阿里達摩院發布自動駕駛仿真平臺 一天可測800萬公里

4月22日，阿里達摩院發布了全球首個自動駕駛“混合仿真測試平臺”。該平臺采用虛擬與現實相結合的仿真技術，引入真實的路測場景和云訓練器，僅用30秒模擬出一個極限場景。系統每日虛擬測試里程可超過800萬公里，大大提高了自動駕駛AI模型的訓練效率。這項技術將推動自動駕駛加速到L5階段。路測是自動駕駛落地的核心環節。研究表明，自動駕駛汽車需要積累177億公里的測試數據，才能保證自動駕駛感知、決策和控制整個環節的安全。傳統的純虛擬仿真測試平臺可以快速運行自動駕駛測試里程，但仍然面臨著極限場景訓練效率低的關鍵問題:極限場景數據的缺失無法還原真實路況的不確定性，系統無法準確應對真實路況的突發情況，自動駕駛難以實現進一步突破。達摩院首創的自動駕駛混合仿真測試平臺解決了這個問題。平臺打通了線上虛擬固定環境和線下真實路況不確定性的鴻溝。傳統的仿真平臺很難通過算法模擬人類的隨機干預。但在達摩院的平臺上，不僅可以利用真實的路測數據自動生成仿真場景，還可以通過人為隨機干預，實時模擬車輛加速、急轉彎、急停等場景，增加了自動駕駛車輛避障訓練的難度。為了解決極限場景下數據不足的問題，平臺可以任意添加極限試駕場景變量。在實際路測中，重現一個極端場景可能需要一個月的時間，但平臺可以在30秒內完成雨雪天氣、夜間光照條件差等特殊場景的搭建和測試，每日支持的場景數達到百萬。業內專家指出，該平臺大規模解決了極端場景的再現問題，將這些關鍵場景的訓練效率提升了數百萬倍，將推動自動駕駛加速到L5階段。4月22日，阿里達摩院發布了全球首個自動駕駛“混合仿真測試平臺”。該平臺采用虛擬與現實相結合的仿真技術，引入真實的路測場景和云訓練器，僅用30秒模擬出一個極限場景。系統每日虛擬測試里程可超過800萬公里，大大提高了自動駕駛AI模型的訓練效率。這項技術將推動自動駕駛加速到L5階段。路測是自動駕駛落地的核心環節。研究表明，自動駕駛汽車需要積累177億公里的測試數據，才能保證自動駕駛感知、決策和控制整個環節的安全。傳統的純虛擬仿真測試平臺可以快速運行自動駕駛測試里程，但仍然面臨著極限場景訓練效率低的關鍵問題:極限場景數據的缺失無法還原真實路況的不確定性，系統無法準確應對真實路況的突發情況，自動駕駛難以實現進一步突破。達摩院首創的自動駕駛混合仿真測試平臺解決了這個問題。平臺打通了線上虛擬固定環境和線下真實路況不確定性的鴻溝。傳統的仿真平臺很難通過算法模擬人類的隨機干預。但在達摩院的平臺上，不僅可以利用真實的路測數據自動生成仿真場景，還可以通過人為隨機干預，實時模擬車輛加速、急轉彎、急停等場景，增加了自動駕駛車輛避障訓練的難度。為了解決極限場景下數據不足的問題，平臺可以任意添加極限試駕場景變量。在實際的道路測試中，可能需要一個月的時間來重現一個極端的場景，但該平臺可以完成的建設和測試……雨雪天氣、夜間照明條件差等特殊場景在30秒內完成，每日支持場景數達到百萬。業內專家指出，該平臺大規模解決了極端場景的再現問題，將這些關鍵場景的訓練效率提升了數百萬倍，將推動自動駕駛加速到L5階段。

標簽：

汽車資訊熱門資訊