最近,因為疫情形勢嚴峻,美國的很多自動駕駛企業暫停了道路測試和商業化運營。
Waymo 也被迫關停了帶安全員的 Robotaxi 商業運營項目,只有少部分沒有安全員的自動駕駛車輛依然可提供服務,車輛在出車前都會進行全方位的消毒。
無法進行實際道路測試了,很多企業依然可以在仿真軟件上訓練自動駕駛系統的性能,這在很大程度上保證其研發進度不會受到太大影響。
藉著這個機會,我們以 Waymo 為例,來聊一聊自動駕駛車輛測試的那些事。
自動駕駛車輛上路之前,必須對其硬件、軟件等各方面進行非常嚴格的測試和驗證,但這不是件一勞永逸的事情,因為自動駕駛硬件、軟件會不斷進行更新迭代,每一輪迭代都意味著要進行一次完整的測試驗證流程。
現在很多的自動駕駛公司都是以月為單位(週期甚至更短)發佈軟件新版本,每一個版本都必須要經過周全測試才能進行部署。
即使是已經投入商業運營的車輛,依然肩負著測試的任務。
因為車輛一旦上路,各種各樣奇怪的問題都會出現,系統需要發現這些問題,工程師才能找到解決方案,以後再遇到這類問題,自動駕駛車輛應對起來才能遊刃有餘。
Waymo 在進行自動駕駛車輛測試時,會先對自動駕駛軟硬件的三大子系統單獨進行嚴格的測試驗證,然後再測試整車的安全和穩定性。
這三大子系統分別是:
- 基礎車輛平臺,OEM 本身就有嚴格驗證;
- 自研的硬件,包括各類傳感器以及計算單元;
- 自動駕駛軟件系統,感知、規劃、決策、控制系統。
在基礎車輛平臺方面,Waymo 現存的兩大主力車型是 FCA 的大捷龍以及捷豹路虎的 I-Pace。
這兩款車的背後是兩大歷史積澱的主機廠,在車輛質量測試和驗證方面有深厚的積累,這些車在出廠前各種功能安全已經通過了相關監管機構的質量標準認證。
車輛本身並不是問題,主要的任務還是集中在自研的硬件和自研的自動駕駛軟件方面。
Waymo 現在在密歇根州有自己的自動駕駛車輛組裝產線,而且還與麥格納的資深車輛工程師團隊合作進行自動駕駛硬件套件的安裝和標定。
傳感器、計算單元等硬件在上車前,都會進行各種各樣的失效驗證和效果分析。
![Waymo如何煉就“老司機”?](http://p2.ttnews.xyz/loading.gif)
比如攝像頭傳感器在裝車前,都要在實驗室中經過上百項的單獨性能驗證,之後還要測試其與其他傳感器的配合情況。
這是一個非常系統化的測試,將耗費大量的人力、物力和財力。
在自動駕駛軟件的可靠性驗證方面,Waymo 會對其系統的感知單元、行為預測單元以及規劃決策單元進行單獨、嚴格的測試。
由於系統是不斷迭代的,因而每一次更新迭代都要經過一個完整的功能驗證流程。
針對以上三個子系統的測試,除了基礎車輛平臺不需要 Waymo 花太多功夫之外,自研硬件和自動駕駛系統的測試都需要 Waymo 進行大量的投入,這些投入主要包括仿真測試、封閉測試場測試以及公開道路測試。
那麼,Waymo 是如何從這幾個方面入手,構建出完整的自動駕駛車輛測試能力的?
1.Carcraft:Waymo 的仿真測試利器
仿真測試已經是所有自動駕駛公司的標配,因為進行實際道路測試所耗費的資源量太大,而且在效率和效果上也無法完全滿足要求。
2017 年,Waymo 首次對外公開了其自動駕駛仿真模擬器 Carcraft,這個名字取義自著名的網絡遊戲 World of Warcraft(魔獸世界)。
事實上,仿真模擬器與遊戲的緣分很深,業內很多公司在早期就利用賽車遊戲裡面的場景來測試自動駕駛車輛。
![Waymo如何煉就“老司機”?](http://p2.ttnews.xyz/loading.gif)
Carcraft 是時任 Waymo 資深軟件工程師 James Stout(2013 年加入 Waymo,2019 年回到谷歌)一手打造的。Carcraft 運行在谷歌的數據中心上。
這個軟件可以全年無休地對自動駕駛車輛進行訓練,根據 Waymo 官方在 2019 年給出的數據,其仿真測試里程已經突破了 100 億英里。
作為參照,Waymo 創立 10 年來其車輛在實際道路上的測試里程是 2000 萬英里。
2017 年的數據顯示,在 Carcraft 上,Waymo 的 25000 臺虛擬的自動駕駛車輛不停地行駛,每天總的行駛里程達到 800 萬英里。
通過這些不間斷的訓練,Waymo 的自動駕駛系統不斷強化已有的駕駛技能,並且習得全新的駕駛技能。
如今,虛擬車輛的規模和每天可以完成的仿真測試里程應該更進一步大幅增加了。
Carcraft 不但能回放路測車輛行駛的場景,還可以創造出完全虛擬的場景,真實與虛擬相結合,共同推動自動駕駛車輛性能的提升。
舉個例子,在 Waymo 已經投放了自動駕駛車輛的亞利桑那州的 Mesa 地區,很多路口都有用於指示左轉的黃燈,這樣的路口有五條車道,必須在特定的時間左轉進入到特定的車道,轉早了不行、轉晚了也不行。
所以經過仿真軟件的場景重建,Waymo 的工程師可以為這樣的場景增加各種各樣的難度,讓自動駕駛車輛不斷進行測試,未來才能完美應對這樣的左轉路口。
在仿真環境下,Waymo 是這樣做的:
第一步,仿照該路口繪製一個高分辨率的可視化地圖,包括交通燈、車道、馬路牙子等等。
第二步,讓自動駕駛車輛在這樣的場景中不斷一遍遍行駛,這個過程中還會改變路口交通參與者的類型,加入各種不同的元素來挑戰自動駕駛車輛。
通過這些測試,車輛可以從中學習技能來完美通過這類路口。
第三步難度更大,Waymo 的工程師會加入一些更具挑戰性的內容,Waymo 將這個過程稱為「Fuzzing」。
比如將場景中的車輛的車速改變、將交通燈的變換頻次改變、在場景中增加行人、自行車、摩托車來擠佔車道。然後看看自動駕駛車輛會如何應對。
第四步就是驗證和迭代,在經過模擬仿真測試之後,系統已經學會了一項新的駕駛技能,這一項技能會固化下來。
之後,自動駕駛車輛將會在封閉場地和公開道路上去測試這些在仿真軟件中訓練出的算法。
只有 Carcraft 還不夠,Waymo 也在不斷補強其自動駕駛車輛仿真測試的能力。
2019 年 12 月,Waymo 收購了英國的 AI 技術公司 Latent Logic。
這家公司採用的「模仿學習」的方法可以對人類行為進行模擬,包括行人、摩托/自行車騎行者等,這些能力可以用在 Waymo 自動駕駛車輛仿真測試上。
有了 Latent Logic 的「模仿學習」技術和其團隊的助力,Waymo 的模擬仿真測試能力將進一步提升。
2.Castle:Waymo 的秘密基地
Waymo 很早就在加州秘密建設了幾處封閉測試場,其中最大的要數位於阿特沃特小鎮的 Castle 基地。
這個基地佔地面積超過 36 萬平方米,這個基地內有非常齊全的自動駕駛測試設施,像一座微縮版的城市。
Castle 裡面包含了各種類型的道路包括高速路、郊區道路(跨越鐵軌),還有很多極其少見的駕駛場景。
Waymo 在更新自動駕駛系統之後,都會在這裡進行封閉測試,穩定後才會規模化地部署到車隊上去。
在 Castle 裡,Waymo 的測試工程師可以創造出上千種「結構化測試」的場景用於自動駕駛車輛測試和提升。比如針對車輛硬件的碰撞測試就會在這樣的基地裡完成。
Waymo 還在 Castle 裡創造出了 20000 多種模擬場景用來反哺仿真模擬器,比如一位魯莽的司機開著車衝出車道、一位行人突然從停著的車裡下來走到車道上。
類似這樣的特殊場景還有很多,都能在 Castle 裡面模擬出來。
Castle 基地的負責人是 Waymo 現任系統工程師 Stephanie Villegas,主要負責自動駕駛車輛的「結構化測試」。
她在 2011 年就加入了谷歌無人車項目組,是非常資深的測試工程師。
一開始,她和她的同事們嘗試著搭建一些極端的場景來測試自動駕駛車輛的一些新的駕駛習慣和操控方式。
從那時起,Villegas 便到處收集一些小道具,包括一些仿製品、錐形桶、假植物、兒童玩具、滑板、球類等等,這些道具現在都被運到了 Castle 基地。
正是在 Castle 基地測試中表現穩定後,Waymo 的自動駕駛車輛才有機會駛入公開道路。
3.真實道路的挑戰:極寒、酷熱、極端天氣
通過對基礎車輛平臺、自研硬件與自動駕駛軟件系統的單獨的嚴格測試之後,Waymo 會對高度集成化的自動駕駛整車進行測試。
這個時候,Waymo 的自動駕駛汽車會駛入公開道路,進行可靠性/耐久性測試以及帶安全員的公開道路測試。
Waymo 的安全員們都會接受系統性的訓練,以便及時接管出現危險狀況的測試車輛。
Waymo 在 2012 年就拿到了美國內華達州的自動駕駛路測牌照,過去的近 8 年時間裡,Waymo 的自動駕駛車輛在全美接近 30 個城市進行測試,不斷面對新的挑戰(包括不同的道路環境、街道樣式、駕駛習慣等等),學習新的駕駛技能,一步一步成為老司機。
一輛成熟的自動駕駛車輛,必須能夠應對所有的極端環境、惡劣天氣。
Waymo 對車輛進行了一系列可靠性和耐久性測試,工程師去過冰天雪地的美國東北部;也到過酷熱的拉斯維加斯、戴維斯大壩、死亡谷等地。
這些車輛駛過陡峭的沙漠公路,經歷過擁堵的城市交通,也在保持著全美最高氣溫的死亡之谷穿梭過,還經歷了大霧天、沙塵暴等極端的天氣狀況。
為了應對炎熱的環境,Waymo 為其自動駕駛系統配備了特殊的冷卻系統,即使在發動機滿功率運轉、系統滿負荷運行時,也不會出現失效。
另外,Waymo 的測試工程師還在風洞裡對車輛進行了廣泛的測試,幾乎可以模擬任何天氣條件。
這樣的可靠性、耐久性測試,Waymo 的自動駕駛車輛已經經歷過無數遍。
針對自動駕駛車輛測試,Waymo CTO Dmitri Dolgov 表達過這樣一個觀點:
當你的自動駕駛系統越先進,提升的空間就越小,因為車輛已經熟練掌握了基本的駕駛技巧。這個時候你就需要更大規模的測試里程,去尋找更多邊緣案例(edge cases),去挑戰一些極端的場景。
隨著實際道路測試里程的累積,仿真測試也會變得更加複雜、其測試效果也會有所提升,這些可靠的仿真測試結果反過來又能幫助自動駕駛車輛更好地進行實際道路測試。
這是一個正向的是測試循環。
擁有 Carcraft 仿真系統、Castle 封閉測試基地以及在全美近 30 個城市測試的超 600 臺自動駕駛車輛,Waymo 的自動駕駛測試的技術閉環已經建立起來。
這個測試體系將大大推動 Waymo 在未來大規模部署自動駕駛車隊的進程。
閱讀更多 汽車之心Autobit 的文章