WAYMO的虚拟世界Simulation City 测试自动驾驶汽车

盖世汽车讯 视频中，顶部为浅蓝色的浅灰色立方体沿着一条黑暗的高速公路滑行，四周被数十个绿色立方体包围。这些绿色立方体在车道之间弹跳以试图通过灰色立方体，但随着黑暗景观陷入人造夜景，灰色立方体始终保持稳定的速度。

这是仿真城市（Simulation City），谷歌旗下Waymo测试其自动驾驶汽车的虚拟世界，可为现实世界的体验做准备。顶部为蓝色的灰色立方体代表Waymo的一辆自动半挂卡车，而绿色立方体则是人工高速公路上的所有其他车辆。

（视频来源：theverge）

Waymo在自动驾驶汽车运营商中地位独特，因为该公司采用了两个仿真程序训练车辆。第一个是CarCraft程序，从2017年就开始使用。Waymo称该程序已经行驶了50多亿英里。Waymo在其最新的虚拟世界——Simulation City中，训练、测试和验证“Waymo driver”软件，以确保其车辆能够更好地应对开放道路中的所有挑战。

Waymo高级产品经理Ben Frankel表示，在发现虚拟测试能力存在“差距”后，该公司决定加入第二个仿真程序。具体差距包括使用仿真来验证新的车辆平台，例如近期Waymo在加利福尼亚测试的Jaguar I-Pace电动SUV，以及Waymo配备传感硬件和Waymo驱动程序软件的半挂卡车。

Waymo还使用Simulation City在新的运营领域进行测试，从而使车辆为在新城市(300778,股吧)推出做好准备。目前，Waymo在亚利桑那州凤凰城以外的郊区、旧金山和加利福尼亚州山景城部署了自动驾驶车辆，并在在洛杉矶部署了可收集地图数据的手动驾驶车辆。迄今为止，Waymo表示已在二十多个城市测试其车辆，其中大部分在加利福尼亚州。由于扩张进展缓慢，Waymo希望Simulation City能够推动其自动驾驶扩张到新的城市。

Simulation City非常适合测试“端到端”自动驾驶出租车旅行，例如穿越旧金山的20分钟“仅限骑手（rider only）”。“仅限骑手”是Waymo对不配备驾驶员的无人驾驶汽车的形容。Waymo车队大约拥有600辆汽车，其中亚利桑那州有300多辆，在约100平方英里的服务区内运营，包括钱德勒、吉尔伯特、梅萨和坦佩镇，但其完全无人驾驶的汽车的实际运营地大小仅为该区域的一半。

仿真是自动驾驶汽车难题的关键部分。这些程序使Waymo的工程师能够大规模测试常见的驾驶场景和安全关键的边缘情况，然后将其学习到的知识反馈到其真实世界的车队中。

（图片来源：theverge）

其关键词是“规模”，因为这些仿真器可允许Waymo测试更远的距离，远超车辆在公共道路上的行驶距离。Waymo表示，截至2020年，该公司已仿真测试了150亿英里的驾驶里程，而实际驾驶里程仅为2000万英里。在Simulation City中，这些真实世界的里程数可反映在仿真中行驶的里程数，这意味着Waymo对其为车辆构建的虚拟情况的有效性和可靠性更有信心。

与Waymo之前的虚拟世界测试相比，Simulation City在可创建细节级别上，其计算能力更加先进。例如，Waymo的工程师可以仿真很多东西，小到雨滴或复杂到傍晚太阳眩光。过去，众所周知，这些情况会混淆自动驾驶汽车的感知硬件，从而导致难以识别交通灯等关键标志。

除了自己的真实世界测试外，Waymo还使用各种数据源来帮助构建仿真器的驾驶场景，包括美国国家公路交通安全管理局（National Highway Traffic Safety Administration）的碰撞数据系统和交通研究委员会（Transportation Research Board）的自然驾驶研究数据。

该公司还利用其自动驾驶汽车收集的人工智能和传感器数据生成逼真的摄像头图像以进行仿真。Waymo称这种技术为SurfelGAN（surfel是“surface element，表面元素”的缩写，而GAN代表generative adversarial network，生成对抗网络，这是一个机器学习术语）。

当前的传感器仿真器通常使用游戏引擎，例如Unreal或Unity，而这些引擎需要手动创建环境和其他对象，例如汽车和行人。Waymo的工程师发现，这些游戏引擎难以扩展，并且经常无法在没有大量额外工作的情况下生成摄像、激光雷达和雷达数据的真实近似值，因此创建出SurfelGAN。

SurfelGAN使用纹理映射的表面元素来重建场景和摄像头视点的位置和方向。而使用人工智能可有助于扩展产品，使其更容易、更高效地开发。最近，Waymo多名研究人员共同撰写的一篇论文中对该技术进行了概述，其中包括首席科学家 Dragomir Anguelov。

密歇根大学（University of Michigan）机械工程教授、自动驾驶汽车试验场Mcity的负责人Huei Peng表示，使用这些新的仿真技术存在风险。主要的问题是有缺陷的输入数据将产生完全无用的结果，这在计算科学界被称为“垃圾输入，垃圾输出”。

Peng表示：“你必须做某种关联才能说，‘我的仿真不是垃圾，仿真和真实测试的结果间的相关性非常密切，即使在数量上不是100%相关’。”但Frankel表示：“Waymo已经改进了Anguelov和合著者去年在论文中概述的内容。自发布传感器仿真以来，仿真器的成熟度已经大大提高。”

今年早些时候，Waymo展示了如何使用仿真，使自动驾驶汽车更好适用于公共道路的案例。为了证明其机器人司机比人类更安全，Waymo仿真了近十年来在亚利桑那州发生的数十起真实世界的致命车祸。该公司发现，用机器人引导的小型货车替换两车相撞事故中的任何一辆车都可以几乎避免所有死亡。

Waymo在推出自动驾驶出租车方面一直很保守，拒绝扩大在亚利桑那州的服务区域，并在确定其软件能够胜任更密集、更复杂的城市环境之前，一直在海湾地区推出类似的服务。但Frankel表示，Simulation City有助于其自动驾驶汽车不断“成熟”，为未来更广泛地使用做好准备。

（李佳佳 HN153）