智能相对论■模拟仿真:自动驾驶的又一个“刺激战场”
本文插图
文 | 魏启扬
来源 | 智能相对论(ID:aixdlun)
提到自动驾驶的商业竞争 , 车联网无疑是其中最为惨烈的一个领域 , 里面充斥着各种巨头博弈、屌丝逆袭的励志故事 。
可是 , 自动驾驶赛道的复杂性远远不是台面上所显露出的那么简单 。
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 , 此时 , 自动驾驶模拟仿真平台的重要性被凸显出来 。
事实上 , Waymo、腾讯、百度一直将其视为自己在自动驾驶领域的核心能力 , 最近华为也加入到这一领域的竞争 , 推出了自动驾驶云服务Octopus(八爪鱼) 。
另外一个维度 , 以AutoX、文远知行、Pony.ai、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 。
问题来了 , 让行业巨头趋之若鹜的虚拟仿真市场到底藏着些什么秘密?
自动驾驶模拟仿真 , 既是商业之争 , 也是标准之争
众所周知 , 自动驾驶在研发的过程中需要进行大量的测试 , 这也是美国的凤凰城以及国内大大小小各类测试区存在的意义所在 , 可是对于行业而言 , 即便算上那些允许进行测试的开放道路 , 目前能够进行测试的场地和环境还是远远不够 , 其中的原因有二 。
其一为自动驾驶研发需要“喂养”极为庞大的数据 。
美国兰德智库有一项估算 , 一套自动驾驶系统至少需要经过110亿英里(约170-180亿公里)的验证才能达到量产条件 。 这是一个什么概念呢?即组建一支100辆测试车构成的自动驾驶车队 , 以25英里(40公里)的平均时速全天24小时不停歇的测试 , 也要花费大约500年的时间 。
谁能等到这一刻?
其二为极端场景测试可遇不可求 。
开放道路的测试可以验证绝大多数场景 , 但对于自动驾驶系统在暴雪、暴雨、台风等极端场景下的安全性和可靠性的测试则只能“等”了 , 这不光效率极低 , 成本巨大 , 而且还有一定的危险性 。
综合以上两点 , 模拟仿真跃然而上成为行业刚需 。
根据《中国自动驾驶仿真技术研究报告(2019)》的预测 , 未来5年仿真软件与测试的国际市场总规模可在百亿美元左右 。
不久前由11部委落章的《智能汽车创新发展战略》也明确提到要构建“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示范应用、验证车辆环境感知准确率等工作内容”的任务 。
读到这里 , “智能相对论”发现 , 其中的矛盾产生了:行业明确了模拟仿真的重要性 , 就技术而言 , 搭建一个仿真环境进行测试的难度也不大 , 这也是几乎每个自动驾驶企业都自建了自己的仿真工具或平台的原因所在 , 那么模拟仿真市场的商业需求在哪?华为、腾讯、百度等为代表的巨头在这个领域竞争的又是什么呢?
在希迪智驾智驾产品总监宋汉辰看来 , 目前虽然各家都在自建仿真平台 , 但都面临着建立完整仿真体系的资源占用和功能全面性两个问题 , “仿真环境的搭建需要用到一长串的工具链 , 涉及大量的研发和适配 , 特别是与硬件适配完成的平台上 , 使用效率会提高很多 。 对单个自动驾驶企业来说 , 自己搭建的仿真平台胜在需求满足精准 , 缺在受限于资源和时间 , 所能支持的硬件、算法、场景、车型有限 , 无法做到全面周到 。 ”
这时 , 巨头的机会来 , 他们可以集中大体量的资源优势 , 快速形成仿真平台产品 , 完成这项技术整条工具链的搭建 , 从而建立起以自己为核心的商业生态 。
推荐阅读
- 「中国软件网」实现生产少人化,走向智能化,新朋联众探索工业互联
- WitsView▲出货下修、厂商削价?智能手机生产量下滑波及面板业
- 智能家:荣耀30s怎么打开悬浮球
- 2020改变就在眼前,量化派助力多行业人工智能化
- 小度在线搞事情:帮别家回收旧产品还送小度智能屏!
- 洛阳晚报■产品畅销海内外,研发智能充电桩
- 『接风娱乐』人机对战协作新时期已经来临,提高智能化与人工智能技术趋于结合
- #华添软件#出身卑微,还妄想分银行蛋糕!,快赚工厂:信用卡智能还款
- 「杨剑勇」智能化网点应运而生,银行业积极拥抱金融数字转型
- 「TalkingData」打造智能化的小微企业信用评估体系?,如何用数据+算法
