蓋世汽車訊 視頻中，頂部為淺藍色的淺灰色立方體沿著一條黑暗的高速公路滑行，四周被數十個綠色立方體包圍。這些綠色立方體在車道之間彈跳以試圖通過灰色立方體，但隨著黑暗景觀陷入人造夜景，灰色立方體始終保持穩定的速度。

這是仿真城市（Simulation City），谷歌旗下Waymo測試其自動駕駛汽車的虛擬世界，可為現實世界的體驗做準備。頂部為藍色的灰色立方體代表Waymo的一輛自動半掛卡車，而綠色立方體則是人工高速公路上的所有其他車輛。

（視頻來源：theverge）

Waymo在自動駕駛汽車運營商中地位獨特，因為該公司采用了兩個仿真程序訓練車輛。第一個是CarCraft程序，從2017年就開始使用。Waymo稱該程序已經行駛了50多億英里。Waymo在其最新的虛擬世界——Simulation City中，訓練、測試和驗證“Waymo driver”軟件，以確保其車輛能夠更好地應對開放道路中的所有挑戰。

Waymo高級產品經理Ben Frankel表示，在發現虛擬測試能力存在“差距”后，該公司決定加入第二個仿真程序。具體差距包括使用仿真來驗證新的車輛平臺，例如近期Waymo在加利福尼亞測試的Jaguar I-Pace電動SUV，以及Waymo配備傳感硬件和Waymo驅動程序軟件的半掛卡車。

Waymo還使用Simulation City在新的運營領域進行測試，從而使車輛為在新城市推出做好準備。目前，Waymo在亞利桑那州鳳凰城以外的郊區、舊金山和加利福尼亞州山景城部署了自動駕駛車輛，并在在洛杉磯部署了可收集地圖數據的手動駕駛車輛。迄今為止，Waymo表示已在二十多個城市測試其車輛，其中大部分在加利福尼亞州。由于擴張進展緩慢，Waymo希望Simulation City能夠推動其自動駕駛擴張到新的城市。

Simulation City非常適合測試“端到端”自動駕駛出租車旅行，例如穿越舊金山的20分鐘“僅限騎手（rider only）”。“僅限騎手”是Waymo對不配備駕駛員的無人駕駛汽車的形容。Waymo車隊大約擁有600輛汽車，其中亞利桑那州有300多輛，在約100平方英里的服務區內運營，包括錢德勒、吉爾伯特、梅薩和坦佩鎮，但其完全無人駕駛的汽車的實際運營地大小僅為該區域的一半。

仿真是自動駕駛汽車難題的關鍵部分。這些程序使Waymo的工程師能夠大規模測試常見的駕駛場景和安全關鍵的邊緣情況，然后將其學習到的知識反饋到其真實世界的車隊中。

（圖片來源：theverge）

其關鍵詞是“規模”，因為這些仿真器可允許Waymo測試更遠的距離，遠超車輛在公共道路上的行駛距離。Waymo表示，截至2020年，該公司已仿真測試了150億英里的駕駛里程，而實際駕駛里程僅為2000萬英里。在Simulation City中，這些真實世界的里程數可反映在仿真中行駛的里程數，這意味著Waymo對其為車輛構建的虛擬情況的有效性和可靠性更有信心。

與Waymo之前的虛擬世界測試相比，Simulation City在可創建細節級別上，其計算能力更加先進。例如，Waymo的工程師可以仿真很多東西，小到雨滴或復雜到傍晚太陽眩光。過去，眾所周知，這些情況會混淆自動駕駛汽車的感知硬件，從而導致難以識別交通燈等關鍵標志。

除了自己的真實世界測試外，Waymo還使用各種數據源來幫助構建仿真器的駕駛場景，包括美國國家公路交通安全管理局（National Highway Traffic Safety Administration）的碰撞數據系統和交通研究委員會（Transportation Research Board）的自然駕駛研究數據。

該公司還利用其自動駕駛汽車收集的人工智能和傳感器數據生成逼真的攝像頭圖像以進行仿真。Waymo稱這種技術為SurfelGAN（surfel是“surface element，表面元素”的縮寫，而GAN代表generative adversarial network，生成對抗網絡，這是一個機器學習術語）。

當前的傳感器仿真器通常使用游戲引擎，例如Unreal或Unity，而這些引擎需要手動創建環境和其他對象，例如汽車和行人。Waymo的工程師發現，這些游戲引擎難以擴展，并且經常無法在沒有大量額外工作的情況下生成攝像、激光雷達和雷達數據的真實近似值，因此創建出SurfelGAN。

SurfelGAN使用紋理映射的表面元素來重建場景和攝像頭視點的位置和方向。而使用人工智能可有助于擴展產品，使其更容易、更高效地開發。最近，Waymo多名研究人員共同撰寫的一篇論文中對該技術進行了概述，其中包括首席科學家 Dragomir Anguelov。

密歇根大學（University of Michigan）機械工程教授、自動駕駛汽車試驗場Mcity的負責人Huei Peng表示，使用這些新的仿真技術存在風險。主要的問題是有缺陷的輸入數據將產生完全無用的結果，這在計算科學界被稱為“垃圾輸入，垃圾輸出”。

Peng表示：“你必須做某種關聯才能說，‘我的仿真不是垃圾，仿真和真實測試的結果間的相關性非常密切，即使在數量上不是100%相關’。”但Frankel表示：“Waymo已經改進了Anguelov和合著者去年在論文中概述的內容。自發布傳感器仿真以來，仿真器的成熟度已經大大提高。”

今年早些時候，Waymo展示了如何使用仿真，使自動駕駛汽車更好適用于公共道路的案例。為了證明其機器人司機比人類更安全，Waymo仿真了近十年來在亞利桑那州發生的數十起真實世界的致命車禍。該公司發現，用機器人引導的小型貨車替換兩車相撞事故中的任何一輛車都可以幾乎避免所有死亡。

Waymo在推出自動駕駛出租車方面一直很保守，拒絕擴大在亞利桑那州的服務區域，并在確定其軟件能夠勝任更密集、更復雜的城市環境之前，一直在海灣地區推出類似的服務。但Frankel表示，Simulation City有助于其自動駕駛汽車不斷“成熟”，為未來更廣泛地使用做好準備。

返回第一電動網首頁 >