游戲引擎除了做游戲還有哪些”跨界”妙用？百度的工程師表示，還可以用來做自動駕駛模擬。

5月11日，在Unite Shanghai 2019大會技術專場，百度美國首席工程師榮國棟進行了主題為”基于Unity引擎的自動駕駛模擬”的案例分享。在演講中，他不僅介紹了百度Apollo的發展概況，同時分享了利用自動駕駛模擬系統，如何更高效地為自動駕駛獲取數據。

演講之余，速途網還與其他媒體對榮國棟進行了專訪，探討了自動駕駛模擬與百度Apollo平臺中發揮的重要作用進行了深入探討。

堅持開源開放的百度Apollo

百度的Apollo平臺，是百度基于核心AI技術，打造的可靠、安全、完整的自動駕駛開放平臺，通過開放代碼與開放能力，幫助自動駕駛領域合作伙伴快速建立完整的自動駕駛系統。

圖片來源：百度官方微博

說到百度Apollo自動駕駛平臺，大多數人首先聯想到的是2017年，百度董事長兼CEO李彥宏乘坐無人駕駛汽車上了五環；或是在去年AI開發者大會上，正式亮相的無人駕駛巴士”阿波龍”。

今年CES最新發布的Apollo 3.5已經支持城市道路自動駕駛，未來會進一步支持量產限定區域自動駕駛，最終實現高速及城市環境的全自動駕駛。

據榮國棟介紹，雖然百度Apollo發布于2017年4月，是一個很年輕的平臺，但已經成為了世界上最活躍的開源自動駕駛平臺，百度目前已公開了超過39萬行代碼，12000多個Github star。

作為全棧式的平臺，百度Apollo融合了從底層硬件感知器與操作系統，再到地圖、定位、感知、規劃、控制、人機交互各種模塊，以及頂層的各種云端服務。

而榮國棟主要負責的項目，便是通過模擬仿真的方式，為自動駕駛測試、評估提供一個高效的環境。

用Unity打造自動駕駛全棧仿真

榮國棟表示，之所以選擇Unity引擎，是因為其擁有很好的生態系統與開發者社區，Asset Store內大量第三方很多工具，讓百度無需從費時費力的引擎設計開始，就可以建立一個類似賽車游戲的模擬。

在仿真環境中，開發者可以任意其中的三維環境，在三維環境里面模擬相機、激光雷達等信號。從演講公布的畫面可以看到，無論是街邊的路燈和樹木，還是柏油馬路的材質，或是道路上的行人車輛，都可以高精度重構。同時，利用高動態途徑渲染方式還可以達到逼真的光線渲染效果。

據悉，通過自動駕駛模擬系統，可以大大節省測試的時間，并大幅提高安全性。例如幾千平方米大城市、或是一條高速公路，大多數路段都是很簡單的路況，利用模擬對真實世界做出簡化，只需要把路口挑出來，用很短路把復雜路連接起來。

“硅谷山景城跑的路，這些路口是要用較短的路連接起來，4英里的路，就可以模擬幾乎所有的信息”榮國棟表示。

圖為Unity模擬場景（左）與實景（右）對比

此外，榮國棟還提到利用Unity引擎，還可以模擬一些少見的天氣狀況，例如百度美國在硅谷的研究員很難遇到下雪的情況。”各種交通流不是說想碰就可以碰到的，我們都可以通過仿真來模擬這個情況。”

結合人工智能，提高訓練效率

“用Unity游戲引擎做自動駕駛平臺的仿真，和我們玩賽車游戲有什么區別？”

在提到為何使用游戲引擎來進行Apollo平臺做仿真時，榮國棟重點提到了”游戲引擎可以產生大量的真值(ground truth)”。現如今，自動駕駛在訓練模型時，已經普遍利用深度學習和神經網絡方法操作，而用于訓練的數據并非原始的數據，而是帶有標注的數據。現在的標注方法都是用手工標注的，耗時、耗力、耗錢，而游戲引擎做仿真有很多信息，可以輸出最準確的真值來做。

榮國棟還提到，在模擬自動駕駛的過程中，交通流模擬是無人駕駛仿真環境的一個重要環節，未來還可以利用百度自主AI引擎配合Unity機器學習代理ML-Agents，在Apollo無人駕駛平臺中構建更加真實高效的交通流模擬，例如車流和行人，使仿真環境更加接近真實世界。

除了用于人工智能的訓練，Unity引擎構建三位場景的功能，還能用于感知模塊的圖像校正。目前，榮國棟的團隊已經實現了相機傳感器的仿真，對感知模塊、感知結果進行實時評估和可視化，下一步還將為感知模塊輸出更多真值供感知算法進行訓練，提高感知結果。

在采訪過程中，榮國棟還表示，百度Apollo項目的目標是將無人駕駛帶向整個世界。我們在中國和美國的團隊正在奮力研發推動無人駕駛技術繼續向前。利用自動駕駛仿真模擬，可以大大促進無人駕駛領域的研發向前進展，從而推動整個汽車行業的發展。

圖片來源：Apollo阿波羅智能駕駛官方微博

對于榮國棟和他的團隊來說，通過Unity引擎模擬自動駕駛，既是無人駕駛技術研發的一個新思路，也是百度正在嘗試運用各種技術，踐行”用科技讓復雜的世界更簡單”的使命的一個縮影。