自动驾驶作为AI应用最典型场景，数字孪生等新技术的爆发也在为自动驾驶的研发和落地带来新的变量。

近日，中国汽车工程学会年会暨展览会（SAECCE2023）在京举行。腾讯数字孪生仿真技术总监孙驰天，重点分享了数字孪生仿真技术在自动驾驶中的创新应用。数字孪生与仿确实融合，将加速自动驾驶算法训练和测试验证，提高训练和测试效率，降低研发成本。

腾讯数字孪生仿真技术总监孙驰天

自2016年起，腾讯重点投入自动驾驶研发，并发布了自动驾驶仿真测试平台TADSim，以游戏科技+数据驱动的模式，打造了具备“数据采集、场景建模、场景自动生成、模型在环、软件在环、云加速测评、硬件在环、车辆在环”完整流程的自动驾驶仿真产品，在真实性、全面性、可视化、轻量化、标准化等方面行业率先。在TADSim深入应用到国内自动驾驶测试、智能汽车研发领域的并且，腾讯也不断整合云计算、游戏科技、数字孪生等技术，提升自动驾驶仿真测试平台的服务能力。

行业普遍认为，采用路测方式来测试自动驾驶算法所耗费的时刻和成本太高，极端交通条件和惊险场景复现困难，且存在很大惊险性，所以目前仿真测试是解决自动驾驶路测数据匮乏的重要路线，具备安全性高、低成本、高效率等特性，是自动驾驶应用落地的关键环节。并且，汽车企业也将自动驾驶功能打造成为长期用户运营服务的核心内容之一，随着用户驾驶适应和道路环境变化而保持及时的迭代更新。于是，自动驾驶仿真测试在汽车企业研发和运营过程中持续发挥重要价值。

基于云计算、游戏科技、数字孪生等技术积累，腾讯自动驾驶仿真测试平台TADSim重点打造了场景的几何还原、逻辑还原、物理还原和高并发云端仿真四方面的核心能力。

据孙驰天介绍，腾讯数字孪生经过与云计算、地理信息数据、深度学习等能力的结合，可以参照真实世界快速自动构建三维场景，同时持续自我学习、训练、进化，从而可以基于有限采集数据生成海量仿真场景，形成合成数据与仿真场景的流程闭环。TADSim可针对L2-L4不同层级、不同车型、不同算法模块构建高并发云仿真系统，在传感器仿真、交通流仿真、动力学仿真等方面都实现了高保确实仿真结果，满足MiL/SiL/HiL/ViL、全算法使用需求。

此外，为解决自动驾驶测试过程中长尾效应的难题，腾讯还构建了一个基于高精度地图、生长在云端的都市级别的虚拟仿真平台。在虚拟都市仿真平台上，布满了自动驾驶测试车辆以及其他动态交通流，它们24小时×7天不间断运行，可以源源不断地进行各种随机工况和场景的测试，经过监控模块，能够实时监测到每一辆被测试自动驾驶汽车的行为，当其浮现如碰撞、超速、压线和闯红灯等违规状况时，该场景便会自动被识别提取，并补充进场景库中。

结合国内自动驾驶相关法律法规的测试验证需求，腾讯使用路侧融合感知能力进行场景提取，支持真实数据交互测试，并构建了虚实结合的测试场景，进一步提升测试真实性。目前，TADSim在国家汽车质量监督检验中心（湖北），构建了总里程100公里、与真实场景相差无几的三维环境以及包括数百个场景在内的场景库。在虚拟结合的模式下，TADSim经过线下采集车采集静态场景真实三维数据，注入诸如行人、动物、障碍车等虚拟动态元素，并以AR形式叠加到被测试车辆的传感器单元，以便被测试车辆理论上可记忆无限多种、无限任意组合的测试场景。

虚实结合的自动驾驶仿真测试

目前，汽车行业智能驾驶业务正逐步从建设期转入运营期，针对这一趋势，TADSim还打造了面向地图更新回归测试的应用能力，帮助车企以更低成本进行地图更新数据的回归测试验证，保证智驾算法在新的地图更新数据之上可不能浮现运行咨询题或者功能降级。

截至目前，TADSim合作企业包括国内外多个头部品牌车企，并助力自动驾驶量产项目落地。并且，TADSim已在多个智能网联国家测试场、国家智能交通测试基地、智能网联示范区中投入应用。

来源：中国青年网