百度自动驾驶云姚发亮：智能网联汽车仿真测试(2)

这页片子的下面内容介绍的是仿真提供的能力，研发环节仿真可以提供实时的调试功能，如果发现问题，也可以在仿真里面做复现和验证。举个例子，如果在路上碰到接管场景，这个场景回到云端之后，我们会把它转换成仿真场景，研发工程师接手处理这个问题，算法更新之后需要做一个验证，那我们就可以把当时路上的接管场景在仿真里面做一次回放，看一下新的算法在之前被接管的场景里面能不能很好的被验证通过。

离线仿真测试主要分两个阶段，Daily?Builid和集成测试。我们从1600多万实际道路数据积累了海量的场景，这些场景我们就把它逐一做分类，就可以用于专项测试做算法评估。我们的仿真有一个产品形态叫worldsim，就是可以自己编辑一个场景，然后对某些参数做一些设定之后，那这个人工设计出来的场景就可以泛化成上千个，甚至上万个场景，这些大量生成的场景可以帮我们做一些算法能力边界的评估。

道路测试阶段，道路测试发现的问题会转换成场景在场景库里面做一个管理，后面可以在仿真里面做一个执行和验证。此外呢仿真产品也提供工具把大量路上采集的数据转换成仿真测试所需的场景数据。

目前百度以仿真为基础打造的Dev?Ops工具链解耦了研发测试对实车的强依赖，这套工具链可以支持我们实现天级别算法上路，也就是说研发工程师提交的代码，第二天就可以在真是道路的测试车上看到真实的效果。这套仿真本身是一个云仿真平台，支持大规模高并发，支持千人级别并发研发。我们内部评估了一下，相较于之前传统的测试方式，目前这套工具链可以帮助我们提升10倍左右的迭代效率。此外呢，目前自动驾驶测试过程中99%的问题都能在测试环节被发现，只有1%不到的问题会遗留到实际道路测试和运营环节发现。

在场景库这块，我们从大量真实道路测试里面转换出来千万级别场景，另外还有比较完善的评价体系，因为百度日常在做研发测试迭代，内部经过1万多次迭代，形成了比较受大家认可的评价体系，总体分为六大类：基础，安全，交规，体感，智能性，个性化，总共200多项metric指标。另外仿真平台还提供可视化的分析工具和数据报表方便工程师使用。在百度内部这套云仿真平台叫DreamLand，内置了百度的高精地图，提供海量测试场景，每天支持内部积累百万公里的仿真测试数据，再一个就是多维度评价体系。

因为前面都介绍了自动驾驶云和仿真，其中仿真是自动驾驶云里面比较重要的产品，这个片子主要是跟大家介绍一下整体自动驾驶云。

—VCR—

在去年12月份百度内部正式决定这些研发测试的工具链和平台都可以对外商业化，目前我也是在负责自动驾驶云商业化的事情，欢迎大家线下沟通交流。好的，我今天的分享就先到这里，谢谢大家。

文章来源：《测试技术学报》 网址: http://www.csjsxbzz.cn/zonghexinwen/2021/1007/1359.html