自动驾驶是如何制造出来的?

同样是上路，你只需要考一本驾照；而车里的智驾系统，却要先在电脑里“脑补”几千公里，再在台架上“假跑”无数次，最后还要在封闭场里“路考”及格，才能见到你。

想知道这背后的四道难关——MIL、SIL、HIL、VIL到底是什么吗？往下看。

通俗理解：画图纸，做数学题。

程序员写好控制逻辑（比如：看到红灯要停，遇到障碍物要绕），但这只是停留在纸面上的理论。

这时，他们会在电脑上建立一个虚拟车辆模型和虚拟道路环境。在这个仿真世界里，程序员输入一段代码："前方50米有车"。系统模型会计算出："应该减速至20km/h"。

这就叫 MIL（Model-in-the-Loop）。它验证的是：算法逻辑在数学上是对的。就像驾校学员在教室里做题，理论上知道遇到红灯要停，但还没碰过方向盘。

如果基础逻辑错误，那么就得回炉重造。

通俗理解：把试卷变成程序，让电脑自动判分。

MIL 验证的是算法模型，但实际装在车上的，是软件代码。

SIL（Software-in-the-Loop） 就是把那些数学模型，翻译成具体的软件代码，然后在电脑上模拟运行。这就好比把"看到红灯要停"的理论，变成了电脑能听懂的机器语言。

这一步主要检查：代码翻译得对不对？有没有"Bug"？ 确保原本优秀的算法，不会因为代码写错而宕机。

通俗理解：把软件装进车机里，但不动车。

前面的测试都是在纯软件环境里跑的。但我们知道，最终控制车子的是刹车卡钳、转向电机、驱动电机等硬件。

HIL（Hardware-in-the-Loop） 就是把写好的软件，刷进真实的车载电脑（域控制器）里，然后把车载电脑连到一个"模拟台架"上。台架会模拟车轮转速、雷达信号、摄像头画面。

此时，车载电脑以为自己真的在开车，它会发出指令："刹车！"台架接收到指令，模拟出减速的效果。这一步是为了验证：软件和硬件配合得好不好？反应速度快不快？

这就好比把驾校学员的"脑子"连到了一台静态的模拟器上，虽然车轮不转，但手脚的配合已经练熟了。

通俗理解：终于能真上路了，但还在封闭考场。

经过了上面三关，系统终于具备了上路的资格。但别急，还得去封闭测试场。

VIL（Vehicle-in-the-Loop） 或者我们常说的实车测试，就是把整套系统装到真车上，在专用场地里跑。这里有模拟的城市道路、隧道、雨雾天气。

这是最后的验收环节：系统在真实物理世界里表现如何？ 会不会因为阳光直射导致摄像头致盲？会不会因为路面颠簸导致雷达误判？

只有通过了大量复杂的封闭测试，智驾系统才能拿到"准考证"，进入真实道路的辅助驾驶阶段。

拿到"准考证"上路，并不意味着毕业了。

相反，真正的进化才刚刚开始。投放后的自动驾驶系统，会通过车上的传感器持续记录真实行驶数据——哪些场景系统处理得从容，哪些场景让它"犹豫"了，哪些是工程师在测试时压根没想过的"怪题"。

这些被捕捉到的疑难场景，并不会被浪费。它们会被回传至云端，经过筛选和提炼，变成下一轮开发中的虚拟测试场景，重新注入 MIL→SIL→HIL→VIL 的循环里。

换句话说：车在路上遇到的每一个"意外"，都会变成实验室里的一道新考题。 这一代处理不了的难题，下一代早就练过无数遍了。

这就像一位司机，每天下班后都把路上碰到的奇葩状况记下来，晚上在模拟器上反复练——只不过，自动驾驶系统的记忆力是海量的，而且永远不会遗忘。

点击上方，关注公众号内更多文章