腾讯交通平台产品部
自动驾驶仿真是自动驾驶商业化必备工具，是加速技术演进和降低研发测试成本的关键。传统仿真软件无法支持海量场景生成和并行加速测试，不能满足高级别自动驾驶产品研发和服务需求。针对此需求，团队从2017年初开始研发腾讯自动驾驶仿真系统TAD Sim，通过集中整合团队在自动驾驶核心算法、游戏技术、云计算、高精度地图等方面技术优势，构建了覆盖自动驾驶研发全流程、全生命周期的自动驾驶仿真测试系统。在场景构建、交通流生成、高并发加速、虚拟城市仿真等方面处于业内领先地位，已经在头部OEM、国家测试场、国家部委检测平台、新型智能网联测试区等多个商业项目中落地。
2020年6月，团队发布了TAD Sim的最新版本TAD Sim 2.0，数据传输速度提升100%，仿真加速能力提升200%，资源占用减少30%。业内首创“游戏技术+数据驱动”双擎路线极大的提升了仿真真实性，同时TAD Sim主导了国际仿真标准接口OSI的部分工作包。由于TAD Sim的技术创新性，多次受到国家官媒如新华社、人民网等的主动介绍和表扬，并获得了世界新能源汽车大会创新技术大奖。
TAD Sim除了满足自动驾驶系统测试和更新需求外，所采用的数字孪生、实时交通流生成、城市级交通仿真、交通行为预测和推演等技术在智慧城市、智慧交通等领域也具有巨大价值和市场空间，并已经逐步开始商业化落地。下文将对TAD Sim在自动驾驶、数字孪生和智慧交通中的解决方案进行逐一介绍。
一、解决方案介绍
（一）自动驾驶云仿真平台
自动驾驶云仿真平台TAD Sim旨在解决自动驾驶汽车海量场景的测试与评价问题。它基于腾讯强大的游戏引擎、虚拟现实、云技术，集成工业级的车辆动力学模型、具备资质的高精地图、种类丰富的车载传感器仿真和专业的渲染引擎，辅以三维重建技术和虚实一体交通流，可以完成感知、决策、控制算法等实车上全部模块的闭环仿真验证。
TAD Sim支持本地端和云端仿真，可满足算法本地精细调试和云端海量场景测评的不同需求,可以对海量场景进行管理、运行和自动化测评，提升了智能汽车研发测试效率。借助云端的强大算力，助力自动驾驶轻松实现日行百万公里。最多可以同时调度万级节点，并发运行仿真任务。
1. 覆盖汽车行业完整测试链路，与自动驾驶云平台工具链形成闭环
TAD Sim支持开放生态，上下游全流程闭环，可与数据采集、样本标注、算法训练评测、实车测试等流程，形成闭环（如图1所示），提供全流程自动驾驶云服务，打通自动驾驶的全链路，使整个开发测试流程在本平台形成闭环（如图2所示）。
图 SEQ 图 \* ARABIC 1 自动驾驶仿真测试系统引擎架构
图 SEQ 图 \* ARABIC 2智能驾驶系统V字开发测试流程
2. 本地和云端测试保证了仿真一致性
本地和云端仿真测试使用统一的仿真引擎，并且数据相互兼容，数据格式统一，包括但不限于场景、动力学模型、地图、算法、模块配置等功能的数据。本地数据可以上传至云端，云端数据也可下载至本地运行，实现线上线下互联。其架构和工作流如图3和图4所示。
图 SEQ 图 \* ARABIC 3 自动驾驶仿真云架构
图 SEQ 图 \* ARABIC 4云仿真工作流
3. 灵活强大的评测系统，支持用户自定义配置测评指标
TAD Sim运行过程中实时计算各项测评条件，根据各项测评指标自动生成测试报告。系统提供丰富的后处理工具，包括数据可视化、数据分析、场景回放工具等,仿真数据在本地可进行反复调试。
4. 通过三维重建技术和数据驱动交通流真实还原测试场景
通过基于点云融合的三维重建技术，以厘米级精度还原测试场景的三维特征（如图5所示）；使用大量路采数据训练出的数据驱动交通流模型，可以模拟车辆在交通场景中的驾驶行为，如车辆跟驰、换道、躲避行人、激进驾驶等。车辆在十字路口会对信号灯进行相应反应，并根据路权对其他车辆进行避让。
图 5 基于真实世界的高精度三维重建
5. 充分发挥游戏引擎能力的传感器仿真
基于游戏引擎的物理级车载传感器模型，可实时生成高精激光点云数据，可模拟摄像头物理缺陷，以及基于回波的毫米波雷达模型（如图6所示）。
图 6 传感器仿真
6. 行业领先的高精度车辆动力学模型，支持27自由度
车辆动力学模型兼容CarSim动力学模型参数，支持空气动力学模型、车身动力学模型、转向系统模型、发动机模型、传动系统模型、制动系统模型、悬架系统模型、车轮动力学模型、轮胎动力学模型和路面模型，支持燃油车和电动车建模。
7. 全面支持国际仿真标准，保证仿真系统通用性
支持OpenDRIVE、OpenSCENARIO等国际标准格式，不依赖于私有标准，方便扩展和第三方对接，便于场景库等数据的长期积累和拓展；系统组件之间使用国际仿真标准接口OSI，没有强耦合。整个系统完全按照高扩展，高可用，高自治标准打造，易扩展，可容灾，易运维。
8. 支持数字孪生、智慧交通相关功能扩展
通过腾讯特有三维重建技术重构的场景，内置了高精度地图，可自动重构出符合不同维度测试需求的三维重建场景，帮助用户提升自采场景数据的使用价值。可集成仿真测试工具、V2X通信设备、真实测试车辆等功能单元，开展基于虚拟仿真+真实环境的数字孪生自动驾驶测试。基于本系统架构，可进一步拓展实现测试牌照测试以及车辆监管、场地综合监测、安全监控、V2X 网联通信监管与牌照发放、V2X 网联通信能力认证测试、信息安全能力测试评价以及车路协同运营管理（如图7所示）。
图 7 数字孪生自动驾驶测试评价体系框架
（二）智慧交通数字孪生平台
智慧交通数字孪生平台是综合运用采集、感知、计算、建模等信息技术，对物理空间进行数字化建模，并进行展示的平台。它包含场景三维重建、展示平台、动态交通数据导入三部分。使用UE4渲染引擎，支持标准格式的高精度地图的导入，支持UE4制作的静态场景的导入，支持车辆和行人等动态交通数据的导入。
1.总体架构
腾讯智慧交通数字孪生平台总体架构如图8所示：
图8 智慧交通数字孪生平台架构图
数据采集层包含专业采集车和边缘感知计算等设备，用于静态或动态的数据采集。
数据层是存储数据的中间层。采集设备采集的点云和图像数据，美术人员制作的模型组件如树木、房屋、车辆、行人等，属于静态数据存储在硬盘中，感知结果是实时数据，存储在内存中。
渲染数据准备层，是指离线制作高精度地图和三维场景，在内存中找到感知结果对应的车辆和行人的模型，以及它们在场景中对应的位置。
数据展示层则是仿真系统将准备好的静态数据和动态的数据加载到UE4引擎中进行渲染，渲染的结果通过屏幕展示给用户。
2.功能模块
智慧交通数字孪生平台按照其功能划分由数据采集、场景制作、实时数据接入、数字孪生交互引擎等几个模块组成。其中，各自的主要功能为：
2.1数据采集
智慧交通数字孪生平台在接到数据制作任务后，会安排配有专业采集设备的采集车到客户指定的范围进行数据采集。采集车配备有GPS/北斗、IMU、Camera、Lidar、轮速计等设备。能满足高速城快道路及城市普通路的高精度地图采集，并且针对环境复杂城市道路，保证地图采集数据的绝对精度和相对精度。外业采集的数据包括行车轨迹、图像、激光点云等数据，拥有车道线、路沿、护栏、路灯、交通标志牌等信息。
2.2场景制作
腾讯数字孪生提出建立模型库+自动摆放的静态场景自动化生成的技术路线。首先使用专业采集车收集原始的点云和图像数据；然后通过深度学习技术，对采集的数据进行自动识别，提取场景中每一类元素的属性(类别，位置，尺寸大小，朝向等)，生成参数化场景描述文件；最后根据参数化的场景描述文件的信息，将模型库中的组件进行调整摆放，实现静态场景的自动化生成。其效果如图9所示：
图9 高速重建效果图
2.3实时数据接入
通过配备有专业的采集设备的采集车，采集原始数据。然后通过三维重建技术精确地还原出城市静态的三维模型。将静态场景导入和对应的高精度地图导入到仿真系统中，然后仿真系统从数据中心的获取订阅的车辆、行人感知结果或设备的消息信息，根据感知结果和设备消息中的位置和其他属性信息将其进行渲染，实现虚实结合的效果（图10）。
图10 数据流程图
2.4数字孪生交互引擎
数字孪生交互引擎，是腾讯开发的一款静态数据、动态数据一体化；过去、当下、未来态势一体化，全场景、全要素、全时空的信息展示交互引擎。让客户拥有上帝视角可以清晰洞察整个交通场景所有人、车、路、设备设施等参与者的位置和运行状态。
根据数据的特性分为四类，分别为静态数据底层、动态数据层、仿真接入层，自定义数据接入层。其中：
1）静态数据层：包含二维矢量数据层、高精度地图层、地形地貌层、卫星影像层、BIM模型层、激光点云层、三维模型层。
2）动态数据层：包含设备设施层、养护人员和施工人员位置层、交通车辆和行人层，视频显示层、监控层。
3）仿真接入层：包含态势推演层、策略评估层。
4）自定义数据接入层：开放给第三方用户，可按照约定的格式发送数据进行显示。
其数据流程如图11所示：
图11 数字孪生交互引擎数据流程图
数字孪生交互引擎提供的功能包括地图场景切换，三维测量，场景标注，实时路况查看，监控预警，设备监测数据查看，车辆轨迹分析，海量数据加载渲染，三维展示等，可以结合自动驾驶仿真和交通仿真使用。
（三）实时交通平行仿真平台
以TAD Sim为基础开发的实时交通仿真平台通过采集汇总实时交通数据，滚动注入仿真系统，用来实现实时在线仿真，使得仿真结果尽量贴近现实世界，并据此实现路网实时监测和事件推演评估等多种应用。它可以协助交通管理者缓解拥堵，从而提升人民群众的幸福感，获得感和安全感。
模块构成
系统主要包括数据处理模块，仿真模型设置模块，仿真模型运行模块和应用模块。
1. 数据接收/处理模块负责将上游传输的原始数据进行清洗、整合，处理成建立模型所需的数据。其中包含数据的离线和在线处理，离线处理之后将对历史数据进行更新，可以作为仿真搭建模块和实时仿真运行模块中的输入；在线处理之后的数据将在实时仿真运行时实时注入仿真系统，以对模型进行实时调整从而尽量贴近现实。
2. 仿真模型设置模块的主要功能为搭建路网模型，包括基础道路，交叉口控制设施，公交图层和小区图层等。并通过数据处理中离线模块产生的数据对道路属性、交叉口属性等参数以及中/微观交通模型中所需参数进行标定，为仿真模型运行模块提供输入。
3. 仿真模型运行模块负责在模型搭建完成之后，在系统中接入在线数据处理模块输出的实时数据进行实时在线仿真。
实时仿真的运行流程如图12所示：
图12 实时仿真运行流程
4. 应用模块中主要包含路网状态的实时动态监测、交通事件/事故的推演评估、管控策略评估、智慧信控方案评估以及道路建设评估。交通仿真产品使用闭环如图13所示，
图13 仿真产品使用闭环
1) 动态监测
本平台可以对城市交通的态势进行感知、预测和推演，协助发现潜在的拥堵等问题。它支持实时地获取和处理大量的路况数据，并通过平台实现对各路段，路口，以及整个路网维度下流量，速度，延误时长，排队长度，规模分布等指标的监测。通过指标在不同维度下的对比，辅以丰富的可视化图表和交互，实现对实时交通状况的监测，及时获取监控路网内交通指标的异动情况，辅助动态交通预警、交通诱导和信号优化等决策来提升路网内通行效率。
2) 事件推演
平台支持自定义交通事件，可以设置事故的地点，类型（交通事故，道路施工等）、持续时间、受影响的车道数、车道受影响程度等。设定好事件后，系统可以进行仿真推演，从而评估事件对整体交通的时空影响，并可以对受影响的交叉口或者路段附近车辆进行预警。它还可以对事发路段车辆来源进行溯源分析，通过对相关车辆的出发地和目的地进行记录和追踪，实现拥堵致因分析，支撑缓堵策略制定。
3) 管控策略
平台可以支持自定义管控策略，可以设置管控的道路，类型（限速或封闭等）、持续时间，最高时速等。系统可以据此进行仿真推演，并量化分析评价管控策略的效果，以辅助决策。
4) 智慧信控
平台可以支持自定义信控方案，可以设置信号灯所对应的周期长度，相位时长、相位顺序和相位差等配时信息。系统可以据此进行仿真推演，模拟在该信控方案下一定时间范围内路网的交通状态，并可以对不同信控方案进行量化对比，以此来协助用户制订最佳信控方案。
5) 道路建设
平台可以支持道路的自定义编辑，可以进行道路和车道的增减、路口改型、增设潮汐车道和借道左转等措施的设置。之后系统可以使用新编辑完成后的路网进行仿真推演，评估不同道路建设对自定义区域路网交通的时空影响。
6) 综合仿真
平台可以支持多种仿真应用相结合，以适应多变复杂的线下场景。如结合事件推演和智慧信控用以验证所制定方案的合理性，从而更好的降低事件影响。
二、结语
TAD Sim提供了完整的自动驾驶仿真测试解决方案，构建了覆盖自动驾驶系统开发全链路和全生命周期的测试方法，建立健全了智能网联汽车测试评价体系，解决了高级别自动驾驶测试验证完备性的难题，加快了自动驾驶行业产品的落地，为客户极大地降低了研发测试成本。TAD Sim打破了相关领域欧美软件的行业垄断，完全自主可控，解决了行业被欧美软件卡脖子的长期问题。同时该系统还可应用在数字孪生和智慧交通等领域，具有广阔的应用前景和经济价值。
