當(dāng)產(chǎn)品有了原型，就可以進(jìn)行HiL硬件在環(huán)的測(cè)試，這里有一個(gè)我們給某日系主機(jī)廠和供應(yīng)商提供的攝像頭LKA系統(tǒng)HiL項(xiàng)目案例。我們知道，要充分測(cè)試LKA系統(tǒng)的性能，需要在大量的、不同車道狀態(tài)組合的工況下進(jìn)行測(cè)試。道路測(cè)試很難遍歷不同的車道組合，比如不同轉(zhuǎn)彎半徑的車道，難以在真實(shí)道路上都找得到。這時(shí)候，毫無(wú)疑問，能夠輕易定制測(cè)試工況的HiL的測(cè)試效率遠(yuǎn)超道路測(cè)試。

下一個(gè)案例，我想分享我們使用仿真產(chǎn)生的場(chǎng)景數(shù)據(jù)用于AI人工智能算法的優(yōu)化迭代，PreScan場(chǎng)景工況測(cè)試能夠基于Nvidia PX的人工智能算法，進(jìn)行可行駛區(qū)域Free Space Detection，也可以用來測(cè)試3D SLAM算法。這其中，有兩個(gè)重要的技術(shù)點(diǎn)：

第一個(gè)，當(dāng)今的人工智能駕駛技術(shù)越來越傾向于使用感知傳感器的原始數(shù)據(jù)進(jìn)行數(shù)據(jù)融合，這也是PreScan環(huán)境感知傳感器的開發(fā)方向，盡量地提供原始數(shù)據(jù)輸出；

第二個(gè)，我們知道AI人工智能算法的訓(xùn)練結(jié)果質(zhì)量與測(cè)試工況的數(shù)量和覆蓋度相關(guān)，因此，為了彌補(bǔ)路采素材代表性不足的缺陷，可以使用仿真技術(shù)的路況可定制的優(yōu)勢(shì)，生成仿真數(shù)據(jù)，加入訓(xùn)練集中，可以提高算法訓(xùn)練結(jié)果的質(zhì)量。

當(dāng)我們產(chǎn)品可以上市裝車的時(shí)候，車輛在環(huán)ViL就成為了一個(gè)手段。這是案例，是我們向上海某整車廠提供的基于毫米波雷達(dá)的ACC/AEB系統(tǒng)的ViL測(cè)試平臺(tái)。這樣的解決方案具有什么價(jià)值？以前，該主機(jī)廠主要是通過道路測(cè)試和主觀評(píng)價(jià)來進(jìn)行性能的驗(yàn)證，但這一手段具有一系列的缺陷。比如，測(cè)試工況沒有辦法去定制，定制之后很難精確的控制實(shí)現(xiàn)，實(shí)現(xiàn)之后也很難重現(xiàn)和重復(fù)測(cè)試，有時(shí)候，道路測(cè)試忙了一天，上百個(gè)測(cè)試工況下來，發(fā)現(xiàn)效果都不一定很好。而ViL車輛在環(huán)的方法順利的克服了上述難點(diǎn)，大大提高了測(cè)試效率。當(dāng)然，PreScan也可以支持動(dòng)態(tài)的駕駛模擬儀。

除了仿真測(cè)試技術(shù)，TASS也有豐富的道路測(cè)試經(jīng)驗(yàn)，我們是EuroNCAP組織授權(quán)的官方試驗(yàn)場(chǎng)，有豐富的AEB/LDA/ISA等系統(tǒng)的法規(guī)測(cè)試經(jīng)驗(yàn)。在TASS荷蘭，我們還運(yùn)營(yíng)著基于7公里高速公路的自動(dòng)駕駛試驗(yàn)場(chǎng)，這是全球最早的自動(dòng)駕駛道路試驗(yàn)場(chǎng)。

基于此，我們也能輸出自動(dòng)駕駛試驗(yàn)場(chǎng)的設(shè)計(jì)技術(shù)。比如，在美國(guó)密西根大學(xué)的Mcity，就曾經(jīng)使用PreScan進(jìn)行試驗(yàn)場(chǎng)的可視化設(shè)計(jì)和仿真測(cè)試應(yīng)用。在ACM-America Center for Mobility，TASS向其提供了場(chǎng)地設(shè)計(jì)咨詢服務(wù)，Siemens和TASS也是ACM的緊密合作伙伴。

今天通過一些實(shí)際的案例，闡述了基于模型和以PreScan仿真技術(shù)為核心的自動(dòng)駕駛系統(tǒng)正向開發(fā)、測(cè)試流程。

雖然仿真技術(shù)作為一種工具，帶來了很大的價(jià)值，但是也有很多的技術(shù)難點(diǎn)，我們可以舉幾個(gè)例子。
第一是場(chǎng)景的渲染能力，這是當(dāng)前PreScan場(chǎng)景渲染質(zhì)量的示意圖例，下一步我們會(huì)進(jìn)一步提升我們的渲染能力，不排除利用Unreal等游戲引擎進(jìn)行場(chǎng)景渲染，提高場(chǎng)景渲染質(zhì)量。

第二，我們計(jì)劃逐步把測(cè)試工況里面的所有元素參數(shù)化，并將參數(shù)開放，可以用外部程序來控制，從而可以輕易地獲得自動(dòng)生成的、大量的、不同類型的測(cè)試工況。

第三，環(huán)境感知傳感器的建模能力需要對(duì)傳感器物理原理的大量先驗(yàn)知識(shí)和經(jīng)驗(yàn)，這也是PreScan仿真技術(shù)一直在全球領(lǐng)先的重要技術(shù)之一。

以攝像頭為例，我們可以仿真從光源、傳播媒介、目標(biāo)表面材質(zhì)、光進(jìn)入鏡頭、到達(dá)成像器件、甚至后續(xù)的AD轉(zhuǎn)換等等成像的所有物理環(huán)節(jié)。最終的實(shí)際效果是非常好的。

以毫米波雷達(dá)為例，我們知道毫米波雷達(dá)的感知特性，首先是感知精度和分辨率的問題，然后是目標(biāo)的反射回的能量的問題，隨后還有一系列的常見缺陷特性：漏檢測(cè)、誤檢測(cè)、目標(biāo)分列、過大的延遲等問題。我們還計(jì)劃發(fā)布對(duì)雷達(dá)天線發(fā)射和接收端的性能模型。