或許，只有從自動駕駛初創公司“脫身”的人，才明白，“在自動駕駛領域，尤其是在應用更加垂直的領域，沒有人能在短時間內賺錢。”
Qasar Younis和Peter Ludwig都是Alphabet Inc.（Waymo母公司）的前員工，他們於2017年建立了名為Applied Intuition Inc.的模擬測試軟體公司，面向主機廠、自動駕駛公司銷售軟體開發工具，支援輔助駕駛及自動駕駛虛擬模擬測試，並識別程式碼中的缺陷。
最近，該公司又拿到了1.75億美元的新一輪融資，累計融資金額超過3.5億美元，通用汽車、戴姆勒、豐田、大眾等等汽車行業巨頭都是這家公司的客戶。
同時，在完成本輪融資後，該公司的董事會成員又迎來了多位重量級人物，包括通用汽車前董事長兼執行長Rick Wagoner和戴姆勒前董事長Dieter Zetsche。
“自動駕駛賽道，既是一個充滿泡沫的市場，同時也是一個競爭激烈的戰場。”而在Qasar Younis看來，不管是在傳統汽車行業，還是新興的自動駕駛行業，軟體工具都是必需品。
一、
軟體工具供應商角色，在於解決自動駕駛行業面臨的複雜工程問題。目前，Applied Intuition的核心模擬產品Simian、Spectral和Orbis已經被應用於汽車和其他行業的全堆疊軟體測試和開發。
在Qasar Younis看來，自動駕駛要實現真正意義上的量產部署，就必須解決幾乎無限數量的潛在邊緣案例做好應對，我們的目標是幫助工程團隊實現功能安全目標，並基於真實世界的資料驅動提供高質量演算法開發測試。
目前，在全球範圍內，類似Applied Intuition的公司不在少數，比如，Cognata、Unity、51 WORLD（與均勝智慧研究院合作提供虛擬模擬測試資料服務）等；同時，類似英偉達這樣的晶片巨頭也有自己模擬測試工具（NVIDIA DRIVE Sim）。
一直以來，在開發工具方面，主機廠以及自動駕駛初創公司都面臨著自主構建還是從第三方購買的兩難選擇。內部解決方案具有針對特定業務挑戰的優勢，但需要投入大量時間和資源進行開發和維護。
同時，採購外部第三方工具，工程團隊會面臨購買成本的權衡問題。不過，這也允許工程團隊快速構建模擬測試能力，提高資源利用率，並最大可能縮短專案的開發週期。
在Qasar Younis看來，對於主機廠、Tier1、自動駕駛公司來說，他們的競爭優勢在於演算法，而不是實現開發過程的工具。事實上，第三方工具可以幫助加快ADAS以及AD方案的上市時間和開發週期。
眾所周知，一個完整的整合各種功能的工具平臺，需要一個大型的、專門的團隊進行全生命週期的維護。這對於內部自研方式來說，可能會花費開發團隊更長的時間，包括從頭開始設計、構建、測試和整合。
“最重要的是，內部工具的開發和維護經常有被邊緣化的風險；相對來說，只有能產生收入的產品、持續從更多的客戶那裡收集反饋並迭代升級才是真正的商業邏輯。”Qasar Younis認為，持續的資源投入、專業知識對於保障工具的質量至關重要，更關鍵的是，專業人才非常稀少。
即便是一些特定功能需求，反應速度也是關鍵。比如，Applied Intuition公司以根據特定的客戶需求定製功能。此前，該公司在短短几周內交付了Simian智慧換道測試模組。
相反，這種靈活性在自研模式下，需要時間和成本的權衡。現成的、高質量的第三方工具通常可以提供快速定製服務，同時可以提供支援不同工作流的外掛等解決方案。
不過，對於這些公司來說，另一種選擇是開源工具。
好處大家都知道，開源允許自動駕駛開發團隊快速迭代，可以直接使用和修改專案的原始碼來滿足自身的特定需求。而Qasar Younis認為，商業軟體供應商直接與不同的客戶打交道，能夠更好地理解特定於行業的問題，並構建可靠的產品特性。
這其中，典型的案例就是，工具本身的安全驗證。目前，確保系統從開發流程、工具到量產都符合ISO 26262、SOTIF等安全標準是關鍵一步。在這方面，開源工具難度極大。
以Applied Inuition為例，今年該公司的模擬模擬工具Simian通過了ISO 26262認證，意味著允許量產交付的開發團隊可以建立場景，並執行確定性和可重複的虛擬測試，允許建立相同場景的數百種變體，並增加長尾事件的覆蓋範圍。
同時，Simian也已經通過了TCL Tool Confidence Level 3認證，並獲得了汽車安全完整性級別(ASIL) D安全關鍵自動駕駛系統的開發資格。這意味著，Simian可以支援量產演算法開發，並驗證堆疊中的更改。
目前，TCL 3是ISO 26262標準中三個置信度級別中最高的，是工程師用來檢測ADAS或AD系統中與安全相關錯誤的工具所需要透過的等級。
這意味著，模擬測試工具的市場門檻正在逐步形成。
二、
目前，模擬平臺主要分為兩種，第一種是基於合成數據對環境、感知以及車輛進行模擬，這種模擬器主要用於控制與規劃演算法的開發；第二種是基於真實資料的回放以測試自動駕駛系統不同部件的功能及效能。
隨著ADAS和自動駕駛系統的成熟，需要進行更多的實際道路測試，以驗證車輛及系統能否安全地處理在其操作設計領域(ODD)可能發生的大量事件。
開環日誌回放提供了回放記錄驅動器資料的能力，以發現問題，分析發生了什麼，並評估改進。工程師透過將堆疊輸出與人工標記的地面真值進行比較來評估效能。
同時，工程師在進行進一步的道路測試之前，對定位和感知系統進行改進；可以透過使用更新的軟體堆疊版本重新執行事件來測試改進措施。
不過，在Qasar Younis看來，這種方法僅限於評估定位和感知堆疊效能。由於開環日誌回放無法響應不同的堆疊行為，因此也無法評估如果安全駕駛員沒有干預，運動規劃和控制系統的行為。
而相應的閉環日誌重放（也被稱為Re-simulation），則規避了開環日誌重放的限制，允許開發團隊重新建立一個新日誌，基於真實世界的駕駛場景，並使用模擬模擬進行測試驗證。
比如，透過對記錄的事件執行運動規劃和控制堆疊，確定應該發生什麼，以避免必要的脫離。使用再模擬的結果來確定問題的根本原因並開發相應的解決方案。修復後，使用改進的堆疊重新執行模擬，以確認問題得到了解決。
同時，這種方式還可以實現基於同一場景的不同變體可能發生的情況，以評估整個堆疊的效能並增加長尾事件的覆蓋率。
工程師可以新增或刪除角色（例如，行人），修改物體行為（例如，增加車輛的速度），場景的改變其他引數（比如，模擬下雨場景），甚至是注入軟體或硬體故障，新增感測器噪聲。
而對於Applied Intuition公司來說，開環日誌回放和閉環重模擬是綜合評價系統性能的兩個必要手段。開環日誌回放評估定位和感知堆疊效能，閉環重模擬能夠區分必要和不必要的脫離，並解決運動規劃和控制堆疊中的根本問題。
所有的這些工作就是為了加速系統開發。
比如，採埃孚選擇和Cognata合作，打造了一套新的基於可擴充套件資料的開發平臺（ADAS. AI），幫助汽車製造商加快為乘用車和商用車開發高階駕駛員輔助系統，同時可以應用於採埃孚以及其他一級供應商開發的ADAS系統。
這個平臺有兩大特點，一是基於超高解析度、多感測器同步資料集，透過在全球範圍內驗證L2+ ADAS系統所需的所有場景和里程收集資料；二是與Cognata公司共同開發的AI技術，把超高解析度的資料集轉換成感測器輸入。
在採埃孚看來，這套平臺工具可以減少20%的時間和開發成本，包括大幅減少測試司機，也不需要數百萬美元的投資來進行額外的物理驗證。
