4月22日，阿里巴巴達摩院發布了全球首個自動駕駛“混合式仿真測試平臺”，官方稱模擬一次極端場景只需30秒，系統每日虛擬測試里程可超過800萬公里，大幅提升自動駕駛AI模型訓練效率。

說到自動駕駛仿真平臺，百度、騰訊等都早已推出，那么阿里的全球首個又有什么特點呢？混合式又是指的什么？

真實路測數據+極端場景模擬

自動駕駛最關鍵的一個環節便是路測，只有積累足夠豐富的路測數據，才能有安全可靠的自動駕駛軟件，當前全球實力最強的Waymo也是積累路測里程最多的自動駕駛公司。

但現實環境下的路測總是有條條框框的限制，所以虛擬仿真測試平臺成為了一個有效的補充，它可以模擬出真實的駕駛場景，傳感器性能等等。

當前，多數車企都在借助仿真測試來取代部分實際的路測。Waymo早在2017年就開發了Carcraft，百度在2018年底和Unity公司合作打造了仿真測試平臺，2019年底騰訊也基于其強大的游戲引擎基礎開發了TADSim自動駕駛仿真測試軟件。

除此之外，華為、英特爾、微軟等都有涉獵，可見自動駕駛路測模擬仿真市場的火熱。

阿里如今也姍姍來遲，而且在平臺命名上已經略勝一籌：全球首個。

不過，當前的仿真平臺也存在一些局限性，舉個例子，比如對自動駕駛收集感知數據的傳感器仿真，測試平臺很難完全模擬出傳感器的真實物理特性，再比如虛擬仿真環境下的數據處理和分析等。

阿里稱，傳統仿真測試平臺的極端場景數據不足，無法還原真實路況的不確定性，但混合式平臺解決了這個難題。

它不僅可以使用真實路測數據自動生成仿真場景，還可通過人為隨機干預，實時模擬前后車輛加速、急轉彎、緊急停車等場景，加大自動駕駛車輛的避障訓練難度。另外，還可以任意增加極端路測場景變量。

該平臺可在30秒內完成雨雪天氣、夜間照明不良條件等特殊場景的構建和測試，每日可支持的場景構建數量達百萬級。

用阿里的話來說，這個混合式平臺既可以利用真實路測數據，而且能夠快速完成復雜場景的構建。

此前，英偉達曾表示利用DGX和Tensor RT 3做駕駛仿真，工程師可以在5小時內完成48萬公里的路測，對比之下，阿里的平臺可以完成每日超過800萬公里的路測，平臺處理數據能力可見一斑。

從既有的信息來看，很難進一步評估阿里達摩院的混合式仿真模擬平臺實力如何，但阿里的入局無疑是為路測仿真市場添了一把火。

阿里的自動駕駛之路

最早在2017年，有消息稱阿里在研發自動駕駛相關技術，2018年，阿里自動駕駛團隊改裝的林肯MKZ進行常態化路測，當時的新聞指出阿里團隊瞄準L4高級別自動駕駛，未來能夠與阿里城市大腦、AliOS汽車操作系統等相互配合。之后阿里又聯合交通部公路科學研究院，探索基于車路協同探索自動駕駛和道路智能化的解決方案。

據阿里巴巴達摩院自動駕駛實驗室負責人王剛透露，阿里在自動駕駛算法方面提出了小前臺、大中臺的概念，同時打造了AutoDrive平臺，由自動調參模塊、網絡結構搜索模塊、主動學習模塊、框架和基礎集群平臺組成，可提升自動駕駛技術研發迭代的速度。

阿里認為，未來類似AutoDrive的中臺會成為自動駕駛深度研發的必備模塊。

而自動駕駛數據的采集、回歸、仿真、模型訓練、測試評價等環節都需要云平臺的支撐，阿里云就是其強大的后盾。

此次，阿里達摩院推出的混合式仿真測試平臺，其背后大量的數據處理同樣離不開阿里云。

云服務和達摩院的人才、技術優勢是阿里做自動駕駛的兩大法寶。鎂客網認為，在自動駕駛方面，阿里的打法并不激進，他們更多的是想要做一個“中間平臺方”，以技術輸出、賦能者的角色去打通上下游，既能反哺自有產業，也能將“大魚小蝦們”收入囊中，擴大自有生態。

最后

當前，我國有不少智能網聯測試基地都在采用“模擬仿真+實際路測”的模式推動自動駕駛技術落地，比如投資10億元的重慶測試區，以及湖南的國家智能網聯汽車（長沙）測試區，都選擇和科技公司強強聯手，打造這種雙模式路測環境。

于阿里來說，此番入局為時不晚，隨著國內路測環境越來越寬松，以及允許包括載人、載貨測試的規定出臺，模擬仿真路測會有更多有效數據的加持，對整個自動駕駛系統的優化也將大有裨益。

責任編輯：gt