科创中国

行业领域

高技术服务业

需求背景

随着自动驾驶等级的提高，自动驾驶功能的测试评价对象已经从传统的人、车二元独立系统变成为人-车-环境强耦合系统。高逼真高覆盖度的仿真场景库、真实交通流模型、高精度整车动力学模型及自动化测试流水线已成为实现高逼真仿真测试的核心要素。

近年来，5G、物联网、云计算、大数据等技术的工程化应用为自动驾驶功能高逼真仿真测试平台的开发落地创造了有利条件。特斯拉基于纯视觉感知路线，构建了行业领先的仿真场景库，占据了自动驾驶技术的领先地位。国内以小鹏为代表的造车新势力、以华为、百度为代表的科技公司也已开始着力开发自动驾驶功能高逼真仿真测试平台，但在测试场景方面仍然面临场景覆盖度低、有效性难以保证的问题；在交通流仿真方面，仍以基于背景车固定轨迹生成的方式进行交通流场景还原，缺乏交通参与者间互动的真实性；在整车动力学模型方面，仍以简化的结构模型为主，难以在仿真环境中还原准确的动力学响应；在测试流水线方面，受限于算力等性能限制，测试过程人工依赖性仍较高，缺乏统一的标准或者完善的流程以保证仿真测试过程的高效组织。由此，相较于国际先进水平，自动驾驶功能高逼真仿真测试平台仍有较大技术及应用差距，具有显著的技术意义及产业价值，亟待国产化开发及工程化落地。

需解决的主要技术难题

1. 高精度地图构建：自动驾驶需要依赖高精度的地图来实现精准的定位和路径规划，而地图的构建需要解决多种技术难题，如传感器数据的高精度融合、地图数据的实时更新等。

2. 传感器数据融合：自动驾驶需要同时依赖多种传感器，如激光雷达、摄像头、毫米波雷达等，来获取车辆周围环境的信息。如何将这些传感器数据高效、准确地融合起来，是自动驾驶技术中的重要难点。

3. 高效的决策与规划算法：自动驾驶需要实时地对周围环境进行感知，并做出决策和规划行驶路径。如何设计高效的算法来实现这些功能，是自动驾驶技术中的重要挑战。

4. 安全性保障：自动驾驶技术需要保证高度的安全性，因此需要设计多重安全保障机制，如备用控制系统、自动刹车系统等，以应对各种突发情况。

5. 多车联动：在实际道路交通中，多辆自动驾驶车辆需要协同工作，实现更高效的交通流动。如何设计多车联动的算法和协议，是自动驾驶技术中的重要难点。

期望实现的主要技术目标

通过本项目的实施，突破高逼真高覆盖度的仿真场景构建、真实交通流仿真模型构建、高精度整车动力学模型构建验证及自动化测试管控等核心关键技术；初步建成自主可控的自动驾驶功能高逼真仿真测试平台；实现量产车型应用示范。申请发明专利≥30项、软件著作权≥30项，发布各级标准及规范≥20项；带动上下游关联产业（如，数据采集等）投入；加快自动驾驶产品工程化落地。

处理进度