国家政策也对自动驾驶的智能汽车有清晰的规划。发改委于今年发布了《智能汽车创新发展战略》规划，根据该《战略》，到2025年，中国标准智能汽车的技术创新、产业生态、基础设施、法规标准、产品监管和网络安全体系将基本形成。要实现有条件自动驾驶的智能汽车达到规模化生产，实现高度自动驾驶的智能汽车在特定环境下市场化应用。

杨子江（扬子江药业集团）

美国兰德公司的一份研究报告指出，如果要证明自动驾驶达到安全的理想状态，需要经过110亿英里（约180亿公里）的测试。行驶180亿公里需要多久？按照兰德的研究测算，100辆自动驾驶车辆以时速40公里昼夜不间断地行驶，大约需要500年才能完成测试。这显然不现实，更何况这种假设并没有考虑测试过程中车的性能、道路、天气等各方面的复杂因素。

那么，如何能更安全、低成本地进行自动驾驶的海量测试呢？近日，DeepTech注意到自动驾驶工业软件公司深信科创完成了近亿元PreA、PreA+轮融资，其核心产品是自动驾驶的模拟仿真测试。

自动驾驶模拟仿真测试有多真？

其实，传统的汽车仿真早在20世纪就已出现，它以车辆动力学的仿真为主，可以仿真车辆对驾驶员、路面及空气动力学输入的响应，主要用来预测和仿真汽车整车的操纵稳定性、制动性、平顺性、动力性和经济性。

这里可以看出，自动驾驶仿真主要仿真的是车辆的物理模型，包含了摄像头、毫米波雷达、激光雷达、GPS、动力学模型等传感器。于此同时，还要模拟真实的外部环境，包括道路、车辆、行人、天气、建筑物、光照、红绿灯等。这与传统的仿真形成良好的互补，真正做到让完整的自动驾驶系统在虚拟世界中进行测试验证。

图丨深信科创自动驾驶仿真测试平台-webviz可视化界面（来源：深信科创）

使用模拟仿真测试是为了尽早地发现自动驾驶系统中的问题，特别是在早期的软件开发环节。如果可以为自动驾驶系统提供各性能测试数据，发现并及时解决问题，不仅节省大量的测试成本，更重要的是通过加速测试来加快自动驾驶的设计和开发周期。

西安交通大学教授、深信科创创始人兼CEO杨子江表示：“深信科创通过并行化和AI算法两种方式来解决加速自动驾驶测试的科学问题。基于云原生的工程架构，模拟仿真可以在情况下，在公有云或私有云上不间断的进行几十万辆车的并发测试。

这样的并发量在现实世界是不可想象的，但是在软件场景下车辆复制成本为零，所付出的代价仅为算力成本。通过AI对抗场景生成以及模糊测试，仿真环境里可以更大密度的产生极端交通场景，从而在和路测相等里程数的情况下完成更多、更快的场景覆盖。”

图丨深信科创自动驾驶仿真平台-仿真场景展示（来源：深信科创）

美国德勤公司的汽车产业微笑曲线图把模拟仿真列为自动驾驶难度最高的技术之一。

为何模拟仿真这么难呢？

首先，传统的L2的物理级传感器模型（场景复杂度、传感器真实度）已经不能满足L2+-L4级自动驾驶仿真测试的需求，深信科创开发的模拟仿真平台主要针对L3-L4级自动驾驶系统，它是利用游戏引擎技术，实现地图、天气、车辆等高保真渲染及传感器仿真模拟。

同时，采用人工智能技术，通过采集的大量的真实场景数据，传感器数据对于传感器模型进行训练，打造真正基于人工智能的L3-L4级自动驾驶仿真软件，并且结合高质量车辆动力学模型，对自动驾驶系统进行模拟测试。

为此，深信科创面向量产的L2高级辅助驾驶系统及在研的L4自动驾驶系统测试，提出了基于测试理论、可信人工智能技术、云计算与大数据技术的安全测试解决方案，并形成围绕加速测试与安全测试解决方案的场景描述领域专用编程语言、智能交通流系统、大规模云端仿真测试平台的产品布局。

图丨深信科创自动驾驶仿真测试平台-场景编辑界面（来源：深信科创）

第一，通过深信科创场景描述专用编程语言可精确地描述自动驾驶测试过程中的交通场景、动态行为。通过编译器渲染出毫米波雷达信号、激光雷达的信号等场景。

目前，很多车企通过扫街的方式从真实的交通场景中采集数据做模拟仿真测试，但这种方法的局限性是数据规模太小。

第二，深信科创自研的智能交通流系统可以让仿真测试过程中的交通参与者（包括NPC车辆、行人）具有更加自主的交通行为。值得关注的是，除了被测的自动驾驶车辆，在模拟环境中的其他车辆还必须全面排除“僵尸车”，也就是预先设计好轨迹行驶的车辆。“僵尸车”的存在无法保证模拟环境中的变道、避让等状况与现实一致，从而降低模拟仿真的真实度。

“让我们仿真平台测试的每辆车与人开车情况相似，是深信科创攻克的技术难点之一。”杨子江说。

图丨深信科创自动驾驶仿真测试平台-webviz可视化界面（来源：深信科创）

第三，深信科创开发的仿真测试平台采用了云原生架构。通过场景描述和泛化算法提升仿真测试质量，通过云端大规模并行测试提升仿真测试效率。

深信科创的定位是打造自动驾驶软件开发的基础设施，在自动驾驶开发的整个过程都能用到模拟仿真的平台绿洲，然后再配合开发平台吉光，它相当于自动驾驶的中间件。

从海外教授到归国创业

多年以来，杨子江在软件测试与安全领域累积了丰富的经验。他大学本科毕业于中国科学技术大学，硕士就读于莱斯大学，博士阶段在宾夕法尼亚大学完成。博士毕业后，曾任美国西密歇根大学计算机科学系教授十余年，并担任IEEE国际电动与智能车技术委员会主席。

图丨西安交通大学教授、深信科创创始人兼CEO杨子江（来源：深信科创）

据悉，深信科创团队目前约70人，其中大多数为研发人员，占比超75%，有一半员工拥有硕士或博士学位。核心成员毕业于西安交大、清华大学、加州大学洛杉矶分校（UCLA）、哥伦比亚大学、密歇根大学等国内外高校，并具备华为云、思科、优步、通用汽车等丰富的行业经验。优秀的团队是创业成功的必要条件，杨子江认为自己很幸运有一支稳定、团结的核心团队。

图丨深信科创团队与北斗海松投资人（来源：深信科创）

让交通事故止步于虚拟世界

模拟仿真的应用范围广阔，除了获得自动驾驶的海量数据，还可应用在智慧城市、智慧交通、汽车数据训练、为保险公司提供汽车保险费用的判断依据、为行业监管与测评机构提供规范自动驾驶提供范本、为自动驾驶企业提升算法、效率、质量的方案等。

杨子江表示，深信科创将可能在2023年在更广的范围全面地铺开其相关产品，深信科创的SaaS服务将经历从私有化部署到公有云部署的路径，最终用户逐渐会意识到公有云的算力成本低、场景更丰富。

他还指出，“自动驾驶是多点技术，不是依赖某个企业或明星研究团队，也不能通过一两个单点技术的突破就将自动驾驶实现完全的产业化落地。因此，该领域的发展要靠各方共同的努力。为此，深信科创坚持开源战略，希望通过自己的一些努力建立起自动驾驶产学研密切合作的生态社区。”

自动驾驶将逐步完善体系并落地，而模拟仿真技术是自动驾驶测试的发展方向，也是将自动驾驶推向产业化落地的必经途径。

总的来说，虽然模拟仿真测试仍充满科学和技术等各方面挑战，但可预见的是，模拟仿真在未来几年将加速发展。正如深信科创所希冀的那样——“让交通事故止步于虚拟世界”。

-End-