1.2　汽車自動駕駛仿真測試的發展歷程

1.2.1　自動駕駛技術的發展歷程

20世紀70年代，西方發達國家開始率先進行汽車自動駕駛的研究。1969年，John McCarthy發表的論文Computer-Controlled Cars中提出了一種基于視頻傳感器的汽車自動駕駛模型，可以根據人類的指令自動駕駛，完成包括加速、減速和自動導航等功能。1984年，美國國防高級研究計劃署（DARPA）與陸軍合作，發起自主式地面車輛（ALV）計劃。此后，以卡內基梅隆大學為代表的一系列高校開始投身自動駕駛相關技術的開發和驗證。21世紀初，自動泊車系統的發展更是推動了人們對自動駕駛技術研究的開展，如豐田、福特、大眾、寶馬等車企都發布了自己的自動泊車輔助系統，并進一步投身更加高級的自動駕駛功能的開發。

早在2009年美國谷歌公司就開始了關于汽車自動駕駛的研究。2014年，谷歌公司的自動駕駛原型車發布，到2018年年底，已經完成了200萬英里（1英里=1 609.344米）的實車測試。緊接著，越來越多的公司加入自動駕駛技術的研究行列，目前，以特斯拉為代表的車企在量產車型中加入了如自動轉向、車道保持和避撞等低等級的自動駕駛功能；而隨著2017年奧迪A8這樣一款配備SAE L3級別自動駕駛技術的量產車型的發布與人工智能的興起，標志著自動駕駛技術的研發步入新的高潮。

國內汽車自動駕駛的研究起步較晚，與國外相關科技巨頭相比，技術水平存在著相當差距。但是隨著近年來政府的政策支持、高校和諸多相關企業的集中投入，自動駕駛技術也取得了長足進步：1992年，國防科技大學研發出國產第一臺有自動駕駛功能的汽車；2011年，國防科技大學與一汽集團合作研發汽車自動駕駛，完成了286千米的實車高速測試。2015年，宇通集團完成了全球首例自動駕駛大型客車的開放道路實車測試。百度公司從2013年開始自動駕駛技術的研發，于2015年完成了部分典型場景的實車測試；到2018年，百度推出了和廈門金龍公司合作研發生產的全球首款SAE L4級別的自動駕駛量產巴士。眾多高科技公司的加入，有力地推動了國內自動駕駛行業的發展。

此外，隨著5G等先進通信技術的長足進展，車路協同越來越成為自動駕駛落地的關鍵技術。2018年，清華大學研制的車路協同汽車自動駕駛正式獲得福建省汽車自動駕駛測試牌照；同年，以百度、阿里和騰訊為代表的高科技公司紛紛布局車路協同技術，給自動駕駛技術和產業的發展注入了新的活力。

Waymo的汽車自動駕駛如圖1-2所示。

1.2.2　自動駕駛仿真的發展歷程

隨著自動駕駛技術的飛速發展，如何進行科學的測試和評價成為研究中的難點。常用的方法就是使用真實道路進行測試，或者以封閉測試場進行測試替代，然而這些方法存在危險性或者低效性等一系列問題，所以，基于計算機仿真平臺進行測試和基于虛實結合系統的測試方法成為新的選擇[5]。一般地，基于計算機仿真平臺進行測試的基本思路是：通過對交通環境中靜態元素和動態元素的仿真來測試和評價自動駕駛模型的性能。2016年7月，英國華威大學公布了一款用于測試汽車自動駕駛的虛擬系統，可以實現對機動車、交通燈、行人等道路場景的模擬。2017年，微軟升級了其AirSim開源仿真平臺，基于游戲虛擬引擎來實現汽車模擬器和3D現實環境的模擬。此后，多種仿真平臺紛紛面世。集中而言，其具有自動駕駛測試中的低成本和安全可控等優勢。

自動駕駛虛擬仿真系統和道路測試參見圖1-3。

針對實車測試和仿真模擬的缺點，研究者開發了將虛擬平臺和真實平臺結合的基于虛實系統的測試方法，例如美國密歇根大學開發的增強現實測試平臺，汽車自動駕駛在真實世界中的運行狀態通過路測設備傳輸到增強現實測試平臺，同時，增強現實測試平臺上虛擬車輛的運行狀態也被同步傳輸給汽車自動駕駛控制臺。為了解決真實道路路測數據不足的問題，百度提出了一套基于真實數據生成虛擬數據的方法[6]。研究人員輸入真實道路駕駛的視頻數據，進行處理后根據合成的道路背景和車輛軌跡等圖像生成視頻數據，在一定程度上可以解決真實駕駛數據不足的問題。