導讀：悶聲憋大招，達摩實驗室首先發布“混合式仿真測試平臺”，將真實的路側數據自動生成仿真場景，率先突破純虛擬測試平臺“一統天下”的局面。
一段時間以來，我們一直聽到特斯拉在做自動駕駛，百度、騰訊、小馬智行、文遠知行、蔚來等科技公司在做自動駕駛。然而，就在昨天（4月22日），阿里達摩院突然對外發布了全球首個自動駕駛“混合式仿真測試平臺”。
又在不聲不響地憋大招了？儘管阿里在自動駕駛領域的存在感並非那麼高，但低調並不等於沒有部署。
據悉，該平臺採用了虛擬與現實結合的仿真技術，引進真實路測場景和雲端訓練師，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，大幅提升了自動駕駛AI模型訓練效率。
在此之前，由於缺乏極端場景的數據，傳統純虛擬平臺無法真實還原路況的不確定性，系統也就無法精準應對真實路況條件下的突發情況。但此次達摩院發佈的混合式仿真測試平臺實現了將真實的路測數據自動生成仿真場景導入到系統中。
同時，它還可以添加人為隨機干預，包括複雜的天氣情況、各種環境下的照明條件、隨機出現的障礙物等特殊場景的構建和測試。
在還原真實極端場景的基礎上，加大了自動駕駛車輛的避障訓練難度。 該仿真測試平臺還能在30秒在復現實際路測中可能需要一個月的時間才能完全測完的極端場景，每日可支持的場景構建數量達百萬級。
達摩院相關負責人介紹，該技術將推動自動駕駛加速邁向自動駕駛的最高階段——L5完全自動駕駛階段，排除商業和法規因素等限制，駕駛車輛的設計運行條件將沒有限制。
應該說，阿里的自動駕駛發展之路一直非常低調，頗有種與世無爭的感覺。這或許是因為，它的自動駕駛主要應用於智能物流車領域。
不管是菜鳥物流還是餓了麼，未來或都將啟用自動駕駛物流車替代人工配送。包括本次發佈仿真測試平臺時所演示的車輛， 同樣是快遞車的樣子。
在達摩院官網上，我們看到這樣一段描述：
不難發現，它的應用領域主要是智能物流車的開發和城際物流網的建設。
雖然阿里巴巴在2018年4月份才正式宣佈佈局自動駕駛技術，但在此之前，它已經在操作系統、高精準定位、行人識別和自動駕駛車輛檢測等多項發展自動駕駛所必須的技術做好了儲備。
在智能駕駛操作系統方面，阿里的AliOS早在2016年就搭載到了榮威RX5汽車上，為汽車智能化、智能駕駛提供了系統基礎。
在導航和精準定位方面，2014年7月，阿里全資併購了在數據量、地圖精度方面在國內處於領先的高德地圖。業內認為，完全自動駕駛汽車依賴於高精地圖提供的全方位導航信息。
此外，它還與中國兵器工業集團共同發起成立了千尋位置，該公司的精準位置服務處於全球領先水平，能提供高達動態釐米級和靜態毫米級的定位能力。
在道路場景分割方面，在國際最大的自動駕駛計算機視覺算法集KITTI中，阿里巴巴曾在2018年一舉拿下UMM_ROAD（多車道）與UU_ROAD（鄉村車道）兩項特定場景及URBAN_ROAD（城鎮車道）整體場景三項測評任務第一名。
在自動駕駛行人檢測方面，阿里巴巴人工智能研究機構iDST在2018年奪得KITTI行人檢測單項冠軍。同時，在行人再識別數據集Market1501中，他們也取得重大突破，首位命中率提升至96.17%，位居世界第一。
在自動駕駛車輛檢測方面，阿里巴巴iDST團隊在2017年打破了KITTI車輛檢測世界紀錄。這項算法重點解決多視角、多姿態以及車輛遮擋等問題。今年3月，達摩院提出了一個通用、高性能的自動駕駛檢測器，實現了3D檢測精度和速度的提升，該成果在KITTI BEV榜單中排名第一。
就在本月上旬，達摩院還新研發了用於車載攝像頭的圖像信號處理器（ISP），其每秒可處理200萬像素圖像，保障自動駕駛車輛在夜間擁有更好的“視力”，“看”得更清晰，從而大幅提升自動駕駛安全性。目前，該處理器已經用於自動駕駛物流車，路測性能達到業界領先水平。
事實上，自動駕駛仿真市場已現多國殺局面，玩家雲集。
根據《中國自動駕駛仿真技術研究報告（2019）》的預測，未來5年仿真軟件與測試的國際市場總規模約在百億美元左右。
越來越多的公司將自動駕駛汽車量產提上日程，實地路測的需求旺盛，測試園區供不應求，這些都使得仿真測試成為行業的剛需。
此前，百度、騰訊都已經推出了自動駕駛仿真平臺，百度更將其仿真平臺列為阿波羅主要變現途徑。
有趣的是，騰訊的遊戲技術成為助力自動駕駛的優勢。
騰訊用虛實結合、線上線下一體的自動駕駛仿真系統TAD Sim(Tencent Autonomous Driving Simulator)作答。
TAD Sim結合了專業的遊戲引擎、工業級車輛動力學模型、虛實一體交通流等技術。去年11月的Techo開發者大會X論壇上，騰訊自動駕駛仿真業務負責人孫馳天在《自動駕駛與“頭號玩家”》的演講中就談到，“通過高精度地圖、大數據、AI和雲技術，騰訊自動駕駛仿真系統可以讓虛擬場景無限接近真實世界。”
上海博園路實景與仿真效果對比
孫馳天對此的解讀為，TAD Sim就像運轉一部大型的RPG遊戲，需要強大的遊戲引擎作為基礎，才能保證場景還原有足夠的真實度。
當然TAD Sim不是簡單的遊戲引擎的移植。
TAD Sim多天氣多時段仿真
騰訊認為，在場景的幾何還原上，模擬仿真平臺要做到三維場景仿真和傳感器仿真，讓環境和測試車輛條件都與現實世界相同;在場景的邏輯還原上，要在虛擬世界中模擬出測試車輛的決策規劃過程；在場景的物理還原上，需要模擬出車輛的操控和車身動力學作用結果。
而對於百度而言，自動駕駛領域始終被視為其強項。4月20日，百度宣佈在長沙開放ApolloRobotaxi(阿波羅自動駕駛出租車)服務。
百度在模擬仿真領域也擁有較強的實力，其主要體現在兩個方面。
首先，另闢蹊徑提升仿真的“真實性”。
去年3月百度論文《AADS:Augmented autonomous driving simulation using data-driven algorithms》登上《Science》雜誌子刊《Science Robotics》，該論文提出了一套全新的自動駕駛仿真系統：增強現實的自動駕駛仿真系統(AADS)。
有別於傳統的自動駕駛仿真環境都根據遊戲引擎或高保真計算機圖形創建的方式，AADS系統是一種以數據驅動的端到端自動駕駛仿真方法，通過模擬交通流來增強現實世界圖像，進而創建逼真的、媲美現實世界渲染的仿真場景。
其次，Apollo平臺去年7月迎來5.0版升級的時候，新增了車輛動力學模型。
傳統的建模方式在模型的複雜度、模型的精準度、模型的可遷移性、可擴展性等維度上都具有很多侷限性。Apollo5.0將傳統的車輛動力學建模方式升級到基於機器學習的Apollo動力學模型，這一技術一下將傳統方式建模結果在誤差上減少了80%。
可以看出，百度在模擬仿真市場的打法強調技術的“獨佔性”，即人無我有，人有我強，技術具有非常鮮明的“百度”特色。
