基于數(shù)字孿生的自動駕駛交通場景構建研究

梁恩云，高琛，葉少檳，賴粵

（廣東工業(yè)大學自動化學院，廣州 510006）

0 引言

進入21世紀以來，AI、通信技術的快速發(fā)展與傳統(tǒng)汽車工業(yè)的深度融合，智能化的汽車成為了現(xiàn)代工業(yè)時代最有前景的應用。近10年來，國內(nèi)外各個汽車廠商和眾多研究機構都在該新興領域作出了巨大的投入和研究，力求自動駕駛汽車能夠早日投入商用。然而，Tesla公司和Uber公司在自動駕駛汽車研發(fā)的過程中發(fā)生的重大事故讓整個技術行業(yè)陷入了沉思，反映出技術層面存在一定的問題。

在國外，2016年美國汽車工程學會對自動駕駛的定義［1］和自主程度進行了分級規(guī)劃，以Level 0～5級分別對應無自動駕駛、駕駛輔助、部分自動化駕駛、有條件化自動駕駛以及完全化自動駕駛［2］，并且做出了可靠的評估。認為目前自動駕駛技術處于2級到3級之間的安全階段，其存在的不足是測試方面安全性低，測試效率低且測試標準在各個地區(qū)不統(tǒng)一。從美國國家公路交通安全管理局（NHTSA）的研究數(shù)據(jù)來看［3］，一輛汽車大約要在人為駕駛43.6萬英里（70萬公里）才會遇到一起事故，而且大約人為駕駛1億英里（1.6億公里）導致1人死亡。在我國，習近平總書記［4］提出了要圍繞人工智能、基因編輯、醫(yī)療診斷、無人駕駛和自動駕駛領域加強開發(fā)，尤其要加強自動化安全性方面的建設，多實際道路安全測試等。然而，考慮到安全問題，目前自動駕駛算法90%在仿真平臺上完成，9%在封閉測試場完成，僅有1%通過實際道路測試完成［4］。自動駕駛仿真測試是自動駕駛技術的重要一環(huán)，結合數(shù)字孿生技術，正是為了彌補實際路測的不足，可以在確保安全的前提下，將實測的交通場景映射到虛擬空間中，節(jié)省測試時間和成本并能確保測試安全，助力自動駕駛技術汽車的快速落地。

目前，自動駕駛測試方法主要分為三類：軟/硬件在環(huán)測試、封閉測試場測試、開放道路測試。三種測試方法各有優(yōu)缺，但都存在一個問題，任何單獨的一種測試方法都不能確保測試效果，將來的自動駕駛汽車測試必定是軟/硬件在環(huán)測試、封閉測試場測試、開放道路測試的三者有機融合［6］。三種測試方法的優(yōu)劣對比分析如表1所示。

表1 三種測試方法的優(yōu)劣對比

隨著社會的不斷進步，交通場景也逐漸變得復雜，如表1所述三種現(xiàn)有的自動駕駛測試方法在實際應用中暴露出很多的問題，具體表現(xiàn)為以下幾點：

（1）測試場景碎片化，并不符合實際使用情況［7］；汽車自動駕駛是一個連續(xù)的過程，符合實際商用前必須經(jīng)過大量的路測，這對于實車測試來說花費的時間和成本都是不可接受的。

（2）在真實物理空間中復現(xiàn)極端交通場景困難、安全隱患大；如常見的多車沖突，汽車緊急換道或車輛行駛過程中的復雜光照、雨霧天氣等。

（3）軟/硬件在環(huán)測試依賴動力學模型；數(shù)字化構建的車輛動力學模型難以精準復現(xiàn)真實車輛動力學模型，降低測試精度。

（4）封閉測試場建設成本高、周期長、靈活性低，難以適應自動駕駛技術升級帶來全新的測試需求。

（5）實際廣泛開發(fā)道路測試中交通參與者隨機生成，不確定性因素占主導地位，難以開展重復性的測試。

針對上述問題，相關專家和學者［8］從測試安全的角度出發(fā)，加大在虛擬交通場景中開展無人駕駛汽車測試的研究，以盡量少的人力物力消耗來達到測試要求。近年來，伍朝輝等［9］交通場景數(shù)字孿生構建虛實融合應用，認為利用數(shù)字孿生技術中的“虛實結合”可以構建交通場景數(shù)字孿生體，從人-車-路-環(huán)境四個維度對交通場景數(shù)字孿生亟待解決的關鍵技術進行了分析，為自動駕駛汽車實際路測安全性低提供了解決方案［10］。

1 自動駕駛仿真測試

1.1 自動駕駛技術的發(fā)展

自20世紀70年代［11］，以美國為首的發(fā)達國家已經(jīng)著手對自動駕駛汽車進行研究，并在可行性和使用等方面取得了突破性的進展。2004年在Mojave沙漠舉行的自動駕駛挑戰(zhàn)賽直接推動了自動駕駛汽車的快速發(fā)展；之后，斯坦福大學、麻省理工學院和費吉尼亞理工大學等高校對該技術領域進行深入探究，為自動駕駛汽車的落地奠定了基礎。工業(yè)界對自動駕駛技術也寄予厚望，2009年谷歌開啟Waymo自動駕駛研究計劃，隨后Uber、特斯拉、福特、博世、奔馳、豐田等也陸續(xù)進軍自動駕駛領域。

我國在20世紀80年代便已著手自動駕駛的研發(fā)［12］，ATB-1是國內(nèi)第一輛自動駕駛汽車，于1992年在武漢科技大學成功研發(fā)。近年來，百度、騰訊、華為等公司也步入該領域研發(fā)［13］，自動駕駛技術引領著整個汽車行業(yè)的突破。進入21世紀后，伴隨著相關政府標準和法律法規(guī)的不斷完善［14］，消費者對安全性和舒適性需求的日益增長，成為基于環(huán)境感知的汽車ADAS的主要驅(qū)動力，5G/V2X網(wǎng)聯(lián)、大數(shù)據(jù)、人工智能、通信等新興技術的崛起，封閉式場地測試或純仿真測試滿足不了自動駕駛技術升級帶來的全新測試需求［15］。從安全角度，目前國際廣泛公開的道路用于自動駕駛汽車測試的依然很難覆蓋復雜多樣的交通場景。

1.2 自動駕駛仿真測試的意義

自動駕駛汽車在實際商用之前，需要經(jīng)歷大量的道路測試。但其作為新興事物，自動駕駛汽車依然面臨著巨大的挑戰(zhàn)，如實際路測所花費的高昂費用、各國對于自動駕駛仿真測試的容忍度、極端交通場景復現(xiàn)困難、安全隱患大、道路交通環(huán)境及習慣差異等等，在一定程度上對自動駕駛系統(tǒng)的發(fā)展起到了阻礙作用。

采用實際路測消耗大量的人力物力。自動駕駛是人工智能領域下的一個范疇［16］，目前處于開發(fā)階段。美國蘭德公司曾提出自動駕駛車輛要累計177億公里的駕駛數(shù)據(jù)才能夠達到人類的駕駛水平，假設一支由100輛自動駕駛車輛組成的車隊，不間斷地進行測試，平均車速為40公里每時，則需要大約500年的時間才能完成測試目標，這對于大多數(shù)國家來說都是不可以承受的。

有關法律法規(guī)以及保險機制的缺失限制了自動駕駛汽車路測大范圍的開展［17］，我國注重“以人為本”的中心思想，自動駕駛汽車現(xiàn)階段尚不能保證絕對安全，故對開放實際道路用于自動駕駛仍然保持謹慎的態(tài)度。但是，僅僅依靠目前廣泛公開的道路配合智能網(wǎng)聯(lián)測試去優(yōu)化自動駕駛算法，難以滿足自動駕駛技術升級帶來的全新測試需求，主要體現(xiàn)為以下5點：

（1）自動駕駛汽車缺乏相應的交通法律法規(guī)。中國的交通環(huán)境復雜，難以制定涵蓋方方面面的法律規(guī)章制度。

（2）自動駕駛汽車測試不能載人載物，與實際汽車不符，阻礙自動駕駛技術的發(fā)展。

（3）事故責任劃分標準缺乏，自動駕駛汽車的駕駛主體大多是實驗室的研究人員，與現(xiàn)實駕駛員存在巨大差別，因此目前現(xiàn)有的大多交通法規(guī)都不再適用。

（4）自動駕駛缺乏相應的保險理賠機制。現(xiàn)階段有關自動駕駛汽車的保險規(guī)定并沒有真正落實，造成自動駕駛汽車“無險可投”，測試人員的生命健康得不到保證。

（5）實際中的極端場景往往都是可遇不可求的，想要重現(xiàn)難度和安全隱患較大。

由于傳統(tǒng)的測試方法無法窮盡復雜多樣的測試場景，可擴展性較差，導致自動駕駛測試的效率不高。

1.3 基于虛擬交通場景的仿真測試成為自動駕駛的關鍵

基于交通場景庫的仿真測試是解決自動駕駛研發(fā)測試挑戰(zhàn)的主要路線［18］。虛擬仿真測試主要是通過構建虛擬的交通場景［19］、復雜的照明模型、車輛動力學模型，實現(xiàn)自動駕駛汽車的感知、決策控制的閉環(huán)仿真測試，以此助力自動駕駛技術的發(fā)展。

在虛擬交通場景中，普通交通場景下的算法也不完善，普通場景如何擴展和做到更真實也是個問題，場景的豐富性、有效性、真實性、重復性難以再現(xiàn)。

在虛擬交通場景中，如何擴展普通場景、豐富場景以及提高環(huán)境逼真度依然是現(xiàn)階段的主要突破點。但在仿真平臺可以輕松自定義各種的極端場景，故業(yè)界普遍的共識是基于現(xiàn)有企業(yè)仿真軟件進行自動駕駛測試，優(yōu)化自動駕駛算法。目前現(xiàn)有的自動駕駛仿真軟件及其應用特點如表2所示。

表2 自動駕駛仿真軟件及其應用特點

企業(yè)仿真軟件的最初開發(fā)思想都是以結合仿真測試、封閉測試場以及開放道路測試三種測試方式去訓練和驗證自動駕駛系統(tǒng)［20］，模擬輸出的數(shù)據(jù)不僅可用于驗證算法的可行性，也可以作為基于人工干預程度、任務復雜度、環(huán)境復雜度的三維評價模型的輸入數(shù)據(jù)［21］，基于人-車-交通多維度測試評價規(guī)則從整車安全、人機交互、駕駛體驗、能耗以及效率等幾個角度進行分析對比，構建出自動駕駛安全性、交互性、效率性方面的評價體系?；诜抡嫫脚_上的測試方法和工具，在研究初期以較少的投資去驗證自動駕駛系統(tǒng)，開發(fā)主動安全系統(tǒng)和物聯(lián)網(wǎng)汽車系統(tǒng)，但對于后期的算法優(yōu)化，則必須在真實道路中測試完成。

2 數(shù)字孿生技術介紹

2.1 數(shù)字孿生概念介紹

數(shù)字孿生這一概念源自美國密歇根州州立大學的一個教授［22］的觀點，其總結為“基于最佳可用的物理模型、結合升級化的傳感器以及飛行器的歷史數(shù)據(jù)的一個綜合多物理、多尺度的概率模擬系統(tǒng)來映射出虛擬空間中孿生兄弟的生命周期全過程”。美國NSNA將飛機的運行活動進行了虛擬化模擬，因此也稱為Digital Twin（數(shù)字孿生），是將實物向虛擬世界轉(zhuǎn)換的一種方法［23］。

總結上述定義的理解要點是：數(shù)字孿生就是能夠?qū)⒄鎸嵉脑O備或系統(tǒng)虛擬世界中映射成數(shù)字版的“克隆體”的方法。這個“克隆體”也被稱為數(shù)字孿生體，它被創(chuàng)造在虛擬的空間中，是虛擬存在的，它是仿真應用的拓展。數(shù)字孿生體最大的特點在于：它是對實體對象的動態(tài)仿真［24］。然而，數(shù)字孿生體的跳動并不是隨機的，它會跟隨物理對象的設計模型、傳感器接收的數(shù)據(jù)、運行的歷史數(shù)據(jù)來動態(tài)改變。簡言之，實體對象運行的實時數(shù)據(jù)和外界環(huán)境條件這些參數(shù)都會在孿生體中呈現(xiàn)出來。對實體對象使用數(shù)字孿生技術，最大的優(yōu)勢在于，凡是做對系統(tǒng)有影響的測試時，可以將其移至數(shù)字孿生體上進行，避免對實體本身的污染，還可以提高測試效率、節(jié)約成本。

此外，數(shù)字孿生還有全生命周期、實時和雙向等特點。全生命周期，是指數(shù)字孿生可以貫穿產(chǎn)品設計、開發(fā)、制造、服務、維護乃至報廢回收的整個周期，它除了能夠幫助企業(yè)更好地制造產(chǎn)品，還幫助用戶更好地使用產(chǎn)品；實時或準實時，是指實體對象與孿生體之間在構建交互通道的基礎上，進行數(shù)據(jù)的雙向傳送，兩者并不是完全獨立的，實體與虛體之間的映射關系同時也具備實時性；雙向，是指數(shù)據(jù)在實體與虛體兩者之間雙向傳輸，孿生體將波動數(shù)據(jù)傳輸給實體，實體執(zhí)行相關操作，并將執(zhí)行結果反饋給孿生體，以虛控實，對實體進行優(yōu)化，企業(yè)可以利用該信息對實體采取進一步的行動和干預。

2.2 數(shù)字孿生技術的主流應用

近年來，伴隨著物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、人工智能等新一代信息技術的崛起，數(shù)字孿生無論是在在學術界還是工業(yè)界都得到廣泛的傳播［25］。這表明，該技術不僅具有研究價值，而且非常具有商業(yè)化應用前景。全球最具權威的IT研究與顧問公司Gartner連續(xù)兩年將數(shù)字孿生作為當年十大戰(zhàn)略科技發(fā)展趨勢之一。數(shù)字孿生是各種先進技術（尤其是AI和通信）與工業(yè)相結合發(fā)展而來的技術和方法，它的發(fā)展、應用和落地能夠直接解決當前工業(yè)中存在的痛點和難點。其主要應用有：

（1）航天航空。飛行器故障診斷、飛行器維護維修、機組人員安全、生產(chǎn)及裝配優(yōu)化、工應鏈數(shù)字化、發(fā)動機設計與管理。

（2）電力。電廠三維可視化管理、電廠運行優(yōu)化、電力設備健康管理、通用電網(wǎng)模型構建。

（3）汽車。汽車研發(fā)環(huán)節(jié)驗證、汽車運行狀態(tài)監(jiān)測、故障診斷與維護維修、不同環(huán)境形勢過程模擬。

（4）制造業(yè)。產(chǎn)品設計與仿真驗證、公益規(guī)劃與仿真驗證、生產(chǎn)規(guī)劃與執(zhí)行、設備管理與遠程監(jiān)測。

（5）城市管理。城市分析與規(guī)劃、動態(tài)時間實時優(yōu)化、災害模擬與影響預測、科學研究與虛擬實驗、交通路線優(yōu)化。

數(shù)字孿生主要應用于無法進行人為監(jiān)測、監(jiān)測成本高、監(jiān)測危險性大的各個場景［26］，然而，并不是所有的場景都適用數(shù)字孿生技術，當場景的需求是數(shù)據(jù)驅(qū)動，才考慮使用數(shù)字孿生，它的核心在于應用智能化的手段對數(shù)據(jù)進行加工和處理，以達到監(jiān)測、輔助決策和管理優(yōu)化的目的。

2.3 數(shù)字孿生與傳統(tǒng)仿真的區(qū)別

仿真技術，利用仿真硬件與仿真軟件結合進行實驗，分析實驗數(shù)據(jù)和求解問題來驗證系統(tǒng)行為或決策的合理性。它是利用軟件化的方式去驗證現(xiàn)實物理世界的一種方法，只要模型正確，將完整的數(shù)據(jù)輸入并考慮環(huán)境因素，便能得到近似準確的反映實際物理模型的特性和參數(shù)。如果說建模是將物理實體模型化的過程，那么仿真便是驗證物理實體在某個條件下的有效性和合理性。相較于數(shù)字孿生技術，仿真技術僅僅是以離線的方式去模擬現(xiàn)實世界的一種方式，并不具備分析優(yōu)化功能，更不用說實時和雙向數(shù)據(jù)傳輸了。

數(shù)字孿生是將實體對象想虛擬空間轉(zhuǎn)換的一種方法，通過實測、仿真和數(shù)據(jù)分析實現(xiàn)對物理實體狀態(tài)的實時感知、預測、干預，根據(jù)數(shù)據(jù)分析來進行模型自我優(yōu)化，提高物理對象在生命周期內(nèi)的決策能力。

其實，數(shù)字孿生是仿真應用的拓展［27］。數(shù)字化模型的仿真技術是構建和運行數(shù)字孿生體的核心技術，能夠保證孿生體與物理實體實現(xiàn)有效閉環(huán)［28］，通過數(shù)字孿生系統(tǒng)的通用架構圖可以很清楚地理解到這一點。數(shù)字孿生系統(tǒng)的通用架構如圖1所示。

圖1 數(shù)字孿生系統(tǒng)的通用架構

數(shù)字孿生與物聯(lián)網(wǎng)、通信、大數(shù)據(jù)等技術融合，能夠?qū)嶋H物理對象進行預測、干預和診斷，通過改進虛擬空間中的孿生體模型參數(shù)來優(yōu)化物理實體。仿真技術作為數(shù)字孿生方法的核心技術，是物理實體與孿生體之間實時交互數(shù)據(jù)信息的基石，借助或繼承技術與傳感器、雷達等設備組成數(shù)字交通場景系統(tǒng)，確保孿生體與實體對象之間的保真、實時與閉環(huán)。

3 數(shù)字孿生構建虛擬自動駕駛交通場景

隨著生活水平的提高，汽車已經(jīng)成為家庭的必備品，隨之而來的交通擁堵、環(huán)境污染、事故頻發(fā)、資源緊缺等現(xiàn)象也日益增加，自動駕駛技術的全面升級為上述問題提供了新的解決方法。完整的自動駕駛測試體系能夠提高自動駕駛研發(fā)效率，制訂規(guī)范技術指標以及法律法規(guī)。然而，現(xiàn)實中驟變的天氣光照、交錯的車流網(wǎng)絡、多樣的駕駛任務以及動態(tài)的行駛條件都對自動駕駛汽車測試提出了新的挑戰(zhàn)。

3.1 交通場景數(shù)字孿生技術

物聯(lián)網(wǎng)、大數(shù)據(jù)等技術的興起推動了數(shù)字孿生技術在交通物流運輸方面的應用。5G/V2X通信技術的崛起為數(shù)字孿生的應用增加了空間維度［29］，近期數(shù)字孿生在交通方面的應用隨處可見，如火車、輪船、汽車和飛機等等。在建立物流和運輸方案時，數(shù)字孿生可以提供精準的地理位置、天氣照明模型、路面環(huán)境分析率，降低交通安全隱患。

中國人車混流的交通模式使得傳統(tǒng)的交通仿真模型以及輔助決策方法難以運用，對自動駕駛技術更是提出了新的挑戰(zhàn)。我國的道路交通人車混雜、非機動車占道嚴重、路邊?？?、平均車速較低導致交通擁堵的現(xiàn)象隨處可見，現(xiàn)有自動駕駛仿真測試［30］的企業(yè)仿真軟件大多采用國外的人車分流的交通實際和歷史數(shù)據(jù)，不符合我國的實際道路情況。

數(shù)字孿生可以將物理實體映射到虛擬空間中［31］，通過衛(wèi)星系統(tǒng)、雷達系統(tǒng)等高科技手段對實際物理空間中的交通場景、道路環(huán)境進行采集并存儲，為我國實際的交通問題分析提供了新的突破點。數(shù)字孿生的主要對象是數(shù)據(jù)［32］，基礎技術主要有數(shù)據(jù)采集、數(shù)據(jù)模型構建、數(shù)據(jù)應用三方面。為了實現(xiàn)數(shù)字孿生，需要進行一些基本的操作：

（1）數(shù)據(jù)收集與處理。利用傳感器或其他物聯(lián)網(wǎng)手段對道路交通的實時數(shù)據(jù)進行采集，結合AI技術對采集到的數(shù)據(jù)進行加工、理解、建模、應用。

（2）構建數(shù)據(jù)模型。對實際的道路交通環(huán)境進行數(shù)字化處理，搭建三維立體的交通場景數(shù)字孿生體［33］。

（3）數(shù)據(jù)應用。將虛擬空間中的交通場景數(shù)字孿生體與實際道路交通場景相結合［34］，達到監(jiān)測、輔助決策和管理優(yōu)化的目的。

3.2 搭建數(shù)字孿生交通場景的關鍵技術分析

與其他場景不同，交通場景相對復雜，主要包含人-車-道路-環(huán)境四個要素，每個要素之間存在較強的耦合關系。在對交通場景建模時，除了需要構建單個要素交通場景的數(shù)字孿生模型［35］，還需要考慮該要素與其他要素之間的聯(lián)系，且后者相對更重要，要素之間的聯(lián)系是實際交通場景與數(shù)字孿生交通場景實時交互的基礎［36］，能夠雙向準時地反映出實際交通場景的變化?；旌辖煌▓鼍皵?shù)字孿生構架與共融系統(tǒng)原型可如圖2所示。

圍繞復雜交通數(shù)字孿生的人-車-路-環(huán)境四個要素構建與融合這一思想，考慮交通運行場景特征，從圖2系統(tǒng)框圖出發(fā)，分析交通場景構建的關鍵技術。

圖2 混合交通場景數(shù)字孿生構架與共融系統(tǒng)原型

3.2.1 檢測數(shù)據(jù)驅(qū)動的路面病害建模

由于路面經(jīng)歷長時間的碾壓，出現(xiàn)或多或少的裂縫、車轍、坑洼、下沉、錯位等現(xiàn)象，而對交通場景進行建模［37］時很少會考慮到這方面的影響。研究檢測數(shù)據(jù)驅(qū)動的路面病害與動態(tài)變化技術，在對道路檢測數(shù)據(jù)進行特征分析和語義標注的基礎上，對常見的道路病害數(shù)字化建模，提高對實際道路環(huán)境分析率，降低道路病害對自動駕駛測試帶來的影響。

可以結合時間不同序列的路面病害模型，根據(jù)材料建立衰減參數(shù)模型，構建路面損傷過程的動態(tài)變化和預測模型，結合我國“以人為本”的思想，從安全的角度出發(fā)，支持交通參與者開展路面病害和路面平整度等相關的評價與決策。

3.2.2 混合交通流環(huán)境的車輛駕駛行為建模

我國的道路交通環(huán)境比較復雜，混合交通流的場景十分常見，而目前很多現(xiàn)有的企業(yè)仿真軟件大多都只考慮小轎車開展自動駕駛仿真測試［38］，很少會考慮貨車、公交車、自行車或電動車模型，兼容性比較差。針對國內(nèi)小轎車、貨車、自行車/電動車、公交車混合交通流的行為特征以及仿真方法，分析不同車道的固有屬性和換道模式，研究交通信號適配與優(yōu)化分析的方法，在虛擬交通場景中構建現(xiàn)實交通交通流的數(shù)字孿生體，實時地基于動態(tài)交通流進行調(diào)整和優(yōu)化。基于混合交通流環(huán)境的車輛行為建模，獲得在復雜場景下的車輛行為的決策行為［39］，為自動駕駛汽車的落地起到了推動作用，并且借助復雜交通流環(huán)境中的車輛特征來優(yōu)化被測車輛的運行模型，搭建更具包容性的汽車跟馳模型/變道模型［40］，融合實例數(shù)據(jù)和實測數(shù)據(jù)進行擬合迭代，不斷優(yōu)化模型。

3.2.3 在線數(shù)據(jù)驅(qū)動的數(shù)字孿生環(huán)境仿真

自動駕駛仿真測試交通場景［41-44］不僅包含路面、混合交通流，還包括在復雜的天氣、光照/照明、信號燈等環(huán)境因素。物聯(lián)網(wǎng)技術高速發(fā)展，氣象、路面信號燈、電子誘導牌都可以利用網(wǎng)絡進行互聯(lián)，可以便捷地實現(xiàn)數(shù)據(jù)上傳，視頻檢測數(shù)據(jù)、設施檢測數(shù)據(jù)、設備狀態(tài)監(jiān)測等功能。但目前數(shù)字孿生技術構建的模型仍未考慮到這一方面的影響，造成物聯(lián)網(wǎng)傳感器數(shù)據(jù)與實時環(huán)境、仿真場景脫節(jié)，難以反映出當下最實時的信息。

對交通場景中的物聯(lián)網(wǎng)傳感器的數(shù)據(jù)進行分類，根據(jù)不同的數(shù)據(jù)特征與虛擬環(huán)境模型之間的關系，實現(xiàn)交通場景在線數(shù)據(jù)與孿生體場景中顯示與環(huán)境要素設定?；谠诰€氣候、光照數(shù)據(jù)的環(huán)境仿真技術，借助城市空間視頻影像和多元的傳感器實時數(shù)據(jù)、歷史數(shù)據(jù)上傳，實現(xiàn)不同條件下的交通場景仿真。分析物聯(lián)網(wǎng)，尤其是5G/V2X傳輸?shù)脑诰€數(shù)據(jù)［45］的不同變化對人-車-路-環(huán)境四個交通場景要素的影響，通過在線數(shù)據(jù)融合、環(huán)境構建、聯(lián)動響應的不斷迭代，實現(xiàn)更貼合實際的數(shù)字孿生交通場景構建［46］。

3.2.4 人-車-路-環(huán)境的混合交通場景的構建與融合

交通場景中的人-車、人-路、人-環(huán)境、車-路、車-環(huán)境之間都存在強烈的耦合關系，在對其單一要素進行建模時，需要考慮該元素對其他元素的影響，利用這種耦合關系構建人-車-路-環(huán)境交互反饋場景框圖，在虛擬空間中構建數(shù)字孿生交通場景，實時地反映現(xiàn)實交通場景的動態(tài)變化。這樣，可以在不污染實際交通場景的基礎上，利用數(shù)字孿生交通場景在同一交通場景對多個參數(shù)與對象進行同步定位、數(shù)據(jù)通信以及交互設計，實現(xiàn)不同對象對環(huán)境或不同對象之間的同步感知、實時交互和決策行為數(shù)據(jù)采集分析。

研究路面病害變化對車輛運行、參與者感知的影響，考慮環(huán)境變化對交通出行、參與者的直觀感受，探索人們不遵循交通規(guī)則的行為對交通車輛運行的影響，實現(xiàn)人-車-路-環(huán)境混合交通場景合理融合。

3.3 交通場景數(shù)字孿生的創(chuàng)新應用

基于數(shù)字孿生的交通場景其核心在于數(shù)字孿生技術中的“虛實結合”［47-79］，將真實的交通場景映射到虛擬的空間中，實時地觀察孿生交通場景數(shù)據(jù)的動態(tài)變化，采取相應的行為去優(yōu)化現(xiàn)實交通場景［50］。從上面闡述的關鍵技術可以看出，數(shù)字孿生使得交通系統(tǒng)具有萬物可連，萬物相連的能力，將人-車-路-環(huán)境等要素數(shù)字化建模映射到虛擬世界，搭建虛實結合，以虛控實的復雜交通孿生系統(tǒng)，適用于自動駕駛仿真測試、新型交通車輛研發(fā)等領域。

基于車輛運行的歷史數(shù)據(jù)分析，結合智能化道路基礎設施、車用無限通用網(wǎng)絡5G/V2X以及車用高精度的地理定位技術，構建含數(shù)字孿生交通場景的自動駕駛仿真測試系統(tǒng)，實現(xiàn)啟動駕駛算法的測試，助力自動駕駛汽車投入市場商用?；跀?shù)字孿生場景的自動駕駛系統(tǒng)框圖如圖3所示。

圖3 基于數(shù)字孿生場景的自動駕駛系統(tǒng)

自動駕駛汽車在實際商用之前，都需要經(jīng)過大量的功能安全和性能安全測試。以確保消費者和公眾的安全［51］。整個開發(fā)的測試過程需要經(jīng)歷軟件在環(huán)、硬件在環(huán)、車輛在環(huán)、封閉測試場測試以及開放道路測試五大步驟［52］。軟件在環(huán)仿真，將編譯的生產(chǎn)源代碼集成到數(shù)學模型仿真中，提供一個實用的虛擬仿真環(huán)境來對大型復雜系統(tǒng)進行詳細控制策略開發(fā)和測試；隨著顯卡圖像技術的進步，仿真環(huán)境精度越來越高，但純虛擬環(huán)境遠不能窮盡所有可能的場景，這就需要硬件在環(huán)測試。硬件在環(huán)依靠電子控制器與真實傳感器連接，有真實的數(shù)據(jù)接入，讓仿真測試系統(tǒng)更近一步；硬件層面上的檢查之后，自動駕駛汽車還需要進行車輛在環(huán)測試，將自動駕駛系統(tǒng)集成到真實車輛中，并在實驗場地構建模擬道路、交通場景以及環(huán)境因素，從而構成完整測試平臺方法，可實現(xiàn)自動駕駛功能驗證、預期功能安全性測試驗證、各種風險場景測試等。

車輛在環(huán)測試的關鍵是要確保車輛運行的狀態(tài)與實際道路行駛近似，通過在實驗場地搭建完整的虛擬交通測試環(huán)境，包括道路設施、交通車輛、行人、自然環(huán)境等。將真實車輛置于模擬測試環(huán)境中完成不同的駕駛任務，實現(xiàn)多種多樣的交通車輛配置及復雜的局部交通場景。

通常在虛擬環(huán)境中，可以覆蓋很多案例場景的參數(shù)空間，確定臨界工況，測試極端場景，可獲得自動駕駛系統(tǒng)應對極端交通場景的有效模型。但現(xiàn)階段交通模擬和駕駛員模擬的仿真精度以及車輛系統(tǒng)模型的仿真置信度都存在技術挑戰(zhàn)，需要進行實車測試，來比較虛擬測試與真實測試中的行為，驗證指定場景的系統(tǒng)表現(xiàn)，那么就需要封閉場和公開道路實車測試。

4 結語

“虛實結合、以虛控實”的數(shù)字孿生交通場景為自動駕駛仿真測試注入了新的血液，為構建創(chuàng)新型智慧交通帶來了新挑戰(zhàn)和機遇。從測試安全的角度，總結虛擬交通場景對自動駕駛測試的重要性、數(shù)字孿生技術發(fā)展以及特點，創(chuàng)新地將數(shù)字孿生應用于自動駕駛虛擬的交通場景的構建中；關于數(shù)字孿生交通場景模型的構建，分別從人-車-路-環(huán)境四個方面出發(fā)，進行技術分析。研究表明，物聯(lián)網(wǎng)、大數(shù)據(jù)以及通信技術的發(fā)展，使得交通系統(tǒng)具備了萬物可連，萬物相連的特點，引入數(shù)字孿生，提高自動駕駛汽車測試的安全性與測試效率，助力智慧交通數(shù)字化轉(zhuǎn)型中“數(shù)字化、網(wǎng)絡化、智能化”得以真正落地。