正文

無人駕駛仿真軟件（無人駕駛仿真軟件哪個好）

發(fā)布時間：2023-05-28 20:37:27 稿源：創(chuàng)意嶺閱讀： 95

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關于無人駕駛仿真軟件的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

開始之前先推薦一個非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等

只需要輸入關鍵詞，就能返回你想要的內容，有小程序、在線網頁版、PC客戶端和批量生成器

問友Ai官網：https://ai.de1919.com。

本文目錄:

輕舟智航公司怎么樣？
硅谷“封城”前夜，輕舟智航無人車挑戰(zhàn)Drive-through
盤點知名自動駕駛仿真平臺，Waymo、騰訊榜上有名

無人駕駛仿真軟件（無人駕駛仿真軟件哪個好）

輕舟智航公司怎么樣？

回答

輕舟智航是一個無人駕駛通用方案品牌，成立于2019年，隸屬于北京輕舟智航科技有限公司。[3]輕舟智航基于Driven-by-QCraft 方案，將無人駕駛帶進現實輕舟智航在中國多個城市部署落地了龍舟系列無人駕駛車，覆蓋多類車型，應用于城市公交、網約出行等場景，助推城市交通走向智能化、網聯化、共享化。此外，輕舟智航亦可為主機廠、科研院所等客戶提供自動駕駛技術研發(fā)的工具鏈，助其打造屬于自己的自動化數據閉環(huán)。

這是一個新興行業(yè)，未來的發(fā)展空間很大

無人駕駛仿真軟件（無人駕駛仿真軟件哪個好）

硅谷“封城”前夜，輕舟智航無人車挑戰(zhàn)Drive-through

輕舟智航所追求的，是建立自動化規(guī)模生產的工廠，相比原本的“造梯子”，他們更希望“造火箭”，為此，就要建立大量的工具鏈以及仿真測試環(huán)境。

文丨AutoR智駕明陽

相比傳統(tǒng)自動駕駛公司的“造梯子”路徑，輕舟智航是在“造火箭”，3月21日無人駕駛公司輕舟智航CEO于騫在其舉辦的線上分享會上說道。

作為一家成立不到一年的無人駕駛初創(chuàng)公司，這次線上分享會輕舟智航首次公開分享了其基于大規(guī)模智能仿真系統(tǒng)及可自主學習決策規(guī)劃框架的技術路徑，并介紹了大規(guī)模智能仿真系統(tǒng)的具體應用。

其目標是打造適應城市復雜交通環(huán)境的“老司機”，其業(yè)務模式是為合作伙伴提供可量產的無人駕駛解決方案。

對此，輕舟智航決定從兩個方面來解決自動駕駛實際落地問題：

一方面，基于大規(guī)模仿真技術應用來解決規(guī)劃決策問題是當前無人駕駛技術領域的關鍵課題，以Waymo為代表的無人駕駛公司正在通過大規(guī)模的仿真測試改進規(guī)劃決策技術。

另一方面，通過建立大量的工具鏈以及仿真測試環(huán)境，可以實現技術迭代的自動化，以更快的速度、更高效的方式應對自動駕駛的邊界化難題，應對自動駕駛行業(yè)存在的長尾效應。

相比原本的“造梯子”，輕舟智航更希望“造火箭”

我們知道，自動駕駛關鍵因素包括感知、決策和規(guī)劃，其中，感知是一個比較確定性的問題，如何測試和評價是非常明確的，整體的方法論也是比較清楚，所以業(yè)內開始把注意力集中在規(guī)劃決策技術上，把規(guī)劃決策視為目前最具挑戰(zhàn)性的問題。

規(guī)劃決策的挑戰(zhàn)性可以從兩點來看：第一，不確定性難以衡量，現有判斷規(guī)劃決策做得好壞的指標是舒適度和安全性，但這兩項指標都是比較偏主觀。

一方面，不同人開車有不同的行為喜好，有人激進一些，有人保守一些，舒適程度本身是很主觀的一個判斷。

另一方面，在安全性上，簡單的安全性指標是不碰撞，但即使是不碰撞，要是你的車總是離旁邊車就差1厘米，你也會覺得不安全。

第二，從方法論的角度來說，行業(yè)里占主流位置的規(guī)劃決策方法論，整體上看與20年前相比并沒有大的突破，模仿學習或強化學習的方法，在大規(guī)模實際應用時也仍然存在眾多問題。

于騫認為，“仿真技術的出現，其出現很大程度上是為了幫助規(guī)劃決策進行更好的測試——畢竟不能每修改一次算法就部署到車上進行測試。隨著仿真技術的采用，行業(yè)又進入一個快速的發(fā)展軌道?！?span style="display:none">kgZ創(chuàng)意嶺 - 安心托付、值得信賴的品牌設計、營銷策劃公司

與大部分自動駕駛從無到有的技術構建過程——先做好建圖和定位，再做好感知，最后再開始做規(guī)劃決策和仿真不同，對于輕舟智航而言，從一開始便把仿真測試平臺作為關鍵核心能力，與其他模塊一同建設起來，使開發(fā)達到了十分高效的狀態(tài)。

除此之外，自動駕駛技術存在突出的長尾效應，技術上已經解決了90%的問題，但剩下的10%卻可能要花費同樣多甚至更多的精力，這10%包括很多邊界化難題。

于騫對無人駕駛為何遲遲未落地進行分析，他說，“邊界化難題的發(fā)現和解決除了需要收集大量的數據，更重要的是建立自動化生產的工廠，將源源不斷收集來的有效數據，通過自動化的工具，加工成可用的模型。以更快的速度、更高效的方式應對邊界化難題。”

上圖便是一個典型的邊界化難題，在你遇上野鴨子之前，你甚至不知道會有野鴨子的問題，所以邊界化難題是需要去發(fā)現，并且解決的。

那么邊界化難題怎樣去發(fā)現并解決呢？

除了收集大量的數據，更重要的是建立自動化生產的工廠，將源源不斷收集來的有效數據，通過自動化的工具，加工成可用的模型。以更快的速度、更高效的方式應對邊界化難題。

以上面野鴨子的場景為例，如果需要專門針對這些場景去開發(fā)特殊的模型，那會有無窮無盡的場景需要處理。

但借助自動化的辦法，只要數據標注好了，下次系統(tǒng)更新時便可以更好處理這種情況，省下大量工程師的時間。

以感知舉例是比較容易理解的，但其實規(guī)劃技術也一樣，要想讓車做出準確的規(guī)劃，最原始的方法是工程師寫規(guī)則——大量的工程師寫出大量的規(guī)則，但這種方式維護性很差還不能滿足需求。

再進一步便是設計獎勵函數——設計獎勵函數比寫規(guī)則要簡單的多；再往后則是利用數據自動學習獎勵函數。

這個過程便是往自動化方向發(fā)展的過程。

于騫說，“輕舟智航所追求的，是建立自動化規(guī)模生產的工廠，相比原本的“造梯子”，我們更希望“造火箭”，為此，就要建立大量的工具鏈以及仿真測試環(huán)境?！?span style="display:none">kgZ創(chuàng)意嶺 - 安心托付、值得信賴的品牌設計、營銷策劃公司

對此，輕舟智航將有效數據、智能仿真系統(tǒng)以及決策規(guī)劃框架這三點視為推動技術向前轉動的齒輪。

借助大規(guī)模智能仿真系統(tǒng)和可自主學習決策規(guī)劃框架，輕舟智航可做到最大化地利用有效數據，大幅降低測試成本，提升開發(fā)效率，保證解決方案的可拓展性。

于騫表示，“過去的一年，輕舟智航不希望通過見招拆招的方式進入到某個具體的小應用場景，變成一家靠堆人來解決問題、無法規(guī)?；墓こ坦?，而是專注于修煉內功，在做到主線夠深入、橫向可擴展之后，再以輕、快的方式實現真正的無人駕駛。”

拒絕“華而不實”，輕舟智航仿真系統(tǒng)架構首次揭秘

當前，市面上有許多仿真軟件，最流行的是基于游戲引擎開發(fā)的仿真軟件，這種仿真軟件從界面的角度來說是比較好看的，像一個模擬城市，場景很真實。

與這種主流的仿真軟件不同，輕舟智航的仿真軟件界面很簡單的，拋棄了復雜的渲染工作，僅保留了感知結果，包括3D Box和雷達點的疊加。

輕舟智航為什么不利用游戲引擎，造一個好看的模擬城市呢？

輕舟智航的聯合創(chuàng)始人汪堃總結了基于游戲引擎開發(fā)的仿真系統(tǒng)的三大特點：

第一，在使用游戲引擎的情況下，其本身的圖像渲染工作對感知的提升是很有限的，因為其中的渲染效果和真實物體是有一定差別的。

第二，在自動駕駛領域，這種Re-build軟件（基于第三方軟件開發(fā)）是缺乏測試確定性的。仿真軟件在自動駕駛領域的重要應用，就是復現某一次的路測效果。但由于這種第三方軟件的開發(fā)與自動駕駛軟件的開發(fā)是相互獨立的，很難保證其中各個模塊的確定性，導致整個仿真軟件存在不確定性，最終影響可用性。

第三，基于游戲引擎開發(fā)的仿真器會消耗大量額外計算資源做圖像渲染，不利于大規(guī)模應用，這也影響到本身的實用性。

基于以上考慮，輕舟智航制定了獨特的仿真系統(tǒng)。

輕舟智航仿真系統(tǒng)的系統(tǒng)架構可以分為5層：最底層的是輕舟智航自研的Car OS，借助底層的通訊系統(tǒng)來保證模塊之間的高效通訊。

Car OS與仿真器是高度整合的系統(tǒng)，核心仿真器及評估器，是基于底層的Car OS接口開發(fā)的，能保證仿真系統(tǒng)的確定性。

再往上一層是仿真周邊工具鏈和基礎架構，可保證整個數據閉環(huán)的有效性，將全部數據高效利用起來；第四層是大規(guī)模場景庫構建。

最頂層則是分布式系統(tǒng)仿真平臺，支持快速、大規(guī)模的仿真應用，在短時間內得出正確評估。

輕舟智航的仿真評估器也可以分為5類：第一類是安全性評估器（Safety Evaluator），包含是否碰撞、是否壓到路邊、是否撞到行人等評估。

第二類是真值評估器（Ground Truth Evaluator），可通過人工標注或自動標注的方式對仿真結果進行檢測對比，及時反饋給工程師。

第三類是法規(guī)評估（Law Evaluator），指的是根據交通規(guī)則進行評估，例如是否闖紅燈、是否逆行等；

第四類是舒適度評估（Comfort Evaluator），指是否有急剎等帶來不舒適感的等行為。

第五類是狀況評估（Stats Evaluator），相對比較底層一些，指根據模塊生成的中間結果，進行縱向比較得到評估的結果。

汪堃表示，“我們認為仿真是達到規(guī)?；療o人駕駛技術的唯一路徑。首先，借助仿真及相關工具鏈，能形成高效的數據測試閉環(huán)，支持算法的測試和高效迭代，取代堆人或堆車的方式；其次，只有經過大規(guī)模智能仿真驗證過的軟件，才能夠保證安全性和可用性。以一個比喻作為結尾，如果無人駕駛是個賽跑，那么仿真便是助推器，助推完全無人駕駛的實現。”

一鏡到底，輕舟智航硅谷“封城”前夜展示無人車真實力

加州“在家隔離”強制執(zhí)行令發(fā)布后的3個小時，對輕舟智航來說是難忘的3個小時。

硅谷時間3月16日下午4點23分，輕舟智航收到加州相關政府發(fā)布的正式強制性命令，所有居民必須在家隔離，除非采購食物，就醫(yī)或者其他緊急情況才允許離開住所，強制性命令于當天午夜12點生效。

這一天，輕舟智航要進行試乘直播活動。

于騫表示，“收到這個通知時，離生效只剩下8個小時，我們沒有放棄，而是在第一時間聯系了硅谷風險投資BoomingStar Ventures管理合伙人Alex Ren作為第三方見證者，在當天晚上7點多緊急錄制了路測視頻?！?span style="display:none">kgZ創(chuàng)意嶺 - 安心托付、值得信賴的品牌設計、營銷策劃公司

由于時間緊張，輕舟智航只有一次機會，所以接下來的測試視頻是一次性錄制完成。

本次輕舟智航試乘路線首先將開到一個商業(yè)區(qū)周邊的麥當勞，經過一個汽車穿梭窗口（Drive-through，不必下車即可得到服務的餐館），隨后穿過一個大超市和其停車場，回到公司。

Drive-through 是美國很常見的一種點餐方式，是典型的城市復雜交通環(huán)境之一，從技術上角度來看，Drive-through場景也是很有挑戰(zhàn)性的。

首先，其車道比單車道更窄，對定位和控制的要求都比較高，如果橫向定位和控制不精確，就會軋到路沿或蹭到建筑物，如果縱向不準，就會對不準點餐窗口。

其次，在出口處便是停車場，是非結構化道路，要應對人車混雜的情況，還要通過無保護右轉進入道路主路。

最后，更有挑戰(zhàn)性的是這里是正常營業(yè)的地方，不像開放道路般可以重復進行路測，據悉，輕舟智航通過大量的仿真測試，做到了第一次上路就非常安全可靠。

通過視頻來看，Star Ventures管理合伙人Alex Ren乘坐輕舟智航無人車經過一個汽車穿梭餐廳，完成訂餐、支付、取餐的全過程，隨后，還在一間大型超市周圍遇上了由于搶購物資引起的復雜道路場景，但無人車實現了很好的應對。

接下來我們再從仿真角度來看，在真實影像中，我們可看到前方是沒有車輛的。

但借助仿真，我們在場景中產生了兩輛綠色的虛擬車輛，測試車輛能否對虛擬車輛進行準確的避讓。

同樣，也產生了黃色框的行人來進行測試，視頻中的白色邊框則是當時的實際行駛軌跡。

汪堃稱，“由于麥當勞這種場景是不允許多次實際測試的，這個視頻只是眾多例子中的一個，實際上生成了非常多個這種類似的場景，在仿真測試中評估器，都得到不錯的結果后，才讓車輛到實際場景中測試?！?span style="display:none">kgZ創(chuàng)意嶺 - 安心托付、值得信賴的品牌設計、營銷策劃公司

此外，以上視頻也展示了仿真場景庫的自動生成的相關工作，視頻中紅色和綠色的兩個點，分別代表兩輛車的運動軌跡，這些軌跡的生成和變化，是在真實的交通數據集上，利用深度學習的方法進行訓練，再使用訓練好的深度神經網絡合成大規(guī)模的互動車輛的軌跡。

大家可以看到互動車輛的運動軌跡在不斷變化，這個變化是由于輕舟智航借助生成模型在互動車輛的運動行為空間進行隨機抽樣而產生的。

該生成模型支持在不同地圖上合成不同的場景庫，具有真實有效，多樣豐富，以及規(guī)模擴展等諸多特性。

視頻中的兩個點或者兩輛車，是具有交互性的，它們之間可以進行正確的互動，這種互動行為不是人工手動創(chuàng)制，而是從真實車與車之間的互動數據中通過深度學習的方法學習而來的。

關于輕舟智航：

作為一家年輕的初創(chuàng)公司，輕舟智航的的核心團隊成員來自Waymo、特斯拉、Uber ATG、福特、英偉達、Facebook等世界頂級自動駕駛公司和科技公司。

目前在美國硅谷、中國北京、深圳、蘇州等多個城市都設有辦公室。其聯合創(chuàng)始人、CEO于騫是頂尖核心感知算法和地圖專家，曾任Waymo感知關鍵模塊的機器學習算法研發(fā)負責人，在計算機視覺和機器學習領域擁有十多年經驗。

本文來源于汽車之家車家號作者，不代表汽車之家的觀點立場。

盤點知名自動駕駛仿真平臺，Waymo、騰訊榜上有名

無人駕駛離我們還有多遠？

在發(fā)出這個問題前，首先要知道，自動駕駛汽車想要真正上路，必須經歷多重安全考驗，而路測則是必不可少的重要環(huán)節(jié)。

據美國蘭德智庫的估算，一套自動駕駛的系統(tǒng)至少需要經過110英里（約170-180億公里）的驗證才能達到量產條件。這就意味著，即便是一支擁有100輛測試車的自動駕駛車隊，以25英里(40公里)每小時的平均時速全天24小時一刻不停歇地測試，也需要花費大約500年的時間。

同時，一臺成熟的自動駕駛汽車還需要在暴雪、暴雨、強太陽光照射等極端條件下靈敏地識別道路上的物體，正確、迅速地做出反應。但在自然環(huán)境中，這些極端條件不會經常發(fā)生，且很多極端情況都非常危險，在測試中必須要估計到。所以，僅僅依靠實地開展自動駕駛道路測試，效率低，成本巨大，且不夠全面。在這樣的情況下，能夠提供完美的虛擬現實路測環(huán)境的仿真平臺，就成為了自動駕駛汽車進行道路測試的高性價比選擇。今天我們就來一起看看，那些國內外知名的自動駕駛仿真系統(tǒng)是如何進行虛擬道路測試的。

英偉達：Drive Constellation——基于兩種不同服務器的計算平臺

在可編程圖形處理技術上處于世界領袖地位的英偉達，于去年3月正式宣布上市云自動駕駛仿真平臺Drive Constellation。

Drive Constellation使用照片級真實感模擬，基于云的自動駕駛汽車測試系統(tǒng)，是一款基于兩種不同服務器的計算平臺。第一臺服務器運行 NVIDIA DRIVE Sim 軟件，用以模擬如攝像頭、激光雷達和雷達等自動駕駛汽車的傳感器。DRIVE Sim軟件可生成照片級逼真的數據流，以創(chuàng)建大量不同的測試環(huán)境，例如，它能夠模擬諸如暴雨和暴風雪等不同天氣狀況，一天中不同時間內的光線變化，以及所有不同類型的路面和地形。第二臺服務器則搭載了 NVIDIA DRIVE Pegasus AI 汽車計算平臺，可運行完整的自動駕駛汽車軟件堆棧，并能夠處理如同來自路面行駛汽車上的傳感器的模擬數據。

英偉達Drive Constellation

騰訊：TAD Sim——如同大型RPG游戲的仿真平臺

眾所周知，目前很多自動駕駛主流的仿真系統(tǒng)都是根據游戲引擎開發(fā)的，而擅長游戲開發(fā)和經營的騰訊，也將專業(yè)的游戲引擎、工業(yè)級車輛動力學模型、虛實一體交通流等技術運用在了自動駕駛模擬仿真平臺TAD Sim（Tencent Autonomous Driving Simulator）上，這也是騰訊做自動駕駛仿真平臺得天獨厚的優(yōu)勢。

在TAD Sim這個無限趨近真實世界的場景里，不僅可以滿足自動駕駛汽車不斷迭代的測試需求，還可以提高自動駕駛技術研發(fā)效率。TAD Sim內置的高精度地圖，可以完成感知、決策、控制算法等實車上全部模塊的閉環(huán)仿真驗證，完成不同天氣、光照條件等環(huán)境的幾何模擬，以及測試車輛的感知能力、決策能力、和車輛控制仿真。結合采集的交通流數據以及極端交通場景的模擬，TAD Sim能夠持各種激進駕駛、極端情況的自動駕駛測試，以更高效率、更安全的方式完成在現實世界中無法進行的各項測試。

去年，騰訊與寶馬在自動駕駛領域達成戰(zhàn)略合作，針對中國復雜多變的駕駛場景進行分析處理，助力寶馬研發(fā)符合中國市場的自動駕駛技術和產品。此外，TAD Sim還可以為政策制定部門、交通管理部門提供交通調度管理、道路及交通規(guī)劃、自動駕駛法規(guī)研究等方面的測試, 全方位助力自動駕駛的量產落地。

騰訊TAD Sim復雜路況仿真

Waymo：Carcraft——將現實變?yōu)樘摂M的“開拓者”

從最初的“谷歌無人車”到后來的谷歌Waymo，谷歌可以說是自動駕駛研究領域的“老大哥”。前不久，谷歌宣布， Waymo自主研發(fā)的仿真測試軟件Carcraft已模擬了100億英里的道路場景，且支持Waymo車型進行大規(guī)模測試。

由于自動駕駛汽車需要利用網絡神經與算法進行不斷學習，所以Carcraft設置的各種各樣的道路狀況，可以讓車輛從中學習到更多。Waymo 測試車在路上遇到的許多情況可以直接在模擬器中進行模糊化，同時程序員也可以將多種情況進行疊加，以創(chuàng)造出各種極端情況。Carcraft進行模擬后得到的數據又可以反饋給現實世界的測試車，這樣循環(huán)往復，車輛就會變得越來越強大。對此前還在用“場景回放”進行測試的Waymo來說，Carcraft在自動駕駛研究中扮演著前所未有的重要角色，甚至對于世界的自動駕駛技術而言，Carcraft都意義非凡。

2019年年末， Waymo 宣布收購英國仿真技術公司Latent Logic，用于幫助Waymo實現更加貼近現實的仿真技術，更好地進行自動駕駛的預測和規(guī)劃。

當前，國內的自動駕駛仿真系統(tǒng)還處于起步階段。即使是國際上仿真模擬技術比較成熟的公司，在中國道路場景的開發(fā)與中國駕駛員行為模擬方面仍不夠成熟。從另一個角度來看，這其實給中國本土研發(fā)自動駕駛仿真模擬技術的公司釋放了良好的機會。期待越來越多的像騰訊這樣的本土科技企業(yè)加入自動駕駛仿真系統(tǒng)的建設中來，搭建具有中國特色的仿真測試環(huán)境，助力成熟的無人駕駛技術早日實現。

本文來源于汽車之家車家號作者，不代表汽車之家的觀點立場。

以上就是關于無人駕駛仿真軟件相關問題的回答。希望能幫到你，如有更多相關問題，您也可以聯系我們的客服進行咨詢，客服也會為您講解更多精彩的知識和內容。