PTV Group 中国区总经理沈畅：自动驾驶仿真软件如何赋能自动驾驶

PTV Group 中国区总经理沈畅：自动驾驶仿真软件如何赋能自动驾驶嵊州同城游 2020年6月22日-23日，由南京经济技术开发区与盖世汽车联合主办的“2020第三届全球自动驾驶论坛”隆重召开。本次论坛重点围绕与自动驾驶规模化商用有关的核心技术、法律法规、技术评测

2020年6月22日-23日，由南京经济技术开发区与盖世汽车联合主办的“2020第三届全球自动驾驶论坛”隆重召开。本次论坛重点围绕与自动驾驶规模化商用有关的核心技术、法律法规、技术评测、商业模式等话题展开探讨，下面是PTV Group 中国区总经理沈畅在本次论坛上的发言：

PTV Group 中国区总经理沈畅

大家好！ 今天很高兴，也很珍惜有这样一个机会可以跟大家面对面交流，我的报告是“自动驾驶测试仿真-VISSIM关注车和车、车与基础设施的关系。”

演讲分四部分：公司介绍；自动驾驶需要提供一个复杂的交通场景，通过一些较通俗易懂的视频跟大家解释这件事情；PTV VISSIM软件概况；VISSIM软件在联合仿真以及其他应用方面的介绍。

PTV Group总部在德国，是一个有40年历史的专注于交通软件和物流软件的公司。在2017年，被保时捷汽车控股公司收购了，因此在我们公司的基因里有一些汽车方面的因素，很多品牌现在和我们是一个伙伴关系。

我们在世界范围内的客户大概有近5500名，分布在127个国家，在中国有超过550个位客户，原来客户主要是交通行业的，如设计院、政府、交警、大学等等，近两年我们也有一些汽车相关的客户。

PTV Group被收购了以后，还是在独立运营，全球大概有900名员工，分布在五大洲，大概有21家公司，营业额约为1亿欧元。

我们主要提供交通方面的软件和物流方面的软件。可能在座的和物流软件没有太多的交集，主要跟大家介绍一下交通软件的分布情况。从产品线来讲，会提供战略层面的交通软件、战术层面的交通软件，以及运营管理方面的交通软件。

与自动驾驶相关的是战术层面的软件，我们用得比较多的是今天要说的PTV VISSIM，如果是专注于行人仿真的话，可以做一些PTV VISWalk的软件。战略层面，如果将来要运营无人驾驶的Robotaxi，在一个城市里怎么布置Robotaxi的运力，可能要用到战略层面的软件。

说到自动驾驶的开发，我们的理解是开发一个模仿人的拟人化自动驾驶系统，牵涉到很多个阶段，在阶段一属于概念介绍场景，只需要一些基础的场景，可能是跟随或右转等等。从第二阶段高级场景开始，要训练车辆，使其具备结构化学习的能力，通过结构化学习以后，再进入第三阶段和第四阶段，就是探索阶段，给它不同的未知场景，通过原有知识积累去做一些决策。

在第三阶段和第四阶段时，无可避免会发生一个特殊的交通场景需求，因为不可能天天把一个无人驾驶汽车放到测试场去做运营，也不可能将整个道路清空，就让一个Robotaxi车队来运营，自动驾驶汽车无可避免要融入整个城市交通当中，而且整个过程是渐进的，不能说从今天一闭眼到第二天一睁眼，路上全是无人驾驶汽车，这不可能。更可能的是在城市道路上有一定比例的人类驾驶的小汽车，还有一部分比例是无人驾驶的小汽车，还有一部分比例可能是智能网联的无人驾驶汽车。所以要最好各种不同属性的车辆在城市道路里运行的准备，然后再去测试无人驾驶的算法、技术或硬件可靠性。一旦做了无人驾驶的研究，越往上走就无可避免要涉及到交通场景的模拟。

接下来演示一些场景。

场景1，德国卡尔斯鲁厄尔市，PTV总部所在地，典型交叉口的交通仿真。在这个交通场景里，不止考虑的是小汽车，也会考虑公共汽车、自行车，甚至也考虑有轨道交通、行人过街，这样一种交通场景是将来做城市里无人驾驶会经常涉及到的场景。

在这个场景里会有交通信号灯，有红绿灯的变化，对应交通的参与者会根据信号灯适配方案，判断是停下来还是通行。这是我们在城市生活中比较容易碰到的交通场景。

场景2：随机生成的驾驶员操作失误的仿真。

图1，动画是在信号灯控制时，红车肯定看手机了，没有看灯通行，所以后面车辆对应做一个绕道通行的状态。

图2，Speed misestimation是说正常情况有倒三角的交通指示牌，正常情况下看到这个车牌应该减速的，车辆应该停下来。有些车辆没有控制好速度，没有关注到倒三角的标志，越界了。这种情况下，车辆怎么反应。

图3，Overspeeding，转弯过程中速度失控了会怎么样。

图4，Distraction。

场景3，在中国特别正常，尤其是越小的城市里，可能出现的概率越多。在一个没有斑马线的路口，行人要过街，和车辆是有冲突的，行人会努力找到位置过街，车辆要在满足安全情况下蹒跚前进。像这种情况，现在的无人驾驶是否能够做到？我们提供了很好的测试平台或测试场景，可以根据你的设置来进行测试。

场景4，停车场仿真（静态仿真）

这也很重要，我们做无人驾驶过程中，停车这件事情是很头疼的，至少对我来说侧方位停车是我头疼的一件事。在这样的停车场也好，平面停车区域也好，怎么进行交通路线的布置？可以通过这样的场景进行测试。

场景5：自动驾驶车队

在国外会认为高速公路自动驾驶车队是最容易落地的自动驾驶的场景。在仿真技术上我们也做了这样一个开发，一旦车和车之间距离达到了规定的要求，车和车的速度达到了规定的要求，自动会组合成一个自动驾驶车队。这里要说一下，自动驾驶车队在这个例子里指的是网联的自动驾驶车队。在运行中，自动驾驶车队和单个无人驾驶汽车在驾驶行为里是有些不一样的，可以在这样一个交通场景里进行测试。

PTV VISSIM到底是什么样的工具？

VISSIM比较特殊的一个缩写，因为是德语的缩写，是一个微观交通仿真工具。大家从刚才视频里可以了解到，微观交通仿真工具首先会考虑到多种公共道路使用者参与到仿真环境里，有小汽车、公交车、行人、自行车、摩托车、轨道交通等等。

下面有很多交通信号灯适配方案，还有各种交通标志，它们对于车辆的影响可以在我们的工具里得到体现，而不是简单的三维视频里的一张图，不是这样一个简单的含义。

仿真工具里用到了不同的模型，首先是跟车模型，车和车之间有相互的作用，首先会有自由流的驾驶，前面没有车、后面没有车，按照自己喜欢的速度去开，这是开车最舒服。接下来可能开得快一些，会接近前方的一辆车，这时候由于车道的限制或速度的限制，就可以跟随一辆车，达到跟随状态。最后一个状态，可能开得太激进了，所以跟前面的车辆间距特别小，要刹车。这是我们在跟车模型里运用到的四种状态，通过这四种状态，相当于模拟车和车之间的相互关系。

换道模型。在一个车道上开，有可能是因为我知道在前面要右转出去，所以会有意识地变道，从最左边车道变到最右边的车道，或者一种状况是在开车过程中发现前面这辆车速度太慢，和我期望的车速有很大的冲突，旁边车道相对来说比较空，这时候会主动做一个换道模型。

机动车和非机动车混行模式。自动驾驶汽车经常会碰到一个复杂的状况，就是没有车道线，道路平面相当于机动车可以开、非机动车也可以开，大家都可以在一个平面上开。如何模拟机动车和非机动车的混行模型？在这个软件里也有这样一个支持功能。

视频。车和车之间会有跟车行为，也会有主观变道行为，这些变道也好、加速也好，不是人为事先定义的轨迹，而是会根据背后的模型、根据情况，自己决定什么时候变道，在什么时候加速。

右边自行车和车辆相当于在一个车道上混行，只要保证车和车之间有足够的间距，其实可以并存。自行车三辆车排在一个车道上，都是可以模拟的，比较符合中国交通实际情况。

目标决策如何定义优先权？这里会碰到很多情况，两辆车由于路径要求要进行变道，到底谁让谁？闸道的汇入，到底谁有优先权？交叉口左转和交叉口另外一个方向的直行，谁有优先权？这个事情在我们软件里不是人为一个车辆一个车辆来定义的，这样工作效率太低，是通过我们设置一个优先权的方式进行设置的。

首先，优先权第一级别，通过模拟信号灯告诉车辆哪个方向在什么时段是有优先权的，也可以定义一些交通标志、限速标志，相当于控制车辆的速度或优先权。

第二，定义车和车之间交互的影响，用户设置让行规则。如图，右边录像是一个环岛，在环岛上应该环岛外面车辆让环岛里面车辆先通行，这样一个优先规则在这个软件里可以自动定义出一些冲突区域，告诉车辆哪个方向是有优先权的，如果这个方向是绿色的，是有优先权的，如果这个方向是红色的，没有优先权。如果这个方向都是黄色的，就是谁也没有优先权。在软件里比较容易定义清楚车辆优先权的情况。

第三，路径设置多样性。我们在做交通仿真时，往往有比较长的通道仿真或者一个区域的仿真，我们需要设置路径。路径可以设置成静态路径，就是人为设置如一个进口道，是左转百分之多少比例车辆，右转百分之多少比例，直行百分之多少比例。车辆也可以根据自定义自己去寻找费用函数，第二种通常模拟比较大的区域里，通过定义的费用函数让车辆自己去找最合适的路径。如果发生事故，要定义一个局部路径，告诉车辆怎么样绕行。如果是做静态交通仿真的话，可以指定一些复杂的停车路径。

高速公路交通场景，正常情况下，可能有双向四车道，相对于在做一个交通流的仿真。在一定的时间，白车发生交通事故，可能会有一段时间要处理，对应车道就因为这个事故给占用了，导致后面车辆提前变道到最外面的车道去，留下这个车道处理事故，会发生这样一种情况。由于发生了一个事故，车辆占用了一个车道，后面高速公路就会有大量的交通拥堵，像这种交通场景也可以进行仿真。后方大量车辆拥堵，有些车辆来不及变道，会停下来慢慢变道。

自动驾驶里用到VISSIM的接口，刚才所说的是VISSIM内部使用的自动驾驶行为，如果要做自动驾驶或智能网联的自动驾驶测试，还要提供一些外部可能性。

首先，是COM接口，相当于可以提供二次开发。

第二，driver model，如果不满意软件提供的默认驾驶行为模型，你有自己的算法模型，可以通过driver model接口，把你的算法模型导入到VISSIM里，而且是以每个仿真步长的频率，我们负责提供周边车辆位置和速度，用你的算法去控制本车速度和位置，再反馈给我们VISSIM软件，再进行下一次迭代。

第三，目的是确定下一个仿真步长当中这辆车的位置和速度，和VISSIM进行联合仿真，我们相当于实时提供给你周围车辆的位置和速度，以及信号灯的适配方案，信号灯的位置等等。本车在VISSIM里也有对应的一辆车，两个是一一对应的，VISSIM提供给你交通环境，用你的产品，通过驾驶模拟器DLL接口和我们进行对接，来控制本车位置和速度。

PTV VISSIM在无人驾驶里做的主要事情是可以支持联合仿真，联合仿真可以是车辆通讯软件跟我们进行对接，也可以是车辆调度软件跟我们对接，车辆感知软件和我们对接，汽车动力学软件和我们对接。

如图，黄车对应的是蓝车，在仿真过程中，会提供通场景，包括公交汽车、行人、自行车等等。右边模型是ASM软件和PTV VISSIM进行对接，左图是ASM软件界面，右边是VISSIM界面，相当于同步进行联合仿真。

和汽车通讯软件对接的场景图，这个电脑对应的是VISSIM路网，上面是其他软件的路网，进行联合仿真。

PTV VISSIM是仿真工具链里的重要因素，我们负责提供交通环境。给大家列举了一些我们可以联合仿真的软件名单。如果是传感器相关的仿真工具，可以和PseScan对接。车辆动力学工具，例如Carmaker等。车辆控制软件，例如：dSPACE。

我们也可以和真实的驾驶模拟器进行对接，提供给驾驶模拟器一个虚拟的交通场景，驾驶模拟器来控制VISSIM里车辆的运行，随时更新交通环境给驾驶模拟器。

研发案例，去年在ITS World TOYOTA公开介绍的例子，用VISSIM来做碰撞伤害减轻效果的评价，用VISSIM来做交通场景的模拟。

感谢大家！