持续迭代，赋能自动驾驶研发

持续迭代,赋能自动驾驶研发具体情况如何，一起来看看吧。

自动驾驶的快速发展,在过去几年催生了大量新蓝海赛道,仿真测试便是其中之一。

目前在场景库构建方面的现状,行业玩家仍然是各自为战,不仅缺乏统一的标准,不同仿真平台之间对场景的使用要求也各不相同。由此导致的结果是,多数企业所用场景的覆盖度都非常有限,特别是Corner Case难以穷尽,且资源重复性投入巨大。

海量场景,仿真测试的硬性刚需

这些测试完全通过道路测量完成显然是不现实的,因为真正的道路测试不仅效率低、周期长、成本高,而且对场景也有很多限制。相比之下,模拟测试可以大大提高测试效率,缩短开发周期,降低R&D成本,通过构建虚拟场景库,将自动驾驶汽车测试放入接近现实世界的虚拟环境中。

不难发现在自动驾驶研发过程中,目前业界基本都是采用“仿真测试+实际路测”相结合的技术路线。其中核心的自动驾驶算法测试,甚至高达95%是通过仿真平台完成,重要性可见一斑。

正因为如此,在过去的一段时间里,大量的企业纷纷涌入轨道,以不同的技术基因和战略理念进行模拟测试和探索。其中IAE智行众维,作为本土智能驾驶仿真测试领域的技术引领者和重要参与者之一,构建了从SIL到HIL再到DIL和VIL的IAEX-in-Loop完整技术闭环体系,助力行业开展自动驾驶在各类应用场景中的安全验证。

发展至今,IAE智行众维已经先后和众多整车厂、Tier1、第三方检测机构、科技公司以及各地智能网联测试示范区等达成了深度合作,俨然成了本土自动驾驶产业发展的重要推动力量。

相较于实际路测,仿真测试带来的好处是显而易见的。

从应用环节来看,仿真测试可以贯穿车辆开发全流程。这也是为什么IAE智行众维自成立以来,就针对智能驾驶“V字型”开发流程所贯穿的各个测试验证环节,构建了全栈式的X-In-Loop技术闭环体系。其中,“水木灵境”这个闭环系统的关键基础是场景工场。仿真测试需要通过构建虚拟场景库来进行算法、软件和系统的测试和功能验证,这意味着场景库对驾驶场景的覆盖度以及场景数据质量将直接决定了仿真测试的效果。