自動駕駛的量產之路，就跟打怪升級一樣，路上總有萬千“攔路虎”，例如安全挑戰(zhàn)、核心技術不成熟、法律法規(guī)不完善、道德倫理爭議等，均已橫亙在自動駕駛前行道路上多年，使得這項技術即使到現(xiàn)在也只能隔著長長的天塹窺探黎明的曙光。

尤其是安全性，如何證明一個自動駕駛系統(tǒng)的高度安全性和可靠性，是當前幾乎所有自動駕駛玩家面臨的難題。

對此，美國著名智庫蘭德公司曾經估計，如果想讓一輛L5級別的自動駕駛車輛正式上路，需要經過110億英里的測試。這就意味著，即便是一支擁有100輛測試車的自動駕駛車隊，以25英里（40公里）每小時的平均時速7×24小時一刻不停歇地測試，也需要花費大約500年的時間。這種情況下，僅僅依靠實地開展自動駕駛道路測試，顯然不現(xiàn)實。

于是，仿真測試作為一種可以幫助自動駕駛研發(fā)企業(yè)大大減少驗證自動駕駛汽車安全性和可靠性所需的物理測試里程、降低研發(fā)成本、提高研發(fā)效率的技術手段，就派上用場了。

仿真測試，簡單的來說就是通過傳感器仿真、車輛動力學仿真、高級圖形處理、交通流仿真、數(shù)字仿真、道路建模等技術模擬路測環(huán)境，建立現(xiàn)實靜態(tài)環(huán)境與動態(tài)交通場景的數(shù)學模型，讓自動駕駛汽車與算法在虛擬交通場景中進行駕駛測試，以在短時間內實現(xiàn)現(xiàn)實生活中難以達到的測試里程。特別是針對一些在實際道路上基本沒有辦法測試的極端場景，或者法律不允許的自動駕駛測試場景，如高速公路上的自動駕駛測試，在仿真平臺里可以很快地復現(xiàn)，讓車企或者自動駕駛公司在其中進行虛擬測試。

例如Waymo，基于模擬測試，早在2018年9月就達到了50億英里的測試里程，2019年7月，這一數(shù)據(jù)則達到了100億英里（約合160億公里），實現(xiàn)10個月的時間翻一倍。另外，英偉達CEO黃仁勛也曾公開表示，如果工程師使用仿真測試系統(tǒng)，可以在5小時內完成48萬公里的路測。因此，現(xiàn)階段很多企業(yè)在進行自動駕駛技術研發(fā)時，采用的都是自動駕駛仿真測試與實際路測相結合的方式來進行量產前的安全性和可靠性驗證。

正是看到了仿真測試對于自動駕駛的不可或缺，過去幾年諸如谷歌、英偉達、百度、騰訊等科技巨頭，都在不遺余力地搭建自己的仿真平臺。與此同時，該領域還涌現(xiàn)了大批新創(chuàng)玩家，例如AAI、51WORLD、Cognata、Panosim、Parallel Domain、RightHook以及剛剛被Waymo收購的Latent Logic等，都是自動駕駛仿真測試領域的新銳力量。

毋庸置疑，仿真測試是自動駕駛從技術成熟走向產品落地過程中的一項關鍵技術。正如廣汽研究院智能駕駛技術部負責人郭繼舜所講，自動駕駛技術要把安全放在首要位置，虛擬仿真測試能夠最大化地覆蓋場景，保證量產技術的安全可靠。因為沒有仿真就不會有充分的測試，沒有充分的測試就沒有足夠的安全，沒有足夠的安全自動駕駛就沒辦法上路，更就不可能實現(xiàn)商業(yè)化。

而隨著這項技術之于自動駕駛汽車的重要性不斷凸顯，其市場潛力也在不斷顯現(xiàn)。據(jù)推算，未來5年仿真軟件與測試的國際市場總規(guī)模約在百億美元左右，且隨著商業(yè)化的落地，行業(yè)將倒逼仿真虛擬測試技術進一步提升，從而助力自動駕駛更快實現(xiàn)商業(yè)化。