01机器人时代的来临

随着越来越多的机器人以及无人车出现在我们的日常生活，机器人时代已经来临。在深入研究机器人时代之前，让我们首先回顾一下信息科技的演变。信息技术腾飞于20世纪60年代，当时仙童半导体公司和英特尔公司通过生产微处理器奠定了信息时代的基础，随之而来的是硅谷的爆炸式发展。尽管微处理器技术极大地提高了工业生产力，但普罗大众接触它的机会非常有限。

情况在20世纪80年代发生了变化，随着个人电脑的出现，以及后来的苹果Macintosh和微软Windows的图形界面（GUI）使得个人计算快速普及，规模经济效应使得个人计算的价格大幅降低。最终，计算机在全球范围内普及的愿景，在2000年左右实现了。

随着科技行业进入机器人时代，我国有着天然的先发优势。以新能源智能汽车为例，目前中国是最大的生产国，也是最大的消费国，但是我国的自动驾驶技术却没有走在最前头，特别是在技术研发范式上仍然采用手工作坊模式。为了在机器人时代免于被卡脖子，我们必须大力投入到自动驾驶以及机器人的工业软件自主化中，以形成生产、技术快速迭代、消费的闭环。特别是，自动驾驶是机器人技术的高地，应用于新能源智能汽车的自动驾驶技术及其供应链经过量产的洗礼后，很容易降维到不同的机器人行业，孵化出无数的细分机器人产业。

形成生产、技术快速迭代和消费的闭环的关键在于工业软件，正如芯片行业强依赖EDA软件，机器人行业技术研发的效率也强依赖机器人的工业软件。本文将介绍什么是机器人的工业软件，以及笔者使用工业软件提升研发效率的经验。

02机器人研发的手工作坊时代

目前随着新能源车行业在我国的快速崛起，自动驾驶变成了行业的香饽饽，各大车厂也就自动驾驶技术人才展开了激烈的竞争。但在该领域，我国的人才储备与美国差距悬殊。我们做过一个估算，中国目前在无人驾驶领域的人才储备不足500人，而美国的这一数字可以达到4000到5000人。我们将这里的“人才”定义为对整个自动驾驶技术栈有系统性理解并且能够深入挖掘至少一个细分领域的工程师。

比人才储备差距问题更严重的是研发范式问题，据笔者了解，国内大多数厂商还停留在手工作坊时代。调试一个算法，然后算法集成到一个系统，到附近的几个道路跑路测，跑出问题了再找出问题，根据问题修复，修复的代码可能又带来新的问题。很多技术点都是通过手工的打磨，在一个地区测试出来的成果放在一个新的环境可能又会失效。这种研发方法效率低、成本高、难以规模化生产。比如许多公司会维护一个测试车队，等待合适的天气环境进行不同的无人驾驶测试，这样的测试覆盖率不可能高。而且一个在上海测试的车即使在上海表现很好，换了一个城市，比如广州，就可能出现问题，如果换了一个国家，比如巴黎，可能就更加难以适应当地环境了。

03机器人时代的工业软件

机器人时代的工业软件的一个例子是自动驾驶研发中的仿真引擎。通过在数字孪生环境中的仿真与数据积累，自动驾驶算法研发的效率可以得到极大地提升，实现成本最小化，从而以最优的价格推出最佳的自动驾驶产品，快速实现规模经济，最终达不可逾越的高技术与商业门槛。与手工作坊的范式相比，工业软件可以把自动驾驶的研发从劳动密集型升华为智慧密集型，降低投入的同时提高产出。例如，目前的手工作坊范式为了测试汽车如何处理大雪环境，测试团队可能需要等待几个月，直到大雪来临，然后在路上收集物理测试数据。使用了仿真软件作为研发测试引擎后，我们可以轻易地在数字孪生环境中建造一条道路并产生一个大雪场景，然后根据需要产生各种高质量的测试数据。

仿真对汽车行业来说其实并不陌生，例如，车辆动态模拟器已经被广泛用于开发过程中，如转向系统的开发。在自动驾驶软件研发中，仿真器已被用于测试和验证决策模块和路径规划模块。但目前的仿真环境缺乏对世界的高保真重现。最近，基于游戏引擎的高保真模拟器已经被开发出来，比如Carla和LGLVS使用计算机图形模型、渲染算法和物理模型来尝试产生一个高保真环境。但是目前虚拟环境与现实之间的差距还是过大：首先，这些模拟器只提供虚拟城市的地图，其中的地理和物理环境特征与真实世界的道路测试并不相同。其次，移动物体的行为，如车辆和行人，都是写死的，很难模仿真正的交通参与物的行为（例如，巴黎行人的行为可能与新德里行人的行为不同）。最后，这些仿真引擎不能很好地对传感器数据进行高保真仿真，因此很难产生精准的感知数据。碍于上述技术限制，中国的自动驾驶研发基本仍停滞于手工作坊的范式，追求短平快地在市场上推出产品。这样的做法在短期内让人感觉进展很快，但是在技术发展的长跑中很容易暴露出效率问题，后继乏力。

04效率的提升

在实现了很真实的结构仿真（传感器），物理仿真（车体模型），以及逻辑仿真（行为模拟）后，我们对比了物理测试的成本以及仿真测试的成本。物理测试无人驾驶算法的成本约为180美元/小时，而基于仿真引擎的测试仅为2美元/小时。在同样的预算下，较之于手工作坊的研发范式，工业软件驱动的研发范式可以把效率提升两个数量级。目前业界还有许多声音认为仿真引擎不可靠，手工作坊才是正途。但是效率的提升不会骗人，引用更先进的研发方法的团队最终可以达致更高的效率，从而淘汰低效率的方法。在美国，许多领先的自动驾驶公司，比如Tesla以及Waymo，在仿真上的投入已经越来越高了，最终这些自动驾驶仿真软件上的投入会溢出到各个机器人的应用中，快速培育这些垂直应用的发展。

05总结

机器人时代是中国科技与经济的极大机遇，中国已经占据了明显的先发优势，目前中国是新能源智能汽车的最大生产国以及消费国，但中国公司的研发范式还停留在手工作坊时代，很难高效地通过先进技术将生产与消费相连接形成闭环。而海外领先厂商已经进化到以工业软件为核心的研发范式。笔者与团队自身研发的经验也确认了以工业软件为核心研发范式相对手工作坊范式有两个数量级的效率提升。领先的机器人工业软件可以极大地提升研发效率，把生产端与消费端相连接形成闭环。这个闭环将确保我国在机器人时代拥有技术以及商业上的绝对优势，因此，机器人时代的工业软件自主化，中国不能再错过！