自动驾驶技术笔记：模拟器专题

如何在无人驾驶的各个模块高速迭代的同时保持整体系统的能够完全应对当前的环境场景？模拟器(又称仿真器)就是为了解决这一问题而诞生的。

模拟器的必要性

随着车辆及测试场景的增多，我们得到的一个实际经验是：“No Simulation, No Scalability”(没有模拟仿真，就没有可扩展性)。

模拟器的优势：

1. 极大地提高开发效率
2. 测试和验证极端场景
3. 最大化发挥沉淀数据的作用
4. 孵化人工智能和场景驱动的重要先决条件

模拟器平台将以两种方式处理每个模块的输出数据，一种是进行多方位多角度的显示，便于开发人员对模块的输出结果进行校验和调试。另一种是基于某种评价标准，自动对输出数据进行评判和打分，并且将评判和打分的结果以详细数据报告的形式呈现。

对模拟器系统的要求

数据信息在车与外部环境的相互作用中产生了一个闭环。无人车的仿真系统就是寻求在软件环境中重塑这样的一个数据闭环，以测试车上的主要软件算法模块。

1. 模拟器系统有一个比较好的前端，从而更好地与后期的云端大规模模拟兼容。
2. 模拟器后端由四个部分组成：模块调度(调度引擎根据输入数据时序，调用各个软件模块，生成输出的数据包)、打分系统(根据数据包，自动判断各模块是否正确处理了该输入场景)、智能引擎(模拟器通过接收配置文件，自动生成场景元素，可以采用人工智能的解决方案，灵活改造和生成场景)、完美控制(采用完美控制车辆的方式，剔除车辆控制方面的误差)。
3. 针对任何场景的完整数据闭环仿真，在逻辑层面都需要运行在同一个模拟器实例内。

模拟器驱动方式

基于外部数据的不同，模拟器的驱动方式主要有两类：WorldSim 和 LogSim。