汽车智能化发展正进入产业发展的深水区，自动驾驶技术迈进L3阶段。

2023年11月《智能网联汽车准入和上路通信试点工作的通知》发布后，多家车厂纷纷开始试点，并相继宣布获得高速或高快速路有条件自动驾驶测试牌照。在众多车企积极部署自动驾驶的同时，自动驾驶技术也面临着如何快速落地的挑战！

图源:盖世汽车研究院

在“2024第五届软件定义汽车论坛暨AUTOSAR中国日”上，Foretellix弗钛立驶中国总经理张健鸿表示:“目前还没有一家自动驾驶公司完全盈利，原因在于尚未实现商业化。此外，在自动驾驶技术的落地过程中，除了硬件和软件的开发成本，测试与验证阶段的费用在L3、L4级别上尤为惊人，成为每个项目不容忽视的支出。”

Foretellix弗钛立驶中国总经理

因此，构建高效的测试平台对自动驾驶市场的“降本增效”至关重要。同时，高效的测试平台也是关乎行业可持续发展的重大课题。

自动驾驶的市场希冀与技术挑战

结合行业的发展来看，“安全”成为自动驾驶大规模商业化部署的主要障碍。关于安全的话题不能空口无凭，尤其是自动驾驶的“安全”问题，更需要高度重视。

在测试过程中证明自动驾驶安全是一种有效举措，尤其是要在开发过程中解决整个系统的安全性问题。但是，L3及以上的自动驾驶面临着高昂的测试与验证成本。2022年，麦肯锡进行了一项全球性调研，得出一个重要结论:在高阶自动驾驶技术的研发项目中，用于测试和验证阶段的成本高达50%以上。

图源:Foretellix

如何搭建测试平台将决定着企业未来几年的成本控制。张健鸿坦言，解决问题的前提是找到问题产生的根源。如今，自动驾驶技术的发展高度复杂，每台车内部运行着上百片芯片、上亿行代码、诸多的AI模型，构成了极度复杂的系统。由于系统的复杂性和深度学习的应用，系统本身的复杂性和可解释性就有了比较大的挑战。车辆外部还会涉及到多种多样的交通环境以及未知的场景挑战。

无限场景测试空间

如何及时发现未知的风险？怎样及时解决风险问题？张健鸿给出答案——需要驯服无限场景的测试空间。

面对“冰山之下”的无限场景，自动驾驶的安全测试过程面临着以下三方面的挑战:

自动驾驶系统Vamp;V面临的挑战

第一，确保测试完备性的挑战。包括，如何定量分析已执行测试覆盖了哪些ODD及测试空间？测试报告是否足以支持安全档案？

第二，覆盖无限场景测试空间需要具备有效的泛化能力。如何大规模泛化感兴趣的已知场景？如何确保泛化的场景符合预期？如何高效地指定泛化方向?如何在泛化过程中探索未知风险？

第三，可维护性的挑战。包括，如何使海量的测试用例快速适配算法的功能迭代？如何有效应对测试规模化带来的场景管理问题？如何轻松应对ODD的变化？

基于OSC 2.0抽象场景自动化测试平台-Foretify-驯服无限测试空间

2018年，德国PEGASUS项目提出了场景三层抽象分级，即功能场景、逻辑场景、具体场景，逐渐成为了行业通用的场景分级标准。三层分级模型在当前的驾驶场景工程应用，尤其是大规模仿真工程应用中逐渐显露出局限性。因此，2021年，由PEGASUS的后续项目VVM中的专家提出了四层场景分级模型概念，在三层分级模型的基础上，新增了抽象场景，并被ISO 34501采纳，纳入了国际标准体系。

早在2018年，Foretellix便开始开发基于抽象场景的自动化Vamp;V平台-Foretify?。Foretify?基于最新的ASAM OpenSCENARIO? 2.0场景描述规范，通过科学的“约束-随机”求解器以超自动化方式生成和执行数百万个场景泛化与测试，不但大大减少了手动创建测试的繁琐工作，而且可以帮助用户在系统开发早期识别出系统问题、边缘案例和未知风险的长尾情况(edge case/corner case)。值得关注的是，它还具有驾驶领域的语义意识，确保在满足物理定律的条件下选择客观有效的参数组合，生成有效场景。同时，Foretify?还可以监测场景中的各项参数及KPI指标，为衡量覆盖度及系统安全性评估提供依据，从而提高ADS/ADAS系统大规模部署的信心。

具体来说，Foretify? 作为领先的安全驱动Vamp;V平台，涵盖了三个关键技术板块，包括:

图:Foretify平台三大关键技术板块

1)基于OpenSCENARIO?2.0的抽象场景设计规范。

利用OSC2.0，Foretify?可将功能场景准确、无歧义地转换为可执行的抽象场景代码。相比于具体场景或逻辑场景，抽象场景具备更大的表达空间，更适合探索场景空间或功能边界，发现潜在风险。

以“加塞”场景为例，如果采用具体场景的描述方式，就需要(手动)设计各种变化，包括但不限于场景发生的地图位置、加塞车辆的静态特征、加塞的方向或速度等动态属性。这种设计不仅耗费大量工程资源，而且无法覆盖所有可能的情况，难以实现大规模测试以探索未知风险。通过基于OpenSCENARIO 2.0的抽象化场景描述，并结合Foretellix的智能“约束-随机”测试生成器，便可以快速泛化生成包含上述各种属性变化的“加塞”场景。

图:OSC2.0抽象场景描述示例-路口交汇场景

此外，抽象场景具备可复用、可组合的特性，能够帮助工程师快速创建复杂场景，提升场景的复用性和可维护性。同时，为了方便工程师进行快速测试，Foretellix提供了一套开箱即用的OSC2.0抽象场景库V-Suites?，其中包含丰富的抽象场景元素。工程师可以根据项目需求直接选择已有的测试场景，也可以通过场景的组合和复用，根据需求构建所需的复杂场景。

图:抽象场景的组合及复用

图:城区V-Suites抽象场景举例

2)大规模场景泛化测试

作为场景泛化生成的核心技术，Foretellix的智能“约束-随机”测试生成器接收OpenScenario? 2.0抽象场景和OpenDRIVE?地图作为输入，可以实现自动化的大规模场景泛化测试。

Foretellix “约束-随机”测试生成器

此外，Foretellix公司的解决方案与仿真软件解耦，支持直接连通用户指定的仿真软件进行泛化场景的仿真测试，在降低部署成本的同时，通过场景定义与地图解耦，可快速实现跨地图测试，轻松应对ODD的变化。

由此可见，Foretellix提供的基于抽象场景的自动化Vamp;V解决方案在满足大规模场景泛化测试的前提下，不仅可以最大限度的提高场景的复用性，降低场景维护成本，而且通过智能“约束-随机“测试生成器，确保了场景意图，提升了场景有效性及场景质量，一定程度上降低了算力成本。更重要的是，汽车企业的工程师们可以将更多精力集中在测试数据分析和自动驾驶系统的问题诊断上，解放手动编写及调试场景的人才力量。

3)数据分析与测试优化。

Foretellix还提供了一套测试数据分析与优化工具——Foretify Manager。它能够支持定量地评估测试覆盖度，诊断失败测试用例，分析KPI关键性能指标，同时协助工程师优化测试方向，引导工程师进行迭代优化。

图:测试数据分析工具功能展示–覆盖度评估

LogIQ? - 跨越仿真与路测的鸿沟

此外，Foretellix还推出了一款路测数据分析工具——LogIQ，具备场景检测和评价指标收集功能。该工具能够自动识别用户在日志中感兴趣的场景片段，并收集相关的场景覆盖度和关键性能指标。

LogIQ与Foretify配合使用，将实现跨仿真和实车测试的统一Vamp;V工作流。

图:Foretify LogIQ连接真实世界与虚拟仿真

Foretellix 提供的完整解决方案

工欲善其事，必先利其器。在“降本增效”的旋律下，Foretellix基于OpenSCENARIO 2.0场景描述标准，实现抽象场景的大规模泛化及自动化测试，可有效应对自动驾驶系统大规模安全部署所面临的无限场景空间所带来的测试挑战。

图:Foretellix 完整解决方案

上图所呈现的是Foretellix可提供的完整解决方案架构图, 其要点包括:

• Foretellix作为ASAM OpenSCENARIO2.0的主要贡献者与维护方，是目前市面上唯一能将抽象场景在工程实践的量产项目中落地的公司。

• Foretellix公司提供了一套基于OpenSCENARIO2.0开箱即用的抽象场景库，其中涵盖了大量的抽象场景元素，可快速结合项目实现场景的大规模泛化。

• Foretellix提供了一套测试覆盖度分析与优化工具，支持定量地评估测试覆盖度

• Foretellix在抽象场景泛化具体场景案例的核心技术:“约束-随机”测试生成器方面有超过30年的工程经验

• Foretellix提供了基于路测数据的场景分析方案LogIQ,可用于分析路测数据的覆盖度，并将路测数据转换为OSC2格式的场景文件，通过Smart Replay运行场景变体。

作为一家极具创新精神的企业，Foretellix 于2018年在特拉维夫创立，如今已在中国、日本、美国和欧洲等地设立了分支机构，中国总部设立于上海。全球范围内，Foretellix拥有超过180名员工，其中80%以上是经验丰富的工程师。目前，Foretellix已服务超16家客户，并建立了多元化的生态系统开放平台。

张健鸿表示，作为自动驾驶行业的参与者和技术支持者，Foretellix将持续致力于推动自动驾驶技术的安全测试与部署，以期最终实现自动驾驶技术的快速应用。