腾讯仿真云平台（腾讯仿真云平台下载）

本文目录一览：

• 1、盘点知名自动驾驶仿真平台，Waymo、腾讯榜上有名
• 2、腾讯自动驾驶云平台构建「数据闭环」 为自动驾驶落地提速
• 3、“新基建”助推自动驾驶进入快车道 腾讯等科技企业加大投入

盘点知名自动驾驶仿真平台，Waymo、腾讯榜上有名

无人驾驶离我们还有多远？

在发出这个问题前，首先要知道，自动驾驶汽车想要真正上路，必须经历多重安全考验，而路测则是必不可少的重要环节。

据美国兰德智库的估算，一套自动驾驶的系统至少需要经过110英里（约170-180亿公里）的验证才能达到量产条件。这就意味着，即便是一支拥有100辆测试车的自动驾驶车队，以25英里(40公里)每小时的平均时速全天24小时一刻不停歇地测试，也需要花费大约500年的时间。

同时，一台成熟的自动驾驶汽车还需要在暴雪、暴雨、强太阳光照射等极端条件下灵敏地识别道路上的物体，正确、迅速地做出反应。但在自然环境中，这些极端条件不会经常发生，且很多极端情况都非常危险，在测试中必须要估计到。所以，仅仅依靠实地开展自动驾驶道路测试，效率低，成本巨大，且不够全面。在这样的情况下，能够提供完美的虚拟现实路测环境的仿真平台，就成为了自动驾驶汽车进行道路测试的高性价比选择。今天我们就来一起看看，那些国内外知名的自动驾驶仿真系统是如何进行虚拟道路测试的。

英伟达：Drive Constellation——基于两种不同服务器的计算平台

在可编程图形处理技术上处于世界领袖地位的英伟达，于去年3月正式宣布上市云自动驾驶仿真平台Drive Constellation。

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，用以模拟如摄像头、激光雷达和雷达等自动驾驶汽车的传感器。DRIVE Sim软件可生成照片级逼真的数据流，以创建大量不同的测试环境，例如，它能够模拟诸如暴雨和暴风雪等不同天气状况，一天中不同时间内的光线变化，以及所有不同类型的路面和地形。第二台服务器则搭载了 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，并能够处理如同来自路面行驶汽车上的传感器的模拟数据。

英伟达Drive Constellation

腾讯：TAD Sim——如同大型RPG游戏的仿真平台

众所周知，目前很多自动驾驶主流的仿真系统都是根据游戏引擎开发的，而擅长游戏开发和经营的腾讯，也将专业的游戏引擎、工业级车辆动力学模型、虚实一体交通流等技术运用在了自动驾驶模拟仿真平台TAD Sim（Tencent Autonomous Driving Simulator）上，这也是腾讯做自动驾驶仿真平台得天独厚的优势。

在TAD Sim这个无限趋近真实世界的场景里，不仅可以满足自动驾驶汽车不断迭代的测试需求，还可以提高自动驾驶技术研发效率。TAD Sim内置的高精度地图，可以完成感知、决策、控制算法等实车上全部模块的闭环仿真验证，完成不同天气、光照条件等环境的几何模拟，以及测试车辆的感知能力、决策能力、和车辆控制仿真。结合采集的交通流数据以及极端交通场景的模拟，TAD Sim能够持各种激进驾驶、极端情况的自动驾驶测试，以更高效率、更安全的方式完成在现实世界中无法进行的各项测试。

去年，腾讯与宝马在自动驾驶领域达成战略合作，针对中国复杂多变的驾驶场景进行分析处理，助力宝马研发符合中国市场的自动驾驶技术和产品。此外，TAD Sim还可以为政策制定部门、交通管理部门提供交通调度管理、道路及交通规划、自动驾驶法规研究等方面的测试, 全方位助力自动驾驶的量产落地。

腾讯TAD Sim复杂路况仿真

Waymo：Carcraft——将现实变为虚拟的“开拓者”

从最初的“谷歌无人车”到后来的谷歌Waymo，谷歌可以说是自动驾驶研究领域的“老大哥”。前不久，谷歌宣布， Waymo自主研发的仿真测试软件Carcraft已模拟了100亿英里的道路场景，且支持Waymo车型进行大规模测试。

由于自动驾驶汽车需要利用网络神经与算法进行不断学习，所以Carcraft设置的各种各样的道路状况，可以让车辆从中学习到更多。Waymo 测试车在路上遇到的许多情况可以直接在模拟器中进行模糊化，同时程序员也可以将多种情况进行叠加，以创造出各种极端情况。Carcraft进行模拟后得到的数据又可以反馈给现实世界的测试车，这样循环往复，车辆就会变得越来越强大。对此前还在用“场景回放”进行测试的Waymo来说，Carcraft在自动驾驶研究中扮演着前所未有的重要角色，甚至对于世界的自动驾驶技术而言，Carcraft都意义非凡。

2019年年末， Waymo 宣布收购英国仿真技术公司Latent Logic，用于帮助Waymo实现更加贴近现实的仿真技术，更好地进行自动驾驶的预测和规划。

当前，国内的自动驾驶仿真系统还处于起步阶段。即使是国际上仿真模拟技术比较成熟的公司，在中国道路场景的开发与中国驾驶员行为模拟方面仍不够成熟。从另一个角度来看，这其实给中国本土研发自动驾驶仿真模拟技术的公司释放了良好的机会。期待越来越多的像腾讯这样的本土科技企业加入自动驾驶仿真系统的建设中来，搭建具有中国特色的仿真测试环境，助力成熟的无人驾驶技术早日实现。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

腾讯自动驾驶云平台构建「数据闭环」 为自动驾驶落地提速

数据是数字化时代全新的生产要素，数据与算法、算力的融合，正在促进人工智能行业的发展。自动驾驶作为AI技术的 皇冠 （ 查成交价 | 车型详解 ），数据的作用更是贯穿生产、测试、研发全生命周期。目前，自动驾驶走入以落地应用为目标的下半场，解决极端场景下的安全问题，也离不开大量数据支持。对数据进行高效的采集和利用，提高数据循环链路的速度，成为整个自动驾驶技术迭代的关键点。

构建数据闭环，提升自动驾驶系统的核心竞争力

要实现自动驾驶，必然要搞定大数据。利用并转化收集到海量的实际路况数据，可以帮助系统加速学习和升级，也意味着能够率先抢占高级别的自动驾驶技术高地，因此整个行业都极为重视并大力投入。

车辆要想在道路上实现完全自动驾驶，除了要依靠车辆本身的摄像头、毫米波雷达、激光雷达等传感器，还要依靠网联技术的支持。行驶时车辆依靠各种传感器“观察”道路，会产生大量数据，1.5小时的驾驶时间数据量达4TB，车端显然不适合处理和存储如此巨大的工作负载。而车端产生的大量数据，是提升自动驾驶体验、完善算法的关键资源，所以最好是共享到云端，再通过人工智能算法提供大量的训练数据来供机器学习，以搭建虚拟开发测试环境进行验证。

要想在复杂的场景中提升现阶段辅助驾驶/自动驾驶安全性，繁复的测试与验证工作必不可少，由于现实中的驾驶场景难以穷尽，极其复杂且不可预测，在开发和测试的过程中，业界一般通过采集大量的数据构建场景集，帮助汽车打造仿真环境以实现模拟测试。实际路测中，复现一次极端场景的接管可能需要1个月的时间，而依靠数据，不仅可以复现更多极端场景，还可以极大提升测试效率。

此外，在部署自动驾驶车辆之后，会产生大量的回传数据，自动驾驶系统也需要基于这些数据不断进行迭代升级，并通过OTA的方式为用户持续推送新的功能、适应更多的场景和提升体验。

由此可见，基于数据驱动的自动驾驶，在完成前期数据的收集、中间数据的存储与迁移之后，还要对后期核心数据进行训练与管理。因此，构建自动驾驶数据闭环，是自动驾驶产品研发的核心竞争力。

腾讯自动驾驶云平台驱动数据高效流转

腾讯凭借多年在大数据、AI等领域的深度积累，借助腾讯云强大的算力支持，结合本土化的交通场景和应用需求，成功研发出在工具链完整性、场景丰富性、场景真实性等方面行业领先的自动驾驶云平台，极大地提升了研发和测试效率，在云端高并发运行、真实有效性等方面实现了创新突破。

据悉，腾讯自动驾驶云平台基于云端海量存储空间与计算资源支撑，构建了数据采集管理、样本标注、算法训练评测、诊断调试、云端仿真、实车反馈闭环等全流程云服务，提供支撑自动驾驶研发的全链路云服务和开发平台。

在数据治理方面，腾讯自动驾驶云平台的样本标注服务采用国际顶级算法预标注，可在实现样本自动化生产，提升生产效率的同时，积累海量样本数据，包括全要素目标检测、跨相机目标跟踪、语义分割等图像标注、3D激光点云标注、以及精准图像与3D点云融合标注、变道标注等多种自动驾驶研发专用样本等。此外，该技术在计算节点中闭环运行全栈自动驾驶算法，支持一万个以上场景的并行计算，使得1000个测试场景的运行时间从2天大幅缩减至4分钟，并实现全自动化测评。在虚拟城市中数以千计的自动驾驶车辆不间断的持续行驶，并通过随机工况和激进交通流提升测试复杂度。

在数据应用层面，在测试工具之外，对于测试管理、政策制定等相关部门来说，仿真作为智能网联汽车最重要的测评工具,既可帮助企业掌握在车辆研发、测试和集成的不同阶段的安全边界和质量问题，也有利于相关标准制定和场景库的建设，通过信息化和标准化的手段提升智能网联汽车行业透明度。在产业互联网领域，腾讯致力于做数字化的连接器和工具箱，腾讯自动驾驶云平台也在和OEM厂商、测试场、政府机构、产业联盟乃至科研机构广泛合作，推动应用落地。

（图/文/摄： 石家庄01） @2019

“新基建”助推自动驾驶进入快车道 腾讯等科技企业加大投入

2020年，“新基建”成为了全民关注的焦点。据统计，截止到3月1日，全国有13个省市发布了2020年重点项目投资计划清单，涉及新基建总投资金额约为34万亿。包括5G基建、充电桩、大数据中心、人工智能、工业互联网等在内的七大板块，涵盖了交通出行、工业生产、民生保障、通信等方方面面。

新基建七大领域

自动驾驶进入快车道

与传统“铁公基”相比，“新基建”带有浓重的产业互联网基因，强调运用许多已经存在的尖端科技、技术去对传统的产业进行改造升级，是一个“并入式”的发展过程。从这个角度上来说，中国众多科技企业多年来的技术积累，为“新基建”的开展奠定了基础。

以 “新基建”七大板块之一的人工智能为例，自动驾驶集成了人工智能几乎所有技术类型，可以说是AI技术的皇冠。其发展应用涉及到从底层硬件到AI技术和平台等多个方面，包括芯片、传感器、计算机视觉、云平台、大数据服务等技术板块，涵盖环境感知、决策、高精地图与定位、车联网V2X、决策控制、测试与验证等复杂细分产业链。

腾讯自动驾驶汽车路试

每一次的工业革命，都是从能源、交通、信息这三大领域推动。随着国家对新能源产业发展的大力支持、大带宽、低延时的5G通信网络普及、以及智慧化的道路建设，自动驾驶将进入发展快车道。

科技企业加大自动驾驶领域技术投入

过去几年，为实现自动驾驶的商业化落地，以腾讯为代表的众多科技企业投入了大量的资源，为自动驾驶迎接“新基建”时代储备了充足的技术资本。

1、高精度地图覆盖全国高速、快速路

以高精度地图为例，它能为车辆提供精准的车辆位置信息和丰富的道路元素数据信息，帮助汽车预知路面复杂信息，如坡度、曲率、航向等，对于L4级以上的自动驾驶汽车来说，高精度地图是必要条件。

我国拥有高精度地图生产资质的企业屈指可数，腾讯就是其中之一。目前腾讯高精度地图团队已经完成了对全国重点城市快速路、高速路的高精度地图采集和数据生产，基于高精度地图的L4级自动驾驶汽车也开始了道路测试。

2、自动驾驶仿真技术落地应用

测试与验证，是自动驾驶技术落地的一大难点。绝对安全是人类对自动驾驶汽车的期望和要求，而行业普遍认为，要做到这一点，至少需要110亿英里的测试数据来对自动驾驶系统进行优化。这需要100辆汽车，以40km/h的速度，昼夜不停跑上500多年，对任何企业来说，都是一个难以企及的目标。

为了积累足够的测试数据，使用模拟仿真平台提升测试效率成为了行业的普遍选择。腾讯也利用强大的游戏引擎、工业级车辆动力学模型、三维重建等技术打造了自动驾驶模拟仿真系统TAD Sim。

上海博园路仿真效果对比

通过高精度、可扩展的模拟仿真技术，腾讯自动驾驶模拟仿真平台可以依据具体需求构建出一个无限趋近真实世界的场景，不仅可以满足不断迭代的测试需求，还可以提高自动驾驶研发效率。在场景型云仿真之外，腾讯还打造了虚拟城市型云仿真，让自动驾驶车辆在虚拟环境中持续的运行，并支持大规模并行加速，提升测试效率，满足自动驾驶技术发展的验证需求。

目前，国家智能网联汽车“长沙”测试中心等自动驾驶测试验证机构，也在采用腾讯模拟仿真平台来探索测试验证的创新应用。

3、顺应时代 布局5G-V2X

V2X，是自动驾驶走向落地的另外一项关键技术，其中V代表车辆，X代表任何与车交互信息的对象，当前X主要包含车、人、交通路侧基础设施和网络。该项技术的作用在于打通车、路、人的闭环，实现车辆与外界的实时信息交互，以最大限度弥补单车智能的不足，保证自动驾驶汽车在极其复杂的交通环境中也能安全行驶。

V2X技术需要依赖5G带来的大宽带、低延时信息交互。在“新基建”中，5G建设也作为支撑经济社会数字化、网络化、智能化转型的关键，被列为重中之重。

在5G-V2X的运用方面，腾讯未来网络实验室在2019年5月，正式发布了5G车路协同开源平台，聚焦于基于边缘计算的车路协同领域，着力于解决终端设备普及率低、没有主流软件触达用户、道路设备缺乏有效连接、道路信息碎片化等行业痛点，推进智能网联汽车应用的快速落地。

结语：

一方面，新基建热潮给科技企业带来更多的发展机遇，另一方面，科技企业的创新探索也为新基建发力提供了基础。可以说，以腾讯为代表的科技企业，储备了大量的尖端技术，在“新基建”的助推、普及下，可以助力自动驾驶行业玩家实现快速发展，推动智慧交通系统的建设。

今后，伴随着“新基建”的全面铺开，自动驾驶产业链上下游都会迎来更大的发展空间，这样的良性循环，对以自动驾驶技术为代表的智慧交通系统的构建乃至整个社会的整体发展来说，都具有重要的意义。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。