數(shù)字孿生將如何大幅減少自動(dòng)駕駛汽車(chē)的現(xiàn)場(chǎng)測(cè)試

從不停腳和不看的駕駛——到斷腦駕駛

輔助駕駛始于腳踏技術(shù)，例如自適應(yīng)巡航控制和用于緊急制動(dòng)的高級(jí)駕駛員輔助系統(tǒng)（ADAS）。此后，它已經(jīng)發(fā)展到具有車(chē)道居中功能和眼睛關(guān)閉駕駛的免提駕駛，汽車(chē)可以感知并自動(dòng)響應(yīng)道路和駕駛條件?，F(xiàn)在，腦力關(guān)閉駕駛正在全自動(dòng)駕駛汽車(chē)上進(jìn)行測(cè)試。

汽車(chē)工程師協(xié)會(huì) （SAE） 定義了 6 個(gè)級(jí)別的駕駛自動(dòng)化，從全手動(dòng)（0 級(jí)）到完全自主（5 級(jí)）。不提和放手技術(shù)被歸類(lèi)為輔助駕駛（1-3級(jí)）。關(guān)眼和關(guān)腦技術(shù)（4級(jí)和5級(jí)）代表了將輔助車(chē)輛和自動(dòng)駕駛汽車(chē)分開(kāi)的重要一步。

如今，大多數(shù)車(chē)輛都處于 2 級(jí)，車(chē)輛可以處理某些功能，例如緊急制動(dòng)或停車(chē)輔助。3 級(jí)車(chē)輛已經(jīng)開(kāi)始可用，具有高速公路或交通擁堵的自動(dòng)駕駛儀。今天的4級(jí)車(chē)輛只是原型車(chē)，比如Waymo汽車(chē)。據(jù)估計(jì)，到 2030 年，在美國(guó)，道路上行駛的 16.17 億輛自動(dòng)駕駛汽車(chē)中將有 110 萬(wàn)到 <> 萬(wàn)輛，這僅占汽車(chē)總銷(xiāo)量的一小部分。

自動(dòng)駕駛汽車(chē)的緩慢崛起有多種根本原因。除了基礎(chǔ)設(shè)施、法律和驗(yàn)收方面的挑戰(zhàn)外，轉(zhuǎn)向眼球和腦后駕駛將需要汽車(chē)制造商克服許多挑戰(zhàn)。其中包括選擇正確的傳感器，將它們集成到車(chē)輛的正確位置，測(cè)試它們以捕獲所有場(chǎng)景 - 即使是最不可預(yù)測(cè)的情況 - 以及優(yōu)化決策延遲。最終，自動(dòng)駕駛汽車(chē)必須在所有道路和所有天氣條件下都優(yōu)于人類(lèi)，而光學(xué)傳感器對(duì)于實(shí)現(xiàn)這一目標(biāo)至關(guān)重要。

在這篇博文中，我將探討光學(xué)傳感器的數(shù)字孿生技術(shù)如何通過(guò)減少對(duì)現(xiàn)場(chǎng)測(cè)試的需求來(lái)加速自動(dòng)駕駛汽車(chē)的采用。

為什么光學(xué)傳感器是自動(dòng)駕駛汽車(chē)的關(guān)鍵組成部分

當(dāng)今的車(chē)輛具有許多光學(xué)組件，這些組件對(duì)于汽車(chē)感知駕駛條件，與環(huán)境和駕駛員交互以及做出決策至關(guān)重要。這包括用于拍攝環(huán)境的 2D 照片的攝像頭、用于獲取 3D 點(diǎn)圖的 LiDAR、自動(dòng)補(bǔ)償弱光環(huán)境的前照燈以及用于穿透霧、霧和雨的雷達(dá)。從手動(dòng)駕駛到自動(dòng)駕駛的演變將需要更多的傳感器、計(jì)算能力和新的電氣/電子（E/E）架構(gòu)。從市場(chǎng)的角度來(lái)看，到2025年，傳感器市場(chǎng)總收入將達(dá)到22.4B美元，其中雷達(dá)收入估計(jì)為9.1B美元，攝像頭模塊收入達(dá)到8.1B美元，計(jì)算硬件達(dá)到3.5B美元，LiDAR達(dá)到1.7B美元。最終，一輛全自動(dòng)駕駛汽車(chē)將依賴(lài)于四到六個(gè)雷達(dá)系統(tǒng)、一到五個(gè)激光雷達(dá)系統(tǒng)和六到十二個(gè)攝像頭。

如今，自動(dòng)駕駛市場(chǎng)還不成熟，許多技術(shù)和系統(tǒng)設(shè)計(jì)目前正在測(cè)試中。沒(méi)有放之四海而皆準(zhǔn)的解決方案。例如，特斯拉開(kāi)始在2014年推出的自動(dòng)駕駛系統(tǒng)中使用單個(gè)前視攝像頭。最新型號(hào)現(xiàn)在在汽車(chē)周?chē)ò藗€(gè)以上的攝像頭，沒(méi)有LiDAR或雷達(dá)系統(tǒng)。相比之下，最新的Waymo自動(dòng)駕駛汽車(chē)有五個(gè)LiDAR系統(tǒng)，29個(gè)攝像頭和六個(gè)雷達(dá)來(lái)掃描其環(huán)境。這兩個(gè)系統(tǒng)仍在現(xiàn)場(chǎng)進(jìn)行了嚴(yán)格的測(cè)試，Waymo以其自動(dòng)駕駛汽車(chē)車(chē)隊(duì)的總里程超過(guò)<>萬(wàn)英里領(lǐng)先。Waymo還構(gòu)建了一個(gè)駕駛模擬器，積累了大量的合成駕駛數(shù)據(jù)。但是，關(guān)于該現(xiàn)場(chǎng)數(shù)據(jù)的可靠性和全面性以及模擬情況與現(xiàn)實(shí)的接近程度仍然存在。

光學(xué)傳感器是自動(dòng)駕駛汽車(chē)的關(guān)鍵組成部分。精確的傳感器數(shù)字孿生可以釋放使用駕駛模擬器進(jìn)行從設(shè)計(jì)和測(cè)試到集成和自動(dòng)駕駛系統(tǒng)協(xié)同優(yōu)化等任務(wù)的潛力。這可以大大減少自動(dòng)駕駛汽車(chē)的現(xiàn)場(chǎng)測(cè)試，并加速其采用。讓我們探討一下這是如何工作的。

促進(jìn)協(xié)同設(shè)計(jì)，并使用精確的傳感器模型實(shí)現(xiàn)虛擬測(cè)試

構(gòu)建自動(dòng)駕駛架構(gòu)首先要選擇正確的傳感器，并確保它們能夠感知到自己的需求。目前，傳感平臺(tái)和感知系統(tǒng)開(kāi)發(fā)需要集成和校準(zhǔn)車(chē)輛上的傳感器硬件，以及傳統(tǒng)的地面實(shí)況數(shù)據(jù)采集和注釋。這些都是昂貴、耗時(shí)的過(guò)程。通常，整個(gè)設(shè)計(jì)到測(cè)試循環(huán)在進(jìn)入最終系統(tǒng)驗(yàn)證之前將完成多次。通過(guò)虛擬測(cè)試縮短這一開(kāi)發(fā)周期至關(guān)重要，這樣就可以避免使自動(dòng)駕駛汽車(chē)安全所需的無(wú)法到達(dá)的10億英里的現(xiàn)場(chǎng)測(cè)試。

虛擬測(cè)試需要什么？在車(chē)輛模型和虛擬環(huán)境之間，我們需要傳感器的精確數(shù)字表示來(lái)評(píng)估它們?cè)谟?jì)算機(jī)上的行為。當(dāng)然，由于安全性和可靠性對(duì)自動(dòng)駕駛至關(guān)重要，因此這些模型應(yīng)盡可能準(zhǔn)確。它們應(yīng)精確反映傳感器在各種條件下如何與環(huán)境交互，以及這種交互將如何影響傳感器原始數(shù)據(jù)的質(zhì)量。了解傳感器在任何條件下的行為并獲得物理上真實(shí)的傳感器模型可以通過(guò)光學(xué)外推模型來(lái)實(shí)現(xiàn)。光線(xiàn)追蹤技術(shù)或電磁求解器是構(gòu)建包含發(fā)射特征（即光功率、波長(zhǎng)和波前）以及傳播、相互作用和接收特征的模型的關(guān)鍵資產(chǎn)。公司已經(jīng)聯(lián)手支持LiDAR參數(shù)模型;LeddarTech與dSPACE的合作就是一個(gè)例子。

傳感器模型將能夠仿真不同的傳感器概念和組合，并在不組裝整個(gè)系統(tǒng)的情況下驗(yàn)證傳感器設(shè)計(jì)要求。為了完全可靠，還有很長(zhǎng)的路要走，并且還有補(bǔ)充功能可以添加到這些模型中，例如人為錯(cuò)誤（缺失點(diǎn)，密度不均勻）或系統(tǒng)錯(cuò)誤，這些錯(cuò)誤將重現(xiàn)“制造”傳感器而不是“設(shè)計(jì)”傳感器。

優(yōu)化集成

在車(chē)輛中集成LiDAR和攝像頭的最佳位置在哪里？數(shù)字孿生模擬可以幫助回答這個(gè)問(wèn)題。雷達(dá)系統(tǒng)已經(jīng)很好地集成到車(chē)身中，但集成LiDAR和攝像頭系統(tǒng)是一個(gè)挑戰(zhàn)。系統(tǒng)必須表現(xiàn)良好，同時(shí)考慮美觀、灰塵和污垢以及發(fā)動(dòng)機(jī)熱量等因素。例如，您可以將LiDAR或攝像頭放置在車(chē)輛格柵或保險(xiǎn)杠中，但存在發(fā)動(dòng)機(jī)熱量或道路碎屑干擾光學(xué)性能的風(fēng)險(xiǎn)。將這些系統(tǒng)集成到車(chē)輛前照燈中似乎是最好的折衷方案。一些公司已經(jīng)聯(lián)手實(shí)現(xiàn)這種整合。

除了物理上逼真的虛擬環(huán)境外，要將傳感器優(yōu)化集成到車(chē)輛中，還需要為每個(gè)傳感器提供一個(gè)多物理場(chǎng)模型。這可確保仿真將傳感器特征以及直接環(huán)境的元素（例如來(lái)自附近前照燈的熱量或寄生光）考慮在內(nèi)。

避免數(shù)據(jù)泛濫

最后但并非最不重要的一點(diǎn)是，傳感器處理時(shí)間是一個(gè)重要問(wèn)題，尤其是當(dāng)自動(dòng)駕駛汽車(chē)快速移動(dòng)并且需要對(duì)關(guān)鍵場(chǎng)景做出快速反應(yīng)時(shí)。自動(dòng)駕駛汽車(chē)中使用的機(jī)器學(xué)習(xí)算法從原始數(shù)據(jù)中提取見(jiàn)解，以確定道路狀況并做出決策。這可能包括行人位置、道路狀況、光照水平、駕駛條件和車(chē)輛周?chē)奈矬w。

隨著更好的圖像傳感器和視覺(jué)處理器的發(fā)展，可以提高前置攝像頭的性能水平。LiDAR 系統(tǒng)正在提供越來(lái)越精確的 3D 地圖。這些因素會(huì)產(chǎn)生大量必須在邊緣處理的數(shù)據(jù)。一輛自動(dòng)駕駛汽車(chē)每天可能處理多達(dá)4 TB的數(shù)據(jù)，而普通互聯(lián)網(wǎng)用戶(hù)每天處理約1.5 GB的數(shù)據(jù)。

傳感器模型與虛擬環(huán)境和特定場(chǎng)景或用例相結(jié)合，可以生成可以饋送和訓(xùn)練算法的合成數(shù)據(jù)集。這將優(yōu)化它們的效率、延遲、可靠性，最重要的是，它們?cè)谌魏苇h(huán)境中的整體安全性，而不是預(yù)定義的虛擬環(huán)境。所有數(shù)據(jù)集都必須在幾分之一秒內(nèi)處理完畢，這是傳感器模型有助于實(shí)現(xiàn)系統(tǒng)級(jí)優(yōu)化的另一個(gè)領(lǐng)域。

超越

在這篇博文中，我概述了為什么物理逼真的傳感器模型是自動(dòng)駕駛的關(guān)鍵構(gòu)建塊：它們支持虛擬測(cè)試、集成優(yōu)化和軟硬件系統(tǒng)級(jí)設(shè)計(jì)。引用Mobileye首席執(zhí)行官兼創(chuàng)始人Shashua教授的話(huà)，“只有當(dāng)所有技術(shù)部分都構(gòu)建為一個(gè)單一的集成系統(tǒng)，實(shí)現(xiàn)其所有部件之間的協(xié)同效應(yīng)時(shí)，自動(dòng)駕駛汽車(chē)才能成功。構(gòu)建從硅到全自動(dòng)駕駛系統(tǒng)的全棧是一項(xiàng)艱巨的任務(wù)。[1] 光學(xué)、電氣和機(jī)械設(shè)計(jì)軟件是支持這一愿景并構(gòu)建我們需要的物理真實(shí)和高保真模型的關(guān)鍵工具。

審核編輯：郭婷