上海济达交通科技有限公司是国产微观交通仿真软件TESS NG的研发商。自动驾驶仿真软件在环测试是微观交通流仿真软件的重要应用方向，测试时自动驾驶仿真软件的自动驾驶主车（Autonomous Vehicle，AV）与微观交通仿真软件双向传输主车与背景车的位置信息，实现自动驾驶车辆在不同背景交通流的快速测试。TESS NG软件具备的我国混合交通流高密度干扰场景模拟的特征，使其在自动驾驶仿真软件的在环测试中具备更多优势。近半年，济达交通团队已与相关客户的不同自动驾驶仿真软件构建了软件在环测试平台。近日，应相关客户的需求，济达交通发布了TESS NG与VTD/Carla的“虚实融合”联合仿真插件，支持自动驾驶与高密度、高可信度的真实背景交通流交互测试。插件的试用版下载链接参见https://jidatraffic.com/downloads/。后续济达将不断升级并完善插件场景仿真功能，本文将以TESS NG及VTD为例具体介绍插件的使用方式和内容。
平台的核心功能如下：
①AV车辆和背景车流可以实现双向行为交互；
②快速生成真实高密度的干扰场景测试AV车辆；
③快速输出各类指标进行AV车辆的驾驶能力评估。
01 平台构建需求
目前众多汽车厂商及互联网科技公司都在致力于研发高等级的自动驾驶车辆（Highly Automated Vehicle, HAV，特指按照SAE 分类标准，L3 级及以上的自动驾驶汽车），具备自动驾驶功能的HAV已纷纷开展场地测试及公开道路测试。大量研究表明，HAV 批量化公开道路行驶的前提是必须证明HAV 安全性显著优于人类驾驶人水平。然而为了有效验证HAV 自主驾驶的安全性，需要面对的场景是无限的，随机的道路测试很难实现对场景的全面覆盖；再加上人类交通事故是极小概率事件，通过公开道路测试证明HAV 安全性需要很长时间及大量测试里程。根据兰德公司研究，如果要从统计学上证明HAV 的安全性能比人类驾驶的安全性能高20%，需要测试的里程数约为50 亿英里。如果进行实车公开道路测试，约需要100 辆车，一天24 小时。以40 公里每小时的速度全年无休测试225 年，下图所示。
囿于海量测试里程、超长测试周期等因素导致传统基于里程的车辆测试手段不再适用于HAV，场景化测试成为主流思想，基于场景的虚拟仿真测试成为验证HAV 安全性的核心测试方法论。虚拟仿真测试具有成本低、周期短、安全高效、场景可控的优点，同时可以适应研发阶段场景高频测试的要求。由于其在HAV测试上的优势，在我国《智能汽车创新发展战略》中，明确提出“重点研发虚拟仿真测试平台”。然而我国交通复杂性导致各类高危、干扰场景组合及要素多样，要使HAV 实现在中国高密度、混合交通流，多干扰事件环境下安全自主驾驶，其虚拟测试方法需应对更加严峻的学术挑战，主要表现在以下两点：
- 从现实场景中提取高风险混合流干扰场景以提高测试效率；
- 仿真生成高可信度的背景交通流与自动驾驶AV车辆交互。
现有HAV 仿真测试工具往往侧重于传感器仿真、车辆动力学仿真及驾驶环境建模，缺乏生成真实可信的背景交通流生成方法；另一方面，在现实自然驾驶环境中提取高风险场景的测试方法为回放测试：即测试车辆周边背景交通流固定，无法与测试车辆双向交互。如何通过微观交通仿真理论自动生成与HAV 主车产生高风险干扰交互的混合交通流群体，包括机动车、非机动车、行人等，是提高HAV 虚拟测试可信度的重要挑战。
VTD(Virtual Test Drive)是德国VIRES公司开发的一套用于驾驶辅助系统，主动安全和自动驾驶的完整模块化仿真工具。其运行于Linux 平台，功能覆盖了道路环境建模、交通场景建模、天气和环境模拟、简单和物理真实的传感器仿真以及高精度的实时画面渲染等，其主要特点在于自动驾驶仿真模拟及传感器仿真。VIRES公司是自动驾驶仿真开放格式OpenDrive, OpenCRG 和OpenScenario的主要贡献者，VTD的功能和存储也依托于这些开放格式。目前VTD是全球应用较为广泛的自动驾驶测试软件。
TESS NG是我国自主研发的微观交通流仿真软件，也是目前唯一商用的微观交通仿真系统。核心特点为基础模型是基于我国的各类高密度交通流特征而建模，包括：混合交叉口交通流干扰场景模型、机非混行路段交通流干扰场景模型、无信控交叉口穿越模型、高快速路汇入行为模型、各类事件场景模型等，特有的中国特色的高密度混合交通流交互的特征，使其能精准的模拟各类干扰冲突的场景。软件具有C++及Python的二次开发接口，也可导入OpenDrive路网高精度地图，与其它自动驾驶软件进行联合仿真。
总结自动驾驶仿真软件VTD及微观交通流仿真软件TESS NG的主要特点具体如下所示：
基于两类软件的核心优势，济达交通推出了TESS NG和VTD的联合仿真插件。可以实现自动驾驶AV车辆在各类高密度混合交通流场景下的交互测试，并且快速的对场景进行系统的评价。
02 平台介绍
2.1 平台主要技术架构原理
平台主要由自动驾驶仿真软件VTD，TESS NG微观交通流仿真软件，以及相关的接口文件组成。通过接口文件，VTD可以将自动驾驶软件的主车轨迹对外输出至TESS NG，TESS NG软件可以实时的读取外VTD辆车的坐标，将其三维坐标，航向角等映射到微观仿真系统。同时仿真系统的周边交通流开始与的其它车辆可以对映射到路网的车辆进行交互反应，并将仿真系统周边的中的车辆轨迹输出至VTD，实现VTD平台与微观交通仿真系统TESS NG的双向实时交互。
2.2 平台的主要构成
平台的构成包括TESS NG微观交通仿真软件，VTD自动驾驶仿真软件，以及TESS NG 的二次开发插件，以及VTD的C++仿真互联中间件组成。
在用户下载安装包中，TESSNG VTD Midle Ware作为数据交互中间件，用于连接TESS NG与VTD，分发处理车流数据；TESSNG_Linux与TESSNG_Windows，则为不同操作系统版本的微观交通仿真软件TESS NG，用于为自动驾驶仿真软件VTD提供高信、复杂的背景交通流。VTD或Carla等软件需用户自行下载安装使用。平台的主要构成及数据流如下图所示：
相关传输的数据流程、数据传输协议及中间控件参见上图，具体的平台使用流程可具体参见用户手册。
2.3 平台主要功能
（1）不同AV策略及驾驶风格设置
平台在交互测试中，可以进行各类车型的规划及控制决策二次开发，也可以通过参数，设置不同类型测试主车AV车辆的。
VTD可以通过Scenario Editor进行AV车辆，车辆动力学、驾驶决策的调整。用户通过更改车辆的质量、最大速度、最大加减速度、前驱后驱等参数让VTD中的测试主车更加符合现实世界的AV车辆。VTD内置5种驾驶决策，通过选择或自定义不同的驾驶决策，与TESS NG背景车流进行交互能够实现多样测试目的。
（2）不同交通流的场景参数配置
平台除了通过VTD对AV车辆设置不同的测试路径，传感器模块设置（摄像头，激光雷达），不同的保守规划决策等以AV车辆为重点的关注功能外。其主要功能也在通过TESS NG设置不同背景的交通流环境。联合仿真软件的配置运行界面如下：
在TESS NG软件中，其特有的我国混合背景交通流可以通过各类方式实现。其包括：
①背景交通参与者运动参数类型设置；
②背景交通参与者的驾驶行为参数设置；
③背景车流组成流量大小及交通组成设置。
各类道路路网等均可以作为背景交通环境进行测试，一些典型路网的场景示意如下：
（3）交通运行场景的各类指标评估
平台可以针对不同场景，基于输出的轨迹，对AV车辆的运行决策进行评估，评估时，一般安全指标，舒适度指标均基于AV车辆的决策，但这也往往是导致AV车辆过于保守无法适应我国混合交通流场景运行环境，对周边社会车流的运行产生巨大影响。
因此，本平台也会从系统运行效率，比如关键场景的执行时间，路网的排队等，进行系统的指标评估，评估范例如下:
其包括安全冲突指标，以及单车的系统运行指标，路网排队状态或延误指标等。
03 平台测试场景范例
我国交通流特征特有的高密度，机非混行，干扰类型多样等特征，这也是AV车辆不能快速适应的关键。TESS NG软件可以为AV车辆快速提供高可信度的背景交通流环境。辅助AV车辆提升在我国各类典型的混合交通流场景交互决策能力。场景包括：
- 混合交叉口交通流干扰场景模型
- 机非混行路段交通流干扰场景模型
- 无信控交叉口穿越模型
- 高快速路汇入行为模型
- 交叉口行人干扰模型
- 突发事故干扰模型
- 各类事件场景模型等
对于这些复杂场景，单纯使用VTD等无法快速准确设置。下面针对各种场景进行简单说明。
3.1 机非混行路段交通流干扰场景模型
我国高密度的机非交互路段会出现频繁的非机动车越线行驶情况，对AV车辆的跟驰、超车等行为带来巨大的影响。平台可有效测试不同密度下的机非混行交通流对AV车辆的干扰，帮助提升AV车辆在机非混行情况下的车辆跟驰，横向让行，越线超车等行为决策，并最终分析不同决策对交通系统影响，以及其它车辆对AV车辆决策的接受度。
3.2 无信控交叉口穿越模型
在机非混行无信控交叉口环境中，可以直接在TESS NG软件中设置不同的交通对象，流量，以及驾驶行为参数。有效模拟不同流量、不同类型比例的混合车流通行效果。在此场景中，可测试AV车辆对不同安全间隙的接受程度，帮助提升AV车辆在不同穿越间隙情况下的的决策水平。
3.3 交叉口行人干扰模型
在混合流无信控交叉口环境与行人/非机动车交互时，平台可模拟不同的行人间隙，供AV车辆测试其在不同安全间隙下的接受决策。帮助提升AV车辆面对行人通过时不同间隙穿越的决策效果，并最终分析不同间隙下的决策对交通系统影响，以及其它车辆对AV车决策的接受度。
3.4 混合交叉口交通流干扰场景模型
在AV车辆直行通过无信控左转混合流场景中，自动驾驶车辆通常会采用更加激进的交互策略。平台可产生不同密度的真实背景交通流，供AV车辆测试与不同密度左转车流的交互能力，帮助提升AV车辆面对左转车流不同间隙时的应对能力。
3.5 高快速路汇入行为模型
系统可通过路网建模功能进行各类渠化设计方案的建模，并设置各类检测器，进行各类渠化设计方案的评估，包括各进口道流向设计评估、人行横道设置评估、行人过街安全岛设置评估等，为交通设计人员提供渠化设计方案的数据支撑，方案评估指标包括冲突数目，排队长度，延误等指标。
3.6 突发事故干扰模型
系统内置了多种信号控制优化算法，可基于实时雷达轨迹数据进行单点信号控制方案优化推荐，用户可选择某一优化方案下发到路网上，也可根据自身需求，进行信控优化方案的调整，并将调整后的方案下发到路网上，实现信号控制优化。同时系统可与各类信号控制系统或信号机互联，实现信号控制系统的软件在环测试方案验证及下发。
3.7 测试后仿真评估
在场景仿真结束后，平台将自动生成场景测试结果报告，包括各类场景的运行时长、初始状态、车速、安全评估指标-期望反应时间（DRT）等。帮助用户快速分析在不同场景下不同决策对周边交通系统影响。
04 TESS NG与其它类自动驾驶软件测试连接
除VTD仿真软件外，TESS NG目前也已开发完成了与Carla联合仿真测试平台，并在内部测试。联合仿真运行视频效果如下：
目前，平台插件已经在相关自动驾驶头部车企进行了应用，助力相关高等级自动驾驶车辆的驾驶能力快速提升。后续，济达交通将持续提升TESS NG软件的核心能力，包括面域二维仿真等，扩展交通仿真与自动驾驶仿真生态构建与提升。
本插件试用版使用二次开发版本激活可试用30天。
联合仿真平台咨询：
梁秋佼（电话/微信）：+86-13667836239
平台运行演示视频如下：
责任编辑：