仿真技术为驭势科技无人驾驶的研发测试与商业化落地打造了一个“平行世界”，通过这个“1:1”复制现实物理场景的“平行世界”，无人驾驶算法的研发测试得以更加高效、更低成本并且绝对安全的方式进行，从而实现无人驾驶经验的快速积累，提升无人驾驶技术的安全性与可靠性。

无人驾驶仿真实景建模技术起源

从某种程度上而言，无人驾驶仿真就是一款专门为无人驾驶算法量身打造的“赛车游戏”，如同游戏玩家竞技通关、获得奖励一样，如果无人驾驶算法能够在仿真“游戏”中“通关”，那么则意味着这套无人驾驶算法将获得在现实物理世界上路的资格。但从虚拟世界跨越到真实世界的过程依然是危险的，我们如何保证在仿真场景中可以“大杀四方”的无人驾驶算法，在现实世界中也能一样游刃有余，这就对仿真本身的真实度与可靠性提出了绝对严苛的要求。

无人驾驶仿真的核心在于“真”字，一套完整、可靠的仿真系统，必须具备有高度拟真的车辆动力学模型和多传感器模型、丰富且逼真的场景、真实可信的测试案例并且具备高精度的实时动态性能。如果在以上任意一个环节上出现较大失真，那么都会让仿真失效，从而让仿真结果变得不可信。为此，驭势科技自主研发打造了一套基于UE4的无人驾驶仿真系统——驭势玲珑，并在仿真系统的各个环节上构建、储备了强大的技术能力与资源，从而支持驭势无人驾驶技术与商业解决方案实现快速落地。

在面向客户交付的真实商业项目中，为了提升项目部署与验证效率，并最大限度地发挥测试用例的保真度，最有效的解决方案就是搭建一个“1:1”真实还原项目实际场景的虚拟仿真场景，也就是说，我们直接将远在千里之外的场景通过实景建模技术，“复制”到办公室的计算机里，然后进行相关的产品仿真测试与验证。

依赖于驭势科技不断研发、打磨、迭代的成熟实景建模技术与工作流程，驭势无人驾驶仿真场景，从局部细节到整体环境，其美术表现已经可以达到“以假乱真”的照片级水平，这也为无人驾驶仿真提供了坚实可靠的基础。

以下部分，我们将以驭势最新开启的全球首个机场无人驾驶物流项目为例，对实景建模技术与流程进行剖析、探讨。

实景建模技术在真实项目的应用

1. 基于实景测绘数据的场景建模流程

以实景建模技术进行仿真场景制作的第一步是取得真实场景的测绘数据，我们对香港国际机场的无人驾驶运行场景进行了大量的实景测绘，获取了丰富的场地三维点云信息和高清图像数据。通过这些数据，美术人员对场景进行拆解，分析其中的建筑、物件、植物等模型元素，并罗列统计出需要制作的模型文件。针对不同类型的模型，美术人员采用不同的方式在DCC软件中进行建模、绘制与贴图。

图：激光点云辅助场景还原

在完成所有的场景模型制作后，便进入场景整合阶段。我们将三维点云数据导入到UE4中，这是辅助我们对现实场景作“1:1”高精度还原的关键。最后，我们还会根据项目所在地的经纬坐标位置，实现不同时间下的光照模拟。

图：真实场景与仿真场景对比

2. 实景建模的效率挑战与应对

经过上述流程，无人驾驶仿真场景就得以创建完成，但在实际的建模过程中却需要耗费大量时间与精力以完成数量庞大的模型制作与场景整合工作。在机场无人物流运输项目中，香港机场的现实场景十分复杂，可以称之为“海、陆、空”元素的大集合，包括了港口码头、室内行李大堂、隧道、停机坪等各种场景以及相关模型元素。

为了提升无人驾驶仿真场景的制作效率，进一步加快项目部署进度，场景制作工作需要行之有效的优化。我们通过分析，在无人驾驶仿真的各类场景制作中其实存在一些共有的重复性工作，例如对路边大量路灯和围栏的摆放，为此，我们自主开发了道路系统生成插件以加快场景制作。道路系统生成插件可以读取项目场地的高精地图数据，整合依照现场环境制作的相关模型，直接生成场景道路及其周边环境，而美术人员只需调整插件参数即可达到与点云基本一致的物件分布，极大节省了场景整合的时间与工作量。

3. 塑造仿真场景的整体真实感

照片级的美术表现，这就要求仿真场景必须塑造出足够的整体真实感。不论近景、远景，仿真场景的整体真实感会极大影响使用者的视觉体验，而任何视觉上的失真都会破坏仿真工作的代入感。因此除了保证在近景上让无人驾驶车辆的相关传感器能够获取与现实贴近的感知信息，我们也极力追求在远景上还原真实场景。另外，我们的美术资产基本都采用了游戏管线来制作，这样不但保证了画面效果，在优化方面也有更好的参考和更大的空间。在香港机场无人物流运输项目中，我们参照Google Earth以及现场采集的素材，最大化还原了机场四周的山形地貌，以及亚洲国际博览馆等周边建筑，甚至包括了通往香港市区的部分高架和地铁路线。

在场景制作中，视角也是需要考虑的重要因素。事先了解仿真的常用视角，我们会在材质的处理上同时顾及到多种视角下的美术表现，避免制作盲区，事半功倍，提升整个仿真场景的画面细腻度。

4. 完美模拟全天候运营环境的动态光照功能

在真实世界中，昏暗的夜晚、白天的大逆光、从室内到室外的光线明暗变化等因素都会极大地影响无人驾驶车辆的感知系统，尤其对于需要7X24小时全天候运营的无人物流车而言，必须要能够适应任何时间段、任何天气条件下的光照影响。因此，无人驾驶仿真系统也必须具备24小时时间及天气变化功能以充分满足研发测试所需。我们通过对室外场景使用动态光照实现了这一点，让无人驾驶算法在仿真场景就可以实现从白天到夜晚，风霜雨雪雾等各种极端天气下的测试，但动态光照功能同时也给我们带来了优化上的较大挑战，需要同时保证不同时间、天气条件下的光照真实程度，并且尽量减少可调节的参数数量。针对这个问题，我们正在积极地尝试实时光线追踪技术，并取得了初步进展。

图：对实时光线追踪技术的测试

5.车辆资产

此外，车辆资产是无人驾驶仿真系统中最重要的部分之一，它是停留在用户眼前时间最久的模型。然而，车辆在优化和渲染效果上是比较难以平衡的。对此，我们借鉴了许多主流赛车游戏的表现，并在经过几次试验迭代后，积累出一套车辆资产制作规范，同时定制了一套足够适用项目需求的车辆材质库。

机场无人物流项目的仿真测试

在完成仿真场景的创建后，无人驾驶驾驶研发测试人员就可以在仿真系统中制作并导入各种实际场景中的测试案例，包括各种Conner Case，从而对无人驾驶算法进行验证和优化。

在香港机场无人物流运输项目中，无人驾驶物流车辆在运送行李的运行线路中，可能需要让行拥有绝对路权的消防车，可能需要绕开路中临时摆放的路障，可能需要规避堆放在运行路线两侧的拖斗和货物，也得与其他人员和谐相处，这些测试案例都在“1:1”高精度还原的无人驾驶仿真系统中进行了预演和验证。

只有无人驾驶算法顺利通过仿真系统中所有测试关卡的考验之后，我们才会放心地将无人驾驶软件交付给负责实车验证的人员，进而开启下一阶段的部署工作，并最终保障整个项目的高质量完成。

实景建模技术带来的跨界机会

实景建模技术让驭势无人驾驶仿真工作变得卓有成效，为推动无人驾驶技术的演进与落地贡献了巨大价值。这样一种基于实景建模技术的仿真系统拥有着不可限量的商业扩展空间，只需略加修改，就能快速适配至数字孪生的其他应用场景，例如智慧城市建设、智能制造的全生命周期管理等等。

广阔天地，大有作为，基于实景建模的仿真既构建了与现实物理世界毫无二致的虚拟世界，更开放了人类的想象世界，一切都值得拭目以待。