自动驾驶汽车在缓解交通拥堵和显著减少道路交通事故的潜力似乎得到人们的公认，这是因为人类驾驶员容易疲劳、分心和情绪化，导致做出错误的决定。但是，为了确保自动驾驶汽车在未来的交通运输中“真的让人放心”，必须结合驾驶环境对自动驾驶系统进行不断的评估和反复验证。据专家报告：考虑到汽车会在道路上遇到无数多种情况，自动驾驶系统需要进行数亿英里的试驾，才能证明其在减少交通事故方面的可靠性。
近几年，无论是国外还是国内一些城市相继开放了自动驾驶路试道路。在《北京市自动驾驶车辆道路测试2018年度工作报告》显示，2018年北京市为8家企业的56辆自动驾驶车辆发放了道路临时测试牌照，自动驾驶车辆道路测试安全行驶已超过15.36万公里。其中百度的自动驾驶测试车辆和里程均为最多。国外知名的Waymo自动驾驶的里程比其他任何测试者都要多，它已经在现实世界中行驶了1000万英里，在使用其内部模拟技术的虚拟道路上行驶了70亿英里。但兰德(Rand Corporation)表示，即使是达到这个数量，也远远不足以保证无人驾驶汽车真的能够无故障安全运行。
可见，自动驾驶的测试工作不仅投资成本高，而且耗费大量的时间和精力。那么有没有一种方式，在自动驾驶汽车上路测试之前，就对整个系统的基本功能和性能有一个初步的测试呢？在道路测试前提高自动驾驶汽车的安全性。或者说，针对实际应用中出现的特定问题进行场景复现呢？从而快速分析问题和验证，节省测试成本和不必要的重复性路试工作。
马里兰大学的计算机科学家Dinesh Manocha与百度和香港大学的同事合作，共同开发了一个全新的仿真模拟系统——增强自动驾驶仿真系统(AADS)，用于训练和验证自动驾驶汽车。该项研究论文于2019年3月27日发表在《科学机器人》(Science Robotics)杂志上。
AADS系统将照片、视频和激光雷达点云(类似于三维形状渲染)与行人、自行车和其他汽车的真实轨迹数据相融合，进而预测其他车辆或行人在道路上的驾驶行为和变化趋势，最后实现更安全的决策和导航。
该系统可以使自动驾驶技术在实验室更容易评估，在昂贵的道路测试开始前确保更可靠、更安全的自动驾驶。虽然真正的自动驾驶可能需要几十年的时间才能在路上完成，但通过计算机模拟可以快速、高效、更安全地进行初步评估。计算机模拟可以准确地表示真实世界，并对周围物体的行为进行建模。
除此之外，研究人员开发了一种新技术，可以将真实街道场景的各个部分分离出来，并将它们呈现为单独的元素，这些元素可以被重新合成，以创建大量逼真的驾驶场景。该技术还允许车辆和行人从一个环境中被提到另一个适当的环境和运动模式中。此外，该研究使用先进的图像处理技术——能够实现平滑的转换和减少失真——用来提取运动轨迹，从而模拟驾驶员的行为。
“因为我们使用的是真实世界的视频和真实世界的动作，所以感知模块获得比以前的方法更准确的信息，”Manocha说，“由于模拟器的真实性，我们可以更好地评估自动驾驶系统的导航策略。”
“通过发表这项研究，科学家们希望开发自动驾驶汽车的公司可以借鉴或运用模拟器来改进他们的平台，更好的测试和评估自动驾驶系统。”
尽管真实世界的测试必不可少，甚至必须尽可能地扩展其路试范围；但虚拟仿真能有效提升自动驾驶的安全性，让开发人员在道路测试之前就“充满信心”。试想一下，当自动驾驶汽车与现有的人工驾驶道路系统集成时，将会有一段漫长而潜在危险的“适应期”。但我相信， AADS仿真系统及未来更高效、更可靠的测试平台的出现，一定会助力自动驾驶可靠的应用的。