打造一款實用的仿真軟件

一款優秀的仿真軟件應該是什么樣子的？

是要把真實道路場景完全“搬”到電腦上嗎？汪堃對此表示否認。在他看來，這種基于游戲引擎開發的仿真軟件，場景的確非常真實，但實用性卻不高。

一般而言，游戲引擎的圖像渲染可以做到特別真實，但過程中會消耗大量額外計算資源，不利于大規模應用，且渲染效果與真實物體狀況存在一定差別，對感知能力的提升有限。此外，由于這屬于一種Re－build軟件（基于第三方軟件開發），與自動駕駛軟件的開發相互獨立，因而難以保證各個模塊確定性，這可能導致整個仿真軟件存在不確定性，最終影響可用性。

不同于此，輕舟智航自主研發的仿真軟件摒棄了復雜的渲染工作，界面簡單，僅保留感知結果，包括3D Box和雷達點的疊加。與此同時，該軟件還能做到與車載系統基本一致，能在仿真中復現路上出現過的問題，以此進行修復，保證再次上路時不出現同樣問題。

在其展示的麥當勞Drive－through場景仿真界面中，輕舟智航用綠色框代表車輛，黃色框代表行人，白色框代表當時實際行駛軌跡。雖看起來并不“華麗”，卻能真實反映當時情況，以求簡單高效。

“目前自動駕駛技術已經解決了90％的問題，但由于包含邊界化難題，剩下的10％可能要花費同樣多甚至更多精力來解決。”于騫表示，“（解決問題）關鍵在于建立自動化生產工廠。”因而，輕舟智航在設計仿真系統時，考慮到大量工具鏈和仿真測試環境的建立，希望能在自動駕駛車實際上路前，提前暴露潛在問題。

據汪堃介紹，輕舟智航仿真系統的系統架構可分為5層，分別為自研Car OS、核心仿真器及評估器、仿真周邊工具鏈和基礎架構、大規模場景庫構建、分布式系統仿真平臺。

其中，最底層的Car OS能夠借助底層的通訊系統來保證模塊之間的高效通訊，向上一層的核心仿真器及評估器，能夠從安全性、真值、法規、舒適度、狀況等多個維度評估自動駕駛車，保證仿真系統的確定性，再上一層的仿真周邊工具鏈和基礎架構，則能高效利用全部數據，保證整個數據閉環的有效性。

在輕舟智航看來，有效數據、智能仿真系統以及決策規劃框架是推動技術向前轉動的“齒輪”。換句話說，仿真系統是二者之間的紐帶——在收集大量數據后，輕舟智航能夠借助仿真及相關工具鏈，形成數據測試閉環，支持算法的測試和迭代，不斷修改決策規劃框架，以求保證自動駕駛車的安全性和可用性。這種方式能夠較大化利用有效數據，降低測試成本，提升開發效率。

目前，業界致力于實現L4級自動駕駛的公司幾乎都擁有自己的仿真系統，但他們的業務重點多集中在算法研發層面。對于仿真平臺的精心打造，使輕舟智航看起來多少有些與眾不同。想用最少的人、最少的工具、做最難的事，就這家年輕的自動駕駛公司公司而言，目標遠大，但未來仍充滿挑戰。

除了美國硅谷，輕舟智航還在中國北京、深圳、蘇州等多個城市設有辦公室，本次是其首次在國內公開亮相。公司表示，將在2020年完善大量的工具鏈以及仿真測試環境，以建好“自動化規模生產的工廠”，更多的落地場景則將擇日進行公布。