数字孪生突破传统测试瓶颈
软硬件在环测试-封闭场地测试-实际道路测试，是传统汽车行业普遍遵循的测试流程。过去，对自动驾驶汽车的测试，在很大程度上遵循这一流程。但自动驾驶汽车测试需要考验算法对车辆的自主控制能力，这样的测试方法就无法保证测试的完整性和准确性。
汽车的行驶环境可以看作多个驾驶场景的组合，软硬件在环测试或是封闭场地测试构建的碎片化测试场景，并不符合实际使用情况。但若想在真实的物理空间中，依据实际使用情况，开展大规模的连续场景验证，所耗费的经济成本与时间成本都是不可估量的。
因为在真实的道路中，自动驾驶的测试存在明显的长尾效应，即算法越完善，对算法测试有提升意义的场景就会越少，而且这样的场景在真实道路中几乎不可复现。即便可以在封闭场地中搭建复杂的交通场景，那也需要花费高昂的成本，测试过程也往往伴随着较高的安全风险，而且建成之后很难快速的适应自动驾驶算法迅速迭代带来的全新测试需求。
基于数字孪生的测试评价方法，是为解决传统测试瓶颈而提出的一种解决方案。孪生环境基于感知、定位、建图等信息技术，实现对物理空间的一比一高精重建。基于此，测试者可以低成本搭建复杂测试场景并实现场景的连续定制。当所有测试都基于数字试验场时，就能迅速应变技术升级带来的全新测试需求。同时，基于云计算的海量仿真场景并行计算，也将带来更高的测试效率。
数字孪生测试新探索 给汽车带上VR眼镜
当前，国内各大智能网联汽车测试场，都在积极开展基于数字孪生的智能网联汽车测试项目。腾讯自动驾驶作为该项技术在国内的首批实践者，目前已经与多家智能网联汽车测试场以及整车企业开展了相关合作。其中就包括去年9月与襄阳达安汽车检测中心合作的数字孪生自动驾驶测试评价体系项目。
在过去接近一年的时间里，腾讯携手襄阳达安汽车检测中心，围绕数字孪生测试项目的建设，取得了丰厚的成果。包括对国家智能网联汽车质量监督检验中心（湖北）数字孪生环境的构建，覆盖场地面积近6000亩，道路总里程达到100公里；积累了202个数字孪生测试场景库，覆盖标准法规场景、自然场景以及部分极端场景；开发了一套可以自动化处理数据并生成检测报告的评测工具等。
国家汽车质量监督检验中心(襄阳) 工信部数字孪生测试体系建设项目
特别值得一提的是，双方还对数字孪生测试的一般流程进行了针对性的调优，进一步发挥了数字孪生虚实结合的特点，通过将孪生环境信息直接输出给实际测试车辆的方式，消除了车辆动力学建模可能带来的误差，基于实际路面和车辆动态进行评价，得到更加精准的测试结果。
给汽车带上VR眼镜，是对这种测试方法的形象比喻。以一台自动驾驶汽车为被测对象，用孪生手段构建一个或多个自动驾驶测试场景，通过注入设备将场景信息下发至在真实道路行驶的自动驾驶汽车控制器上，汽车根据自身算法执行决策。同时，车辆的动态数据将被车端安装的测量设备实时采集，上传至孪生平台用于驱动虚拟的自动驾驶汽车模型，并在仿真平台的场景中标注车辆动态数据，方便评价分析模块对车辆动态数据进行处理，从而基于评价维度和数据库进行车辆行为评价。
这样一个虚实结合，反馈数据链完整的闭环系统，大大简化了复杂的虚拟车辆模型构建工作以及测试场景搭建的过程，同时能够得到更加直观、真实的测试结果。并且从理论上来讲，这样的虚实结合还有很大的发展空间，比如未来在5G强大的通信能力支持下，道路的交通状况可以第一时间呈现在孪生环境中，这不仅对自动驾驶算法开发测试有益，还对整个交通系统的效率改善有重要作用。
总而言之，数字孪生是物理世界中实体、流程或系统的数字精准镜像，在万物皆可用数字化方式描述的时代，在严格遵循故有规律的前提下，数据的流动将带领我们打开通向未来世界的大门。腾讯作为国内数字孪生的首批实践者，也将继续探寻更多的数字孪生解决方案，推动“以人为中心”的智慧交通早日到来。
最前沿的电子设计资讯
