自动驾驶竞争迎来新赛点 腾讯借游戏技术突围虚拟仿真市场

 2020年第一季度，全球自动驾驶企业融资高达35亿美元(约合人民币247亿元)，同比增长了34.1%，其中大部分的资金流向了中、美两国。

资本的嗅觉往往是最敏锐的，融资规模连续两年缩水的自动驾驶行业重获资本加码，或许意味着困扰行业多年的自动驾驶落地难题即将得到破解。自动驾驶虚拟仿真技术作为破解这一难题的关键，自然也成为了行业玩家争夺的“新高地”。

自动驾驶行业竞争“新高地”

自动驾驶是人类期盼已久的尖端科技，美国自动驾驶道路测试的历史至少可以追溯到2010年，中国也在2018年就开始发放自动驾驶道路测试牌照。但迄今为止，自动驾驶技术依然没有实现大规模商用，如何保证自动驾驶汽车的行驶安全，始终是横在所有玩家面前的一条鸿沟。

行业有个公认的数据是，自动驾驶算法要想达到人类驾驶员的水平，需要的测试里程约等于在地球与太阳之间往返50余次(大约170亿公里)，这期间产生的时间和金钱成本是难以估量的，而且许多极端的测试场景是可遇不可求的，要完全依靠实际路试来达成测试目标并不现实。

自动驾驶汽车实路测试

为了破解测试难题，虚拟仿真技术被广泛运用到自动驾驶测试中，通过三维重建，传感器模型、动力学模型等技术仿真还原现实世界的交通环境，让自动驾驶汽车进入仿真世界进行测试不但能轻松构建极端场景，还能有效降低测试风险，提升测试效率。

在众多自动驾驶头部企业已经完成了硬件和算法搭建情况下，虚拟仿真技术的价值被进一步放大，成为了自动驾驶行业竞争的“新高地“。

虚拟仿真平台商业化运用日益广泛

虚拟仿真技术之所以被重视，除了其独特的作用之外，还在于虚拟仿真是自动驾驶领域短期内最具商业变现潜力的业务。依据去年6月发布的《中国自动驾驶仿真技术研究报告》，自动驾驶仿真软件与测试预计将在5年内达到百亿美元的市场规模。

虚拟仿真服务的目标客户主要是众多有自动驾驶开发需求的传统汽车厂商、智能网联汽车测试区以及部分专注于自动驾驶算法开发的科技公司。而且在国际市场上，自动驾驶仿真技术的商业化应用已经比较普遍。

2018年奥迪与以色列仿真软件开发商Cognata合作，虚拟重建城市交通模型用于自动驾驶训练;丰田汽车也在今年与麻省理工学院人工智能实验室合作推出了一个新的自动驾驶仿真平台“VISTA”;日本一家专注于自动驾驶AI开发的公司VERTechs，运用著名的游戏引擎UE4,渲染出了效果极为逼真的虚拟城市AUTO City，被本国多家智能汽车测试场采用。

我国自动驾驶仿真技术相对起步较晚，但发展迅速，BATH四大互联网巨头都各自推出了自动驾驶仿真系统。国内许多车企和测试管理部门也开始逐步引用自动驾驶仿真技术来进行智能网联汽车的研发测试。

去年，国家智能网联汽车(长沙)测试区，规划建设“智能网联汽车仿真实验室“，采用腾讯高精度地图及自动驾驶虚拟仿真技术，对长沙测试区地理全貌进行数字化建模，能够实现精度小于3cm的三维重建，进而实现实际路测和仿真平台测试相结合的高效安全的智能汽车测试。不仅是长沙，目前我国已经规划建设的20余家国家级智能网联汽车测试区，大部分都在尝试逐步构建仿真测试能力。通过虚实结合的方式，提升测试场景的丰富性，高效安全的完成自动驾驶汽车感知、控制、决策全部模块算法的闭环仿真测试，高并发处理大规模复杂场景，提升测试验证各个环节的准确性和高效性。

腾讯高精地图图像

自动驾驶虚拟仿真系统应该具备哪些能力?

总体来说，从客户的角度出发，一套优秀的仿真系统，除了具备基本的场景几何还原、物理还原、逻辑还原能力之外，还应该具备以下几种能力。

首先，有效利用路采数据构建场景，拓展场景的丰富性;其次，实现算法本地调试+云端快速验证;再次，一套系统满足感知、决策、控制全算法闭环及单一算法开环的使用需求，同时保证所有算法在系统内的仿真一致性;最后，一套系统满足MIL(模型在环)、SIL(软件在环)、HIL(硬件在环)、VIL(车辆在环)全流程验证。

实现以上几点，需要虚拟仿真平台开发商有出色的场景建模、传感器建模、3D物理引擎、场景引擎等技术，同时有强大的云能力支持。熟悉游戏开发的人会发现，这些技术在游戏领域同样被广泛运用，而事实上自动驾驶虚拟仿真平台就宛如一部大型的RPG游戏，所不同的是，这个游戏中的主角是自动驾驶算法。

谈及云服务以及游戏技术，腾讯算是国内的头部玩家，同时腾讯从2016年布局自动驾驶以来，一直将虚拟仿真当作三大核心平台之一，并于2017年推出了自主研发的自动驾驶虚拟仿真系统TAD Sim。

这套系统和集成了工业级的车辆动力学模型、专业的游戏引擎、三维重建和虚实一体的交通流技术，具备一套系统满足全栈算法的使用需求的能力;可以完成感知、决策、控制算法等实车上全部模块的仿真实验。

腾讯出色的游戏渲染技术，使得TAD Sim的三维场景仿真以及传感器仿真具有良好的真实度和精准度。同时场景引擎，可以利用大量路采数据训练交通流AI，生成真实度高、交互性强的交通场景，进行闭环仿真，提高路采数据的利用率。

腾讯TAD Sim仿真场景

另外，借助腾讯云的能力，TAD Sim可以同时在本地和云端部署测试场景。其中云端部署包含了场景云仿真和虚拟城市云仿真两种形式，城市云仿真不断为场景云仿真补充场景库，用于强化自动驾驶算法，使其能在城市云仿真中运行的更好，两种方式相辅相成，将有效提升自动驾驶算法的研发、测试效率。

结语：

自动驾驶技术经过长时间的积累，已经走到了落地前夜，虚拟仿真是自动驾驶突破落地瓶颈的关键技术，更是短期内自动驾驶领域最具商业化潜力的技术，围绕自动驾驶虚拟仿真市场的竞争，将成为影响自动驾驶乃至整个交通行业未来格局的关键。