揭秘Waymo，世界最先进自动驾驶公司的成长秘辛

在这其中，有一个关键区别则在于：在现实世界中，他们必须获取关于该环境的实时的一手数据，并将其转化为现场情境的理解，以便导航。但是现在，经过项目组多年的工作，他们确信已经可以做到这点，因为“在开展了一系列测试之后的结果表明，该模型已经可以识别各种各样的行人”，Stout说。

因此，对于大多数的模拟试验，他们直接跳过目标识别这一步骤。因为不一定要对行人识别之后，才对汽车反馈原始数据，他们只要告诉这辆汽车：有一位行人在这里。

在一个十字路口，Kolarov 正给这辆无人驾驶汽车设置更难的模拟任务。她按下了汽车热键V键，然后一个新的目标出现在了Carcraft虚拟世界里。然后，她滑到右侧的一个下拉菜单，其有一堆不同的车型以供选择。

据 Stout介绍，他们可以根据不同的目标，来跟随Waymo已经为其建模的逻辑，或者 Carcraft场景生成器可以以精准的方式对其进行编程，以便测试具体的行为。“在控制场景和放弃物品之间，其实有一个很好的区别。”

一旦有了这个场景的基本架构，他们就可以测试该场景包含的所有重要的变体。所以，想象一下，在环形十字路口，你可能想要测试各类汽车、行人和骑自行车的人的到达时间，他们多久会停下来，以及他们移动的速度，或者任何其他方面。他们只要为这些物体设置一个合理的值，该软件就能为其创建并运行这些场景的所有组合。

他们将其称为“模糊”，在这种情况下，这个十字路口会产生 800 个场景。软件会创建一个美丽的花边图表，工程师可依据其了解变体的不同组合会如何改变汽车最终采用的路径。

所以，问题就变成——分析这些场景和模拟的组合，然后找到有趣的数据，来指导工程师更好的测试驾驶。第一步可能是：汽车卡住了吗?如果是的话，那么将会成为一个需要特别解决的场景。

在这里，我们可以通过以上GIF图来了解这一情况。图中是一个复杂的十字路口，其是发生在山景城现实生活中的一个场景。随着车子左转，一辆自行车走进，而导致汽车停在了路边。工程师考虑到了这一问题，并对软件进行了重新设计，以便无人驾驶车可以顺利解决这一问题。而图中显示的是真实情况，并且是运行在其上的模拟试验。由于两种情况分歧，你会看见模拟中的汽车仍然继续移动，然后出现带有“shadow_vehicle_pose.”标签的虚线框，则停在了路边。虚线框指的是现实生活中发生的情况。对于Waymo公司员工来说，这是最清晰可视化的进步。

在车停下时，他们不必奋力寻找。而是更想在正确的范围内制动配置文件。而工程师们也都在努力学习或调整，以求在模拟试验中发现问题。

据Stout和 Dolgov强调，模拟试验有三个核心方面。

   第一，他们比实际的车队驾驶了更长的里程，所以经验会更好。

   第二，这些里程可以针对有趣、困难的场景进行攻坚，而不是寻常“无聊”的里程。

   第三，软件的开发周期会更快。

“这个迭代周期对我们非常重要，我们在模拟试验中做的所有工作都会随着模拟次数的增加而大幅缩减。”Dolgov告诉我，“在早期阶段，这个项目周期需要花费几个星期，而现在，只需几分钟就能完成。”

当被问及，是否模拟了汽车在行驶的路上遇到需要加油、爆胎、路面不平等情况，Dolgov对此非常乐观。他表示，这些情况他们当然有考虑到。

（编辑：应用网_丽江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!