Live回顾文远知行WeRide自动驾驶生存

Live回顾：文远知行WeRide自动驾驶仿真论——真实、闭环、规模、整合

虚拟环境中测试算法促使着模拟仿真系统成为自动驾驶公司基础构架的一部分，它和自动驾驶系统紧密结合。文远知行WeRide仿真与云计算执行总监谭伟华看来，仿真测试应该占所有自动驾驶测试的80%。相比封闭场地测试、道路测试，仿真作为一种安全廉价的方案，基本应用到文远知行WeRide自动驾驶的各个环节中。

“安全”已是自动驾驶公司关注的重中之重。每一行代码都有可能带来安全风险，在谭伟华看来，代码经过仿真系统验证才是最安全负责的方式。再者，仿真提供了一种更高效、低成本的方式，帮助自动驾驶公司快速迭代以及验证软件质量。

11 月 24 日（周六）上午 10 点，【大咖Live】第 26 期智能驾驶·仿真专场，我们邀请到文远知行WeRide仿真与云计算执行总监谭伟华详细解析“L4自动驾驶仿真：易被忽视的关键战场”。照例，本次分享对AI投研邦免费开放。

本文对整场分享进行了综合整理，AI投研邦会员可进入【AI投研邦】页面查看全文实录。

场景“真实”，是构建自动驾驶仿真系统的一大难点。谭伟华提到，仿真系统中的场景既要源于现实

，又高于现实。仿真系统无需做到100%真实场景还原，要达到合理的抽象要求。关于如何定义合理的抽象，不同自动驾驶公司需结合自家自动驾驶技术进行定论。新智驾了解到，一般情况下，行人容貌、车辆型号等细节无需还原。上述场景对自动驾驶算法的影响力几乎为零。而行人行走路径、速度，甚至行人间的互动，行人与和车辆间互动，则是仿真系统需要关注的重点。良好的仿真系统需具有充分的灵活性，来展现各类型场景。

新智驾了解到，在场景质量方面，文远知行WeRide支持三种仿真场景：基于日志回放的场景、人工生成的场景及两种混合模型。

基于日志回放的场景：根据实际路测中采集到的日志数据进行回放，并接入新算法来进行仿真。其优点在于数据真实，但场景中物体并不具备智能性；

人工生成的场景：场景中的行人车辆行为被定义，且物体自身具备智能性，拥有一套对应的决策模型，类似于精简版自动驾驶决策模型。场景模型拥有类似于政治世界中的行为，例如行人如何避让车辆，甚至在拥堵的路口中车辆和行人等复杂的场景。

文远知行WeRide通过一套完整系统收集及整理行车日志，且基于日志仿真层面，文远知行WeRide拥有器通过人工生成基于决策模型的场景。

混合模型：基于日志以及基于决策模型的一种结合。文远知行WeRide的思路是从日志中自动生成智能的场景，并在此基础之上，对已有场景进行合理扰动，加入随机因素以达到事半功倍的作用。

不同企业对仿真有不同的理解和需求。但有一点是共通的，即每一家企业都在用不同的技术方案来追求真实性。谭伟华向(公众号：)新智驾表示，真实、闭环、规模、整合是每一家自动驾驶公司构建仿真不可忽略的四大环节。

除真实性外，闭环也是自动驾驶企业的重点方向。仿真系统反馈到生产中，生产同样反馈到仿真中，这是一大原则。

规模方面，仿真系统模拟里程需在真实里程的百倍以上。里程数据需具有指导意义价值。

整合方面，仿真与研发并非独立的系统，仿真非单独的工具，更像是平台。作为一个平台角色，仿真能够融入到工程研发的每一个环节中。从工程开始到工程的验收仿真，都能够起到相应的作用。

会员最新速递「2018智能驾驶芯片行业」研报（点击链接进行查看）已出炉，2万字精华，10家公司参与，芯片行业研究者、创业者、车企、投资者们不可错过，快去抢读。

原创文章，未经授权禁止转载。详情见转载须知。