葉少檳，梁恩云，高 琛，譚北海

（廣東工業(yè)大學(xué)自動化學(xué)院，廣州 510006）

0 引言

隨著計算機的計算力和神經(jīng)網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，自動駕駛已經(jīng)成為人工智能領(lǐng)域中的重要應(yīng)用，通過自動駕駛技術(shù)能夠降低交通事故發(fā)生的概率，保障人們的行車安全。在自動駕駛技術(shù)應(yīng)用到實車之前必須經(jīng)過驗證，而驗證材料作為自動駕駛系統(tǒng)的輸入需要海量的場景才能夠保證駕駛系統(tǒng)的穩(wěn)定性，在特殊場景下也要能夠保證系統(tǒng)的穩(wěn)定性和駕駛的安全性，因此，在實際道路測試中想使用更加精準(zhǔn)的自動駕駛算法是有限制的，不管是時間還是成本都成了一大阻力，所以說自動駕駛的測試場景庫目前受到了極大的限制。有專家稱自動駕駛算法的準(zhǔn)確計算離不開大量的駕駛數(shù)據(jù)來訓(xùn)練，需要高達(dá)170多億km的數(shù)據(jù)量，這也就說明如果一輛車一天內(nèi)以40 km/h的速度行駛，并且一天測試100輛自動駕駛的測試用汽車，那么也需要500年以上的時間才可以完成170多億km的路程。此外，實際駕駛時遇到的各種危險和意外是必須被重視的，但非常遺憾的是，自動駕駛測試場景里很難去模擬這些危險和意外的場景，測試者很難解決自動駕駛安全問題。而且通過這種實際道路測試的方式要找到導(dǎo)致自動駕駛功能失效的各種缺點從成本、效率來看面臨著投入大、周期長的缺點。為了解決這個問題，可以通過數(shù)字孿生構(gòu)建場景模型的方式去構(gòu)建虛擬的仿真場景，這種方式在測試內(nèi)容、測試效率和測試成本都擁有巨大的優(yōu)勢。

在世界范圍內(nèi)，許多國家對自動駕駛及其相關(guān)功能有不同的政策策略和監(jiān)管重點。西方國家認(rèn)為，在未來的發(fā)展中，交通會越來越自動化，越來越智能，但是這種智能交通系統(tǒng)具體的戰(zhàn)略還沒有人能給出來。不過目前，世界大國美國是具有優(yōu)勢的，其智能汽車的工業(yè)產(chǎn)鏈比較全，美國高端的國際企業(yè)和研究所可以生產(chǎn)出需要的芯片、集成芯片、需要的電子設(shè)備、電信運營、模擬場景測試、自動駕駛算法等。同樣的，日本政府也加大力度研究自動駕駛技術(shù)，在日本政府的觀念中，加快研究自動駕駛的研究還得需要一個國家級別的場景庫，由此可見日本在自動駕駛技術(shù)研究上花了大量的時間精力。而且都是本地和國際的尖端企業(yè)和研究機構(gòu)。日本政府認(rèn)為加快L3和L4級自動駕駛汽車的研發(fā)需要一個國家場景庫來幫助日本引領(lǐng)國際話語權(quán)。如今，世界各國進(jìn)行了大范圍的跨域合作。比如，西方各國加大了合作，實現(xiàn)成果共享，而美國日本也成為跨國聯(lián)盟。我國作為近幾十年高速發(fā)展的國家，盡管在自動駕駛技術(shù)上有了不斷的進(jìn)步、不斷的創(chuàng)新，自動駕駛測試行業(yè)如雨后春筍，規(guī)?？焖侔l(fā)展擴大，但是還是存在一些問題。

中國擁有世界上最大的汽車市場，強大的信息和通信產(chǎn)業(yè)，計算機科學(xué)人才基礎(chǔ)雄厚。積極擴大合作和產(chǎn)業(yè)聯(lián)盟，有利于順應(yīng)國際合作潮流。隨著自動駕駛汽車技術(shù)的發(fā)展，世界各國都制定了相應(yīng)的自主駕駛戰(zhàn)略指南。駕駛系統(tǒng)安全是當(dāng)前國際法規(guī)關(guān)注的焦點。因此從安全和效益以及加速自動駕駛產(chǎn)業(yè)發(fā)展的角度來看，基于數(shù)字孿生的自動駕駛場景仿真模型構(gòu)建是非常重要的。

1 自動駕駛仿真和數(shù)字孿生

1.1 自動駕駛仿真技術(shù)介紹

自動駕駛仿真技術(shù)的基本原理是在仿真場景中將真實控制器控制車輛轉(zhuǎn)化為算法控制車輛，并結(jié)合傳感器仿真等技術(shù)完成算法的測試與驗證。無論是環(huán)境感知技術(shù)，還是車輛控制技術(shù)，自動駕駛的支持都需要大量的算法，而算法的研發(fā)是一個不斷迭代的過程，算法條件還不成熟，為了輔助自動駕駛的功能和性能的發(fā)展，我們必須遵循從純模型仿真、封閉空間的硬件在環(huán)仿真和道路測試，最終走向開放場地和道路測試的發(fā)展過程。這一過程也越來越得到業(yè)界的認(rèn)可。

在汽車數(shù)字仿真測試環(huán)境中，交通仿真模型是對無限豐富的駕駛環(huán)境的高質(zhì)量、有效映射，能夠高效、真實、全面地反映駕駛環(huán)境對智能駕駛功能和駕駛?cè)蝿?wù)性能的深刻影響。危險復(fù)雜的場景條件直接影響甚至決定了被測智能駕駛車輛的駕駛安全性能。自動駕駛仿真的模型必須盡可能地符合真實。利用數(shù)學(xué)建模對真實世界進(jìn)行信息數(shù)字化還原，是駕駛場景仿真系統(tǒng)分析和研究的關(guān)鍵問題。建立正確、可靠、有效的仿真模型能保證仿真結(jié)果更加具有說服力和實用性。對于自動駕駛仿真系統(tǒng)，近幾年的研究熱點是研究需要對什么模塊進(jìn)行數(shù)學(xué)建模以及對現(xiàn)實世界進(jìn)行精準(zhǔn)建模。需求來源于自動駕駛的工作原理本身，回顧自動駕駛汽車控制架構(gòu)，目前，業(yè)內(nèi)普遍認(rèn)為，自動駕駛汽車配備了先進(jìn)的車載傳感器、控制器和數(shù)據(jù)處理器、執(zhí)行器等設(shè)備，借助汽車互聯(lián)網(wǎng)等現(xiàn)代移動通信和網(wǎng)絡(luò)技術(shù)，5G和V2X實現(xiàn)交通參與者之間的信息交換和共享。因此，它具有復(fù)雜駕駛環(huán)境下的傳感、決策、規(guī)劃、控制和執(zhí)行功能。駕駛系統(tǒng)基于環(huán)境感知技術(shù)感知車輛周圍環(huán)境，并根據(jù)感知得到的信息，通過車輛中央計算機自主控制車輛的轉(zhuǎn)向和速度，使車輛能夠安全可靠地行駛并到達(dá)預(yù)定目的地。

1.2 駕駛場景仿真模型的要素

駕駛場景仿真模型可以分成車輛動力學(xué)模型、智能駕駛員模型和外部環(huán)境模型，而外部環(huán)境模型可以分為靜態(tài)場景的還原和動態(tài)場景的構(gòu)建。

車輛動力學(xué)模型是以多體動力學(xué)模型為基礎(chǔ)，包括車輛懸架系統(tǒng)、轉(zhuǎn)向系統(tǒng)、制動系統(tǒng)、動力總成系統(tǒng)、車輛動力學(xué)系統(tǒng)、硬件IO接口等車輛模型的真實部分。將Wire控制轉(zhuǎn)向系統(tǒng)和智能駕駛系統(tǒng)集成到大型通用的仿真試驗系統(tǒng)中，在系統(tǒng)接收和自動駕駛仿真系統(tǒng)控制模塊給出控制信號時，主要包括油門剎車舵機等,更新車輛位置和姿態(tài)的汽車底盤參數(shù),輸出各個模塊的自動駕駛控制信號，模擬車輛的整體行為。此外，在測試L2 L3也可以連接到每個模塊的車輛的內(nèi)部模塊，直接控制模塊比如轉(zhuǎn)向、動力傳動和制動。目前，專業(yè)的車輛動力學(xué)仿真軟件是CarSim等軟件，駕駛系統(tǒng)的仿真平臺可以通過成熟的車輛動力學(xué)模型進(jìn)行測試，以此獲得更加真實的控制效果。當(dāng)然，許多仿真平臺都在自行開發(fā)車輛動力學(xué)模型。例如，騰訊科技深圳有限公司的自動駕駛仿真平臺TAD Sim，支持27自由度的車輛動力學(xué)模型，也支持接入CarSim等業(yè)內(nèi)頂尖的車輛動力學(xué)模型。

靜態(tài)場景構(gòu)建的作用是還原出場景中與車輛行駛相關(guān)的靜態(tài)元素，例如道路（包括材質(zhì)、車道線、減速帶等）；靜態(tài)交通元素（包括交通標(biāo)志、路燈、車站、隧道、周圍建筑等）。最常用的手段是基于高精度地圖及三維重建技術(shù)完成場景的構(gòu)建，或者基于增強現(xiàn)實的方法來構(gòu)建場景?；诟呔鹊貓D及三維重建技術(shù)構(gòu)建場景，首先需要采集點云、全景圖、測繪矢量等非結(jié)構(gòu)化的測繪數(shù)據(jù)，并將測繪數(shù)據(jù)結(jié)構(gòu)化，構(gòu)建厘米級的高精度地圖，其中包含路面、道路標(biāo)線、交通標(biāo)識等信息，之后以此為基礎(chǔ)，使用三維建模軟件建立基礎(chǔ)設(shè)施與周邊環(huán)境的可視化數(shù)字模型。而且由于騰訊完成了對全國高速和快速路的高精度地圖采集，所以TAD Sim天然支持全國高速、快速路的自動駕駛仿真測試。

廣義動態(tài)場景要素包括動態(tài)指示設(shè)施、通信環(huán)境信息、交通參與者（包括機動車行為、非機動車行為、行人行為等）、氣象變化（如雨、雪、霧等天氣狀況）等動態(tài)環(huán)境要素，時間變化（主要是光照在不同時間的變化）。

在靜態(tài)場景的基礎(chǔ)上構(gòu)建動態(tài)場景，再現(xiàn)現(xiàn)場的動態(tài)元素，使這些元素的作用及其嚴(yán)格遵循現(xiàn)實世界的物理規(guī)律和行為邏輯的影響，在技術(shù)層面上游戲（游戲渲染，物理引擎，代理人工智能等）有一個非常重要的作用。首先，使用渲染引擎的渲染能力可以為模擬駕駛場景的場景提供非常逼真的渲染的光影效果，以及風(fēng)、霜、雨、雪等天氣條件的變化。

1.3 駕駛場景仿真模型的測試

仿真是在計算機或?qū)嶓w上建立系統(tǒng)的有效模型并在模型上進(jìn)行系統(tǒng)實驗的過程。按照系統(tǒng)論的觀點,模型是一個系統(tǒng)（實體、現(xiàn)象、過程）的物理的、數(shù)學(xué)的或其他邏輯的表現(xiàn)形式。仿真模型是建模者對建模對象為滿足仿真應(yīng)用需求而建立的，以計算機語言、實體模型的物理實現(xiàn)等形式給出的描述。仿真實驗和結(jié)果不可能完全、準(zhǔn)確地反映真實系統(tǒng)的性能。駕駛場景仿真測試作為一種多功能、復(fù)雜的仿真系統(tǒng)，也面臨著同樣的問題。在數(shù)學(xué)建模領(lǐng)域，仿真系統(tǒng)的可以信任程度可以通過對仿真系統(tǒng)的校驗和驗證來衡量，并通過驗證進(jìn)行形式化的驗證，可以服務(wù)于特定的應(yīng)用目的。這個過程就是對仿真系統(tǒng)的校核、驗證和驗收（VV&A）。

校核是確定仿真系統(tǒng)準(zhǔn)確地代表了開發(fā)者的概念描述和設(shè)計的過程。驗證是從仿真系統(tǒng)應(yīng)用目的出發(fā)。確定仿真系統(tǒng)代表真實世界的正確程度的過程。驗收是官方地正式地接受仿真系統(tǒng)為專門的應(yīng)用目的服務(wù)的過程。

對于仿真模型應(yīng)該滿足三個條件，包括：（1）仿真模型和被仿真對象之間具有相似關(guān)系，可以保證兩者之間的類比性。

（2）仿真模型在某些方面能夠代替真實對象，并具有代表性。

（3）仿真模型應(yīng)該能夠推導(dǎo)出真實對象的一些準(zhǔn)確信息，如汽車模型能夠在駕駛臨危場景中產(chǎn)出場景中的相關(guān)信息。

關(guān)于駕駛場景仿真模型的驗證和精度評估，可以把駕駛場景仿真模型拆解為以下幾個方面進(jìn)行分析：

（1）對于高精度地圖的搭建可以通過判斷地圖的精度來驗證，對組合導(dǎo)航數(shù)據(jù)解算精度，點云數(shù)據(jù)生成精度，數(shù)據(jù)采集精度。

（2）對于動態(tài)場景仿真通常將道路實際路采數(shù)據(jù)與構(gòu)建的動態(tài)場景從主觀感受包括交通參與者，天氣，道路氣候等多方面對比，結(jié)果與現(xiàn)實越接近說明效果越好。

（3）對于車輛動力學(xué)的仿真是汽車行業(yè)成熟的板塊，為了描述真實汽車的耐久的性能，需要建立符合客觀規(guī)律的實際汽車動力學(xué)模型，它包括了前懸掛模型、后懸掛模型、轉(zhuǎn)向系模型和輪胎模型等。利用目標(biāo)車的實車平順性和操作的穩(wěn)定性來判斷汽車模型是否滿足要求。

1.4 數(shù)字孿生概念介紹和發(fā)展

數(shù)字孿生（DT）的定義是物理系統(tǒng)（物理孿生）的數(shù)字化表示，能夠模擬運行系統(tǒng)的整個生命周期并與物理孿生進(jìn)行同步的映射。數(shù)字孿生的概念最早是在2010年NASA的空間技術(shù)路線圖中引入的，目的是使用數(shù)字孿生來實現(xiàn)飛行系統(tǒng)的全面診斷和預(yù)測能力，以確保系統(tǒng)在整個生命周期中持續(xù)安全運行。美國國家航空航天局和美國空軍聯(lián)合提出了未來飛機數(shù)字化的例子，并將數(shù)字孿生定義為基于飛機可用高保真度的集成物理場、多尺度、概率仿真過程，利用傳感器的歷史數(shù)據(jù)和物理模型實時更新數(shù)據(jù)構(gòu)建完整的虛擬模型映射，描述和反映物理系統(tǒng)的整個生命周期，對設(shè)備健康狀況進(jìn)行評估、對設(shè)備剩余壽命和任務(wù)完成度的與預(yù)測。2011年，美國的空中軍隊研究實驗室（AFRI）引入數(shù)字孿生技術(shù)并用于飛機結(jié)構(gòu)壽命預(yù)測，并逐步擴展到機身狀態(tài)評估研究，通過建立包括材料、制造信息等規(guī)格控制，為了評估最大允許載荷，以確保適航和安全，從而減少全壽命周期的維修負(fù)擔(dān)，增加飛機的可用性。AFRL還確定了實現(xiàn)機身數(shù)字孿生的主要技術(shù)挑戰(zhàn)。基于上述數(shù)字孿生概念和框架，國外一些研究機構(gòu)進(jìn)行了相關(guān)關(guān)鍵技術(shù)的探索。例如，范德堡大學(xué)（Vanderbilt University）構(gòu)建了一個動態(tài)貝葉斯網(wǎng)絡(luò)，用于計算機健康監(jiān)測數(shù)字孿生，以預(yù)測裂紋增長的概率。

隨著信息化技術(shù)和設(shè)備計算力的不斷發(fā)展，數(shù)字孿生技術(shù)發(fā)展迅速，現(xiàn)在數(shù)字李生是指在信息化平臺內(nèi)建立、模擬一個物理實體、流程或者系統(tǒng)。借助于數(shù)字孿生,可以在信息化平臺上了解物理實體的狀態(tài)并對虛擬實體的狀態(tài)做出改變預(yù)測結(jié)果。

1.5 數(shù)字孿生技術(shù)的應(yīng)用

1.5.1 制造業(yè)

數(shù)字孿生應(yīng)用最廣泛的領(lǐng)域是制造業(yè)。制造業(yè)依賴于產(chǎn)生大量數(shù)據(jù)的高成本設(shè)備，這有助于創(chuàng)建數(shù)字孿生。數(shù)字孿生在制造業(yè)中的應(yīng)用如下：

（1）產(chǎn)品開發(fā)。數(shù)字孿生可以幫助工程師在發(fā)布之前測試即將推出的產(chǎn)品的可行性。根據(jù)測試結(jié)果，工程師開始生產(chǎn)或?qū)⒆⒁饬D(zhuǎn)移到創(chuàng)建可行的產(chǎn)品上。

（2）設(shè)計定制。借助數(shù)字孿生，企業(yè)可以設(shè)計產(chǎn)品的各種排列組合，以便為客戶提供個性化的產(chǎn)品和服務(wù)。

（3）車間性能改進(jìn)。數(shù)字孿生可用于監(jiān)控和分析最終產(chǎn)品，并幫助工程師查看哪些產(chǎn)品存在缺陷或性能低于預(yù)期。

（4）預(yù)測性維護(hù)。制造商利用數(shù)字雙胞胎來預(yù)測機器的潛在停機時間，以便企業(yè)最大限度地減少非增值維護(hù)活動并提高機器的整體效率，因為技術(shù)人員會在故障發(fā)生之前采取行動。但是，將數(shù)字孿生用于預(yù)測性維護(hù)任務(wù)是不可擴展的，因為它是特定于機器的虛擬副本，并且需要昂貴的數(shù)據(jù)科學(xué)人才來構(gòu)建和維護(hù)孿生。

1.5.2 航天

在數(shù)字孿生（digital twin）提出之前，物理孿生（phisical twin）用于航空航天工程。一個例子是1970年代的阿波羅13號計劃，地球上的NASA科學(xué)家通過孿生體能夠模擬飛船的狀況，并在出現(xiàn)關(guān)鍵問題時找到答案。2002年，美國宇航局的約翰·維克斯（John Vickers）引入了數(shù)字孿生概念。

借助數(shù)字孿生技術(shù)，工程師可以使用預(yù)測分析來預(yù)見未來涉及機身、發(fā)動機或其他組件的任何問題，以確保機上人員的安全。

1.5.3 汽車

開發(fā)新車大多發(fā)生在虛擬環(huán)境中。數(shù)字孿生用于汽車行業(yè)以創(chuàng)建聯(lián)網(wǎng)車輛的虛擬模型。汽車公司甚至在生產(chǎn)開始之前就使用該技術(shù)設(shè)計理想的汽車產(chǎn)品，他們模擬和分析生產(chǎn)階段以及車輛上路后可能出現(xiàn)的問題。

盡管數(shù)字孿生實踐可用于傳統(tǒng)汽車制造行業(yè)，但數(shù)字孿生對于自動駕駛汽車公司來說非常方便。自動駕駛汽車包含大量傳感器，用于收集有關(guān)車輛本身和汽車環(huán)境的數(shù)據(jù)。由于圍繞自動駕駛汽車的責(zé)任問題，創(chuàng)建汽車的數(shù)字孿生并測試汽車的各個方面有助于公司確保將意外損壞和傷害降至最低。數(shù)字孿生在汽車行業(yè)的一些應(yīng)用是道路測試和車輛維護(hù)。

1.5.4 衛(wèi)生保健

數(shù)字孿生可以幫助醫(yī)療保健提供者虛擬化醫(yī)療保健體驗，以優(yōu)化患者護(hù)理、成本和性能。對于醫(yī)療保健，用例可以分為兩組：

提高醫(yī)療保健運營的運營效率，創(chuàng)建醫(yī)院、和護(hù)理模式的數(shù)字孿生有助于醫(yī)療保健提供者檢查提供者自身組織的運營績效。

改善個性化護(hù)理，醫(yī)療保健提供商和制藥公司還可以使用數(shù)字孿生模型對患者的基因組代碼、生理特征和生活方式進(jìn)行建模，以便醫(yī)療保健公司可以為每位患者提供個性化的護(hù)理，例如獨特的藥物。

1.5.5 供應(yīng)鏈

數(shù)字孿生也廣泛用于供應(yīng)鏈/物流行業(yè)。這些應(yīng)用場景分別是

預(yù)測包裝材料的性能，產(chǎn)品包裝可以虛擬化，然后在包裝前測試錯誤。數(shù)字孿生幫助物流公司確定材料可行性。

加強貨件保護(hù)，物流公司可以借助數(shù)字孿生分析不同的包裝條件如何影響產(chǎn)品交付。

優(yōu)化倉庫設(shè)計和運營績效，數(shù)字孿生使物流公司能夠測試倉庫布局，以便公司可以選擇最有效的倉庫設(shè)計以最大限度地提高運營績效。

打造物流網(wǎng)絡(luò)，道路網(wǎng)絡(luò)的數(shù)字孿生承載有關(guān)交通狀況、道路布局和施工的信息。有了這些知識，物流公司就可以設(shè)計配送路線和庫存存儲位置。

2 交通仿真工具

2.1 仿真軟件的現(xiàn)狀

在過去的幾十年里，微觀模擬模型的復(fù)雜性得到了迅速的發(fā)展，在交通工程和規(guī)劃實踐中也得到了廣泛的應(yīng)用。20世紀(jì)90年代中期的模型所需要的投入是昂貴的，而且不夠準(zhǔn)確，不能反映各種交通行為。通過引進(jìn)先進(jìn)的交通控制和信息系統(tǒng)的新技術(shù)，下一代仿真模型豐富的數(shù)據(jù)來源，可以用來降低收集所需數(shù)據(jù)的成本，并提高其保真度。

自20世紀(jì)60年代以來，國內(nèi)外交通業(yè)界在微觀交通仿真領(lǐng)域進(jìn)行卓有成效的研究工作,開發(fā)了幾十種微觀交通仿真模型和多種交通仿真軟件。系統(tǒng)隨著ADAS和自動駕駛技術(shù)的發(fā)展，仿真軟件也經(jīng)歷了幾個發(fā)展階段。早期的仿真軟件主要集中在車輛本身，主要是動力學(xué)仿真，用于模擬車輛在開發(fā)過程中的動力、穩(wěn)定性、制動等，如CarSim。隨著ADAS各種功能的開發(fā)，諸如Prescan等仿真軟件開始出現(xiàn)，通過提供簡單的道路環(huán)境、可編輯的車輛和行人模型以及簡單、完美的傳感器模型來輔助ADAS的開發(fā)。此時仿真軟件一般在單機上運行，主要側(cè)重于功能的驗證，對場景和傳感器的真實性要求不高。隨著以Waymo為代表的以L4自主駕駛為目標(biāo)的一系列創(chuàng)業(yè)公司的建立和突破，Waymo自建的Carcraft仿真環(huán)境在補充實際道路測試中的重要作用越來越被大家所認(rèn)可。

現(xiàn)在的自動駕駛仿真系統(tǒng)的構(gòu)成已經(jīng)很復(fù)雜，各個仿真軟件都有各自的優(yōu)勢和研發(fā)的重點，搭建一個完整的仿真系統(tǒng)也越來越需要多個軟件互相之間的配合。典型的自動駕駛仿真平臺要包括：

（1）道路環(huán)境模塊?？梢酝ㄟ^真實路網(wǎng)或者高精度地圖搭建。

（2）交通模塊?？梢酝ㄟ^路采數(shù)據(jù)或者基于規(guī)則的交通模型生成。

（3）傳感器模塊。包括攝像頭，毫米波雷達(dá)，GPS，激光雷達(dá)，超聲波雷達(dá)。

（4）車輛模塊。通過車輛動力學(xué)模型，可以根據(jù)ADAS或者自動駕駛系統(tǒng)的輸入，結(jié)合路面特性對車輛本身進(jìn)行仿真，完成閉環(huán)的測試。

（5）存儲模塊。可以利用分布式案例存儲和運行平臺保留測試得到的數(shù)據(jù)。

（6）接口模塊。包括對接ADAS和自動駕駛系統(tǒng)的豐富的接口，以及和ECU，傳感器進(jìn)行HIL測試的設(shè)備。

2.2 駕駛場景仿真工具的介紹

目前主流的交通仿真軟件按照種類可以分為幾大類：微觀交通仿真模型，宏觀交通仿真模型。

目前主流的自動駕駛仿真軟件包括CarSim，CarMaker，PreScan，PTVVissim，SUMO，VIRESVTD，rFpro，Cognata，RightHook，ParallelDomain，51Sim-One，Pilot-DGaiA，Metamoto，ESIPro-Sivic，NVIDIADriveConstellation，PanoSim，AAI，AirSim，CARLA，LGSVL Simulator，百度Apollo，WaymoCarcraft。這些仿真軟件之中有一些是可以相互配合各取其長處來使用的，例如rFpro可以通過使用SUMO和Vissim生成的交通流，將交通流復(fù)現(xiàn)到仿真3D場景中，或者它可以為Carmaker的仿真提供更真實的傳感器和道路輸入。rFpro還提供了一個基于物理現(xiàn)實規(guī)則的光照和天氣系統(tǒng)，可以有效地模擬天氣變化和降雨、霧等天氣。

表1列舉了一些常用仿真軟件的特性。

表1 常用仿真軟件特性對比

3 構(gòu)建基于數(shù)字孿生的自動駕駛場景模型

對于交通管理解決方案的實施，準(zhǔn)確的交通狀況和動力學(xué)知識是必要的。交通模擬框架為解決復(fù)雜的研究問題、評估或測試交通管理策略及其影響提供了一個有用的工具。交通仿真工具主要分為4類：

（1）宏觀。模擬交通密度等宏觀指標(biāo)。

（2）微觀。每個車輛和它的動力學(xué)是單獨建模。

（3）介觀。宏觀和微觀模型的混合物。

（4）亞微觀。每一輛車和內(nèi)部的功能都是明確模擬的，例如變速。

宏觀模型的優(yōu)點通常是執(zhí)行速度快。然而，特別是當(dāng)需要模擬排放或個別路線時，微觀或亞微觀模型的詳細(xì)模擬更為精確。

本文使用SUMO對車輛進(jìn)行建模，分析SUMO內(nèi)置的經(jīng)典模型，然后結(jié)合rFpro生成逼真交通環(huán)境并輸出相應(yīng)的圖像數(shù)據(jù)。通過rFpro接入SUMO，可以得到多種光照，多種路面情況，多種周邊駕駛環(huán)境和多個交通參與者組合而成的交通仿真模型，通過在這里面運行合適的自動駕駛算法可以測試和獲取rFpro傳感器帶來的反饋形成模型在環(huán)測試的閉環(huán)。如圖1所示。

圖1 駕駛模型結(jié)構(gòu)

3.1 交通場景仿真宏觀模型建模

3.1.1 建立駕駛場景仿真模型

建立駕駛場景仿真模型包括車輛動力學(xué)模型，模擬人為操控行為，由行人、交通工具等交通參與者組成的交通流、以及由天氣、信號燈、道路標(biāo)志、道路交通標(biāo)線、道路周邊元素和可駕駛區(qū)域組合生成。

3.1.2 通過交通流和仿真模型建立場景庫

交通流的主要場景如下：

（1）按照交通流的維度來看，交通流分低、中和高三種密度，對應(yīng)真實場景中的車輛的密度的低、中、高場景。

（2）按照固定路段場景的維度來看，場景庫的分類可以分為固定路段車輛駛?cè)牒婉偝觯ㄟ^設(shè)置不同的車輛速度，車輛跟馳模型和換道模型等參數(shù)獲取不同的交通場景。

（3）按照交通組成元素來看，交通元素的組合包括在存在交通紅綠燈的情況下固定路口行人和自行車橫穿馬路等邊界場景。

（4）按照道路變動程度來看，可以在道路固定路段設(shè)置三角錐，可以用來區(qū)域劃分、引導(dǎo)活動和節(jié)日的人流、停車場人車分流。

（5）按照道路突發(fā)情況來看，危險駕駛場景還包括固定路段“鬼探頭”，靜止車輛前方出現(xiàn)車輛、行人和自行車。

案例場景庫的建立，還可以包括一些其他場景，包括：測前方車輛插入、轉(zhuǎn)向沖突、對向沖突、緊密跟馳、沖突對象突然出現(xiàn)。場景庫的搭建可以分為場景數(shù)據(jù)獲取、數(shù)據(jù)預(yù)處理、場景聚類分析、場景庫搭建。

場景數(shù)據(jù)獲取首先需要選取場景要素，以這些要素作為參考選出具有代表性的場景數(shù)據(jù)。比如事故場景數(shù)據(jù)，它包含交通環(huán)境中的所有危險的情形，具有典型性和代表性，使用事故場景數(shù)據(jù)可以排除自動駕駛驗證過程中不必要的普通情形，加快研發(fā)進(jìn)程。除了事故場景數(shù)據(jù)之外，場景的要素還包括真實道路數(shù)據(jù)和法規(guī)標(biāo)準(zhǔn)場景數(shù)據(jù)，真實場景數(shù)據(jù)相比于事故場景數(shù)據(jù)沒有那么強的危險性，它采集的是人們?nèi)粘＝煌ǖ臄?shù)據(jù)，法規(guī)標(biāo)準(zhǔn)場景數(shù)據(jù)是法律針對自動駕駛的某個功能單獨制定的數(shù)據(jù)，世界各國對于自動駕駛的功能和要求各不相同。

數(shù)據(jù)預(yù)處理階段是對收集得到的場景數(shù)據(jù)進(jìn)行數(shù)據(jù)的清洗，這一步的目的是為了去除無用的噪聲場景數(shù)據(jù)。數(shù)據(jù)預(yù)處理是場景庫構(gòu)建中重要的異步，數(shù)據(jù)的質(zhì)量直接影響了最后場景庫的優(yōu)劣，因此選擇合適的策略去清晰場景數(shù)據(jù)非常重要。目前常見的數(shù)據(jù)清洗策略包括：不完整數(shù)據(jù)修復(fù)或清理、錯誤值檢測清理、重復(fù)記錄的消除、數(shù)據(jù)的一致性檢查等。

數(shù)據(jù)的聚類分析階段是指按照一定的規(guī)則將一份事物按照規(guī)則劃分，最后得到相互獨立的幾份，通常是將相似程度高的數(shù)據(jù)放到一起，將相似程度低的數(shù)據(jù)相互分離。聚類算法可以大致分為幾類，分別是基于模型的算法、基于劃分的算法、基于密度的算法、基于網(wǎng)格的算法、系統(tǒng)聚類算法等等，如表2所示。

表2 聚類算法

當(dāng)數(shù)據(jù)聚類分析完成之后，可以將結(jié)果數(shù)據(jù)保存起來，這要求系統(tǒng)需要有良好的存儲能力和數(shù)據(jù)變換能力，單臺計算機的能力有限，隨著數(shù)據(jù)量的增大數(shù)據(jù)庫的壓力也越來越大。這會導(dǎo)致數(shù)據(jù)的獲取速度變慢，因此可以利用集群來優(yōu)化場景庫的性能，用多臺計算機的存儲資源和計算資源取代單臺優(yōu)異性能的計算機。常見的分布式框架可以使用springBoot+spring-Cloud，常見的大數(shù)據(jù)處理開發(fā)框架可以使用Hadoop、Spark等。

3.1.3 其他環(huán)境要素

控制除了交通流元素外的其他環(huán)境要素，如表3所示。

表3 其他環(huán)境要素

3.2 交通場景仿真微觀模型建模

在駕駛場景中，交通道路最主要的元素就是車輛，因此對車流的仿真建模技術(shù)是交通仿真仿真場景構(gòu)建的重要組成部分。對具有自主反應(yīng)的汽車進(jìn)行模型分析和建立，通過模型模擬和預(yù)測汽車下一步的運動軌跡，通過模型獲得汽車的位置、速度和方向的信息。

在仿真實驗中，選擇性能優(yōu)異的車輛移動模型是非常有必要的，它可以最大程度地模擬真實路面交通的狀況。根據(jù)交通特征的細(xì)化程度，可以將移動模型分為宏觀的移動模型和微觀的移動模型。宏觀的移動模型把車流當(dāng)成研究的對象而不關(guān)心車輛個體的運動行為。當(dāng)需要研究單個車輛觀察車輛相互之間的制約關(guān)系時，可以選用微觀的車輛移動模型，它可以詳細(xì)地描述車輛的加速、減速、變道和超車等駕駛行為。對于本文的駕駛場景模型仿真，選擇微觀移動模型來對具體的行駛車輛進(jìn)行建模有利于觀察主車和手機主車行駛過程中的各方面的數(shù)據(jù)。

SUMO是一款免費的開源的交通系統(tǒng)仿真軟件，可以實現(xiàn)交通流的微觀控制，即具體到道路上每一輛車的運行路線都可以單獨規(guī)劃。SUMO最早發(fā)布于2001年，主要由German Aerospace Center下屬的Institute of Transportation Systems的研究人員開發(fā)。為了模擬交通，需要許多元素，最重要的幾點：①路網(wǎng)數(shù)據(jù)，比如馬路和人行道。②額外的交通基礎(chǔ)設(shè)施，比如紅路燈。③交通參與者。

這些元素一起構(gòu)成一個模擬場景。由于交通模擬模型通常用于隨機行為，因此對這樣的場景進(jìn)行多次模擬并得出統(tǒng)計結(jié)論是有意義的。根據(jù)真實數(shù)據(jù)準(zhǔn)備模擬場景通常是一個耗時的過程。SUMO提供了一個大的應(yīng)用程序包來幫助完成這項任務(wù)。在定義了一個場景之后，觀察模擬對象（車輛、行人、交通燈）的可視化表示，以進(jìn)行定性驗證是非常有用的。為此，SUMO提供了SUMOgui應(yīng)用程序，允許在不同的速度下觀察模擬，并有不同的顏色選擇，以突出不同的方面，如速度、交通密度、道路標(biāo)高或通行權(quán)規(guī)則。

在SUMO仿真軟件中有幾種經(jīng)典的跟馳模型，主要有CarFollowing-Krauss、Smart、Car-Following-Wiedemann、 CarFollowing-PWagner、CarFollowing-BKerner和CarFollowing-IDM 6種常用的車輛跟馳模型。

這里介紹Krauss模型，Krauss模型基于安全距離來進(jìn)行建模。在該模型中，后車根據(jù)上一個時間段前車與后車的距離和速度，來選擇當(dāng)前時刻它應(yīng)保持的車速。他們之間的安全距離可以表示為：

式中：d為當(dāng)前時間段車輛行駛的距離；d為前車緊急制動的距離；g為車間距。僅當(dāng)公式等號成立時，所選擇的速度被稱為安全速度。

因為Krauss是無碰撞模型，所以車輛行駛速度不會超過安全車速，并且在每一個仿真步長，都會重新計算安全車速，根據(jù)（1）式可以得出安全速度的計算公式：

駕駛員的理想速度通常在v（道路限制最大車速），v（安全車速），v+b（當(dāng)前時刻速度加上最大加速度）中選擇一個最小的，駕駛員的不完美駕駛會使得速度在這個最小的速度減去一個0～b的偏移作為仿真時長的車速。Krauss模型在一定程度上避免了交通出現(xiàn)擁堵現(xiàn)象，并且對經(jīng)過交通燈后的車輛控制符合實際駕駛行為。根據(jù)微觀角度對模型的分析，Krauss模型對單個車輛高度的控制性能，對在城市道路環(huán)境下進(jìn)行協(xié)議的仿真測試極為重要。

3.3 模型和仿真工具的結(jié)合

各個仿真工具都有自己的特點和優(yōu)勢，將仿真工具結(jié)合起來能夠?qū)⒍鄠€仿真工具的優(yōu)勢結(jié)合，本文使用SUMO構(gòu)建道路路網(wǎng)和車輛仿真模型，使用rFpro真實模擬道路場景。rFpro通過特定的接口與SUMO進(jìn)行交互，使用SUMO可以在rFpro控制仿真場景中控制交通燈，車輛路徑和車輛數(shù)量等等。

自rFpro2017b發(fā)布以來，SUMO插件不需要安裝。只需從管理控制臺的物理選項卡中選擇SUMO作為所需的插件，在rFpro控制臺上面設(shè)置天氣包括云、雨、雪和道路潮濕程度，設(shè)置環(huán)境包括路面新舊程度、交通密度、交通信號燈的間隔時間等信息，通過在rFpro修改配置信息，如圖2所示。

圖2 rFpro控制臺操作界面

圖3 rFpro結(jié)合SUMO輸出逼真圖像

4 結(jié)語

隨著駕駛技術(shù)的不斷發(fā)展，自動駕駛慢慢地進(jìn)入人們的視野，自動駕駛在實際應(yīng)用前必須經(jīng)過足夠多的測試，實際的路測缺乏足夠多的、必要的邊界場景以及路測過程時間長、投入大，并且有一定的道路風(fēng)險。基于數(shù)字孿生的駕駛模型構(gòu)建的仿真場景將會成為自動駕駛測試的重要組成部分。

隨著仿真測試和動態(tài)渲染技術(shù)的不斷發(fā)展，基于場景模型仿真的自動駕駛仿真測試將會成為主要的自動駕駛算法算法測試的方法，數(shù)字孿生技術(shù)為我們帶來了多尺度和高實時性的汽車和道路狀況共享。通過數(shù)字孿生技術(shù)收集到的信息可以用來方便科研和生產(chǎn)上的數(shù)據(jù)分析和決策判斷，抽象出自動駕駛仿真場景模型組成的要素和特征，對交通參與者和靜態(tài)場景動態(tài)場景進(jìn)行分析。通過分析自動駕駛仿真所需要的條件，如何結(jié)合數(shù)字孿生技術(shù)，提出了一種構(gòu)建仿真測試的駕駛模型方法。

目前仿真模型構(gòu)建技術(shù)還處于研究和探索階段，模型的構(gòu)建技術(shù)也多種多樣，可以基于現(xiàn)實物理規(guī)律建模，也可以通過神經(jīng)網(wǎng)絡(luò)基于數(shù)據(jù)驅(qū)動建模，在未來或許可以通過兩者的結(jié)合方向進(jìn)行研究分析，推動仿真測試技術(shù)的發(fā)展。