IAE场景工场赋能自动驾驶跑出加速度

常见问题阅读 78 2025-01-08 22:35:43

自动驾驶的快速发展，在过去几年催生了大量新蓝海赛道，仿真测试便是其中之一。

业界普遍认为，自动驾驶汽车要想大规模上路，前期必须进行充分的测试验证。这个工程量有多大呢？兰德公司曾指出，要证明自动驾驶系统比人类驾驶员更可靠，至少需要进行110亿英里(177亿公里)的里程测试。

如果这些测试完全通过道路实测来完成，显然不现实，因为真实路测不仅效率低、周期长、成本高，而且在场景方面还存在诸多限制。比较之下，仿真测试通过构建虚拟场景库，把自动驾驶汽车测试放到接近真实世界的虚拟环境中进行，可以大幅提升测试效率，缩短开发周期，降低研发成本。

不难发现在自动驾驶研发过程中，目前业界基本都是采用“仿真测试+实际路测”相结合的技术路线。其中核心的自动驾驶算法测试，甚至高达95%是通过仿真平台完成，重要性可见一斑。

正因为如此，过去一段时间里大批企业争相涌入该赛道，凭借各自不同的技术基因和战略理念，开展仿真测试探索。其中IAE智行众维?，作为本土智能驾驶仿真测试领域的技术引领者和重要参与者之一，构建了从SIL到HIL再到DIL和VIL的IAE X-in-Loop?完整技术闭环体系，助力行业开展自动驾驶在各类应用场景中的安全验证。

发展至今，IAE智行众维?已经先后和众多整车厂、Tier1、第三方检测机构、科技公司以及各地智能网联测试示范区等达成了深度合作，俨然成了本土自动驾驶产业发展的重要推动力量。

海量场景，仿真测试的硬性刚需

相较于实际路测，仿真测试带来的好处是显而易见的。

从应用环节来看，仿真测试可以贯穿车辆开发全流程。这也是为什么IAE智行众维?自成立以来，就针对智能驾驶“V字型”开发流程所贯穿的各个测试验证环节，构建了全栈式的X-In-Loop?技术闭环体系。

“比如构建一套从简单到复杂、从单一到组合的场景测评体系，引导企业通过基于场景的全面测试来探索安全的边界。同时，不断拓展新的可构建场景的数据来源，将尽可能多的真实世界搬到仿真测试场景中。” 高彪表示。

而在云算力仿真方面，基于海量场景的合理分类、高效测试和有效评价，才能切实支持客户不断迭代和改进算法，IAE智行众维?的重点投入方向之一正是在场景的分类和评价上，比如如何进行仿真场景数据量产和测评，如何对不同分类的场景做普适性和特殊性评价。

“未来，必须在确定的工况中探索不确定的变量，在不确定的变量组合中拓展确定安全的边界。” 谈及对未来的趋势预判，高彪指出。

不难预见，这些趋势将对 “水木灵境”场景工场不断提出新的挑战，但这又何尝不是IAE智行众维?引领行业前行的巨大机会。放眼未来，IAE智行众维?更出色的表现值得期待。