历经数十年发展变化,数字孪生逐步成为行业数字化转型的重要方法论,从航天、军工拓展至千行百业,从单一“可视化”进化到可感知、可计算、可仿真、可预测、可控制等多重阶段。万物互联的趋势之下,数字孪生将如何延伸其技术价值?
腾讯研究院与腾讯数字孪生产品部联合发起《数字孪生十问》系列,将针对交通、汽车、工业、建筑、城市等领域,探讨数字孪生的技术创新与产业应用。
近期,Cruise Robotaxi因事故被硅谷紧急叫停,国内汽车舆论场上出现吸引眼球的AEB(汽车自动紧急制动系统)争论,以及国内四部委联合发布的有关L3/L4级自动驾驶上路通行试点通知,借由广州车展的热度发酵,使得自动驾驶这一话题再次引发大范围热议。
《数字孪生十问》第一期研讨会以《数字孪生与自动驾驶仿真的融合发展》为主题,多位自动驾驶领域的权威专家、企业高管,展开了一场前沿、硬核的“脑暴”。
汽车智能化怎么走?数字孪生为桥,搭建技术闭环
回溯汽车工业历史长河,人类早在一百年前就已尝试通过无线电控制的手段来实现“无人驾控”。汽车产业智能化转型正在加速,高级别自动驾驶正在技术进步中逐步到来。
相比于其他传统行业,汽车产业的数字化水平较高,大数据的应用已经较为普遍和成熟。无论是单车,还是各地的道路交通系统,在先进的传感器、通信、云计算等数字基础设施的加持下,单车和道路环境的联动越来越频繁,网联化水平不断深入。在此基础上,车路协同得到了越来越多的认可,成为迈向自动驾驶的高阶发展形态和必然趋势。
在网联化基础上,如何让车辆与外部节点实现信息共享和协同控制,达到“安全、有序、高效、节能行驶”的目标,已成为智能网联产业的下一个升级重点。数字孪生作为数字技术的集大成者,有望突破物理世界的时间和空间限制,实现智能网联产业的虚实集成和闭环控制。
腾讯集团副总裁、腾讯智慧交通与出行总裁钟翔平指出,数字孪生能为数字世界和现实世界提供一个深度融合的“桥梁”,数字世界与现实世界的双向作用将推动彼此不断进化,成为“可看、可管、可计算、可推演、可交互”的智慧生命体,这对于汽车产业智能化也极具想象空间。
同济大学汽车学院教授、汽车安全技术研究所所长、博导朱西产教授表示,数字孪生需要去解决这几个命题:智能汽车下一步怎么走?车、路各端的基础设施如何进一步互通互联?智能汽车最终如何融入城市智慧交通这盘大旗?他认为,这需要从行业的痛点和需求端出发,通盘考虑数字孪生技术能发挥价值的环节,并设计出系统化的解决方案。
有行业专家也指出,要推动新技术的产业落地,首先要解决“新物种”在实践中的技术闭环问题。作为信息物理系统的典型应用,智能网联汽车正在推动产业的新一轮历史性转型升级,其规模化落地,呈现出复杂大系统的典型特点,需要形成全链路数字化闭环的车路云协同设计方法和参考框架,自动驾驶的商业闭环一定要建立在技术闭环的基础之上。这种设计与高阶的数字孪生技术一样,将建模、计算、分析、决策融为一体。
技术与商业闭环的三大难题:打通数据、高速通信、生态共建
随着汽车产业加速进入智能网联时代,汽车已经变成一个数据的载体,未来还有望成为人们生活、工作、娱乐的“第三空间”。然而,在传统车企、造车新势力、互联网巨头、自动驾驶科创公司等缺乏协作互通的局面下,汽车产业的海量数据还没有爆发出巨大的价值,数据孤岛的现象反而在不断加剧。
朱西产教授认为,要实现真正意义上的数字孪生,首要核心是先打破数据孤岛。这就需要国家从顶层设计上打通各方,同时也需要各家企业积极响应,建设一个一体化数字孪生生态。
除了破解数据孤岛问题,支撑数据交互的通信问题,是智能网联自动驾驶落地的另一个难题。西安建筑科技大学校长,长安大学教授、博导,国家重点研发计划新能源汽车重点专项“自动驾驶仿真及数字孪生测试评价工具链”专项牵头人赵祥模在会上提到,网联化自动驾驶的发展涉及到车、路、云、网的全面协同问题,但核心还是首先要解决低延时高可靠的网络通信问题。现阶段的5G无论是成本还是性能都不能完美地支撑自动驾驶发展,尤其是成本消耗会给企业带来巨大压力。如果未来支撑自动驾驶的通信技术得以很好解决,自动驾驶产业会迎来井喷式发展。
而实时感知、通信、计算、交互,也正是真正意义上数字孪生的典型特征。可以看出,要实现汽车产业的数实融合、万物互联,让数字孪生的“桥梁”价值真正凸显,行业还需要趟过一段艰难险阻。企业要坚持“能为行业带来革新的”前瞻性探索,政策层面也应有顶层设计和战略支撑提供统一引导。
然而在企业追求“引领式创新”的过程中,没有人愿意“在错误的道路上狂奔”;竞争对手之间的合作,也不是那么容易。面对这样的顾虑,长安前瞻技术研究院副总经理、长安智途总经理吴学松指出:要想实现智能汽车的快速发展,一定需要打破数据孤岛,需要更多的公司协作,来实现真正发展。过去技术公司为车企提供软件,这种传统甲方乙方的模式已经无法满足智能网联时代的需要,行业需要摸索出更为开放共赢的合作模式和生态,这也有助于车企自身在发展中更好地完成路线选择和未来布局,从而更准确高效地占位时代前沿。
数字孪生+AIGC,推动自动驾驶高效测试与快速落地
对自动驾驶而言,测试是重中之重。而当下市场对自动驾驶测试的理解却存在一定的局限性。赵祥模教授指出:首先是在测试时,过去行业更多是考虑人和车这个二元结构的安全性,而很少去考虑智能网联时代下人、车、环境、路况、网络等要素全耦合下的安全性。
朱西产教授也指出,车企在测试自动驾驶技术时侧重“里程”而非“场景”,然而对于汽车上路的各种复杂工况,单纯的里程测试堆得再怎么多,也并不能确保万无一失。对于自动驾驶技术的高效测试,车企应该更关注“场景覆盖”,并且用最短的时间、最小的里程来完成尽量多的场景覆盖。
研讨会上,专家们一致认为,要实现这一目标,基于数字孪生的仿真技术是最好的选择——这也是数字孪生推动自动驾驶落地的价值焦点。首先,自动驾驶安全测试所需的极端案例,如果都要从现实的道路测试采集数据,不仅低效率,也不太现实。而仿真平台则能够通过虚拟的孪生体模拟出海量复杂场景,例如能触发AEB的这类极限危险场景。
腾讯地图副总裁、腾讯数字孪生业务负责人张少宇还介绍了地图对于数字孪生仿真的价值:自动驾驶仿真测试中,高精地图与数字孪生的结合会起到重要的作用,可以提供更真实和准确的仿真环境,模拟真实世界中的道路、交通流、交通信号、交通标志等,方便进行更加全面的模拟测试,包括功能、性能、安全性等测试,提升用户体验。同时,使用仿真测试来进行高精地图OTA前的数据检查,可以降低地图数据检查成本和回归测试时间。
对于AIGC与数字孪生的融合,腾讯自动驾驶总经理苏奎峰表示,采用AIGC技术可以创造出更多的合成数据,尤其是一些敏感或高安全领域的数据和长尾数据,从而填补真实数据中的缺口,提升训练和测试样本的样本的多样性、完备性和均衡性。同时,利用大语言模型,提升人机协同能力,实现更好的人机交互和人机共驾。随着数字孪生与AIGC的技术融合不断深入,拥有自主进化能力的“认知孪生”,除了为自动驾驶提供丰富的测试场景数据库,还有望打造一个全感知、强计算、会决策、泛触达和可进化的生命体,让交通乃至于城市拥有“智慧大脑”。
在数字孪生与自动驾驶仿真融合方面,腾讯自动驾驶虚拟仿真系统TAD Sim在行业内率先使用游戏科技+数据驱动的技术方案,作为国内首个服务于自动驾驶汽车研发和测试的产品,TAD Sim可满足海量场景的高效率测试。在数字孪生技术的加持下,TAD Sim有4大核心能力,包括对交通场景的几何还原、物理还原、逻辑还原能力以及高并发能力。该平台深度集成了腾讯云计算、游戏科技及数据驱动的能力,在高效性、真实性、完整性等方面行业领先。
例如,在高效性方面,自动驾驶云仿真技术支持一万个以上的场景并行计算,将10000个场景的运行时间从14天大幅缩减至4分钟。同时,该平台利用虚实一体的交通流数据,可构建城市级别的虚拟仿真世界,支持数千辆自动驾驶车辆和数十万辆交通流车辆同时运行,虚拟城市中车辆之间实时同步,在高效性的同时保证测试的有效性,开辟了全新的纯机器测试方法。
正如朱西产教授所言,自动驾驶、汽车智能化只是第一步,整个交通、城市的智慧化,才是数字孪生的长远目标。
谈及未来,钟翔平表示,腾讯将继续坚持数字化助手的定位,持续夯实数字基础设施,如汽车产业的车云一体化,开放自身在音视频、地图等领域的技术能力,以数字孪生为底座,推动自动驾驶仿真与AIGC等技术的融合,助力自动驾驶、智慧交通等的高质量发展。
好文章,需要你的鼓励
马来西亚,东南亚第二大汽车市场,长期以来被日韩汽车品牌占据主导地位。近年来,随着电动汽车的兴起,中国品牌比亚迪迅速崛起,占据了马来西亚电动汽车市场近 80% 的份额。面对这一局面,马来西亚政府将目光投向了本土汽车品牌 Proton 和 Perodua。
微软推出了一个名为AutoGen Studio的开源界面。该界面可以通过设置Python API,以及简单的拖拽页面操作,从而无需编写代码,即可
NVIDIA Grace Hopper 超级芯片架构将 NVIDIA Hopper GPU 的开创性性能与 NVIDIA Grace CPU 的多功能性结合在一起,在单个超级芯片