游戏引擎除了做游戏还有哪些”跨界”妙用？百度的工程师表示，还可以用来做自动驾驶模拟。

5月11日，在Unite Shanghai 2019大会技术专场，百度美国首席工程师荣国栋进行了主题为”基于Unity引擎的自动驾驶模拟”的案例分享。在演讲中，他不仅介绍了百度Apollo的发展概况，同时分享了利用自动驾驶模拟系统，如何更高效地为自动驾驶获取数据。

演讲之余，速途网还与其他媒体对荣国栋进行了专访，探讨了自动驾驶模拟与百度Apollo平台中发挥的重要作用进行了深入探讨。

坚持开源开放的百度Apollo

百度的Apollo平台，是百度基于核心AI技术，打造的可靠、安全、完整的自动驾驶开放平台，通过开放代码与开放能力，帮助自动驾驶领域合作伙伴快速建立完整的自动驾驶系统。

图片来源：百度官方微博

说到百度Apollo自动驾驶平台，大多数人首先联想到的是2017年，百度董事长兼CEO李彦宏乘坐无人驾驶汽车上了五环；或是在去年AI开发者大会上，正式亮相的无人驾驶巴士”阿波龙”。

今年CES最新发布的Apollo 3.5已经支持城市道路自动驾驶，未来会进一步支持量产限定区域自动驾驶，最终实现高速及城市环境的全自动驾驶。

据荣国栋介绍，虽然百度Apollo发布于2017年4月，是一个很年轻的平台，但已经成为了世界上最活跃的开源自动驾驶平台，百度目前已公开了超过39万行代码，12000多个Github star。

作为全栈式的平台，百度Apollo融合了从底层硬件感知器与操作系统，再到地图、定位、感知、规划、控制、人机交互各种模块，以及顶层的各种云端服务。

而荣国栋主要负责的项目，便是通过模拟仿真的方式，为自动驾驶测试、评估提供一个高效的环境。

用Unity打造自动驾驶全栈仿真

荣国栋表示，之所以选择Unity引擎，是因为其拥有很好的生态系统与开发者社区，Asset Store内大量第三方很多工具，让百度无需从费时费力的引擎设计开始，就可以建立一个类似赛车游戏的模拟。

在仿真环境中，开发者可以任意其中的三维环境，在三维环境里面模拟相机、激光雷达等信号。从演讲公布的画面可以看到，无论是街边的路灯和树木，还是柏油马路的材质，或是道路上的行人车辆，都可以高精度重构。同时，利用高动态途径渲染方式还可以达到逼真的光线渲染效果。

据悉，通过自动驾驶模拟系统，可以大大节省测试的时间，并大幅提高安全性。例如几千平方米大城市、或是一条高速公路，大多数路段都是很简单的路况，利用模拟对真实世界做出简化，只需要把路口挑出来，用很短路把复杂路连接起来。

“硅谷山景城跑的路，这些路口是要用较短的路连接起来，4英里的路，就可以模拟几乎所有的信息”荣国栋表示。

图为Unity模拟场景（左）与实景（右）对比

此外，荣国栋还提到利用Unity引擎，还可以模拟一些少见的天气状况，例如百度美国在硅谷的研究员很难遇到下雪的情况。”各种交通流不是说想碰就可以碰到的，我们都可以通过仿真来模拟这个情况。”

结合人工智能，提高训练效率

“用Unity游戏引擎做自动驾驶平台的仿真，和我们玩赛车游戏有什么区别？”

在提到为何使用游戏引擎来进行Apollo平台做仿真时，荣国栋重点提到了”游戏引擎可以产生大量的真值(ground truth)”。现如今，自动驾驶在训练模型时，已经普遍利用深度学习和神经网络方法操作，而用于训练的数据并非原始的数据，而是带有标注的数据。现在的标注方法都是用手工标注的，耗时、耗力、耗钱，而游戏引擎做仿真有很多信息，可以输出最准确的真值来做。

荣国栋还提到，在模拟自动驾驶的过程中，交通流模拟是无人驾驶仿真环境的一个重要环节，未来还可以利用百度自主AI引擎配合Unity机器学习代理ML-Agents，在Apollo无人驾驶平台中构建更加真实高效的交通流模拟，例如车流和行人，使仿真环境更加接近真实世界。

除了用于人工智能的训练，Unity引擎构建三位场景的功能，还能用于感知模块的图像校正。目前，荣国栋的团队已经实现了相机传感器的仿真，对感知模块、感知结果进行实时评估和可视化，下一步还将为感知模块输出更多真值供感知算法进行训练，提高感知结果。

在采访过程中，荣国栋还表示，百度Apollo项目的目标是将无人驾驶带向整个世界。我们在中国和美国的团队正在奋力研发推动无人驾驶技术继续向前。利用自动驾驶仿真模拟，可以大大促进无人驾驶领域的研发向前进展，从而推动整个汽车行业的发展。

图片来源：Apollo阿波罗智能驾驶官方微博

对于荣国栋和他的团队来说，通过Unity引擎模拟自动驾驶，既是无人驾驶技术研发的一个新思路，也是百度正在尝试运用各种技术，践行”用科技让复杂的世界更简单”的使命的一个缩影。