随着自动驾驶量产时间点的临近，各大汽车OEM厂商也在加快相关技术的测试和验证。

　　在日前举行的奥迪Q8 SUV发布会上，德国奥迪表示将于2021年打造并推出基于Aicon概念车的首个自动驾驶车队。

　　近日，奥迪公司宣布与以色列自动驾驶仿真测试初创公司Cognata合作，以加快自动驾驶技术的开发进程。后者的仿真平台可以再现真实世界的城市，提供了一系列测试场景，包括模拟现实条件的交通模型。

　　Cognata的这款模拟平台利用了人工智能、深度学习、计算机视觉等技术，旨在提供一款方案，验证自动驾驶汽车的性能及功能扩展性。

　　今年初，Cognata就宣布公司正在投放一款基于云端的自动驾驶车辆验证用模拟引擎，英伟达与微软为其提供了相应的技术。

　　Cognata在2017年拿到了500万美元的融资，投资方包括Maniv Mobility(主要来自捷豹路虎、法雷奥等汽车OEM及零部件厂商)、空中客车公司的风险基金等。

　　传统汽车要走向自动驾驶，除了各家技术方案公司的努力，包括但不限于OEM、自动驾驶公司，还需要对实验结果进行不断测验，进行对称调试优化。

　　路测无疑是最直接的方式，但由于汽车的重量以及速度，在实际场景中测试有重大的安全隐患，尤其是在技术尚未成熟之前。可是没有实际的路测，技术的更新升级似乎难度又很大。

　　尤其是今年上半年，UBER的自动驾驶车在美国亚利桑那州坦佩市的全球首例由自动驾驶汽车酿成的死亡事故发生之后，对于自动驾驶测试是否应该在技术未成熟之前上路测试引发了业界的反思与讨论。

　　随后，英伟达宣布推出一套名为“NVIDIA DRIVE Constellation”，使用照片级真实感模拟、基于云的自动驾驶汽车测试系统，是一款基于两种不同服务器的计算平台。

    第一台服务器运行NVIDIA DRIVE Sim软件，用于模拟自动驾驶汽车的传感器，如摄像头、激光雷达和雷达。第二台服务器搭载了NVIDIA DRIVE Pegasus AI汽车计算平台，可运行完整的自动驾驶汽车软件堆栈，能够处理模拟数据，这些模拟数据如同来自路面行驶汽车上的传感器。

　　英伟达CEO黄仁勋介绍称，使用仿真测试系统，工程师可以在5个小时内，完成约48万公里的道路测试。

　　在不少业内人士看来，模拟测试是提高目前自动驾驶技术开发速度的关键工具，也是验证产品和证明其安全的必要工具。

　　按照行业普遍观点，车企需要100亿英里的试驾数据来优化其自动驾驶系统，若要达到该测试里程数，按照目前的实际路测能力计算，恐怕还需要耗费数年才行。

　　而对于传统的汽车功能，汽车制造商通常也要在投产前需要累计5亿到10亿英里的无事故行驶里程。

　　此前，百度自动驾驶测试负责人邢亮也表达了类似观点，目前的自动驾驶技术，是很难做到识别所有道路交通标志的，同时收集各种Corner case的道路。如果要尽可能完备的测试，还需要依赖一定的场景库，对测试车辆进行虚拟测试。

　　比如，谷歌旗下的Waymo在投入大量的自动驾驶车进行真实道路测试的同时，也在借助仿真引擎对自动驾驶进行着虚拟路测。

　　Waymo在谷歌打造的虚拟城市“Carcraft”里放置了25000辆虚拟测试车，在2016年一年时间内，这些车辆每天都可以虚拟行驶25亿英里。

　　这样的虚拟仿真测试也已经在几年前被通用汽车用于“超级巡航技术”的验证。包括一款全新的360°高速模拟器，为测试人员提供360度全方位无死角的高清投影，还使用了更新反馈与屏幕刷新技术以帮助他们快速测试和更新系统，进一步缩短研发周期。

　　近年来，类似Cognata这样涉足自动驾驶虚拟仿真测试平台研发的初创公司不在少数。在去年拿到200万美元A轮融资的硅谷初创企业Metamoto也宣布与摩比斯北美 (Mobis North America) 合作一个“模拟即服务”的虚拟仿真测试项目。

　　平台可以支持激光雷达、摄像头、雷达、GPS、IMU 等在内的各种传感器的精确模拟，客户能够在单个周期内累积数十亿英里的验证所需的工作，远超实际测试几个数量级。

　　这家公司的负责人表示，Metamoto的模拟产品可以协助工程师在自动驾驶系统中完成数百万次的日常测试，并智能地探索极端情况下的参数范围和性能极限。

　　还有一家有华人创立的虚拟仿真测试公司RealDrive，其推出的自动驾驶虚拟现实仿真平台Cybertron- Zero，基于云计算和仿真加速技术，构建了一个高真实感的道路交通模拟环境，用于自动驾驶汽车的训练和测试。自动驾驶汽车每天可以在虚拟环境中行驶上百万公里，并经历各种各样复杂工况。

　　RealDrive目前的合作伙伴包括宝马、威马、零跑汽车、阿里巴巴、国家智能网联汽车(上海)试点示范区等。公司创始人陈禄，毕业于浙江大学竺可桢学院混合班和CAD&CG国家重点实验室，是虚拟现实图形学方向博士，曾就职于通用汽车中国科学院、宝马中国技术中心等。

　　当然，虚拟仿真测试并不能解决量产的最终测试难题。

　　此前，Momenta创始人曹旭东表示，无人驾驶模拟可以通过算法生成感知和决策数据，减少数据收集和测试车辆数量，降低研发成本。

　　当然，无人驾驶模拟也存在不足：比如模拟生成的感知数据和真实的数据存在差异；模拟的规则是人制定的。很多失败的场景恰恰是人思考的盲点，单纯通过模拟并不能发现。