2000万英里实测，100亿英里仿真，Waymo如何炼就“老司机”？

最近，因为疫情形势严峻，美国的很多自动驾驶企业暂停了道路测试和商业化运营。

Waymo 也被迫关停了带安全员的 Robotaxi 商业运营项目，只有少部分没有安全员的自动驾驶车辆依然可提供服务，车辆在出车前都会进行全方位的消毒。

无法进行实际道路测试了，很多企业依然可以在仿真软件上训练自动驾驶系统的性能，这在很大程度上保证其研发进度不会受到太大影响。

借着这个机会，我们以 Waymo 为例，来聊一聊自动驾驶车辆测试的那些事。

自动驾驶车辆上路之前，必须对其硬件、软件等各方面进行非常严格的测试和验证，但这不是件一劳永逸的事情，因为自动驾驶硬件、软件会不断进行更新迭代，每一轮迭代都意味着要进行一次完整的测试验证流程。

现在很多的自动驾驶公司都是以月为单位（周期甚至更短）发布软件新版本，每一个版本都必须要经过周全测试才能进行部署。

即使是已经投入商业运营的车辆，依然肩负着测试的任务。

因为车辆一旦上路，各种各样奇怪的问题都会出现，系统需要发现这些问题，工程师才能找到解决方案，以后再遇到这类问题，自动驾驶车辆应对起来才能游刃有余。

Waymo 在进行自动驾驶车辆测试时，会先对自动驾驶软硬件的三大子系统单独进行严格的测试验证，然后再测试整车的安全和稳定性。

这三大子系统分别是：

• 基础车辆平台，OEM 本身就有严格验证；

• 自研的硬件，包括各类传感器以及计算单元；

• 自动驾驶软件系统，感知、规划、决策、控制系统。

在基础车辆平台方面，Waymo 现存的两大主力车型是 FCA 的大捷龙以及捷豹路虎的 I-Pace。

这两款车的背后是两大历史积淀的主机厂，在车辆质量测试和验证方面有深厚的积累，这些车在出厂前各种功能安全已经通过了相关监管机构的质量标准认证。

车辆本身并不是问题，主要的任务还是集中在自研的硬件和自研的自动驾驶软件方面。

Waymo 现在在密歇根州有自己的自动驾驶车辆组装产线，而且还与麦格纳的资深车辆工程师团队合作进行自动驾驶硬件套件的安装和标定。

传感器、计算单元等硬件在上车前，都会进行各种各样的失效验证和效果分析。

比如摄像头传感器在装车前，都要在实验室中经过上百项的单独性能验证，之后还要测试其与其他传感器的配合情况。

这是一个非常系统化的测试，将耗费大量的人力、物力和财力。

在自动驾驶软件的可靠性验证方面，Waymo 会对其系统的感知单元、行为预测单元以及规划决策单元进行单独、严格的测试。

由于系统是不断迭代的，因而每一次更新迭代都要经过一个完整的功能验证流程。

针对以上三个子系统的测试，除了基础车辆平台不需要 Waymo 花太多功夫之外，自研硬件和自动驾驶系统的测试都需要 Waymo 进行大量的投入，这些投入主要包括仿真测试、封闭测试场测试以及公开道路测试。

那么，Waymo 是如何从这几个方面入手，构建出完整的自动驾驶车辆测试能力的？

1.Carcraft：Waymo 的仿真测试利器

仿真测试已经是所有自动驾驶公司的标配，因为进行实际道路测试所耗费的资源量太大，而且在效率和效果上也无法完全满足要求。

2017 年，Waymo 首次对外公开了其自动驾驶仿真模拟器 Carcraft，这个名字取义自著名的网络游戏 World of Warcraft（魔兽世界）。

事实上，仿真模拟器与游戏的缘分很深，业内很多公司在早期就利用赛车游戏里面的场景来测试自动驾驶车辆。

Carcraft 是时任 Waymo 资深软件工程师 James Stout（2013 年加入 Waymo，2019 年回到谷歌）一手打造的。Carcraft 运行在谷歌的数据中心上。

这个软件可以全年无休地对自动驾驶车辆进行训练，根据 Waymo 官方在 2019 年给出的数据，其仿真测试里程已经突破了 100 亿英里。

作为参照，Waymo 创立 10 年来其车辆在实际道路上的测试里程是 2000 万英里。

2017 年的数据显示，在 Carcraft 上，Waymo 的 25000 台虚拟的自动驾驶车辆不停地行驶，每天总的行驶里程达到 800 万英里。

通过这些不间断的训练，Waymo 的自动驾驶系统不断强化已有的驾驶技能，并且习得全新的驾驶技能。

如今，虚拟车辆的规模和每天可以完成的仿真测试里程应该更进一步大幅增加了。

Carcraft 不但能回放路测车辆行驶的场景，还可以创造出完全虚拟的场景，真实与虚拟相结合，共同推动自动驾驶车辆性能的提升。

举个例子，在 Waymo 已经投放了自动驾驶车辆的亚利桑那州的 Mesa 地区，很多路口都有用于指示左转的黄灯，这样的路口有五条车道，必须在特定的时间左转进入到特定的车道，转早了不行、转晚了也不行。

所以经过仿真软件的场景重建，Waymo 的工程师可以为这样的场景增加各种各样的难度，让自动驾驶车辆不断进行测试，未来才能完美应对这样的左转路口。

在仿真环境下，Waymo 是这样做的：

第一步，仿照该路口绘制一个高分辨率的可视化地图，包括交通灯、车道、马路牙子等等。

第二步，让自动驾驶车辆在这样的场景中不断一遍遍行驶，这个过程中还会改变路口交通参与者的类型，加入各种不同的元素来挑战自动驾驶车辆。

通过这些测试，车辆可以从中学习技能来完美通过这类路口。

第三步难度更大，Waymo 的工程师会加入一些更具挑战性的内容，Waymo 将这个过程称为「Fuzzing」。

比如将场景中的车辆的车速改变、将交通灯的变换频次改变、在场景中增加行人、自行车、摩托车来挤占车道。然后看看自动驾驶车辆会如何应对。

第四步就是验证和迭代，在经过模拟仿真测试之后，系统已经学会了一项新的驾驶技能，这一项技能会固化下来。

之后，自动驾驶车辆将会在封闭场地和公开道路上去测试这些在仿真软件中训练出的算法。

只有 Carcraft 还不够，Waymo 也在不断补强其自动驾驶车辆仿真测试的能力。

2019 年 12 月，Waymo 收购了英国的 AI 技术公司 Latent Logic。

这家公司采用的「模仿学习」的方法可以对人类行为进行模拟，包括行人、摩托/自行车骑行者等，这些能力可以用在 Waymo 自动驾驶车辆仿真测试上。

有了 Latent Logic 的「模仿学习」技术和其团队的助力，Waymo 的模拟仿真测试能力将进一步提升。

2.Castle：Waymo 的秘密基地

Waymo 很早就在加州秘密建设了几处封闭测试场，其中最大的要数位于阿特沃特小镇的 Castle 基地。

这个基地占地面积超过 36 万平方米，这个基地内有非常齐全的自动驾驶测试设施，像一座微缩版的城市。

Castle 里面包含了各种类型的道路包括高速路、郊区道路（跨越铁轨），还有很多极其少见的驾驶场景。

Waymo 在更新自动驾驶系统之后，都会在这里进行封闭测试，稳定后才会规模化地部署到车队上去。

在 Castle 里，Waymo 的测试工程师可以创造出上千种「结构化测试」的场景用于自动驾驶车辆测试和提升。比如针对车辆硬件的碰撞测试就会在这样的基地里完成。

Waymo 还在 Castle 里创造出了 20000 多种模拟场景用来反哺仿真模拟器，比如一位鲁莽的司机开着车冲出车道、一位行人突然从停着的车里下来走到车道上。

类似这样的特殊场景还有很多，都能在 Castle 里面模拟出来。

Castle 基地的负责人是 Waymo 现任系统工程师 Stephanie Villegas，主要负责自动驾驶车辆的「结构化测试」。

她在 2011 年就加入了谷歌无人车项目组，是非常资深的测试工程师。

一开始，她和她的同事们尝试着搭建一些极端的场景来测试自动驾驶车辆的一些新的驾驶习惯和操控方式。

从那时起，Villegas 便到处收集一些小道具，包括一些仿制品、锥形桶、假植物、儿童玩具、滑板、球类等等，这些道具现在都被运到了 Castle 基地。

正是在 Castle 基地测试中表现稳定后，Waymo 的自动驾驶车辆才有机会驶入公开道路。

3.真实道路的挑战：极寒、酷热、极端天气

通过对基础车辆平台、自研硬件与自动驾驶软件系统的单独的严格测试之后，Waymo 会对高度集成化的自动驾驶整车进行测试。

这个时候，Waymo 的自动驾驶汽车会驶入公开道路，进行可靠性/耐久性测试以及带安全员的公开道路测试。

Waymo 的安全员们都会接受系统性的训练，以便及时接管出现危险状况的测试车辆。

Waymo 在 2012 年就拿到了美国内华达州的自动驾驶路测牌照，过去的近 8 年时间里，Waymo 的自动驾驶车辆在全美接近 30 个城市进行测试，不断面对新的挑战（包括不同的道路环境、街道样式、驾驶习惯等等），学习新的驾驶技能，一步一步成为老司机。

一辆成熟的自动驾驶车辆，必须能够应对所有的极端环境、恶劣天气。

Waymo 对车辆进行了一系列可靠性和耐久性测试，工程师去过冰天雪地的美国东北部；也到过酷热的拉斯维加斯、戴维斯大坝、死亡谷等地。

这些车辆驶过陡峭的沙漠公路，经历过拥堵的城市交通，也在保持着全美最高气温的死亡之谷穿梭过，还经历了大雾天、沙尘暴等极端的天气状况。

为了应对炎热的环境，Waymo 为其自动驾驶系统配备了特殊的冷却系统，即使在发动机满功率运转、系统满负荷运行时，也不会出现失效。

另外，Waymo 的测试工程师还在风洞里对车辆进行了广泛的测试，几乎可以模拟任何天气条件。

这样的可靠性、耐久性测试，Waymo 的自动驾驶车辆已经经历过无数遍。

针对自动驾驶车辆测试，Waymo CTO Dmitri Dolgov 表达过这样一个观点：

当你的自动驾驶系统越先进，提升的空间就越小，因为车辆已经熟练掌握了基本的驾驶技巧。这个时候你就需要更大规模的测试里程，去寻找更多边缘案例（edge cases），去挑战一些极端的场景。

随着实际道路测试里程的累积，仿真测试也会变得更加复杂、其测试效果也会有所提升，这些可靠的仿真测试结果反过来又能帮助自动驾驶车辆更好地进行实际道路测试。

这是一个正向的是测试循环。

拥有 Carcraft 仿真系统、Castle 封闭测试基地以及在全美近 30 个城市测试的超 600 台自动驾驶车辆，Waymo 的自动驾驶测试的技术闭环已经建立起来。

这个测试体系将大大推动 Waymo 在未来大规模部署自动驾驶车队的进程。