化适合中国市场和交通环境的自动驾驶虚拟仿真测试技术，有助于实现中国智能汽车创新发展战略 2025 年目标。为提升智能网联汽车的测试验证效率，有企业和智能网联示范区开展了路测与虚拟仿真相结合的测试模式。我国也正在鼓励探索自动驾驶汽车与数字智能化道路有机融合的仿真技术。仿真技术在虚拟环境中模拟智能交通运行，为智能交通调度运营管理提供决策依据，助力智慧城市的建设。目录第一章 自动驾驶仿真测试的意义 11.1 自动驾驶商业化面临路测数据匮乏的挑战 21.2 基于场景库的仿真测试成为自动驾驶研发的关键 31.2.1 场景的构成 31.2.2 场景库的特点 41.3 仿真测试与道路测试结合推动自动驾驶研发 4第二章 国内外自动驾驶仿真测试发展现状 62.1 政策法规现状 72.2 标准发展现状 82.3 仿真测试应用现状 102.3.1 科技公司 102.3.2 整车企业 142.3.3 自动驾驶解决方案商 142.3.4 仿真软件企业 152.3.5 高校及科研机构 172.3.6 智能网联测试示范区 18第三章 自动驾驶仿真测试平台环境 203.1 仿真测试平台功能需求 213.1.1 满足自动驾驶感知、决策规划、控制全栈算法的闭环仿真测试 213.1.2 满足汽车 V 字开发流程 213.1.3 加速自动驾驶算法迭代升级 213.2 仿真测试平台技术架构与能力 223.2.1 虚拟场景构建 223.2.2 感知系统仿真 233.2.3 车辆动力学仿真 243.2.4 云加速仿真 24 3.3 仿真测试平台核心功能 253.3.1 超高还原度的仿真场景 25中国自动驾驶仿真蓝皮书（2020）3.3.2 利用路采数据生成交互性强和还原度高的交通场景 253.3.3 云端大规模并行加速，提升仿真测试效率 25第四章 场景库体系建立与开放 27 4.1 自动驾驶测试场景库体系的搭建 284.1.1 场景库的概念 284.1.2 场景数据来源 294.1.3 场景的自动化生成 304.1.4 场景数据格式标准 304.1.5 场景库的搭建流程 314.2 道路测试到场景转化 324.3 国内典型场景库 324.3.1 中汽数据有限公司场景案例库 324.3.2中国汽车工程研究院股份有限公司中国典型场景库V2.0 344.3.3 腾讯TAD Sim场景库 354.3.4 百度 Apollo场景库 364.4 共建自动驾驶场景库 37第五章 自动驾驶测试评价体系 385.1 自动驾驶测试评价方法 395.2 仿真测试的真实性与有效性评价 415.2.1 真实性评价 415.2.2 有效性评价 41 5.3 仿真测试与道路测试的闭环验证 45第六章 中国自动驾驶仿真测试展望 466.1 自动驾驶仿真测试面临挑战 476.1.1 仿真场景库建设与合作机制有待完善 476.1.2 自动驾驶仿真测试评价体系缺乏规范 47 6.2 自动驾驶仿真测试发展建议 47中国自动驾驶仿真蓝皮书（2020）第一章自动驾驶仿真测试的意义中国自动驾驶仿真蓝皮书 (2020)2自动驾驶汽车在真正商业化应用前，需要经历大量的道路测试才能达到商用要求。但作为新兴事物，自动驾驶汽车仍面临着大量问题需要克服，如道路测试的时间成本、各国对于自动驾驶的法律法规容忍度、极端场景及危险工况的测试安全性、各国道路交通环境及习惯不同等问题，都给自动驾驶系统研发测试带来诸多困难。采用路测来优化自动驾驶算法耗费的时间与成本太高。自动驾驶属于人工智能范畴，仍处于不断发展阶段。根据美国兰德公司的研究，自动驾驶算法想要达到人类驾驶员水平至少需要累计 177 亿公里的驾驶数据来完善算法。如果配置一支 100 辆自动驾驶测试车的车队，每天 24 小时不停歇路测，平均时速 25 英里（40 公里）每小时来计算，需要 500 多年的时间才能完成目标里程，期间所耗费的时间和成本是难以承受的。自动驾驶相应交通法规及保险理赔机制的缺失制约了自动驾驶汽车路测的大范围开展。由于自动驾驶汽车尚不能保证绝对安全，我国政府对开放自动驾驶道路测试保持谨