一、自动驾驶仿真测试风起

近日，总投资10亿元、国内首个L4级自动驾驶开放测试基地项目在重庆市永川区开工，将设立百度Apollo自动驾驶测试运营中心，打造形成具备“虚拟仿真+封闭试验+开放测试”全链条试验检测服务能力。

图片来源：永川高新区

除了重庆测试区，目前我国有不少智能网联测试基地也在积极采用“模拟仿真+实际路测”的模式推动自动驾驶技术落地，比较有代表性的就是位于湖南的国家智能网联汽车（长沙）测试区。该测试区不仅将自动驾驶仿真实验室作为发展的重点之一，还与腾讯的自动驾驶团队强强联手。

那么，在实际路测之外，行业为何纷纷“玩”起模拟仿真？

模拟仿真成刚需

当自动驾驶进入到以Robotaxi为代表的公开道路测试阶段时，如何提升测试效率、更加精进技术、加快落地速度，成为行业迫切需要解决的问题。

美国著名智库兰德公司曾经估计,如果想让一辆L5级别的自动驾驶车辆正式上路,需要经过110亿英里的测试。这就意味着，即便是一支拥有100辆测试车的自动驾驶车队，以25英里(40公里)每小时的平均时速7×24小时一刻不停歇地测试，也需要花费大约500年的时间。从企业层面来看，即便是头部企业Waymo，截止到2020年初也只完成了2000万英里的自动驾驶路测，离110亿英里的目标还很远。

可以看出，推动自动驾驶车辆上路仅仅依靠实际道路测试，并不现实。而此时，自动驾驶模拟仿真的重要性就凸显出来了。

对于工程师而言，开发自动驾驶相关功能所需的算法和传感器配置，即使进行了1000万英里的道路测试仍然无法生成足够多有价值的数据，而模拟仿真一天的行驶里程就可以达到1000万英里。不需要在实际道路上进行测试、不费油、不用交过桥费，更重要的是不用承担风险，对自动驾驶领域的玩家来说，重要程度不言而喻。

当前，全球各大车企正在研究用仿真测试里程来取代一部分实际路测里程，也就是自动驾驶测试90%通过模拟仿真平**成，9%通过测试场完成，1%通过实际道路测试完成。线上的模拟仿真测试已经成为加速自动驾驶技术研发和测试落地的重要手段。

早在2017年，Waymo高级软件工程师詹姆斯·斯托特就开创了Carcraft，一个如黑客帝国般的虚拟现实世界。Waymo的自动驾驶车辆在实地路测时遇到的许多情况可以直接在Carcraft中进行模糊化，程序员可以将多种情况进行叠加创造出各种极端情况，而在模拟器中得到的数据又可以反馈给现实世界的测试车。

目前，Carcraft的虚拟车队中有25000台汽车，这些虚拟车队的车辆每天24小时都运行在谷歌的数据中心。得益于这样的数据闭环，2019年7月，Waymo对外公布了所达成的新里程碑：模拟自动驾驶测试总里程已经达到了100亿英里，且支持Waymo车型进行大规模测试。

图片来源：Waymo**

此外，去年年底，Waymo还收购英国仿真技术公司LatentLogic，后者开发的AI技术能够通过“模仿学习”来构建逼真的人类驾驶行为，帮助Waymo实现更加贴近现实的仿真技术。

不仅是Waymo，因为撞人致死**一直萎靡不振的Uber，显然不能让自己落后太多。

去年年底Uber计划收购一家仿真软件开发商Foresight，目前已与后者展开深入谈判。其实，这不是Uber第一次收购自动驾驶相关技术公司。去年6月份，Uber就打算收购西雅图初创公司MightyAI，后者专注于为计算机视觉模型研发训练数据。

国内企业加速研发

国内相关企业亦意识到，想要加快自动驾驶落地，模拟仿真测试必不可少。

事实上，目前很多主流的仿真测试系统都是根据游戏引擎开发的，例如微软的AirSim，英特尔的Carla……国内科技公司更是紧跟时局，加紧研究仿真测试，目前已经颇具成效，同样在游戏领域占有话语权的腾讯当然也不甘示弱。

腾讯基于其强大的游戏引擎，开发了TADSim自动驾驶仿真测试软件。作为一家拥有丰富游戏开发经验和技术储备的科技公司，腾讯将游戏引擎与工业级车辆动力学模型、虚实一体交通流等技术相结合，打造了无限趋近真实世界场景的线上仿真环境。

图片来源：腾讯**

结合采集的交通流数据以及极端交通场景的模拟，TADSim可进行各种激进驾驶、极端情况的自动驾驶测试。同时，TADSim内置的高精度地图可以完成感知、决策、控制算法等实车上全部模块的闭环仿真验证，这套软件还可以完成阴晴雨雪各种天气、光照的模拟，大大提高自动驾驶测试效率。

作为同属“BAT”的百度当然同样不甘示弱。

早在2018年底，百度就与UnityTechnologies建立合作伙伴关系，一起研发实时仿真产品，该产品将创建虚拟环境，让开发人员在现实模拟环境中测试自动驾驶汽车。

不满足于与实时3D研发平台合作，百度更是花费大量的心血自行研发自动驾驶仿真系统。

2019年3月，百度论文登上《Science》杂志子刊《ScienceRobotics》，该论文提出了一套全新的自动驾驶仿真系统：增强现实的自动驾驶仿真系统（AADS）。AADS系统包含一套全新开发的基于数据驱动的交通流仿真框架和一套全新的基于图像渲染的场景图片合成框架，通过AADS系统，自动驾驶系统测试时可提升测试效果，不断精进自动驾驶算法。同年7月，Apollo平台迎来5.0版升级，新增了车辆动力学模型，这一技术一下将传统方式建模结果在误差上减少了80%。

图片来源：百度**

除了早早入局的百度和腾讯，作为汽车领域中的后来者，华为在自动驾驶云服务赋能上也有着自己的逻辑。

华为的逻辑是通过“八爪鱼”构建一个按需获取的全栈云平台，除了可以迈过数据处理这座高山，还能覆盖自动驾驶的模型、训练、仿真、标注等全生命周期业务。因而“八爪鱼”可以向用户提供以下几种核心能力：处理海量数据，自动化挖掘及标注；软硬件加速，提升训练及仿真效率；丰富的仿真场景；云管端芯协同，车云无缝对接。

图片来源：华为**

其中仿真场景就是通过集成场景设计和数据驱动的方法，合计提供超过1万个仿真场景，系统每日虚拟测试里程可超过500万公里，支持3000个实例的并发测试。由此可见仿真能力只是其数据闭环中的一个环节，这个环节只有与其他环节合作才能发挥出大的组合优势。

华为表示，未来还会将高精地图、5G及V2X技术等能力集成到“八爪鱼”中，如此看来，“不造车”的华为在仿真市场的布局颇为宏大。

目前行业内已经达成共识，模拟仿真平台是下一个兵家必争之地，不仅是行业巨头，以AutoX、文远知行、小马智行、希迪智驾等为代表的几乎所有的自动驾驶初创公司也根据各自的需求，自主研发模拟仿真环境。与此同时，行业也逐渐培育了诸如赛目科技、51VR等在自动驾驶模拟仿真测试平台有所专长的独角兽。

据专业人士预计，到2023年仿真软件与测试的国际市场总规模约在百亿美元左右，适用于自动驾驶系统的仿真技术将会被大规模地应用于汽车产品的研发流程当中。虽说仿真测试并不能真的替代实际测试，但至少在迈向自动驾驶车辆量产的路上，企业能够少走一点弯路，加速商用落地的到来。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

二、华为智能汽车仿真和测试岗位是干什么的

该岗位是负责智能汽车电子电气系统的仿真测试系统开发。

华为智能汽车仿真和测试岗位是负责智能汽车电子电气系统的仿真测试系统开发，根据专业背景分配智驾域、底盘域、动力域等不同领域进行测试与仿真工作，编写相应的测试或仿真报告。

岗位需要具备电子、电气或相关专业的本科及以上学历，熟悉MATLAB/Simulink等仿真工具，熟悉汽车构造、汽车理论、汽车设计等专业知识，具备良好的英语听说读写能力，较强的沟通协调能力、团队合作能力及良好的学习能力。

三、《智能汽车创新发展战略》解读,自动驾驶模拟仿真技术加速发展

受疫情影响，我国汽车工业面临严峻挑战。2020年1月，国内乘用车产销量分别为144.4万辆和161.4万辆，环比分别下降33.9%和27.1%，同比分别下降27.6%和20.2%，而在隔离期的2月产销量预计将进一步下滑。但危机往往也伴随着机遇同时到来，在这特殊时期，智能网联汽车或将成为我国汽车工业发展的一大机遇。

政策利好自动驾驶迎来新机遇

近日，发改委、工信部等11个国家部委联合出台了《智能汽车创新发展战略》（以下简称《战略》），将智能汽车的研发作为战略方向。《战略》指出，在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基本建成；2035年-2050年，中国标准智能汽车体系全面建成、更加完善。

在自动驾驶领域，《战略》提出了主要任务，包括复杂环境感知、智能决策控制、人机交互等在内的关键基础技术，建立健全智能汽车测试评价体系重点研发虚拟仿真、软硬件结合仿真、实车路测等测评技术，开展特定区域智能汽车测试运行及示范应用等。

行业专家解读，国家将智能汽车列入顶层发展规划，出行产业和信息产业融合发展，以科技创新为经济发展带来新机遇。

产业融合智能网联测试区创新发展

目前我国有16家国家级智能网联汽车测试区（自助驾驶测试场），主要通过对5G、V2X车路协同、模拟仿真、车联网等新技术的部署和应用，为智能驾驶乘用车、自动驾驶、网联通信供应商等提供系统测试服务，推动汽车、信息通信、道路设施等内容的综合标准体系的建立，促进多领域协同创新。

在工信部及各地政府部门的指导和推动下，各地测试区在发展建设的同时，也与国内外高校、企业等进行合作，打造基于自身产业需求的智能网联汽车测试场景，为绿色用车、智慧路网、智能驾驶、便捷停车、交通状态智慧管理等提供了应用示范，推动智能网联技术发展、应用落地和相关法规的制定。

其中，由湘江创新运营的国家智能网联汽车（长沙）测试区，模拟场景类型多、综合性能领先、测试服务配套优、5G覆盖范围广，不断拓展产业生态。目前，国家智能网联汽车（长沙）测试区涵盖228个智能网联汽车测试场景，其中，3.6公里双向高速测试环境及无人机测试跑道为国内独有，封闭测试区及智慧公交示范线已实现5G全覆盖。

国家智能网联汽车（长沙）测试区

腾讯自动驾驶模拟仿真技术提升测试验证效率

行业普遍预测，自动驾驶车辆落地量产前需要积累170亿公里的测试数据来不断迭代和优化系统，如此庞大的目标里程很难通过真实路测达到。而模拟真实环境和构建汽车模型，能够在仿真环境下找出自动驾驶过程中可能出现的问题，已经成为一种重要的自动驾驶车辆测试手段。

国家智能网联汽车（长沙）测试区也前瞻性的将仿真实验室作为了发展的重点之一，并选择了业内技术领先的腾讯自动驾驶技术团队强强联手。双方合作的湖南省"智能网联汽车仿真实验室"项目，基于高精度地图和模拟仿真技术，将对测试区的地理全貌进行数字化建模，实现在仿真环境下进行安全、高效的智能汽车实验。

腾讯高精地图图像

腾讯自2016年起，不断加大自动驾驶技术领域的投入。在整合了自身的游戏、云计算等优势技术的基础之上，腾讯结合自动驾驶数据云平台、高精地图等技术力量，打造了模拟仿真平台，将现实世界在虚拟环境中重建，提升车辆测试的效率和安全性，为自动驾驶、智能网联、智慧交通等技术研发和测试提供助力。

复杂交通场景的模拟

《智能汽车创新发展战略》的核心任务，重点在于构建协同开放的智能汽车技术创新体系、跨界融合的智能汽车产业生态体系、先进完备的智能汽车基础设施体系，具体包括突破复杂环境感知、重点支持研发虚拟仿真、软硬件结合仿真、实车道路测试等技术和验证工具，以及多层次测试评价系统、开展特定区域智能汽车测试运行及及示范应用、验证车辆环境感知准确率等工作内容。

在新政策的支持下，国家级智能汽车测试基地加速创新技术的应用，随着模拟仿真等关键技术的突破，或将带来相关测试和评价工作效率的大幅提升，加速自动驾驶技术的应用落地。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

四、智能网联汽车主要学习什么

智能网联汽车主要是涉及到电子信息技术相关的研究，这里也细分成很多研究方向，这里主要是包括三个部分：汽车和设施关键技术、信息交互关键技术和基础支撑技术，下面将这三大类技术展开说说：

一、汽车和设施关键技术

这里又分为小大类研究方向，主要是在汽车自动驾驶和无人驾驶方面的一些感知和决策技术，包括环境感知技术、智能决策技术和控制执行技术三个方向。

1.环境感知技术

其中环境感知技术主要是研究汽车对于行驶环境的感知，包括雷达探测技术、机器视觉技术、车辆姿态感知技术、乘员状态感知技术等。

2.智能决策技术

智能决策技术主要是对环境感知方面采集的数据进行处理，然后决策如何*作汽车，这里包括行为预测技术、态势分析技术、任务决策技术、轨迹规划技术、行为决策技术。

3.制执行技术

聚焦于对车辆控制方面的研究，包括关键执行机构、车辆纵向横向和垂直运动控制技术、车间协同控制技术等。

二、信息交互关键技术

这里主要研究智能汽车信息传递、处理和相关安全方面的内容。分为四方面的技术，包括专用通信与网络技术、大数据、平台技术、信息安全。

1.专用通信与网络技术

汽车专用的通信技术，包括短程通信技术、无线射频通信技术、LTE-V通信技术、移动自组织网络技术等。

2.大数据

智能汽车中会不断的产生大量的数据，有汽车行驶的性能数据，有信息传递的数据等，包括非关系型数据库技术、车辆数据关联分析与挖掘技术等。

3.平台技术

包括信息服务平台和安全及节能决策平台。

4.信息安全

顾名思义就是盐焗汽车信息的安全。包括车载终端信息安全技术、手持终端信息安全技术、路测终端汽车安全技术等。这一块的研究在未来也是重中之重，因为汽车的安全涉及到整个交通系统的安全和城市的安全。

三、基础支撑技术

这一块包括的内容就比较多了，包括导航与地图技术、基础设施的建设、车载硬件平台、车载软件平台、人因工程、整车安全架构还要各个城市的相关法律和标准。