自动驾驶思考：仿真系统构建

如何构建自动驾驶仿真系统？

仿真最主要的目的是：通过模拟真实环境和构建汽车模型，找出自动驾驶过程中可能出现的问题。

那么如何构建自动驾驶仿真系统呢？目前主流的实现方式是通过游戏引擎来模拟真实环境，通过 CarSim 等软件构建汽车的动力学模型来实现自动驾驶仿真。下面我们先看下自动驾驶仿真系统的整体结构。

我们需要自动驾驶仿真系统满足：

• 场景丰富
• 接口灵活
• 恢复快速
• 部署方便

场景

首先我们关注仿真器本身，仿真器无非是模拟支持各种场景，其中场景分为：可以定义的场景和随机场景。可以定义的场景又分为：单元场景和真实场景。

下面我们分别介绍下这几种场景：

• 可定义的场景: 主要是针对驾驶过程中遇到的不同情况，比如会车，超车，红绿灯，变道等，这些场景一般都比较简单，类似于单元测试，主要是测试单个场景是否能够满足要求，这一部分业界已经有规范，可以参考 openscenario [1] 。拿超车的场景举例子，可以创建一辆 NPC 车辆在本车的前面，在不同的速度和距离条件下，测试本车超车是否成功。
• 真实场景：复现真实场景中遇到的问题，比如真实路测过程中遇到问题，需要复现当时的情况，并且验证问题是否已经解决，可以回放真实场景的数据来进行测试。
• 随机场景：这种场景类似于路测，模拟真实环境中的地图，并且随机生成 NPC，天气，交通情况等，模拟汽车在虚拟的环境中进行路测，由于可以大规模部署，可以快速的发现问题。

我们可以看到不管是哪个场景，都是"地图+车+行为"的模式，场景的需求复杂多变，因此能够灵活的加载地图，车和行为就成为仿真器易用性的关键。