2020年6月22日-23日，“2020第三屆全球自動(dòng)駕駛論壇”隆重召開。本次論壇重點(diǎn)圍繞與自動(dòng)駕駛規(guī)模化商用有關(guān)的核心技術(shù)、法律法規(guī)、技術(shù)評(píng)測、商業(yè)模式等話題展開探討，下面是西門子工業(yè)軟件自動(dòng)駕駛產(chǎn)品線大中華區(qū)總監(jiān)黃漢知在本次論壇上的發(fā)言：

西門子工業(yè)軟件自動(dòng)駕駛產(chǎn)品線大中華區(qū)總監(jiān) 黃漢知

前面兩位嘉賓的演講都非常精彩，其中PTV公司沈暢總經(jīng)理的演講讓我沉浸其中，不禁想到在十年、二十年之后，如果路上無人駕駛汽車的普及率達(dá)到50%，無人駕駛汽車跟人類駕駛員怎么互動(dòng)，智能交通怎么應(yīng)對(duì)這種情況?也許十年、二十年之后，我們可以再次跟智能交通領(lǐng)域的專家沈暢女士相聚討論這個(gè)話題。

回到現(xiàn)實(shí)當(dāng)中，目前自動(dòng)駕駛汽車本身還面臨非常多的技術(shù)挑戰(zhàn)，就像豐田汽車CEO所說，如果要完全測試自動(dòng)駕駛汽車，可能需要88億英里甚至更多的路試，對(duì)于成本很敏感的汽車公司來講顯然不現(xiàn)實(shí)。

這里就有一個(gè)悖論，明明知道不可能去遍歷所有的交通場景工況，究竟要做多少測試才能認(rèn)為自動(dòng)駕駛汽車系統(tǒng)可以上路，放心交付給消費(fèi)者呢?

西門子工業(yè)軟件認(rèn)為，要解決這個(gè)挑戰(zhàn)和困難，必須要采用基于模型的方法，也就是正向的基于模型的自動(dòng)駕駛開發(fā)和測試的方法論和工具鏈。這個(gè)工具鏈的核心就是在產(chǎn)品開發(fā)早期盡可能多的用仿真手段，盡可能早的暴露系統(tǒng)、算法、參數(shù)存在的問題，而不是等到產(chǎn)品原型，甚至車輛的原型、量產(chǎn)車上市之后，再通過物理路試去暴露問題，相信這對(duì)于任何一個(gè)汽車公司來說都是不能承受的風(fēng)險(xiǎn)。所以我們必須在早期采用純模型的仿真，然后是硬件在環(huán)和車輛在環(huán)測試手段，再進(jìn)入到封閉的試驗(yàn)場地，公共道路，最后通過法規(guī)測試和認(rèn)證。

自動(dòng)駕駛系統(tǒng)要采用這種基于模型的方法必須要有一個(gè)很好的數(shù)字孿生模型，自動(dòng)駕駛的系統(tǒng)從技術(shù)上可以分成四個(gè)部分，場景的工況、所采用的環(huán)境感知傳感器、控制規(guī)劃決策算法，最后離不開底盤縱向和橫向的動(dòng)力學(xué)模型。西門子工業(yè)軟件Simcenter Prescan，及一系列數(shù)字化建模工具Simcenter Amesim, Simcenter HEEDS, Simcenter 3D， 可以充分支持自動(dòng)駕駛的數(shù)字孿生仿真工具，進(jìn)行系統(tǒng)級(jí)別、車輛級(jí)別的自動(dòng)駕駛系統(tǒng)建模，提供自動(dòng)駕駛新能源車的整體開發(fā)測試解決方案。

數(shù)字孿生模型長什么樣子?

如視頻所示，是AVP自動(dòng)代客泊車系統(tǒng)的數(shù)字孿生，包括停車場場景，所采用的魚眼、超聲波、傳感器感知特性，AVP算法、底盤執(zhí)行機(jī)構(gòu)，在視頻當(dāng)中都有所體現(xiàn)。仿真是一個(gè)很好的工程方法和思路，但是，仿真工具如何發(fā)揮價(jià)值?怎么應(yīng)用?是每個(gè)人都很關(guān)心的問題。

我們認(rèn)為這個(gè)數(shù)字孿生系統(tǒng)有一系列的關(guān)鍵技術(shù)和挑戰(zhàn)，場景渲染要真實(shí)，場景內(nèi)容要豐富，傳感器模型要精確，還要支持業(yè)界所用的各種算法平臺(tái)，動(dòng)力學(xué)模型要有足夠的精度，還要滿足不同客戶不同的應(yīng)用模式。今天的演講，想圍繞這個(gè)關(guān)鍵技術(shù)圖展開，論述自動(dòng)駕駛數(shù)字孿生的關(guān)鍵技術(shù)和主要應(yīng)用模式，將通過一系列技術(shù)細(xì)節(jié)和客戶案例來論述。

挑戰(zhàn)1，場景工況。Prescan采用的是游戲級(jí)引擎來渲染，所以視覺效果非常逼真和絢麗，比如視頻所示城鎮(zhèn)無人駕駛系統(tǒng)在Prescan里的呈現(xiàn)。除了渲染質(zhì)量之外，也要有很好的測試內(nèi)容，測試內(nèi)容、場景工況來源有多種，除了軟件自帶的圖形化界面建模方法，也開放API支持外部的程序參數(shù)化建模，當(dāng)然也支持自動(dòng)化測試的方法，把一個(gè)典型的工況泛化成不同的case，支持高精度、低精度地圖數(shù)據(jù)的導(dǎo)入。全球法規(guī)工況已經(jīng)在我們模型里，道路交通事故的數(shù)據(jù)也是非常寶貴的測試數(shù)據(jù)來源，我們也會(huì)支持正在成熟的OpenScenario場景格式，跟國內(nèi)外活躍的場景數(shù)據(jù)提供商的格式也有多種對(duì)接。我們有很好的數(shù)據(jù)生態(tài)。

有了很好的渲染，也有了很好的生態(tài)，怎么用?用途有很多，就舉一個(gè)例子：對(duì)于深度學(xué)習(xí)而言，除了有一個(gè)很長的拖尾效應(yīng)，就是算法訓(xùn)練精度達(dá)到99%之后，再怎么往上提高?面臨一系列的挑戰(zhàn)，大家都非常清楚，訓(xùn)練樣本要大，但樣本采集只能涵蓋日常交通工況，數(shù)據(jù)采回來要標(biāo)注，標(biāo)注完之后，希望測試更多典型、有覆蓋度的工況。這里就有一個(gè)思路，如果用仿真的合成數(shù)據(jù)，是否能夠解決這些問題呢?所以我們就跟德國DFKI人工智能研究中心做了一個(gè)研究項(xiàng)目，項(xiàng)目概況是討論這兩個(gè)問題，如果純粹用合成數(shù)據(jù)來訓(xùn)練算法是什么結(jié)果，如果用一小部分合成數(shù)據(jù)+大部分路采數(shù)據(jù)訓(xùn)練算法是什么結(jié)果?我們采用CNN算法進(jìn)行訓(xùn)練。

項(xiàng)目圖概況，右邊是路采數(shù)據(jù)，中間可以用仿真重現(xiàn)這些數(shù)據(jù)，也可以加入路上采不到的，比如最近非常知名的特斯拉汽車在臺(tái)灣發(fā)生的事故，一個(gè)長的大卡車倒在路上，采不到這種類型數(shù)據(jù)，是否可以用仿真重現(xiàn)出來。

最后得出結(jié)論供大家參考，顯然，純粹用合成數(shù)據(jù)訓(xùn)練出的算法結(jié)果肯定不好，如果有選擇的選一些合成數(shù)據(jù)加入到訓(xùn)練樣本當(dāng)中，能夠提高算法精度。一句話，渲染很逼真，只是對(duì)我們?nèi)庋鄣男Ч疃葘W(xué)習(xí)的算法認(rèn)不認(rèn)，還要通過這種項(xiàng)目來確認(rèn)。

案例2，精確的環(huán)境感知傳感器模型。

我們以幾類典型的感知傳感器為例。

前視攝像頭，作為模型而言，有三個(gè)層次，首先是基礎(chǔ)的內(nèi)外參模型;二是成像效應(yīng)，尤其是Distortion畸變的模型;三是從鏡頭、快門、色彩濾波陣列、CMOS芯片特性、AD轉(zhuǎn)換噪聲等等，都要建一系列模型。

毫米波雷達(dá)，同樣有多個(gè)不同的層次，大多數(shù)客戶會(huì)用到基礎(chǔ)的模型，也就是range/rnage rate/angled的分辨率和精度模型，有些做算法的除了要這些信息之外，還要不同物體反射回來的能量，我們也可以支持。

第二種，雷達(dá)的漏檢測、誤檢測、目標(biāo)分列、延遲等典型特性。

第三種，可以對(duì)雷達(dá)本體的射頻收發(fā)、信號(hào)處理、目標(biāo)聚類等信號(hào)流的所有環(huán)節(jié)進(jìn)行建模。包括：MIMO多入多出天線的配置和天線增益圖譜，包括后面AD轉(zhuǎn)換和FFT傅里葉變換的采樣方法等，F(xiàn)MCW調(diào)制解調(diào)波形的設(shè)置，相位噪聲和熱噪聲，這樣就可以仿真多點(diǎn)反射、多徑反射等等特性，這樣，就可以支持射頻天線設(shè)計(jì)、信號(hào)處理方法和參數(shù)調(diào)優(yōu)、目標(biāo)聚類和追蹤算法開發(fā)優(yōu)化，基于原始數(shù)據(jù)的數(shù)據(jù)融合，等等。

基于物理模型的輸出有兩種形式：AD轉(zhuǎn)換之后，F(xiàn)FT變換之前的原始數(shù)據(jù)輸出;以及距離-多普勒-能量圖譜，可以從這里開始做后面目標(biāo)的提取、分類，包括支持?jǐn)?shù)據(jù)的融合。

上圖形象展示了雷達(dá)從射頻天線到數(shù)據(jù)層，再到目標(biāo)層的數(shù)據(jù)流。西門子有全套工具能夠支持所有的數(shù)據(jù)流仿真， Simcenter 3D可以對(duì)高頻天線部分進(jìn)行仿真，P熱scan可以對(duì)數(shù)據(jù)處理和目標(biāo)提取部分進(jìn)行仿真。

激光雷達(dá)模型提供多種層次。不管是攝像頭、雷達(dá)、還是激光雷達(dá)，業(yè)界做仿真大部分都停留在第一個(gè)層次，對(duì)激光雷達(dá)也是這樣，很多工具能提供point cloud，但只是提取環(huán)境中目標(biāo)的輪廓，這是真值。真正要對(duì)激光雷達(dá)進(jìn)行建模，就是Beam divergence、Beam dimension、Scan pattern等等，能夠仿真多點(diǎn)反射、多徑反射、環(huán)境折射和衰減、車輛速度導(dǎo)致的時(shí)間效應(yīng)帶來的點(diǎn)云畸變，等等。

在V2X領(lǐng)域，我們也提供多個(gè)類型的模型，首先不同地區(qū)，中國、北美、歐洲有法規(guī)的地區(qū)數(shù)據(jù)層的基本信號(hào)輸出，第二十有效通行距離，第三，V2X在不同場景下，如城市十字路口高樓大廈林立，在高速上速度等等場景，都會(huì)對(duì)傳輸?shù)膩G包率有顯著影響，所以我們也有相關(guān)丟包率的模型仿真。

傳感器類型非常多，不一一列舉。仿真是高效率工具。我們客戶如何應(yīng)用?

日本Denso做前視攝像頭參數(shù)配置選擇時(shí)，使用了Prescan仿真方法，從上百套參數(shù)中選取最優(yōu)，這顯然是路試難以做到的

一汽集團(tuán)做國內(nèi)第一個(gè)ACC量產(chǎn)項(xiàng)目時(shí)，用了一個(gè)很有益的思路，把毫米波雷達(dá)在實(shí)驗(yàn)室進(jìn)行測試，通過測試結(jié)果擬合出對(duì)于分辨率和精度的模型放到仿真工具當(dāng)中，支持它后續(xù)的ACC/AEB的算法工具開發(fā)，這是非常有益的思路。

國內(nèi)創(chuàng)新型公司，如蘇州豪米波雷達(dá)，通過大量調(diào)研發(fā)現(xiàn)Prescan確實(shí)是全球最領(lǐng)先的毫米波雷達(dá)模型提供者。

第三個(gè)核心技術(shù)，數(shù)字孿生還要支持多種不同的算法語言環(huán)境，如圖非常詳細(xì)地列出了對(duì)不同環(huán)境的支持，有Windows版，有Linux版，有RT版，同時(shí)還支持HPC/cloud，代碼黃靜也支持C++/Simulink，并借此可以支持C/Paython/ROS/Apollo/Auto ware等。

在HiL領(lǐng)域，我們提供各種類型的HiL：攝像頭投影式，攝像頭注入式，雷達(dá)回波模擬式，雷達(dá)數(shù)據(jù)注入式，車輛在環(huán)ViL，VX的HiL，等等，不一一列舉，都是我們的常規(guī)應(yīng)用。有一個(gè)大家比較感興趣的是，目前自動(dòng)駕駛所追求的云計(jì)算，因?yàn)榭梢愿卟l(fā)、短時(shí)間內(nèi)支持大量工況的仿真結(jié)果輸出。這里可以利用西門子的一系列工具，因?yàn)榭赡芤獪y試10萬、100萬個(gè)案例時(shí)，最好有一個(gè)測試自動(dòng)化和探索工具來驅(qū)動(dòng)，西門子也有HEEDS這種測試和管理工具來驅(qū)動(dòng)Prescan云計(jì)算。

這是我們?cè)谖④汚zure部署Prescan的一個(gè)視頻示意圖，就是多個(gè)測試case管理的界面，如有1000個(gè)case，想在5分鐘之內(nèi)跑完，要監(jiān)控每個(gè)case運(yùn)行狀態(tài)，運(yùn)行之后是成功還是失敗，最后有上千個(gè)計(jì)算結(jié)果要進(jìn)行分析。如紅色代表這個(gè)系統(tǒng)是失效的，當(dāng)一個(gè)自動(dòng)駕駛車輛遇到路邊突然有一個(gè)cut in靜止目標(biāo)時(shí)，不能有效避讓，就是紅色部分，綠色部分是成功的通過系統(tǒng)和參數(shù)的調(diào)優(yōu)避免這次事故，當(dāng)然也有其他狀態(tài)，不一一列舉不同顏色所代表的不同含義。

應(yīng)用方式有多種，不同客戶應(yīng)用不一樣，接下來葉總監(jiān)也會(huì)講MaxiEye的視覺算法能力。MaxiEye也使用Prescan進(jìn)行基于單目視覺的高精度地圖眾籌采集的算法開發(fā)，如果要通過路采數(shù)據(jù)來訓(xùn)練算法，因?yàn)闆]有交通元素的真值，無法開展。仿真可以提供虛擬交通和真值，用來訓(xùn)練算法，根據(jù)周博士的反饋，兩周之內(nèi)就把這個(gè)算法做好了。

傳統(tǒng)企業(yè)更多用HiL方式，比如本田用我們硬件在環(huán)臺(tái)架，我們也交付很多套。德系企業(yè)戴姆勒用商用車的ADAS研究時(shí)，也夸贊了我們精確的傳感器模型和豐富場景的數(shù)據(jù)模型。

第四個(gè)核心技術(shù)，要有準(zhǔn)確的動(dòng)力學(xué)模型，剛才討論過一系列動(dòng)力學(xué)的工具，提到的大多數(shù)工具是在底盤的外特性模型領(lǐng)域。舉一個(gè)例子，如果在雨天，路面附著系數(shù)低，導(dǎo)致ABS介入，限制了后輪的制動(dòng)力矩，必然對(duì)制動(dòng)距離造成影響，這個(gè)特性是大多數(shù)做外特性動(dòng)力學(xué)工具不能仿真、模擬、分析的，西門子另外一個(gè)工具就是電氣液作動(dòng)系統(tǒng)領(lǐng)域最詳細(xì)的建模工具Amesim，這種動(dòng)力學(xué)特性對(duì)它來說是小菜一碟。

一個(gè)日系商用車企做高速公路自動(dòng)駕駛輔助項(xiàng)目研究時(shí)，也對(duì)轉(zhuǎn)向、制動(dòng)、發(fā)動(dòng)機(jī)、變速箱所有模型進(jìn)行了詳細(xì)建模，配合Prescan來開發(fā)它的高速公路駕駛輔助系統(tǒng)。

西門子是一家巨大的公司，西門子工業(yè)軟件也有非常全面的產(chǎn)品組合，跟大家做一個(gè)介紹。西門子工業(yè)軟件產(chǎn)品門類有幾大類：智能制造、物聯(lián)網(wǎng)、產(chǎn)品設(shè)計(jì)和分析三個(gè)領(lǐng)域的數(shù)字孿生，推動(dòng)中國企業(yè)的數(shù)字化轉(zhuǎn)型。在產(chǎn)品設(shè)計(jì)和分析領(lǐng)域，我們的數(shù)字孿生涵蓋電、氣、液、聲、光、電、熱、材料等各個(gè)物理領(lǐng)域。在結(jié)構(gòu)設(shè)計(jì)分析、CFD流體、熱管理、能量流、燃油經(jīng)濟(jì)性、安全性、NVH、駕駛性等所以汽車行業(yè)已知的性能設(shè)計(jì)領(lǐng)域，都有對(duì)應(yīng)的數(shù)字孿生手段和仿真工具。今天我們介紹的新能源智能網(wǎng)聯(lián)汽車整體解決方案，只涉及到我們已小部分業(yè)務(wù)，就是今天講到的在自動(dòng)駕駛工具鏈。

西門子工業(yè)軟件在仿真領(lǐng)域是百年老店，經(jīng)驗(yàn)豐富，但是基于模型的方法價(jià)值巨大。但是，要記住一句話，就像英國數(shù)學(xué)家和統(tǒng)計(jì)學(xué)家George Box所說的：沒有完美的模型，但是有些模型很有用。為什么講這句話呢?我跟很多業(yè)界同仁交流仿真時(shí)，發(fā)現(xiàn)他們都會(huì)給我舉一些IT企業(yè)的例子，我在仿真當(dāng)中跑了多少虛擬的里程，當(dāng)然這是仿真的一個(gè)應(yīng)用方面，但不是仿真的全貌，所以我不完全贊同。我不認(rèn)為仿真是一個(gè)一定要跑多少億英里的平臺(tái)，更多是跑多少類不同的測試場景工況的平臺(tái)，要集中研究仿真所擅長的應(yīng)用模式。如圖，怎么樣有機(jī)結(jié)合物理測試和仿真工具，相信這里列出的路試優(yōu)點(diǎn)和缺點(diǎn)，仿真的優(yōu)點(diǎn)和缺點(diǎn)，都能得到大家的認(rèn)同，不一一列舉。

“工欲善其事，必先利其器“，西門子工業(yè)軟件提供強(qiáng)大的數(shù)字孿生工具鏈和方法論，支持自動(dòng)駕駛業(yè)界不斷打磨技術(shù)，讓我們一起共同期待自動(dòng)駕駛時(shí)代的來臨，謝謝大家!