在创建智能StarLine无人驾驶汽车时，重要的步骤不仅是开发运行于其上的基本软件（软件），还在于创建旨在简化对已开发系统的测试的基础架构元素。 关键要素之一是虚拟模拟器。
每当开发新算法或对现有算法进行现代化改造时，都需要对其进行全面测试，然后再在实际路况下将其用于汽车上。 如果预先确定了所需的软件行为，则可以使用特殊的软件测试进行初步测试。 但是，它们有几个明显的缺点：首先，为每种算法创建它们需要大量时间。 其次，如果系统的行为没有严格规定，则不能使用它们。
因此，对于研究和测试算法的初步验证，通常接受使用模拟器，在该模拟器中创建无人驾驶汽车的虚拟双打并在各种路况下模拟其行为。
此外，使用模拟器还具有许多优点：
- 开发的软件的测试时间减少了-运行模拟器比在现实世界中重新创建感兴趣的脚本要容易得多；
- 可以在最不可能和最困难的交通情况下进行测试，而不会给人员或基础设施带来风险；
- 可以在相同条件下重复再现相同的交通状况。
应该理解，模拟器的主要缺点是不可能创建完全真实的虚拟世界。 结果，使用模拟器并不能完全代替真实汽车上的测试，而只会减少测试数量。
在过去的几年中，有许多开放式模拟器旨在测试无人驾驶汽车软件：
凉亭 ，
V-Rep ，
Webots ，
LGSVL模拟器 ，
MicrosoftAirSim ，
CARLASimulator ，
Deepdrive等。
那么，为什么在如此众多的现有模拟器中我们选择了凉亭？ 一切解释都非常简单：我们需要在尽可能短的时间内创建一个简单的模拟器，该模拟器与ROS以及与所有必要工具的良好集成都可以创建汽车的虚拟副本。 为了解决我们的问题，必须模拟各种传感器（激光雷达，摄像机，惯性导航系统等）的操作，汽车，交通信号灯和行人的控制和动态。 所有这些都以插件的形式出现在Gazebo中。
为了为无人驾驶汽车创建虚拟备份，我们采用了3D模型并为其设置了基本的运动学和动态参数-汽车的质量，车轮的离合器，最小转弯半径等。 然后，我们为其配备了我们使用的所有传感器的虚拟副本，并设置了与其真实原型特征相同的参数。
要在凉亭中创建虚拟多边形，我们使用现实世界中构建的地形图-所有对象都放置在与现实相同的位置。 同时，我们转移到模拟：道路网络，交通标志，铁路道口，交通信号灯以及道路交通的主要参与者-行人和汽车。
例如，这是我们用来准备
“冬季城市”技术竞赛资格的自动聚酯的模型：
在准备过程中，无人驾驶车辆的虚拟双人在虚拟训练场上反复克服各种路线。
如果查看创建的多边形，可能会出现几个问题：为什么如此低的真实性？ 房屋，落雪，树木等在哪里？ 在这种情况下，这样的细节是多余的并且不存在，因为模拟器应该只反映现实世界中对当前软件系统最重要的那些方面。 与使用模拟器所节省的成本相比，添加多余的方面将需要更多的时间。 重要的是要记住，最终的设置和测试是在真实的汽车上进行的。
使用Gazebo仿真器在开发过程中为我们带来了许多优势。 然而，我们强调了许多缺点，这些缺点在开发无人StarLine汽车的过程中变得越来越重要。 凉亭的重大缺点包括：
- 在视频卡上计算3D激光雷达的垂直光线时，会出现错误；
- 缺乏自动生成城市基础设施和道路情景的工具；
- 低真实感，模拟汽车动力学；
- 低真实感；
- 缺乏模拟天气条件。
在这方面，如果到年底凉亭保持在相同的程序级别，我们计划更改使用的模拟器。
同样在将来，我们计划在部署在远程服务器上的模拟中，对所有StarLine智能汽车软件进行全自动和连续的测试。 这将使您可以为每个软件版本累积虚拟公里数，并确保在实际无人驾驶车辆中实施每种开发算法之前，都已对其进行了全面测试。
Instagram的