工程师|不玩游戏的工程师做不好自动驾驶( 二 )

通过上述描述，行业们对自动驾驶的仿真测试的需求可谓不少，那到底什么是自动驾驶的仿真测试呢？
美国密西根大学智能网联交通研究中心Henry Liu教授团队曾对品玩表示：“简单来讲，仿真测试就像是构建了一个基于真实世界的游戏，让一辆自动驾驶汽车在这个虚拟世界里不停地运行。”你甚至可以认为玩家在GTA5中开车的数据在某种程度上也可以用来进行测试、利用。
【工程师|不玩游戏的工程师做不好自动驾驶】实际情况也确实如此，用游戏引擎Unity、Unreal、UE4来做自动驾驶虚拟仿真平台成为了不少公司的选择。基于UE4开发的自动驾驶仿真平台有开源AirSim、Carla以及腾讯的TAD Sim。腾讯研发的仿真平台TAD Sim与利用自身在游戏领域的技术积累，利用游戏中的场景还原、三维重建、物理引擎、MMO同步、Agent AI等技术，提升自动驾驶仿真平台测试的还原度和高效性。百度的Apollo平台则选择与Unity进行合作，搭建了其全栈开源的自动驾驶软件平台。

自动驾驶厂商们选择用游戏引擎来做仿真平台，最主要原因是其可以生产一个全栈的闭环的仿真，尤其在感知模块的仿真，它可以重构一个三维环境，在三维环境中模拟相机，激光雷达等各种输入信号。
仿真相当于对真实世界的建构。在感知算法训练中，仿真系统自带场景元素真值，无需标注自动生成各种天气、路况，保证覆盖度。真值即所有物品的客观属性，客观值。平时人眼还是自动驾驶传感器看到的都是观测值，真值是一个物体绝对的客观属性不受任何观察者观测结果为转移的。所有元素都是由仿真系统自己生成的，所以具备场景内所有元素的客观值，不需要观察者的观测，通过仿真系统的真值直接进行感知系统所需要的自标注。
一般传统算法的感知训练都需要人工标注，例如小女孩骑自行车就会画个框来标注，每年第三方标注的人工成本就需要10亿美元，Waymo就使用大量虚拟测试来来完成算法开发和回归测试。
当工程师对算法进行了调整时，在仿真测试平台测试或许只需要几分钟，但如果是道路实车测试，可能预约自动驾驶车队调整就需要半天、一天的时间，而选择在仿真平台上测试，只要是在算力允许的情况下，可以同时进行1000辆、2000辆等高并发的测试。
总结来说，自动驾驶仿真测试的核心能力包括对于场景的几何还原，三维场景仿真+传感器仿真；对于场景逻辑的还原，决策规划仿真；对于场景的物理还原，控制+车辆动力学仿真；高并发，云端仿真等优势。
也因此，新老自动驾驶公司都在招聘具有Unity、Unreal等虚拟引擎背景的复合型人才。一位行业人士对品玩表示：“一个是仿真环境需要渲染得越来越逼真，另一个是这些人才可以根据虚拟引擎做一些优化来降低整个仿真测试的成本。”

各自动驾驶公司也在想办法提高仿真测试的效率，提高虚拟场景的逼真程度通常被认为是一种合理的方式，但事实没有那么容易。
Henry Liu教授表示：“由于这个环境是基于数学模型构建的，如果我们想要计算结果越接近真实世界，那这个模型的构建就越复杂，计算速度也会越慢。”建立一个高度逼真的虚拟世界的难度可能并不亚于实现自动驾驶。仿真测试也不是完美的，其结果也有一定的局限性，它并不能帮助自动驾驶公司解决所有问题。虽然Waymo2020年2000万英里的自动驾驶总里程以及超过150亿英里的自动驾驶仿真里程可以秒杀大多数自动驾驶行业的后来者，但2000万英里对实现自动驾驶杯水车薪，况且数据不是万能的，没有证据表明自动驾驶仿真能够完全模拟现实世界的复杂情况。