仿真興起于第二次世界大戰(zhàn)期間，當時對于系統(tǒng)的控制和材料的分析，逐漸出現(xiàn)了各種各樣的仿真工作。仿真用數(shù)學的關系描述物理世界中所見到的任何事物以及事物之間的聯(lián)系，在無人駕駛領域覆蓋面較廣，例如汽車電子電控單元的測試和圖片視頻感知數(shù)據(jù)測試等。根據(jù)《中國自動駕駛仿真技術研究報告（2019）》的預測，未來5年仿真軟件與測試的國際市場總規(guī)模可在百億美元左右。

2017年，上海威藍汽車科技有限公司（以下簡稱“威藍科技”）由上汽集團創(chuàng)新基金孵化成立，專注于智能駕駛領域的仿真測試的軟件與大數(shù)據(jù)產(chǎn)品與服務。

突破無人駕駛量產(chǎn)瓶頸 仿真測試探尋算力邊界

威藍科技的初始團隊來自上汽集團前瞻技術研究部，其中威藍科技創(chuàng)始人黃永超擁有多年仿真領域經(jīng)歷。黃永超2003年赴德國就讀自動化專業(yè)細分下的仿真領域，接著先后在德國自動化通信研究所和馬克思普蘭克研究所做數(shù)據(jù)分析和理論建模的工作。

“受德國工業(yè)立國的影響，回國后我看到中國的汽車市場尚未成熟，認為在未來20年30年汽車在整個民生中的作用將會愈發(fā)突出。同時工業(yè)軟件是一個值得探索的賽道，充滿了挑戰(zhàn)和機遇。”黃永超表示創(chuàng)立企業(yè)的契機是看準了汽車行業(yè)的前景，在通過市場客戶需求和自己的產(chǎn)業(yè)論證后，慢慢鎖定了產(chǎn)品方向及公司整體發(fā)展戰(zhàn)略。

對于自動駕駛算法開發(fā)，芯片的技術可謂是日新月異，但是如此驚人的算力依舊無法實現(xiàn)無人駕駛車輛的量產(chǎn)。其中的原因是什么？針對這個問題，黃永超和他的團隊一直在尋找答案。黃永超說道：“芯片技術的突飛猛進讓算力已經(jīng)充分滿足需求，所以當下無人駕駛的瓶頸并不是芯片，而是在不同應用場景下具體需要多少算力。這個產(chǎn)品功能的邊界在哪里？這是我們需要去探尋的。”

那么，如何才能突破無人駕駛產(chǎn)業(yè)化實現(xiàn)量產(chǎn)的瓶頸？如何找尋產(chǎn)品所需具體算力的邊界？黃永超表示就在于測試技術。因為具體功能的落地需要測試技術給出邊界，就像市面上已經(jīng)流通的產(chǎn)品，上面所有的參數(shù)也都是通過測試所得。

覆蓋L2-L5開發(fā)全縣功能開發(fā)需求 打造智慧駕駛算法驗證所需的完整數(shù)據(jù)閉環(huán)

“因為智能駕駛的仿真屬于一個跨領域產(chǎn)品，意味著涉及許多軟件功能的重新定義和整體架構(gòu)的全新設計。所以在決定做某個產(chǎn)品之前，內(nèi)部會花較長的時間進行沉淀。例如對產(chǎn)業(yè)鏈上的主流和關聯(lián)的工具進行全面解析，找出可優(yōu)化和缺失的部分，再通過威藍科技的自研進行補足。”黃永超表示在研發(fā)時內(nèi)部會耗費大量時間對市場進行深度分析，汲取各產(chǎn)品所長可以讓其在不同場景下發(fā)揮最大價值。

由威藍科技研發(fā)的WAY-一體化智駕開發(fā)服務平臺覆蓋了L2-L5開發(fā)過程，數(shù)據(jù)閉環(huán)所涉及眾多核心功能模塊。黃永超說道：“我們具備一套完整的基礎技術完成閉環(huán)，其次可以優(yōu)化組合產(chǎn)業(yè)鏈上的核心工具，使其在不同的應用場景下，將功能更好的發(fā)揮出來。”

WAY-一體化智駕開發(fā)服務平臺具備標準平臺框架、評價分析優(yōu)化、數(shù)字孿生模型、仿真計算求解四大模塊。WAY-SIMU仿真門戶平臺支持線下與云集成、混合云部署、多云平臺聯(lián)動等集成方式，可適配于智能駕駛通用仿真軟件如VTD、SANER、Prescan等。WAY-GENERATOR提供自然駕駛數(shù)據(jù)、高精地圖數(shù)據(jù)到仿真場景的自動化重建、泛化、收斂分析、覆蓋度評價等功能，提供多種泛化模型與分布模型，可集成AI模型訓練。WAY-MINING適配于多種數(shù)據(jù)格式文件，基于用戶自定義要求實現(xiàn)自動化場景重構(gòu)和復現(xiàn)，并提供傳感器物理建模集成，拓展SOTIF場景庫建設與驗證。WAY-LOOP則提供場景軟件、動力學模型、傳感器模型、V2X模型的在環(huán)數(shù)據(jù)集成與分析模塊，適配L2-L5不同等級的智能駕駛算法開發(fā)工具。

應市場需求轉(zhuǎn)向云端 借阿里云之力處理數(shù)據(jù)和部署增速

路徑之爭在無人駕駛領域經(jīng)常出現(xiàn)，那么威藍科技選擇了哪條路徑呢？黃永超說道：“我們會從商業(yè)層面來決定產(chǎn)品層短期和長期的規(guī)劃，其中仿真測試給客戶降本增效的核心是不變的。我們當下偏向于先做物理級的模型導入，通過一些物理模型來進行感知的測試。先解決感知能夠被測試的問題，接下來一步才是大數(shù)據(jù)的導入，通過大量的測試數(shù)據(jù)完善感知測試平臺的功能，從而驗證精度情況。目前物理級模型的導入工作正跟很多客戶進行嘗試，例如跟阿里一起做交通流模型的導入。”

黃永超表示采用威藍科技仿真測試平臺后可有效降低測試成本和實現(xiàn)開發(fā)效率的快速提升。“在一定的測試目標和成本資源范疇內(nèi)，確定一個置信度目標。若仿真測試置信度可達成80%，剩余的20%再去道路測試即可。再比如像一個單機臺架，大概每天可以測試的里程大概是在 3000?到 4000?公里，但與威藍科技平臺對接后每天基礎測試可達4萬左右，高效情況下可接近 10?萬。”

仿真測試包含交通、車輛、傳感器、汽車電子、通訊等各個領域，覆蓋面廣且單點要求深，由此展現(xiàn)了門檻低上限高的特征。不論是精度還是廣度的提升，都需要巨大資源投入，使得沒有一家企業(yè)可以把所有技術都做的特別完善。以基于仿真軟件做基礎測試服務為起點，威藍科技從在環(huán)測試到云端測試到數(shù)據(jù)建設不斷發(fā)展。

由于之前威藍科技可提供的數(shù)據(jù)有限和平臺功能有限，目前加強上游的數(shù)據(jù)處理及下游的數(shù)據(jù)存儲，快速迭代云端是威藍科技的目標。黃永超說道：“在探索客戶需求時，客戶和我們會面臨共同的困境。在環(huán)測試時售賣的場景庫在設備不停機的情況下需要測試2年，一個單點算法功能需要2年，而整車開發(fā)的周期3年，在未來量產(chǎn)的流程中是不被允許的。應整車開發(fā)周期要求，單點算法必須縮短至2個月左右，通過與客戶探討規(guī)模化問題，共同推動了云端的并發(fā)測試，其中在云端領域正在進行跟阿里云的合作。

黃永超還提到整個大的仿真測試平臺里，其實當中有很多工作威藍科技并不參與其中。比如說像龐大的數(shù)據(jù)問題，就是借助了阿里云的數(shù)據(jù)平臺進行存儲、管理、分析。另外如果客戶在私有云上的部署需要大量的中間件，也采用標準化程度高，產(chǎn)品技術成熟度高的阿里云中間件，省去許多集成調(diào)試的工作。

威藍科技作為國家高新技術企業(yè)，擁有各類關聯(lián)知識產(chǎn)權(quán)20余項，于2021年開始為智己、奧迪、智加、華為等眾多企業(yè)提供仿真與數(shù)據(jù)服務，未來也將在智能駕駛的仿真測試領域持續(xù)發(fā)力。

總結(jié)

以上是生活随笔為你收集整理的突破无人驾驶量产瓶颈，威蓝科技利用仿真测试降本增效的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。