厚势按：本文来自 Popular Science 官网 8 月 3 日发布的文章《 Self-Driving Car Companies are Racking Up Simulated Miles. Here’s Why. 》，借由采访 Drive.ai 工程副总裁，主要讨论自动驾驶汽车的测试验证方法中的仿真测试。 自动驾驶汽车已经在真实的街道上行驶了。比如，Waymo 的自动驾驶汽车正在亚利桑那州菲尼克斯（Phoenix，Arizona）接送乘客，还有一家名为 Drive.ai 的公司正在用自动驾驶汽车系统将人们送到德克萨斯州弗里斯科（Frisco，Texas）的某地。 在真实道路上的行驶时间很有价值。但是，自动驾驶工程师们还有其它工具：他们可以通过仿真来测试自动驾驶软件，对数字世界里的汽车添加驾驶场景，借此观测它们在现实世界沥青路面上可能的性能表现。 例如，Drive.ai 最近宣布，他们已经模拟了一百万英里的里程，其中包括弗里斯科的行程。 一百万英里听起来很多，但是与 Waymo 相比，就相形见绌了。Waymo 总共完成了 50 亿英里的模拟里程。(Drive.ai 没有披露总计里程数。) 然而，一英里的模拟里程（a simulated mile）是什么？在已知场景中完成一百英里模拟里程又意味着什么呢？ 自动驾驶仿真有两种类型，Drive.ai 的工程副总裁 Kah Seng Tay 说。第一种类型涉及工程师们创造的新鲜场景，它们希望驾驶软件能妥善处理这些场景。就像制作电子游戏一样，Tay 说：「本质上，你可以在仿真中手工设置整套环境。」这意味着，你可以设定一辆车的速度，并且添加一个行人，让他以特定的角度横穿马路。然后演示这个场景，观察驾驶系统会如何应对处理。 这些仿真并不涉及任何车辆实体，而是采用云计算，在笔记本电脑和台式机上运行。在仿真软件中驾驶虚拟汽车，和在现实世界中驱动汽车的原理基本相同；数字虚拟场景是测试新版本自动驾驶软件的理想场所。 对于另一种类型的仿真，Drive.ai 使用真实世界的行驶数据——自动驾驶汽车利用传感器在实际行驶中采集的数据。他说：「我们获取这些日志记录的数据，并且转换成对应的场景。」这让研究人员可以测试多个版本的算法，观测不同版本的表现。例如，在现实世界中，有时自动驾驶汽车系统将会「脱离」（disengage，指自动驾驶变成人工介入模式），此时人类必须接管车辆驾驶。在仿真中，他们可以复现这个场景，然后尝试调整软件，让自动驾驶系统在不脱离的情况下处理这种场景。 仿真也意味着研究人员可以随意微调该系统，即他们可以调整变量，并观测结果。假设他们正在模拟场景里有一种场景：自动驾驶汽车试图绕过一辆停放的轿车。为什么不改变一些设置，让这种场景对自动驾驶来说更加艰难呢？「我们可以修改轿车的长度，让它变成一辆皮卡或者公交车，」Tay 说。或者，他们也可以仅仅移动汽车的位置，让它占据更多道路，从而形成更大的障碍。 仿真还有其他好处——时间灵活。在现实世界中驾驶，如果一直以 30 英里/小时的速度，需要两分钟才能行驶一英里。但是如果这段旅程不是真实发生的，研究人员们就可以控制行驶需要的时长。他们称这个概念为「仿真时间（sim time）」。 「最终，我们试图尽快完成仿真。」他表示。或者，他们也可以放慢速度。「我们通过改变仿真时间维度，可以实现这些需求。」他们还希望确保在仿真中的观测结果，能精确反映现实世界中实际情景。 而且，没必要一次只运行一个仿真，而是可以一次运行成千上万组仿真。他说：「我们一周能跑上百万英里。」这并不代表仿真比现实世界的行驶更重要，而是表示，在同样的路线上，虚拟驾驶可以让汽车软件体验到各种情景。某些情景在弗里斯科 2 英里长的路段上可能并不会出现，而 Drive.ai 正在那里进行实际道路自动驾驶测试。 「主要是为了确保我们能测试边界案例（edge cases），以及测试自动驾驶系统的极限，」他说，「还要确保在将自动驾驶推向现实世界之前，我们能够安全地处理所有场景。」自动驾驶汽车可能在我们的生活中扮演更重要的角色——甚至是送货之类的事情，因此对他们来说，获取能够得到的所有经验至关重要，无论是仿真的还是真实的经验。 还有另一种自动驾驶汽车测试的方法：强制它在现实世界中遇到一些情景，但是必须在非公共场合、以可控的方式进行。在加利福尼亚州，Waymo 自动驾驶汽车总共累积了 800 多万英里的真实的、非仿真的行驶里程——它使用了一个曾经的空军基地进行测试。「在那儿，我们的团队把成堆的纸和大量的箱子扔到车前的一条封闭的赛道上。」一位 Waymo 发言人在电子邮件中写道：「我们甚至让演员模拟滑板事故，从移动厕所里跳到路上，以确保我们能够解决这些罕见的事件。」
编辑整理：厚势分析师拉里佩
转载请注明来自厚势和厚势公号：iHoushi
联系客服
