嵌入式軟件的作用對于自動駕駛車輛來說是至關(guān)重要的，因為它控制車輛如何感知環(huán)境，車載計算機收集實時數(shù)據(jù)，這些數(shù)據(jù)被系統(tǒng)用來做出決策依據(jù)，向底盤執(zhí)行系統(tǒng)提供即時命令反饋，并最小化風(fēng)險。

傳統(tǒng)的ISO 26262標(biāo)準(zhǔn)規(guī)定仿真的作用在驗證系統(tǒng)行為中是至關(guān)重要的，并建議在各級進行仿真。模擬的優(yōu)點是測試是可重復(fù)的，并且它支持超過性能/耐久性極限和危險情況的測試能力。

ISO 26262提出了用于進行軟件安全需求驗證的環(huán)內(nèi)模型(MIL)、環(huán)內(nèi)軟件(SIL)和環(huán)內(nèi)硬件(HIL)仿真。但由于缺乏仿真和測試資源，標(biāo)準(zhǔn)仿真技術(shù)可能不足以滿足所需的測試量。

對于自動駕駛來說，仿真測試將是技術(shù)驗證、支撐系統(tǒng)培訓(xùn)、測試和驗證的基礎(chǔ)技術(shù)，尤其是基于深度機器學(xué)習(xí)的系統(tǒng)來說，它是“必須的”，有利于在技術(shù)部署之前帶來一些急需的驗證和信心。

幾乎所有的OEM公司都把連接和自動駕駛放在未來十年戰(zhàn)略的前沿和中心，然而，要證明這些優(yōu)勢，需要OEM公司積累大量自動駕駛的測試?yán)锍?。仿真可以允許OEM和其他自動駕駛技術(shù)開發(fā)人員在罕見和潛在危險的情況下測試他們的系統(tǒng)，而不會造成可能的真實事故。

理論角度，要積累數(shù)百億英里以對自動駕駛系統(tǒng)有信心，將需要在10年內(nèi)部署至少300萬輛自動駕駛車輛進行里程測試。過去幾年，Wymo通過他們的Crcrft模擬軟件，在一天的模擬中覆蓋了2009年到2018年間他們的車輛所覆蓋的里程數(shù)。

根據(jù)Wymo最新發(fā)布的數(shù)據(jù)，在過去幾年公司完成了25個城市，不同時間、不同氣候、不同道路的1000萬英里實際道路測試；而目前公司每天虛擬測試?yán)锍叹涂梢赃_到1000萬英里。按照計劃，到10月底，Wymo的虛擬測試?yán)锍桃呀?jīng)突破70億英里。

目前，Wymo虛擬車隊部署有25000輛車，在谷歌的數(shù)據(jù)中心每天運行24個小時。

現(xiàn)在，全球有不少仿真測試平臺工具，如NVIDIA和AIMotive，都把仿真測試作為其自動駕駛解決方案的一部分，而像Cognt和Metmoto這樣的專業(yè)工具供應(yīng)商也正在幫助廠商簡化將仿真集成到自動駕駛車輛開發(fā)工作流程中。

在近日NVIDIA提交的一份自愿性自動駕駛安全評估報告中，特別提及從收集數(shù)據(jù)到訓(xùn)練，再到仿真，來構(gòu)建自動駕駛車載硬件來保證開發(fā)測試的盡可能安全。

由于Nvidi在仿真中提供了虛擬安全驗證，它的安全報告描述了這些系統(tǒng)在車輛到公共道路上開始測試之前建立安全算法中所起的作用。

“模擬使我們能夠確保系統(tǒng)的安全性，證明技術(shù)，并建立與公眾的信任?！盢VIDIA相關(guān)技術(shù)負(fù)責(zé)人表示，我們將能夠捕捉到很多我們無法捕捉到的東西，或者這些東西需要永遠(yuǎn)在現(xiàn)實世界中才能看到。

目前，仿真模擬被用來回放車輛在現(xiàn)實世界中收集的傳感器數(shù)據(jù)，并驗證自動駕駛軟件能否合理地處理棘手的情況。例如，一輛測試車的攝像頭可以記錄夜間過街行人的視頻。軟件開發(fā)人員可以在每次更新軟件時使用該視頻，以驗證該軟件仍然正確地檢測到行人。

而類似Wymo的更為先進的模擬器Crcrft，能夠建立整個道路網(wǎng)絡(luò)，其中自動駕駛測試車輛被許多其他車輛，自行車，和行人包圍。工程師可以使用這些虛擬世界來測試和重新測試特定場景。

此外，越來越多的自動駕駛初創(chuàng)公司也在打造自己的虛擬仿真測試平臺。

沒有模擬器的自動駕駛開發(fā)人員今后可能甚至無法生存——這是必不可少的。在仿真平臺上訓(xùn)練模型，然后用真實數(shù)據(jù)對它們進行微調(diào)，這大大減少了需要完整訓(xùn)練模型的真實數(shù)據(jù)量。

去年，微軟開源了一個用于模擬測試安全性的高擬真的人工智能系統(tǒng)AirSim研究項目，能夠利用AI技術(shù)，提供逼真的環(huán)境，模擬交通工具的動力和傳感，幫助研究人員和開發(fā)者構(gòu)建安全的自動駕駛系統(tǒng)。

此外，AirSim的更新版不僅包含車輛模擬、新的場景，還提供簡化編程的 API 以及即插即用的代碼，研究人員和開發(fā)者可以針對特定的需求創(chuàng)建所需要的場景，還可以利用 AirSim 的拓展性添加新的傳感器、車輛，甚至使用不同的物理引擎。

AID是奧迪（Audi）的全資子公司，擁有自動駕駛測試車隊，這些車輛運行著來自以色列人工智能和深度學(xué)習(xí)公司Cognt的自動駕駛車輛仿真平臺。該平臺負(fù)責(zé)人表示，目前社會對自動駕駛安全問題和效率的容忍度為零。為了實現(xiàn)這些目標(biāo)，仿真是并行于擴展道路試驗大規(guī)模開發(fā)和驗證自動駕駛的關(guān)鍵技術(shù)。

通過與Cognt的這種多年的合作，AID選擇了實施大規(guī)模的基于云的模擬解決方案，實現(xiàn)端到端的仿真測試，并將支持自動駕駛車輛的整個產(chǎn)品生命周期。

AID的CTO Alex Hg表示，從他們的角度來看，仿真是開發(fā)和測試自動駕駛系統(tǒng)技術(shù)的關(guān)鍵部分。按照業(yè)內(nèi)此前的說法，需要80億至110億英里的道路試驗來證明自動駕駛車輛的安全性達到可信任的水平。

隨著模擬測試工具的不斷成熟，這條開發(fā)路徑越來越類似于在傳統(tǒng)半導(dǎo)體行業(yè)使用的電子設(shè)計自動化（EDA）工具。EDA軟件始于學(xué)術(shù)界，后來被半導(dǎo)體制造商采納以加速芯片開發(fā)。

EDA技術(shù)就是以計算機為工具，設(shè)計者在EDA軟件平臺上，用硬件描述語言VerilogHDL完成設(shè)計文件，然后由計算機自動地完成邏輯編譯、化簡、分割、綜合、優(yōu)化、布局、布線和仿真，直至對于特定目標(biāo)芯片的適配編譯、邏輯映射和編程下載等工作。

從1981年開始，電子設(shè)計自動化逐漸開始商業(yè)化。最終，獨立的公司，如Cdence和Mutor圖形出現(xiàn)，為芯片制造商提供EDA軟件。

類似地，可以設(shè)想，未來自動駕駛車輛仿真軟件也有可能從自動駕駛公司構(gòu)建的內(nèi)部解決方案轉(zhuǎn)變?yōu)楠毩⒐緞?chuàng)建的產(chǎn)品。

這或許會成為未來自動駕駛技術(shù)初創(chuàng)公司的一條出路。