项目简介
TAD Sim是腾讯以建立更加安全和高效的自动驾驶测试工具为目标，为智能驾驶系统研发和验证而量身定做的跨平台分布式仿真系统。
它基于腾讯专业的游戏引擎、厘米级数字孪生三维重建技术、集成工业级的车辆动力学模型、种类丰富的物理级传感器仿真和数据驱动的AI交通流。
其可以完成感知、决策、控制算法等实车上全部模块的闭环仿真验证, 满足全栈算法使用需求，极大地降低研发成本并缩短研发实际周期。
架构设计
系统模块包括数据接入与场景构建、仿真核心引擎、测试分析与评价、测试任务管理、外部接入接口等几大模块，支持可扩展、可兼容的仿真体系架构。
仿真平台服务按照仿真场景类型可分为场景型仿真、回放型仿真，并具备云端虚拟城市型仿真的扩展能力，按照使用场景可覆盖车辆验证V字流程，包括模型在环、软件在环、硬件在环、车辆在环及驾驶员在环。
平台支持场景管理以及地图管理，且可通过场景编辑器、地图编辑器来自定义场景与地图，系统内置车辆动力学模型、传感器模型、驾驶员模型来满足不同的测试需求。
同时，平台支持场景的高保真渲染、交通流仿真以及V2X仿真，可以大规模管理测试任务，秒级生成评测报告，也可以通过API来进行被测算法以及第三方软件的接入。
（产品架构图）
主要特点
01、极具真实性的高保真场景还原
基于高精度三维重建和领域迁移技术，可厘米级精度真实还原道路场景，实时输出场景元素真值，无需标注自动生成各种逼真的天气路况，低成本提高测试场景覆盖率，极大地节约采集标注的人力物力成本。
支持通过领域迁移算法和时序一致性约束，将仿真场景渲染图转换为真实风格，并作为TAD Sim的相机仿真原始数据输出。
（基于数据采集的高精度厘米级三维重建）
（领域迁移技术实现摄像头数据真实风格转换）
02、高精度车辆动力学模型
支持27自由度车辆动力学模型，可灵活配置动力学参数，实现支持油动、电动及混动车型仿真。
03、种类丰富的高精度传感器模型
内置物理级/半物理级传感器模型，包括激光雷达、毫米波雷达、摄像头、超声波雷达、IMU等多种传感器模型。
04、数据驱动的AI交通流模型
平台具备AI交通流模型，基于大量的交通数据进行模型训练生成，符合真实特征的AI交通流，可进行超车、变道、避障等行为，支持不同驾驶员激进程度行为模拟。
（城市交通流仿真）
05、提供高效测试工具，助力日行百万公里
TAD Sim可借助云端的强大算力，助力自动驾驶轻松实现日行百万公里。最多可以同时调度万级节点，并发运行仿真任务，进行秒级自动化测评和报告生成。
可在云端支持虚拟城市型仿真的能力扩展，模拟大规模城市级道路测试环境，实现上千辆自动驾驶主车及上百万辆交通车辆同步运行，在无需人工监管的情况下，通过系统自动化发现截取未知和不安全场景。
06、场景地图数据兼容行业标准格式
平台采用模块化、标准化、合规化设计。支持OpenX的国际标准格式，不依赖于私有标准，方便扩展和第三方对接，便于场景库等数据的长期积累和拓展。
07、 确保仿真一致性
各阶段仿真测试（模型在环、软件在环、硬件在环、车辆在环、驾驶员在环等）都可使用统一的仿真引擎，并且数据相互兼容，数据格式统一。
系统采用统一的可靠通信协议，不会出现数据的丢失、乱序等现象，调度时序上严格按照每个算法节点配置的运行周期（频率）调度其运行。且支持自定义控制随机因素，确保同一测试用例在多环境多次运行结果一致。
应用场景
TAD Sim面向自动驾驶仿真测试与评价的应用场景。TAD Sim支持感知、决策、控制算法等实车上全部模块的闭环仿真验证。涵盖MIL、SIL、HIL、VIL、DIL的车辆验证V字全流程，具备完整测评体系建设能力。
支持与CICD、数据管理服务、数据采集标注服务、算法训练服务等自动驾驶云工具链全流程打通。随着产品的逐步发展，也可逐步扩展到智能网联仿真测试、合成数据生成、虚拟试驾等应用场景。
项目地址
Github地址：https://github.com/Tencent/TAD_Sim
