1 自动驾驶还要走很远的路
2016年，兰德智库指出，一套自动驾驶系统至少需要测试110亿英里，才能达到量产应用条件。110亿英里是什么概念？可以通过一个直观的例子来解释。地球和太阳的距离是0.932亿英里，一套成熟的自动驾驶系统需要在地球和太阳之间往返59趟才能达到量产的标准。目前，互联网巨头谷歌公司旗下的自动驾驶团队 Waymo 通过Robotexi一边载人一边收集路况信息，才仅仅跑完了0.1亿英里。
所以说自动驾驶还要走很远的路。110亿英里，是比较保守的距离，按这个进度，实现自动驾驶还需要好几个世纪。那时候说不定人类都能低空飞行了，还要自动驾驶干嘛呢？所以人们开始寻找加速验证的方法，那么有没有办法加速自动驾驶系统的验证呢？虹科为您一一解答。
2 仿真测试，量化安全
在这个软件定义汽车的时代，一套成熟的自动驾驶系统是可以移植、更新的。智能驾驶系统包含了感知、决策、执行部分。其中，执行部分需要与汽车的各执行系统连接，线控底盘、转向、制动系统等。这一部分博世、大陆等汽车电子供应商已经做的非常成熟了，之所以要路测110亿英里，是因为实现自动驾驶的难点主要还是感知和决策部分。这两部分也是自动驾驶系统的关键。感知决策部分能够集成在一起，亦可单打独斗。因此，诞生了英伟达、腾讯等大公司的仿真测试平台。开发者将感知决策算法输入到平台中，仿真测试平台将算法融入到虚拟的小车中。虚拟车辆在诸多繁杂的仿真场景中测试，反馈算法的结果。
刚才提到Waymo已经完成了0.1亿英里的路测，而Waymo已经完成了150亿英里的仿真测试。仿真测试无论从成本还是效率上都要胜于路测，所以仿真测试是自动驾驶落地的必经之路。
仿真测试可以分为五个仿真级别。如下表所示。
这一级别的仿真测试基本是完全基于电脑来进行算法的验证。自动驾驶算法可以是Simulink模型的格式，也可以是C/Python等代码的格式。虚拟场景和传感器由VTD、PreScan等场景仿真软件提供。虚拟车辆由CarSim、veDYNA等车辆动力学软件提供。可以在PC环境中运行三者的联合仿真，进行测试。其中的虚拟传感器可以采用理想传感器，发送真值数据；也可以采用复杂传感器，考虑到激光雷达、毫米波雷达等不同传感器的特性，发送带误差的数据或Raw Data。
这一级别的仿真测试基本是完全基于电脑来进行算法的验证。自动驾驶算法可以是Simulink模型的格式，也可以是C/Python等代码的格式。虚拟场景和传感器由VTD、PreScan等场景仿真软件提供。虚拟车辆由CarSim、veDYNA等车辆动力学软件提供。可以在PC环境中运行三者的联合仿真，进行测试。其中的虚拟传感器可以采用理想传感器，发送真值数据；也可以采用复杂传感器，考虑到激光雷达、毫米波雷达等不同传感器的特性，发送带误差的数据或Raw Data。
场景仿真软件和车辆动力学软件一般在实时仿真机运行，用来保证运行的实时性。自动驾驶控制器中包含自动驾驶算法，并通过硬件接口板卡（如CAN板卡、以太网板卡）与实时仿真机相连，进行车辆状态、传感器信号和控制指令的交互。其中，传感器信号需要按照实车上使用的接口和协议进行发送。
对于使用工控机的情况，或者其他实时性要求不是太高，而且通信接口可以满足测试需求的情况，也可以使用PC作为场景仿真和车辆动力学软件的运行环境。
与上一层次相比，部分传感器使用真实部件，将场景仿真软件中的虚拟传感器的信号发送至传感器信号仿真设备，进而由传感器信号仿真设备发送传感器信号，影响真实传感器的输出。
值得注意的是，这一层次中部分传感器使用真实部件，大多情况下并不是要对传感器的真实部件进行测试，而是因为供应商不能提供该传感器输出信号的协议，从而不能仅仅使用虚拟传感器进行信号仿真。 
场景仿真和车辆动力学仿真软件联合仿真，以真实车辆反馈的轮速、车轮转角等作为输入，输出行驶阻力和转向阻力，通过转毂试验台反馈给真实车辆，实现闭环测试。这其中的难点在于行驶阻力和转向阻力模拟的真实性。
这个层次的仿真测试，相比上一层次，不再将真实车辆置于转鼓试验台上，而是使用真实车辆在真实的道路上行驶，故一般也称为车辆在环测试。
由于车辆在运动过程中，不再使用传感器信号仿真设备，而是仅使用场景仿真软件仿真传感器信号（有时也使用部分真实传感器，并布置真实交通物体），并通过硬件接口板卡发送给控制器。这一层次仿真的好处是，使用真实车辆在真实道路上行驶，车辆动力学特性完全真实；而且，交通物体的状态通过虚拟传感器模拟，不会发生碰撞等危险情况，从而可以对一些危险场景进行测试。
Level 1 到 Level 5的区别在于：级别越高，包含的真实元素越多。
通过不同需求来选择不同级别的仿真测试，得到仿真测试结果反馈，就能够评估算法或系统的安全性，这样有助于OEM或Tier One有针对性的设计产品、改进产品。