自動駕駛、模擬防戰(zhàn)的案例
群雄逐鹿，誰會贏得自動駕駛之戰(zhàn)？
作者 | Timothy B.Lee
譯者 |
王強
策劃 |
劉燕
來源 |
AI前線
知圈 |
進“汽車智能互動社群”請加微信13636581676，備注交互
本文對自動駕駛之戰(zhàn)未來的大贏家做出了八項預測。不過，或許，人人都贏，或許沒有人能贏得勝利。
自動駕駛技術(shù)行業(yè)今天正處于一種奇怪的狀態(tài)。過去多年來，整個行業(yè)已經(jīng)在自動駕駛技術(shù)上投入了龐大的資金，其中許多公司都擁有了看起來跑得不錯的自動駕駛汽車原型。
但據(jù)我所知，只有一家公司推出了完全無人駕駛的商業(yè)出租車服務 — Waymo，而且只有一家公司 — Nuro —在公共道路上運行著無人駕駛的商業(yè)遞送服務。你可能會認為這些公司可以迅速擴張，充分利用早期的領(lǐng)先優(yōu)勢，但他們似乎都沒有這樣做。
同時，包括 Cruise 和 Mobileye 在內(nèi)的其他一些從業(yè)者也表示，他們計劃在 2023 年之前推出大規(guī)模的商業(yè)服務。但是，許多自動駕駛公司都一再推遲了他們曾經(jīng)預設的發(fā)布期限，因此目前我們無法確定這些企業(yè)的計劃是否能夠?qū)崿F(xiàn)。
簡而言之，預測未來幾年的進展是一個挑戰(zhàn)。因此本文要做的預測不是一項而是八項：我將未來分解為八種可能的場景，每種場景的出現(xiàn)概率都很大。希望這種預測方法可以很好地展現(xiàn)當今自動駕駛公司所采用的多種策略。從現(xiàn)在開始再過十年，我們就能回顧今日，看到哪些公司或方法位于正確的軌道上。但在目前，我們能做的只有猜測。
展開 場景為戰(zhàn)，易成自動駕駛攻守兼?zhèn)渲\發(fā)展
易成智行L4級高速無人駕駛解決方案
同時為構(gòu)建車、路、網(wǎng)一體的自動駕駛，“易成構(gòu)建了完善的自動駕駛研發(fā)和產(chǎn)品迭代的技術(shù)體系。在自動駕駛云平臺和自動駕駛仿真等方面做出了部署，致力于為合作伙伴提供全鏈條的自動駕駛研發(fā)和產(chǎn)品部署框架服務，并通過車路網(wǎng)一體的自動駕駛方案，實現(xiàn)車路協(xié)同的發(fā)展，為智慧城市建設提供數(shù)字化基礎(chǔ)設施”。
智能駕駛系統(tǒng)，掌控多種特殊情況
易成在多場景提供的無人駕駛技術(shù)依托于一套自主研發(fā)的GEMINI自動駕駛系統(tǒng)，由全功能車規(guī)級自動駕駛域控制器、自動駕駛算法和云端運營管理平臺三個部分構(gòu)成的技術(shù)平臺。
自動駕駛域控制器
就好比是車輛的大腦，使車具備高性能、高可靠高度集成的自動駕駛功能，同時可根據(jù)不同車型進行適配。
自動駕駛算法
就好比是車輛的駕駛員，經(jīng)歷了各種復雜環(huán)境和惡劣天氣的磨練，不斷學習成長，不斷優(yōu)化“大腦”的執(zhí)行能力。從而更好的控制車輛，確保做出合理的行為決策和路徑規(guī)劃。目前，它已經(jīng)具備了厘米級高精度定位能力。
云端運營管理平臺
是一個數(shù)據(jù)收集器，它負責采集、存儲、傳輸和分析數(shù)據(jù)，幫助車輛的“駕駛員”不斷提高控制能力，提升系統(tǒng)的安全性和用戶體驗。
它們?nèi)吒魉酒渎?，卻又彼此高效配合，確保整個系統(tǒng)正常運作。
為了保證搭載易成智行系統(tǒng)的無人駕駛車輛正常運行，易成為每個環(huán)節(jié)設置了多重保障，不僅對不同的系統(tǒng)問題進行分級處理，對于定位系統(tǒng)也做了多重方案。因此可實現(xiàn)及時補位，持續(xù)準確的運行。
無人駕駛短途接駁領(lǐng)域
在無人接駁領(lǐng)域，易成無人駕駛短途接駁解決方案，踐行節(jié)能環(huán)保，綠色出行理念，為解決最后“一公里”短途接駁需求，可容納8位乘客，以及一名安全服務員，服務員將監(jiān)督車輛的操作，確保車輛正常工作。
展開 美國模擬器件公司加入百度阿波羅自動駕駛平臺 優(yōu)化自動駕駛解決方案
蓋世汽車訊 據(jù)外媒報道，總部位于馬薩諸塞州諾伍德的芯片制造商美國模擬器件公司（Analog Devices, Inc.）近日宣布，將與中國互聯(lián)網(wǎng)巨頭百度合作，共同推進自動駕駛發(fā)展。
兩家公司將基于百度的自動駕駛系統(tǒng)平臺阿波羅項目（Project Apollo）合作，有望優(yōu)化該開放平臺包括傳感器融合、算法和生態(tài)系統(tǒng)合作伙伴等在內(nèi)的自動駕駛解決方案。
美國模擬器件公司的自動駕駛交通與安全副總裁Chris Jacobs表示：“中國傳統(tǒng)汽車公司和新興造車企業(yè)研發(fā)出了令人驚嘆的創(chuàng)新產(chǎn)品。模擬器件公司在自動駕駛、座艙電子設備、電動汽車（EV）和混合動力車（HEV）動力系統(tǒng)方面都可以提供開創(chuàng)性的優(yōu)勢。我們很高興能與百度合作，而且將致力于提供尖端解決方案，以幫助推動不斷快速發(fā)展的智能駕駛技術(shù)?！?據(jù)美國模擬器件公司所說，此次合作將致力于提供全面、系統(tǒng)、可靠的解決方案，以解決自動駕駛和智能網(wǎng)聯(lián)的關(guān)鍵問題，推動未來智能交通的發(fā)展。兩家公司將共享資源和技術(shù)，進一步開發(fā)阿波羅項目的傳感和導航應用。其傳感和導航應用包括雷達、激光雷達、慣性測量裝置（IMU）、A2B/C2B總線以及數(shù)字信號處理（DSP）產(chǎn)品。
美國模擬器件公司表示，其傳感器數(shù)據(jù)的質(zhì)量可讓阿波羅自動駕駛平臺的人工智能（AI）系統(tǒng)更好地了解周圍世界，并能在潛在障礙出現(xiàn)之前做出明智的決策，從而有助于減少自動駕駛車輛事故。此外，其包括雷達、激光雷達、慣性測量裝置在內(nèi)的Drive360導航和感知解決方案，可作為車輛周圍的安全防護罩，因為此三種傳感模件可融合在一起，賦予車輛視覺和感覺。
百度去年向第三方開放了其自動駕駛技術(shù)，以加速發(fā)展，幫助其與其它研發(fā)自動駕駛的公司競爭。
展開 應用分享 | Idiada利用動態(tài)駕駛模擬器進行L2級自動駕駛駕駛員參與度研究
汽車行業(yè)全球合作伙伴Applus+ IDIADA(伊狄達）近日宣布其完成了一項突破性研究-通過對40名本土駕駛員的深度測試，全面解析了L2級自動駕駛系統(tǒng)中的駕駛員參與度密碼。
在此項研究中，IDIADA采用VI-grade動態(tài)駕駛模擬器，充分驗證了自動駕駛系統(tǒng)中駕駛員狀態(tài)監(jiān)測的有效性。該方案不僅展現(xiàn)了VI-grade在人因工程研究領(lǐng)域的技術(shù)優(yōu)勢，更為自動駕駛系統(tǒng)的安全性與用戶體驗優(yōu)化提供了重要數(shù)據(jù)支撐。
VI-grade動態(tài)駕駛模擬器可以采集：
??自動駕駛時駕駛員的生理信號、眼球追蹤、面部表情分析等多模態(tài)人因數(shù)據(jù)；
??車輛的動態(tài)數(shù)據(jù)如車速、方向控制；
??以及智駕系統(tǒng)的信息等......
為駕駛行為研究、人因工程應用提供強大的數(shù)據(jù)支持和分析工具。
ABOUT IDIADA
Applus+ IDIADA 作為汽車行業(yè)全球合作伙伴，為全球客戶提供設計、工程、測試和認證服務，全面滿足客戶產(chǎn)品開發(fā)的各項需求，提供完整的解決方案。
Applus+ IDIADA擁有：全球近3000人的專業(yè)團隊并持續(xù)增長一流先進的試驗設施在22個國家有56個當?shù)卮硖巸?yōu)質(zhì)服務和技術(shù)創(chuàng)新。
Applus+ IDIADA 中國：于2004年進入中國市場目前設有上海、北京、廣州、長春、慈溪、重慶、青島、招遠等8個辦公室有近300名員工，包括20名歐洲技術(shù)專家
Applus+ IDIADA山東試驗場（ICPG）：位于中國山東招遠運營著專業(yè)的試驗場（ICPG）擁有18條測試專業(yè)跑道，滿足客戶各項測試需求。
【轉(zhuǎn)載聲明】
本文轉(zhuǎn)載自微信公眾號“Applus IDIADA”（ID：Applus_IDIADA），作者：Xinzhu Zhou。
展開 
美大學安裝高保真駕駛模擬器 助力自動駕駛系統(tǒng)研究
據(jù)外媒報道，美國德克薩斯大學奧斯汀分校（UT-Austin）安裝了一個完全集成式的高保真Cruden駕駛模擬器，以對自動駕駛系統(tǒng)學術(shù)研究提供協(xié)助。
德克薩斯大學奧斯汀分校的一個汽車駕駛員在環(huán)（driver-in-the-loop）模擬器上已經(jīng)安裝了Cruden。奧斯汀分校的Walker機械工程系是北美最知名的研究機構(gòu)之一，該系將利用Cruden AS1基于動作的系統(tǒng)，在其硬件在環(huán)（HIL）測試設置中添加人類駕駛員輸入，以研究自動駕駛汽車控制系統(tǒng)的性能。
德克薩斯大學奧斯汀分校需要一個結(jié)合了HIL和駕駛員在環(huán)（DIL）系統(tǒng)的汽車模擬器，即一個定制裝置，可輕松、無縫地呈現(xiàn)多種駕駛環(huán)境和車輛類型，并且盡可能地接近現(xiàn)實。
該Cruden模擬器集成了奧斯汀分?，F(xiàn)有的dSpace Scalexio模塊化實時硬件仿真系統(tǒng)以及dSpace ASM車輛和交通模型。該系統(tǒng)可用于多智能體模擬，以評估智能車輛的交通情境，包括評估復雜的車輛動力學。
將多智能體模擬與DIL模擬結(jié)合是業(yè)界首創(chuàng)，可實現(xiàn)在主客觀場景進行車輛測試，以及研究未來移動出行項目，可以呈現(xiàn)真實現(xiàn)實場景，但是有人類在模擬器后面進行操作。
展開 自動駕駛研發(fā)模擬仿真系統(tǒng)的工作介紹
自動駕駛模擬仿真系統(tǒng)的目的是為了減少上車測試的開銷和風險，眾所周知谷歌開發(fā)的仿真系統(tǒng)CarCraft已經(jīng)跑了25億英里，而實際車載測試才1000萬英里。
其中將實際上車測試的問題在模擬仿真系統(tǒng)中進行復現(xiàn)并添加各種變化被成為“fuzing”，當時開發(fā)的可視化平臺Xview就是模擬仿真系統(tǒng)的一部分，相當于顯示界面。
這樣的模擬仿真系統(tǒng)構(gòu)成一般包括多個算法模塊，比如：
1. 傳感器模型：攝像頭（游戲引擎類似的功能），激光雷達，雷達，聲納...
2. 高清地圖和虛擬環(huán)境（類似VR），一些高清地圖的制造商也可以直接從真實環(huán)境中生成，比如三番，紐約，倫敦城市等等；
3. 車輛模型（OEM數(shù)據(jù)，動力學模型，控制模型），行人，摩托和自行車等等，以前做motion capture的公司有很好的數(shù)據(jù)，商用的汽車模擬軟件在這些方面很成熟；
4. 道路系統(tǒng)（路徑網(wǎng)絡）和道路特性（地質(zhì)，坡度，風險，利用率等等）；
5. 環(huán)境模型（季節(jié)，氣候，天氣，時間如白天/晚上，等等），跟傳感器模擬關(guān)系大；
6. 交通模型（交通規(guī)則，限速，停車，十字/丁字/環(huán)路，紅綠燈，讓路，分岔，匯入等等）；
7. 駕駛模型 (駕駛行為，導航規(guī)則，避撞，個人特色，文化，地域等等）；
8. 應用相關(guān)的，比如運動規(guī)劃，模擬訓練。
下面論文分析中會針對這些問題討論解決方案。
展開 自動駕駛車輛仿真模擬軟件盤點 附車輛工程仿真下載
近日，Udacity通過開源協(xié)議授權(quán)公開了它的自動駕駛汽車模擬器，有 Unity 技術(shù)背景的任何人都可以利用此模擬器的資源，載入軟件內(nèi)置場景或創(chuàng)建自己的虛擬測試路線。
該模擬器是為優(yōu)達自動駕駛，旨在教學生如何使用深度學習駕駛汽車，支持Linux、Mac、Windows環(huán)境，只需將數(shù)據(jù)庫復制到本地目錄，確保使用Git LFS 帶動大量的紋理和模型資源。
相關(guān)鏈接：
https://github.com/udacity/self-driving-car-sim
Carla
英特爾實驗室聯(lián)合豐田研究院和巴塞羅那計算機視覺中心聯(lián)合發(fā)布CALRA，用于城市自動駕駛系統(tǒng)的開發(fā)、訓練和驗證的開源模擬器，支持多種傳感模式和環(huán)境條件的靈活配置，論文中詳細評估并比較了三種自動駕駛方法的性能。
CARLA的開發(fā)包括從最基礎(chǔ)的直到支持城市自動駕駛系統(tǒng)的開發(fā)、訓練和驗證。除了開源代碼和協(xié)議，CARLA還提供了為自動駕駛創(chuàng)建的開源數(shù)字資源（包括城市布局、建筑以及車輛），這些資源都是可以免費獲取和使用的。
這個模擬平臺能夠支持傳感套件和環(huán)境條件的靈活配置。我們使用CARLA來研究三種自動駕駛方法的性能：傳統(tǒng)的模塊化流水線，通過模仿學習訓練得到的端到端模型，通過強化學習訓練得到的端到端模型。這三種方法在難度遞增的受控環(huán)境中做了評估，并用CARLA提供的指標進行性能測試，表明CARLA可以用來進行自動駕駛的研究。
展開 Nerf和3DGS神經(jīng)重建技術(shù)在自動駕駛模擬中的應用
<p>驗證自動駕駛軟件需要數(shù)百萬公里的測試。這不僅意味著系統(tǒng)開發(fā)周期長，而且系統(tǒng)的復雜度也會不斷增加，同時，大規(guī)模的實車測試也會耗費巨量的資源并且可能會面臨未知的安全問題。aiSim這樣的虛擬仿真工具可以減輕真實世界測試的負擔。</p><p>AD和ADAS系統(tǒng)依靠閉環(huán)驗證來確保安全性和性能。然而，實現(xiàn)閉環(huán)評估需要一個能夠準確代表真實世界場景的3D環(huán)境。雖然這些3D環(huán)境可以由3D設計工程師手工構(gòu)建，但這種方案很難解決Sim2Real的差距并且在可擴展方面存在一定的局限性。為此，本文為您介紹神經(jīng)重建如何打破限制，在自動駕駛模擬中的具體應用。</p><h2>一、神經(jīng)渲染——彌合差距</h2><p>神經(jīng)渲染可以利用深度學習技術(shù)來緩解這個問題，它可以從一個新的視角上逼真地渲染靜態(tài)（和動態(tài)）環(huán)境。當然這種方法也存在一定的優(yōu)劣點：</p><h3>1、優(yōu)點：</h3><p>（1）高保真的仿真質(zhì)量：神經(jīng)渲染可以產(chǎn)生幾乎和現(xiàn)實無異的場景，增強現(xiàn)實感。</p><p>（2）數(shù)據(jù)驅(qū)動和可擴展：這種方法具有可擴展性，使其適用于實時應用（如3D高斯?jié)姙R）。</p><h3>2、缺點：</h3><p>（1）分布外的對象：神經(jīng)渲染很難將分布外（即以前未見過的）的對象插入 3D 環(huán)境中。</p><p>（2）偽影對動態(tài)物體的影響：偽影可能會影響動態(tài)物體的外觀。</p><p>（3）幾何不一致：在深度預測中，可能會出現(xiàn)幾何不一致。</p><h2>二、現(xiàn)有生成模型的挑戰(zhàn)</h2><p>目前的生成模型能夠創(chuàng)建高度逼真的圖像和視頻，但它們在幾個方面存在不足，例如:</p><p>（1）僅 2D 信息：這些模型不提供 3D 信息，僅在 2D 圖像空間中操作。
展開 汽車四化系列論壇——第三屆數(shù)字化,網(wǎng)聯(lián)化與自動駕駛模擬仿真技術(shù)高峰論壇
第三屆
汽車四化系列論壇
數(shù)字化,網(wǎng)聯(lián)化與自動駕駛模擬仿真技術(shù)高峰論壇
2020年12月11-12日 上海嘉定藍宮大酒店
伴隨著智能汽車的浪潮，軟件在汽車中的占比和重要性提升，推動者網(wǎng)聯(lián)化、智能化、電動化和共享化等技術(shù)創(chuàng)新，“軟件定義汽車”深入人心。
