模拟技术走向幕前，能让自驾车抄近路吗？

▼

去年 9 月，集聪明、胆量和疯狂于一体的特斯拉 CEO Elon Musk 曾假设，人类社会可能是更进阶文明控制下的一场模拟游戏。虽然听起来脑洞有些大，但你不得不承认，人类正为各种目的使用模拟器，比如教飞行员如何飞行，训练 AI 演算法找出猫和狗的不同。

据了解，类似 Improbable 这种新创公司尝试模拟整个世界，所以即使我们当不了火星人，至少能在地球破败不堪时进入模拟的理想王国，逃避现实。

在自动驾驶业，模拟则成了自动驾驶系统学习驾驶技能的好帮手。

“革命”尚未成功，自驾车仍需努力

看着铺天盖地的自动驾驶新闻，你可能会觉得，自驾车马上要占领道路，事实上还早呢。诚然，类似Waymo 等公司已开始进行有限的部署了，自驾公车或矿车更在各自领域取得不错的成绩，但真正成气候的只有 ADAS 系统，但自动化功能有限，被许多自动驾驶“基本教义者”看不起。

关于自动驾驶，SAE具体分为五级，到Level 5 后就能随心所欲享受自驾车服务了，而现在较常见的 ADAS 系统，只到Level 2。

想达到Level 5 自动驾驶（特别是大规模），需要多重因素配合才能成功。比如超快的无线通讯（5G），高精准地图和类似光学雷达的专属感测器。

当然，自动驾驶系统的第一要务还是学会如何驾驶。为了让演算法认识真正的驾驶可不是《侠盗猎车手》（其实已经有公司利用这套游戏来做训练资料了），大家主要还是靠数百万公里的实地驾驶。

自驾车步入“模糊矩阵”

这样日以继夜的采集路测资料不但费时费钱，还非常危险。

首先，尚未成熟的自驾车可能会造成致命事故，就像去年 3 月 Uber 测试车车祸。

其次，鲁莽测试会招来反对者的攻击，Waymo 测试车在凤凰城遇到的恶意攻击就是最好的例子。

除了路测历程突破 1,000 万英里，Waymo 还借助类似矩阵的模拟技术 Carcraft 训练自驾车。2018 年一年，Waymo 虚拟车队2.5 万台测试车在虚拟世界跑了 50 亿英里。

Waymo 虚拟世界首席建筑师 James Stout 解释了工作原理：

我们有同时执行的不同宇宙和世界，不断测试微小变数同时，我们也在创造车辆从未见过的模拟场景。模糊在这里有重要作用。

所谓的“模糊”其实始于一个驾驶场景，比如四面停车的路口，在这里 Waymo 数不清的实地测试经验能帮上大忙。不过，顺利攻克难关后，资料开始模糊化，变出近乎无穷场景等待虚拟测试车挑战。自动驾驶系统积累的经验随后会回馈到实地测试。

举个简单的例子，这就像《骇客任务》的救世主尼欧直接在云端下载成龙的全套功夫，瞬间变身武术高手。

▲Waymo 的“矩阵”。

AI 晶片制造商辉达一直是自动驾驶革命的先锋，软硬件产品已是许多巨头（如福斯和Volvo）标配。辉达也有自己的模拟平台“DRIVE”，能模拟一整套自驾车的感测器，包括镜头、光学雷达和毫米波雷达。

随后，辉达 GPU 会生成影像资料流，创造出各种测试环境和场景。

类似 Carcraft 和 DRIVE 的平台在测试自驾车于复杂危险环境（如暴风雨和暴风雪，不同路面情况和眩光）下的表现时非常有用。

教自动驾驶系统开车，新创公司也挺在行

CB Insights 的 2019 年行动出游趋势报告，分析师指出，与其自建模拟平台或直接购买辉达DRIVE 系统，一些汽车制造商会选择新创公司的模拟服务。如下表所示，目前模拟技术在业界还不是显学。

▲CB Insight 趋势路线图。

下面就来认识海外 4 家新创公司，他们的模拟技术可能会成为巨头眼中的宝藏。

Cognata：这家创立于 2016 年的以色列公司已融到2,350 万美元资金，B 轮的 1,850 万美元去年 10 月才正式敲定。值得一提的是，提供Cognata B 轮融资的大部分投资者也参加了A 轮融资，还包括空中巴士旗下的投资部门。

Cognata 能使用“计算视觉和深度学习演算法自动生成完整的城市模拟器，建筑、道路、道路标线、交通号志甚至行道树和隔离岛都栩栩如生。”随后，它会灌入现实世界的交通资料、感测器资料，最后按照历史资料叠加天气状况，压力测试整个系统。

▲Cognata 栩栩如生的模拟世界。

去年，这家公司拿到奥迪的大单，且双方要合作多年。

Applied Intuition：来自加州桑尼维尔，创立于 2017 年，去年 9 月才拿到第一笔风投，不过一次就1,150 万美元。据《彭博社》报道，Applied Intuition 可帮用户在 3D 游戏世界模拟超过 10 万种路况。

模拟时，虚拟车辆的仪表板还能即时显示类似“虚拟路口和障碍对车辆加速的影响，以及乘客舒适度”等资讯。

Applied Intuition 已拉到不少客户，不但有市值超过500 亿美元的跨国汽车巨头，还有专注自驾卡车的硅谷新创公司。举例来说，后者就需要模拟大量变线情况，毕竟卡车 40 吨的体积移动可不容易。

Parallel Domain：创立于 2017 年，总部也设在硅谷。去年 5 月的种子轮拿到290 万美元，金主还有丰田等超级巨头。

丰田 AI 投资部门负责人 Jim Adler 表示：“Parallel Domain 达成了虚拟世界的自动化搭建，让开发者能更快完成自动驾驶技术部署，这种方式更安全，成本也更低。这家公司的软件很厉害，开发者能基于现实和虚拟地点生成近乎无限的模拟环境和动态场景。”

除了丰田投资，Parallel Domain 还和内地电动车新星蔚来达成战略合作。且 Parallel Domain使用辉达硬件和软件系统。

Metamoto：创立于 2016 年，也来自硅谷。Metamoto 同样是虚拟世界的搭建者，能帮自动驾驶公司模拟各种驾驶情况。2017 年 7 月种子轮拿到200 万美元资金。据悉，去年夏天 Metmoto 的种子轮融资也正式开跑。身为 Parallel Domain 的直接竞争对手，Metamoto 并不想像对手直接将模拟平台卖给自动驾驶公司，更想提供模拟服务。

Metamoto 产品主要由三大部分组成，“指导者”（Director）是专门负责测试极端情况的模拟器；“设计师”（Designer）是透过虚拟编辑程式生成自订场景的工具；“分析师”（Analyzer）是绩效分析工具，直觉显示某次测试是否撞到路人，以及整个过程中 AI 驾驶的表现。

如果你是连模拟费也付不起的自动驾驶新创公司，还能用英特尔实验室、丰田研究所和巴塞隆纳计算视觉中心合作开发的开源模拟器。

总结

前路漫漫，我们可能需要数十亿英里的测试才能保证自驾车够安全，而模拟技术就是我们提前实现目标的捷径。

恶意攻击者和石头可能会打碎几块挡风玻璃，但他们无法阻挡自动驾驶对人类交通趋势的改革。

（本文由 雷锋网 授权转载；首图来源：shutterstock）

▼

   特别声明    本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。