1.2.2 仿真的重要性

“零事故”是目前自动驾驶技术发展的重要目标之一，随着众多科技公司在自动驾驶领域的持续发力，传感器探测技术、目标识别技术、规划控制技术等都有了快速的发展，L2及L2以下级别的辅助驾驶功能，已经能够在量产车上进行前装配套，并且受到了消费者的认可；高级别的自动驾驶能够在实验室、封闭场地和部分开放道路上实现各类功能。图1-1展示了部分企业开发的自动驾驶车辆。

图1-1 部分企业开发的自动驾驶车辆

高级别的自动驾驶功能正式量产投放市场之前，需要进行大量的安全测试，保证它能够安全平稳运行。现阶段应用最为成熟、最能直接发现问题的测试方法仍为实车道路测试，美国交通部发布的相关数据中提到，驾驶员发生一起人身伤害的碰撞事故所需的平均里程数为80万km，所需的平均时间为35年。美国某研究机构的相关数据显示：在95%置信度的前提下，要证明自动驾驶汽车在致死事故发生率方面比人类驾驶员低20%以上，需要至少进行1.42×1010km的道路测试。鉴于目前造成伤亡的交通事故相比于总的车辆行驶里程，属于较罕见的意外事件，L4及以上级别的全自动驾驶汽车必须积累数亿、甚至是数百亿公里的测试里程，其数据才能具有统计学意义，从而证明其自动驾驶技术在减少伤亡方面的可靠性。这对于计划在数年时间内将自动驾驶技术推向市场的相关厂商而言，根本就是一个不可能完成的任务。因此，许多学者认为，目前还没有经济、高效的实车测试评价方法，这也被称为“自动驾驶上路的陷阱”。由此可见，实车测试的长周期、高成本，很难满足数十亿公里的大样本与可靠性的要求，对于极限场景、危险场景这种小样本、小概率事件很难进行覆盖与复现，而且测试过程中的人员、设备安全性也很难保证，任何安全事故所带来的影响都是巨大的。除此之外，还应考虑到在不同国家、不同地区、不同城市的环境下，交通法规、道路条件、交通特征都会有不同的特点与差异，这也对自动驾驶系统的普适性提出了更高的要求。综上分析，传统的实车测试虽然有着直观的有效性优势，但也必须承认，其很难满足自动驾驶系统的可靠性与鲁棒性的测试需求。如果自动驾驶不能保证安全行驶，则会出现严重的安全事故，如图1-2所示。

图1-2 自动驾驶系统面临的安全问题

因此，建立一种能够任意创造场景、复现复杂开放行驶环境的技术方法，显得尤为重要。而虚拟仿真技术，恰好能解决以上问题，通过仿真的技术手段，对汽车行驶过程中涉及的道路、气象、交通等复杂、动态的变化进行虚拟复现，实现对自动驾驶有效的测试验证，成为自动驾驶产品开发的关键核心技术，并且对于提升其安全性尤为重要。

虚拟仿真并不是新型的应用技术，在很多领域、学科都有着广泛的应用，但是在自动驾驶领域，它有着更加复杂的特点，需要多学科的交叉应用。通过精细的数学建模、高效的数值求解、高保真的三维渲染等技术手段，构建丰富的静态元素（道路、设施、气象等）与动态元素（车辆、行人、指示灯等）。实现这些元素后，就可以根据仿真需求来搭建各类的仿真场景。但仅仅有这些元素是远远不够的，这些场景元素与自动驾驶功能之间是割裂的，中间需要传感器模型作为桥梁，应用目标列表映射、像素映射、概率映射、物理特性映射等多种技术方式，实现车载传感器对于场景的感知过程，即传感器的仿真。因此，这两部分的技术——元素建模与传感器仿真，是自动驾驶汽车虚拟仿真测试的重要核心内容。图1-3展示了某款仿真软件的仿真效果。

图1-3 场景与传感器仿真