引用
Kufieta, Karl, and M. Ditze. "A virtual environment for the development and validation of highly automated driving systems." In 17. Internationales Stuttgarter Symposium, pp. 1391-1401. Springer Vieweg, Wiesbaden, 2017.
研究背景：通過車載感測器，汽車可以探測車輛周圍的環境，但是隻有在對周圍環境識別理想的情況下，才能實現理想的無人駕駛。但是在這個問題上，仍存在挑戰。同時，在現實世界中存在外界因素對感應系統干擾，這會造成感測器對環境的誤判。最近研究估計，在自動駕駛在正式使用前要花費66.2億公里進行學習測試。這需要消耗大量的時間和成本。因此時間效率和成本高低成為決定性因素，與真實環境相比，虛擬測試在這些方面具有顯著的優勢。
解決問題提出了生成虛擬測試環境的方法，生成了測試車輛的交通環境，同時實現了相機、雷達、鐳射雷達的模擬元件的構建，生成了這些感測器所需資料，實現了測試自動駕駛系統的虛擬環境構建。
方法基於現在模組化的3D遊戲引擎，文章對真實的交通場景進行了有效的模擬模擬並用於測試。該虛擬環境稱為TRONIS，這種技術使自動駕駛汽車系統開發顯著加快。與之前模擬的虛擬環境相比，TRONIS在細節方面優化更好，考慮了許多複雜影響（陰影，反射等）。文章還首次提出了根據路面條件預測摩擦和和摩擦極限的技術，為了支援這種技術的開發，文章使用了物理模擬。對於不同的路面定義不同的摩擦值，文章同時考慮了底盤扭矩等汽車動力學數值。與上代模型相比，路面不在是平坦的，而是具有完整的三維結構。除了考慮靜態環境，TRONIS也將現實世界的動態因素納入考慮範圍（行人，車輛，動物），通過遊戲引擎的介面將運動資料匯入，可以實現動態世界的實時模擬。TRONIS通過將物理模擬與實時呈現解耦，使用遊戲引擎進行實時擴充套件。
TRONIS通過對車輛底盤的模擬可以直接得出車輛的運動學資料，但是與直接可測的狀態量相反，光學聲學電磁訊號只能在具體的環境下得到，因此要考慮環境的渲染過程。對於攝像機採集影象可以通過訪問顯示卡記憶體的方式減少延遲，同時加入後處理可以得到所需的鏡頭效果。自動駕駛的實現同時需要周圍三維環境資料，文章採用了高效的射線拍攝技術生成了3D深度圖。對於雷達採集資料，TRONIS採用了實時光線跟蹤技術，將虛擬影象合成一個亮度距離頻率直方圖，然後將直方圖進行二維投影可以得到雷達影象。實時光線跟蹤技術生成的亮度距離直方圖如下所示：
結果在複雜的情況下，對自動駕駛進行經濟可靠的測試仍然是一項艱鉅的任務，基於高度發達的遊戲引擎，文章實現了對車輛周圍虛擬環境的模擬模擬（TRONIS）。TRONIS同時實現了相機、雷達、鐳射雷達元件模擬資料的構建，為開發測試自動駕駛汽車奠定了基礎，顯著減少了開發的時間和成本。
總結文章通過現代化的遊戲引擎，逼真的模擬出了用於自動駕駛汽車開發測試的虛擬環境，與上代的環境相比，TRONIS在細節方面處理的更好，該虛擬環境可以用於對影象處理演算法的深度研究。同時首次將路面環境與摩擦考慮到模擬效果內。除了模擬靜態環境，文章也將環境中動態因素納入考慮範圍內。對於感測器：相機、深度感測器、雷達，文章分別通過遊戲引擎渲染畫面、射線拍攝技術、實時光線跟蹤技術，對這些感測器採集資料進行模擬。通過這些技術，大大減少了自動駕駛汽車開發以及測試的成本。
致謝本文由南京大學軟體工程系2019碩士生徐彬桐翻譯轉述。
感謝國家自然科學基金專案（重點專案）智慧軟體系統的資料驅動測試方法與技術（61932012）資助