自動駕駛仿真科普文之三：較低和較高等級自動駕駛仿真測試的差異是什么？

本文是自動駕駛仿真科普系列第三篇，上一篇為《

自動駕駛仿真科普文之二：傳感器的仿真究竟難在哪？

(資料圖)

》

對低等級自動駕駛階段而言，仿真只是一個輔助手段，而到了高等級自動駕駛，仿真便成為準入門檻了——L3需要做過足夠里程的仿真才能上路。

某主機廠仿真專家說：通常，自動駕駛公司做L4仿真的能力更強一些，而第三方仿真公司做的仿真則以L2為主。那么，兩個階段的仿真的具體差異有哪些呢？

01

功能邊界

輕舟智航仿真專家

L2的產品定義成熟，功能邊界清晰，因而，仿真服務商提供給各家主機廠的服務通用程度很高；而L4的功能邊界在哪里，大家都還在探索，因此，客戶對仿真的需求有很高程度的定制化。

02

場景庫的規模

深信科創創始人楊子江

從測試場景的角度講，L4因為ODD復雜度更高，場景庫的數量級遠高于L2。

03

對場景復現度的要求

某主機廠仿真專家說：

L4仿真對場景復現度的要求更高，即道路中發現的一個問題，能不能在仿真場境下去復現；但很多做L2仿真的公司還沒有思考過這個問題。

04

對數據挖掘能力的關注度

低等級自動駕駛仿真，大家主要拼場景的真實度，高等級自動駕駛對數據挖掘的關注度更高了。

05

數據構成

51 Word車載仿真業務負責人鮑世強

L2對功能定義得比較明確，仿真可以以合成數據為主，以真實道路數據為輔；而到了L4階段，數據驅動的重要性會更高，因此，需要以真實道路數據為主，以算法生成的數據為輔。

06

感知

高等級自動駕駛車輛攝像頭數量多、像素高，對仿真系統的圖像渲染能力、數據同步能力及仿真引擎的穩定性都提出了更高的要求。

07

高精地圖?

智行眾維CTO李月

低等級自動駕駛基本都不需要高精地圖，但高等級自動駕駛在目前階段則高度依賴高精地圖，這也是構建場景的時候就需要建數字孿生的原因之一，跟真實世界做對比。

08

決策

智行眾維CTO李月

L2的方案對決策的策略邏輯及執行機構的測試關注比較多，但并不會把重點放在規劃算法上，但到了L4方案中，對如何避障、如何繞路等路徑規劃算法的考慮就比較多。

09

是否需要駕駛員模型

對低等級自動駕駛來說，系統不會完全控制車輛的行為，而只是起到輔助作用，因此，仿真公司在做場景設計的時候還要去設計很多駕駛員模型；而對高等級自動駕駛來說，車輛控制通過自動駕駛來實現，因此，仿真場景設計中就不需要設計駕駛員模型。

10

是否事先設定測試過程

對這個邏輯，公眾號“車路慢慢”在一篇文中更詳細的解釋：

較低等級的自動駕駛面對的工況復雜度和工況范圍比較小，或者說由于駕駛行為主要由人類駕駛員負責，自動駕駛系統僅需處理有限數量的、確定的工況即可；較高等級的自動駕駛的駕駛行為主要由自動駕駛系統負責，其處理的工況復雜度和工況范圍很大，甚至不能提前預知。

基于兩者的這個差異，較低等級自動駕駛可以使用基于用例的測試方法較好的進行測試，而較高等級自動駕駛則需要使用基于場景的測試方法。

基于用例的測試方法，即是預設測試輸入和測試過程，通過查看被測算法是否實現預期的功能來評價是否通過測試。比如對ACC的測試，預先設定被測車輛和前車的初始車速，以及前車減速的時刻和減速度，查看被測車輛是否能夠跟隨減速停車。

基于場景的測試方法，即是預設測試輸入，但不預先設定測試過程，只設定交通車輛的行為，給予被測算法較大的自由度，通過查看被測算法是否達成預期的目標來評價是否通過測試。比如對直線道路行駛的測試，預先設定被測車輛和前車的初始車速，以及前車減速的時刻和減速度，但是不限定被測車輛是通過減速還是換道超車的方式避免與前車相撞。

造成對于不同等級的自動駕駛功能需要使用不同的測試方法的一個原因是：低等級的自動駕駛一般能夠分解為簡單而獨立的功能，可以把單一功能作為被測對象；而高等級的自動駕駛較難分解成簡單而獨立的功能，只得把整個自動駕駛系統或其相對較大的一部分作為被測對象。

11

產業生態

深信科創創始人楊子江

從產業生態的角度講，對L2，車企基本不會自研，而是直接采用外購方案，測試會以HIL甚至道路測試為主；而對L4的仿真，許多車企會傾向于從SIL開始自研。

關鍵詞： 自動駕駛仿真科普文之三較低和較高等級自動駕駛仿真測