行走在北京中关村软件园的街道上,一辆百度 Apollo 自动驾驶测试车与你擦身而过,这正是自动驾驶汽车技术蓬勃发展的缩影。作为一辆测试车,它行进的每一公里,都为提升自动驾驶技术安全性、完善科学的测试评价体系积累点滴。
今年4月,国家十四五重点研发计划“自动驾驶仿真及数字孪生测试评价工具链”项目(项目编号:2021YFB2501200)启动暨实施方案论证会在西安召开。由长安大学牵头,联合同济大学、清华大学、公安部交科所、百度等十余家单位承担。百度作为核心参与方,牵头承担其中课题二《融合交通特征的场景生成技术与加速测试云平台研发》研究工作,结合数据采集、大规模云仿真测试平台与场景库技术,针对现实中的复杂交通场景进行多维度解析,逐层递进深入,实现有效、合理、准确的仿真测试场景构建并形成相应成果。 科技部“国家重点研发计划”是当前我国影响力最大、水平最高的科研计划之一,现已成为我国针对事关国计民生的重大科学技术问题、突破国民经济和社会发展主要领域技术瓶颈的重要科技资助渠道。“自动驾驶仿真及数字孪生测试评价工具链”项目预期突破适应演进交通环境的高等级自动驾驶系统上路许可与效能评价中的关键技术,打造面向智能评级、缺陷识别及安全认证的完整工具链,百度 Apollo 团队将积极配合组织单位推进项目建设,并以专业的技术能力、过硬的综合素质,助力我国自动驾驶测试评价理论、技术方法、工具链开发集成与标准化等方面取得突破。目前,自动驾驶汽车在真正商业化应用前,需要经历大量的测试验证才能达到商用要求,但是道路测试的时间成本较高、同时涉及到自动驾驶的法律法规容忍度、极端场景及危险工况的测试安全性等问题,使得自动驾驶系统研发测试面临着诸多困难。因此,超大规模的仿真场景生成与测试技术成为解决这一问题的关键,通过关注典型的、曝光度高的安全事故类场景,结合数据采集与数据闭环技术,针对大量的具有安全风险的复杂交通场景进行测试,形成具备高覆盖度、高真实度和可解释性的自动驾驶安全性测试与验证方法。百度自动驾驶云技术基于研发平台、数据平台、测试平台、运营平台及监管平台,打造数据驱动的自动驾驶研发测试应用闭环。其大规模、高并发的开发能力,可实现运营版本算法周级别迭代上新、千人级别协同研发、万台机器集群大规模并发。此外,云技术仿真测试里程也达到日行百万公里、道路实践达千万公里,场景库数量和评价体系达到千万级标准、覆盖度达到99.8%,行业领先。本次国家课题的顺利实施,将为我国自动驾驶上路许可、质量和安全保障、交通管理等提供完整的测试技术支撑,加速推进自动驾驶落地应用、提升我国自动驾驶测试领域在国际上的核心竞争力。希望不久的未来,自动驾驶车辆能够更安全、便捷地服务于你我的生活,融入日常风景中。