「无人驾驶」阿里腾讯百度战事升级,自动驾驶仿真市场现多国杀


4月22日 , 阿里达摩院对外发布自动驾驶“混合式仿真测试平台” , 可以实时模拟前后车辆加速、急转弯、紧急停车等场景 , 加大自动驾驶车辆的避障训练难度 , 模拟一次极端场景只需30秒 , 每日虚拟测试里程可超过800万公里 , 大幅提升自动驾驶AI模型训练效率 。
据介绍 , 针对极端场景数据不足的问题 , 阿里这款仿真平台可以在30秒内即完成雨雪天气、夜间照明不良条件等特殊场景的构建和测试 , 每日可支持的场景构建数量达百万级 。
目前 , 国内的自动驾驶仿真市场可以说是玩家云集 。 百度、腾讯都已经推出了自动驾驶仿真平台 , 百度更将其仿真平台列为阿波罗主要变现途径 。 华为也从自动驾驶的数据服务入手 , 继而延伸到训练服务和仿真服务的领域 , 推出了自动驾驶云服务Octopus(八爪鱼) 。
另一队列 , 像AutoX、Pony.ai等自动驾驶创业公司也在自主研发模拟仿真环境 。 此外 , 还有如51VR这样仿真市场的垂直公司 , 51VR发布的无人驾驶仿真平台51Sim-One主要聚焦L3-L4仿真领域 。
自动驾驶在研发中需要大量的测试数据喂养 。 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 。 举例来说 , 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 。
随着越来越多的公司将自动驾驶汽车量产提上日程 , 实地路测的需求旺盛 , 测试园区供不应求 , 这些都使得仿真测试成为行业的刚需 。 特别是在2016年 , Uber无人车就曾撞死一位突然出现在路中央的行人 , 这使得各国车辆技术监管机构开始警惕在公共道路上进行的自动驾驶道路测试 。
仿真测试相对于实车测试更容易 , 可以使用软件设置复杂的交通场景 , 同时可以重复测试 , 更容易发现和定位问题 。 一般来说 , 无人驾驶高效的测试流程是 , 先在电脑软件上通过仿真技术测试来升级算法 , 确保它在虚拟环境中可以运行 , 再进行封闭场地测试 , 最后再进行道路测试 。
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约在百亿美元左右 。 (文/AI财经社 唐煜 编/赵艳秋)
「无人驾驶」阿里腾讯百度战事升级,自动驾驶仿真市场现多国杀
本文插图
【「无人驾驶」阿里腾讯百度战事升级,自动驾驶仿真市场现多国杀】


    推荐阅读