阿里达摩院推出混合式仿真测试平台，真实路测数据+极端场景模拟

4月22日，阿里巴巴达摩院发布了全球首个自动驾驶“混合式仿真测试平台”，官方称模拟一次极端场景只需30秒，系统每日虚拟测试里程可超过800万公里，大幅提升自动驾驶AI模型训练效率。

说到自动驾驶仿真平台，百度、腾讯等都早已推出，那么阿里的全球首个又有什么特点呢？混合式又是指的什么？

真实路测数据+极端场景模拟

自动驾驶最关键的一个环节便是路测，只有积累足够丰富的路测数据，才能有安全可靠的自动驾驶软件，当前全球实力最强的Waymo也是积累路测里程最多的自动驾驶公司。

但现实环境下的路测总是有条条框框的限制，所以虚拟仿真测试平台成为了一个有效的补充，它可以模拟出真实的驾驶场景，传感器性能等等。

当前，多数车企都在借助仿真测试来取代部分实际的路测。Waymo早在2017年就开发了Carcraft，百度在2018年底和Unity公司合作打造了仿真测试平台，2019年底腾讯也基于其强大的游戏引擎基础开发了TADSim自动驾驶仿真测试软件。

除此之外，华为、英特尔、微软等都有涉猎，可见自动驾驶路测模拟仿真市场的火热。

阿里如今也姗姗来迟，而且在平台命名上已经略胜一筹：全球首个。

不过，当前的仿真平台也存在一些局限性，举个例子，比如对自动驾驶收集感知数据的传感器仿真，测试平台很难完全模拟出传感器的真实物理特性，再比如虚拟仿真环境下的数据处理和分析等。

阿里称，传统仿真测试平台的极端场景数据不足，无法还原真实路况的不确定性，但混合式平台解决了这个难题。

它不仅可以使用真实路测数据自动生成仿真场景，还可通过人为随机干预，实时模拟前后车辆加速、急转弯、紧急停车等场景，加大自动驾驶车辆的避障训练难度。另外，还可以任意增加极端路测场景变量。

该平台可在30秒内完成雨雪天气、夜间照明不良条件等特殊场景的构建和测试，每日可支持的场景构建数量达百万级。

用阿里的话来说，这个混合式平台既可以利用真实路测数据，而且能够快速完成复杂场景的构建。

此前，英伟达曾表示利用DGX和Tensor RT 3做驾驶仿真，工程师可以在5小时内完成48万公里的路测，对比之下，阿里的平台可以完成每日超过800万公里的路测，平台处理数据能力可见一斑。

从既有的信息来看，很难进一步评估阿里达摩院的混合式仿真模拟平台实力如何，但阿里的入局无疑是为路测仿真市场添了一把火。

阿里的自动驾驶之路

最早在2017年，有消息称阿里在研发自动驾驶相关技术，2018年，阿里自动驾驶团队改装的林肯MKZ进行常态化路测，当时的新闻指出阿里团队瞄准L4高级别自动驾驶，未来能够与阿里城市大脑、AliOS汽车操作系统等相互配合。之后阿里又联合交通部公路科学研究院，探索基于车路协同探索自动驾驶和道路智能化的解决方案。

据阿里巴巴达摩院自动驾驶实验室负责人王刚透露，阿里在自动驾驶算法方面提出了小前台、大中台的概念，同时打造了AutoDrive平台，由自动调参模块、网络结构搜索模块、主动学习模块、框架和基础集群平台组成，可提升自动驾驶技术研发迭代的速度。

阿里认为，未来类似AutoDrive的中台会成为自动驾驶深度研发的必备模块。

而自动驾驶数据的采集、回归、仿真、模型训练、测试评价等环节都需要云平台的支撑，阿里云就是其强大的后盾。

此次，阿里达摩院推出的混合式仿真测试平台，其背后大量的数据处理同样离不开阿里云。

云服务和达摩院的人才、技术优势是阿里做自动驾驶的两大法宝。镁客网认为，在自动驾驶方面，阿里的打法并不激进，他们更多的是想要做一个“中间平台方”，以技术输出、赋能者的角色去打通上下游，既能反哺自有产业，也能将“大鱼小虾们”收入囊中，扩大自有生态。

最后

当前，我国有不少智能网联测试基地都在采用“模拟仿真+实际路测”的模式推动自动驾驶技术落地，比如投资10亿元的重庆测试区，以及湖南的国家智能网联汽车（长沙）测试区，都选择和科技公司强强联手，打造这种双模式路测环境。

于阿里来说，此番入局为时不晚，随着国内路测环境越来越宽松，以及允许包括载人、载货测试的规定出台，模拟仿真路测会有更多有效数据的加持，对整个自动驾驶系统的优化也将大有裨益。

责任编辑：gt