0
| 本文作者： 伍文靚 | 2020-05-19 19:29 |
仿真是自動駕駛領(lǐng)域的一項關(guān)鍵技術(shù)，能夠幫助自動駕駛汽車在模擬的極端環(huán)境中進行測試，同時，提高測試效率、降低測試成本。
然而，相對于計算機科學(xué)、芯片等其它領(lǐng)域，針對自動駕駛的仿真測試才剛剛起步，尚且存在著許多新問題；尤其是在實際發(fā)展過程中，整車廠、供應(yīng)商以及仿真工具提供商使用的數(shù)據(jù)格式與接口沒有統(tǒng)一標(biāo)準(zhǔn)，導(dǎo)致各方之間的合作受到一定的阻礙。
近日，雷鋒網(wǎng)新智駕邀請了中汽數(shù)據(jù)有限公司國際標(biāo)準(zhǔn)總監(jiān)周博林來進行業(yè)內(nèi)分享。以下為周博林的演講內(nèi)容，雷鋒網(wǎng)新智駕進行了不改變原意的整理：
大家好！首先我做一下自我介紹，我是中汽數(shù)據(jù)有限公司的周博林。
2017年，我加入了中汽數(shù)據(jù)，工作重心在于算法開發(fā)，包括計算機視覺算法。在此之前，我在美國和歐洲留學(xué)，也擁有一定的工作經(jīng)歷。
2018年，我的工作開始從“基于數(shù)據(jù)開發(fā)算法”轉(zhuǎn)變?yōu)椤皬臄?shù)據(jù)中去探索新的內(nèi)容”。也就是說，我 2018 年更多的是在研究和處理數(shù)據(jù)之間的關(guān)系，為企業(yè)提供相應(yīng)的服務(wù)。
到了 2019 年，我們逐漸發(fā)現(xiàn)，開發(fā)需求、企業(yè)需求以及其他需求會在一定程度上有所重疊，隨后我們聯(lián)系到了 ASAM 組織，展開了相關(guān)的合作。
回到今天的主題上，今天主題為《ASAM OpenX 標(biāo)準(zhǔn)助力自動駕駛仿真測試落地應(yīng)用》。
隨著自動駕駛等級的提高，面向傳統(tǒng)汽車的測試工具與測試方法已不能滿足自動駕駛汽車測試的需要。比如，自動駕駛汽車無法在一些危險的場景下進行實際的測試。
因此，相比起傳統(tǒng)測試方式，基于場景的虛擬測試方法在測試效率、測試成本，場景覆蓋度等方面具有巨大的技術(shù)優(yōu)勢，是未來自動駕駛汽車測試驗證的重要手段。而且，除了自動駕駛，計算機科學(xué)、軟件行業(yè)，以及芯片行業(yè)等領(lǐng)域或多或少都會通過仿真數(shù)據(jù)來進行測試，從而助力產(chǎn)品優(yōu)化。
換句話說，仿真技術(shù)已成為當(dāng)前的研究熱點。
針對自動駕駛的仿真測試是一種新的解決方案，但它與其他行業(yè)又有不同，比如芯片，芯片的輸入輸出十分穩(wěn)定，每一個模塊所要解決的問題也是相對固定的。然而，自動駕駛在仿真測試中會遇到許多新問題，主要包括以下幾個方面：
缺乏有效的場景庫建設(shè)方法；
缺乏自動化的生成方法和測試用例標(biāo)準(zhǔn)格式；
格式轉(zhuǎn)換，動態(tài)場景、靜態(tài)地圖缺乏統(tǒng)一兼容格式標(biāo)準(zhǔn)；
缺失統(tǒng)一標(biāo)準(zhǔn)接口。
想要解決上面的問題，有兩種思路——立法者的思路和開發(fā)者的思路。
如果我們是立法者，我們會更加關(guān)心自上而下的體系。比如，當(dāng)前這套體系是否和中國的法律法規(guī)保持一致，如何把它控制在法律法規(guī)的界限之內(nèi)，如何滿足法律法規(guī)的要求。
如果我們是開發(fā)者，我們則會考慮自下而上的體系。我們需要通過大量的數(shù)據(jù)和實驗才能完善這套體系。
舉個例子，比如說我們現(xiàn)在立了一套法，但實際上，世界上有很多案例是在法律條款之外的。在自動駕駛里面也有許多規(guī)則之外的未知的場景，根據(jù)這些場景來修正規(guī)則， 是自上而下的梳理。
另一方面，許多新算法和新技術(shù)的變革，其實是從下而上的變化。比如，通過一定的先驗知識去訓(xùn)練模型，然后通過大量數(shù)據(jù)對模型進行優(yōu)化。
上述的兩種方法，在某一時刻會打通，為了盡快實現(xiàn)這一目標(biāo)，我們就需要一套標(biāo)準(zhǔn)化的研究體系。這也我們當(dāng)前工作的關(guān)鍵點。
仿真測試的大致流程如上圖：
首先，在做測試之前，要有一個明確的測試需求。簡單來說，就是要知道測試目標(biāo)以及測試內(nèi)容，然后確定場景是不是符合測試需求。
第二步，把場景輸入到仿真環(huán)境中進行渲染，這一部分需要考慮的是仿真場景里的內(nèi)容和真實的場景是否保持一致，目標(biāo)反射率和物理情況下的反射率是否保持一致等。
然后，確保模擬測試的輸出效果與實際情況相符合，并且達到測試的目的和預(yù)期。
這些都是我們需要攻克的難點。
具體應(yīng)該怎么操作？
首先，我們要對測試場景、駕駛動作、判斷條件進行描述，將這些信息輸入到模擬環(huán)境之中，搭建起一個仿真場景。在對仿真運行環(huán)境進行調(diào)試之后，這些信息都會傳輸?shù)綔y試硬件中進行融合和處理。
在設(shè)計這樣的場景之前，除了要保證整個數(shù)據(jù)流被打通，還要在流程中的難點上得到反饋。比如記錄相應(yīng)的數(shù)據(jù)，以便判斷仿真的內(nèi)容是否符合測試的目的等。
其中，目前 ASAM 描述的關(guān)系就是仿真環(huán)境中的 OSC 和 XODR，一個針對地圖信息，一個針對場景信息。針對傳感器信息的為 OSI，標(biāo)記數(shù)據(jù)傳感器硬件為 OpenLABEL；除此之外還有 OpenCRG等。這些內(nèi)容我們之后都會詳細展開。
接下來，我們用一個具體的案例來幫助理解。
如上圖，在一個配備紅綠燈的路口，左邊有一輛自動駕駛車輛，A車，其后有一輛 B 車，A 面臨黃燈；下方是 C 車，正在等紅燈。這是一個特定的簡單的場景。
然而，如果要將這個場景搭建到仿真環(huán)境中，我們需要描述清楚這些車輛和路口的距離，要標(biāo)記各種的坐標(biāo)信息，還要描述車輛的速度以及其他條件信息。比如，我們需要預(yù)測結(jié)局，包括“A 車順利通過”“A 車與 B 車相撞”“A 車與 C 車相撞”。
無論是哪一種情況，我們都需要進行大量的計算，包括 A 車面臨的黃燈什么時候切換到紅燈、A 車什么時候能夠感知到 C 車的存在；B 車的初始速度是多少、它與 A 車的距離是多少、它對 A 車的反應(yīng)如何、C 車綠燈后的反應(yīng)時間是多少，它在綠燈是的行駛狀態(tài)如何；還有一些環(huán)境信息，比如天氣、道路表面、光線信息等。
除此之外，我們還需要考慮法規(guī)，比如有些國家可以闖黃燈，有些國家不可以，這些信息也需要寫進系統(tǒng)。
那么，在測試流程中，如果 A 車感知到了 C 車的存在，它應(yīng)該做出哪種決策？比如完全抱死，這個決策存在被 B 車追尾的風(fēng)險；比如轉(zhuǎn)彎避讓 B 車或 C 車；再比如通過按喇叭的方式來讓 C 車意識到自己（A 車）的存在。
這些都是一個完整測試所需要涵蓋的參數(shù)和描述。
給大家簡單介紹一下 ASAM。
1998 年，德國主要的整車廠創(chuàng)建了非營利性的 ASAM 組織，希望能夠打造一個工程、模擬、測試和自動化環(huán)境，在此環(huán)境中，設(shè)備和軟件應(yīng)用程序可以自由互聯(lián)，數(shù)據(jù)可以無縫交換。
簡單來說就是為汽車行業(yè)制定、提高和推廣標(biāo)準(zhǔn)提供平臺。
目前的成員超過 200 個，包括 20 個整車廠。其中，主要參與者來自歐美和日本，中國 OEM 的參與者代表為上汽集團。
研究領(lǐng)域方面，ASAM 主要的方向有：數(shù)據(jù)管理與分析、測試自動化、軟件開發(fā)、測量與校準(zhǔn)、診斷、ECU 網(wǎng)絡(luò)、仿真等。我們今天分享的重心就在于仿真方面，即描述用于駕駛和交通模擬的道路網(wǎng)絡(luò)、駕駛行為和測試場景的說明。
隨著駕駛和交通仿真場景測試需求的不斷增加，市場上出現(xiàn)了眾多來自各廠家的不同數(shù)據(jù)格式標(biāo)準(zhǔn)。
基于此，ASAM 致力于推廣 OpenX 系列格式標(biāo)準(zhǔn)，使其成為駕駛和交通仿真場景數(shù)據(jù)格式的官方標(biāo)準(zhǔn)，并承諾將其作為一項長期標(biāo)準(zhǔn)以促進未來產(chǎn)業(yè)發(fā)展。
ASAM 仿真格式標(biāo)準(zhǔn)整體包括以下五個方面：
OpenDRIVE 對應(yīng)靜態(tài)地圖場景，負責(zé)描述地圖信息，包括高精地圖信息；
OpenCRG 對應(yīng)道路表面，專注于車輛動力學(xué)，以及車輛對路面信息的反饋；
OpenSCENARIO 對應(yīng)動態(tài)行為場景，也就是描述自動駕駛的測試場景；
OSI對應(yīng)仿真接口，比如傳感器仿真接口或是各種信息的仿真接口；
OpenLABEL 是今年新開的一個項目，研究的是場景標(biāo)簽與傳感器原始數(shù)據(jù)。
如圖所示，OpenDRIVE、OpenCRG 和 OpenSCENARIO 組成了道路及場景描述格式，OpenLABEL 負責(zé)數(shù)據(jù)方面。OpenODD 與我們之前提到的測試需求有很大的關(guān)聯(lián)，能夠幫助進一步優(yōu)化決策方向。
在仿真測試的過程中，OSI 也是非常重要的一部分，這涉及到如何測試功能，以及測試的功能是否能夠達到要求。
上述這些重要的模塊組成在一起就是 OpenXOntology 以及相應(yīng)領(lǐng)域模型。
具體來看這個體系中的內(nèi)容。
OpenDRIVE
OpenDRIVE 項目 2005 年由戴姆勒和 VIRES 啟動，定義了一個標(biāo)準(zhǔn)的靜態(tài)地圖格式，以實現(xiàn)不同仿真測試軟件的兼容性，具體是用于描述道路網(wǎng)絡(luò)的文件格式，涉及到駕駛模擬、交通模擬、傳感器仿真等領(lǐng)域。不過，OpenDRIVE 不作用于或于道路網(wǎng)絡(luò)交互的實體。
2019 年 1 月，OpenDRIVE 1.5 版本發(fā)布。在補充了 ASAM 標(biāo)準(zhǔn)定義及介紹、語言和語法說明、正式的數(shù)據(jù)模型之后，OpenDRIVE 1.6 版本于今年 3 月正式發(fā)布。
OpenCRG
OpenCRG 于 2008 年由戴姆勒與奧迪、寶馬、保時捷和大眾共同發(fā)起，其文件格式集成在 OpneDRIVE 中，主要對路面給進行了詳細描述，以便進行輪胎模擬、振動模擬和駕駛模擬。
OpenCRG 的源代碼包括數(shù)據(jù)讀/寫和評估的 C-API，以及用于數(shù)據(jù)讀/寫、評估、生成、修改和可視化的MATLAB API。
OpenCRG 項目的啟動時間為 2019 年 8 月 28 日，到 2020 年 9 月，OpenCRG 1.2（用戶手冊和規(guī)范文件將會發(fā)布）；同時，C-和MATLAB API 1.0 也將發(fā)布。
OpenSCENARIO
OpenSCENARIO（OSC）定義了一個標(biāo)準(zhǔn)的仿真測試用例格式，兼容不同的仿真測試軟件，具體用于描述駕駛模擬應(yīng)用程序中動態(tài)內(nèi)容的文件格式，適用場景主要包括動作、軌跡（多段線、回旋線）、車輛（幾何、類型、軸、性能）、駕駛員（狀態(tài)）、環(huán)境等（天氣、時間、路況）。
簡單理解就是“誰在哪兒干什么”。
在描述的過程中還涉及非常具體的分層，比如，在一個事件板中，從活故事、動、順序、動作、事件，再到相應(yīng)行動的執(zhí)行。然而，隨著大數(shù)據(jù)和 AI 的發(fā)展，這種方式已經(jīng)不足以覆蓋如今的測試需求。
因此，需要更高級別場景描述的指定領(lǐng)域語言來進行描述，即一套為自動駕駛仿真測試而生的語言。這套語言應(yīng)該覆蓋開發(fā)者、認(rèn)證機構(gòu)、工具提供商、場景生成者等多方參與者。
那么，這套語言就是 OSC 2.0 版本的研究重心。2020 年 3 月 16 日，OSC1.0 版本與 2.0 concept 版本相繼發(fā)布，后續(xù)版本的制定同步進行。
OSI
OSI 定義了一個通用的接口，用來連接自動駕駛功能的開發(fā)和各種自動駕駛模擬框架，以實現(xiàn)兼容性，以期做到使任何自動駕駛功能與任何仿真工具連接，同時能夠集成各種傳感器模型。
OSI 由兩部分獨立的目標(biāo)信息接口組成，即真值和傳感器數(shù)據(jù)；支持統(tǒng)計和物理傳感器模型兩種傳感器數(shù)據(jù)。
不過，目前 OSI 的研究內(nèi)容并不能夠完全滿足自動駕駛仿真測試的需求，而是需要一個更加完整的體系，因此，OSI 將會從屋里傳感器仿真、工具開發(fā)支撐、交通流信息、其他 Open 標(biāo)準(zhǔn)關(guān)聯(lián)進行拓展。
OpenLABEL
OpenLABEL 概念項目提出了一個關(guān)于標(biāo)簽的標(biāo)準(zhǔn)提議，這個標(biāo)準(zhǔn)將包括標(biāo)簽方法，標(biāo)簽結(jié)構(gòu)、文件格式等內(nèi)容，旨在解決不同廠商之間數(shù)據(jù)無法互通的痛點
不過，這一項目去年年底才開始推動，目前尚處于起步階段。
關(guān)于 ASAM 標(biāo)準(zhǔn)的相關(guān)工作基本上都是歐美、日本的企業(yè)在參與，作為國內(nèi)的代表企業(yè)，去年 9 月 27 日，我們與 ASAM 簽訂了戰(zhàn)略協(xié)議，聯(lián)合成立了 C-ASAM 的工作組，為中國企業(yè)提供一個了解 ASAM 的平臺，并進行統(tǒng)籌管理。
目前，國內(nèi)加入的企業(yè)已經(jīng)將近20家，包括上汽集團、數(shù)據(jù)資源中心、騰訊、百度、華為、大疆、51VR，以及清華、北航等高校。我們也非常歡迎其他企業(yè)加入到 C-ASAM 中來。
除此之外，我們自己也開發(fā)了一套類似的工具——OpenX 仿真云。
不同于以往的由原始場景數(shù)據(jù)通過人工方法直接轉(zhuǎn)換為測試用例，OpenX 仿真云工具將采集到的原始場景數(shù)據(jù)通過分類標(biāo)記、比對歸納、標(biāo)準(zhǔn)化基本動作整合等步驟最終形成 OSC 格式的場景文件。
中汽數(shù)據(jù)開發(fā)了用于連接現(xiàn)有數(shù)據(jù)與OpenX系列數(shù)據(jù)的OpenX仿真云工具，以實現(xiàn)現(xiàn)有場景格式與OpenX格式的相互轉(zhuǎn)換和交互，優(yōu)化OpenX系列數(shù)據(jù)的使用體驗，同時重點評價場景測試的覆蓋率和通過率。
OpenX 仿真云工具四大模塊：數(shù)據(jù)檢查、場景歸納、格式轉(zhuǎn)換、云端測試評價。
實際上，我上面說的所有內(nèi)容都是幫助大家去理解，并不代表目前的體系能夠滿足所有人的需求。從某種程度上來說，把我們自己的需求在國際平臺上共享，對于標(biāo)準(zhǔn)的制定和推進會起到重要作用。
作一個測試方，我們關(guān)心的不僅僅是某一個場景下傳感器的準(zhǔn)確度，我們更關(guān)心的是，這個場景的可遇見的，我們要解決什么問題（感知結(jié)果融合問題）；不可遇見的場景，我們會遇到什么樣的問題（指針問題、溢出問題、內(nèi)存問題）；以及其他可能的問題。也就是說，反饋信息是我們更加關(guān)心的內(nèi)容。
而且，要讓整個體系理解所遇到的問題，僅憑一兩個案例是不夠的，需要在這個環(huán)境中不斷進行迭代測試，就像硬件測試的壓力測試一樣。
以上就是我演講的全部內(nèi)容，也十分歡迎大家后續(xù)跟我們進行交流，再見。
雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
