2020中国自动驾驶仿真蓝皮书
自动驾驶汽车在真正商业化应用前，需要经历大量的道路测试才能达到商用要求。采用路测来优化自动驾驶算法耗费的时间和成本太高，且开放道路测试仍受到法规限制，极端交通条件和场景复现困难，测试安全存在隐患。世界各国交通环境也大相径庭，形成全球通用的产业链体系比较困难。以上种种问题使得自动驾驶产业链的全球化发展和技术交流面临众多实际问题。因此，基于场景库的仿真测试是解决自动驾驶研发测试挑战的主要路线。
自动驾驶仿真测试已经被行业广泛接受。目前自动驾驶算法测试大约 90% 通过仿真平台完成，9% 在测试场完成，1% 通过实际路测完成。
自动驾驶仿真测试平台必须要具备几种核心能力：真实还原测试场景的能力、高效利用路采数据生成仿真场景的能力、云端大规模并行加速的能力，使得仿真测试满足自动驾驶感知、决策规划和控制全栈算法的闭环，符合汽车 V 字开发流程。 
中国是世界最大的汽车生产与消费国，仿真软件作为自动驾驶汽车研发过程中最关键的核心技术之一，必须实现自主研发，在国际竞争中占据主导地位。美国和德国仿真软件企业及单位总数占全球总数一半以上。中国企业在此领域处于追赶阶段，为实现本土化的自动驾驶，需不断强化适合中国市场和交通环境的自动驾驶虚拟仿真测试技术，有助于实现中国智能汽车创新发展战略 2025 年目标。
为提升智能网联汽车的测试验证效率，有企业和智能网联示范区开展了路测与虚拟仿真相结合的测试模式。我国也正在鼓励探索自动驾驶汽车与数字智能化道路有机融合的仿真技术。仿真技术虚拟环境中模拟智能交通运行， 为智能交通调度运营管理提供决策依据，助力智慧城市建设。
仿真测试与道路测试结合推动自动驾驶研发
在自动驾驶的开发流程中，纯模型仿真—软件在环仿真—半实物仿真—封闭场地道路测试—开放道路测试的开 发流程是最经济、高效的开发流程。目前自动驾驶仿真已经被行业广泛接受。例如美国自动驾驶领军企业 Waymo 旗下的仿真平台 Carcraft 每天在虚拟道路上行驶约 2000 万英里，相当于在真实世界中行驶 10 年。截止 2020 年 5 月，Waymo 已经模拟行驶了150 亿英里，相比之下，去年 6 月的数据是 100 亿英里。除 Waymo 外，通用旗下的 Cruise、AutoX、小马智行等国内外自动驾驶解决方案商也在进行大量的仿真测试，以完善自己的自动驾驶系统，仿真测试已经成为自动驾驶商用最重要的测试。
随着仿真技术水平的提高和应用的普及，行业旨在达到通过仿真平台完成 99.9％的测试量，封闭场地测试完成 0.09％，最后 0.01％到实路上去完成，这样可以使自动驾驶汽车研发达到更高效、经济的状态。
国内外自动驾驶仿真测试发展现状
政策法规现状：随着自动驾驶技术的发展，具备自动驾驶功能的汽车已经逐渐成为研发热点，世界各国均针对自动驾驶制定了相应战略方针，系统安全性是当前国际法规研究的重点。在联合国层面，世界车辆法规协调论坛 WP.29 成立了自动驾驶汽车工作组（GRVA），该工作组正在进行自动驾驶相关安全法规的制定。在 GRVA 子工作组 VMAD 自动驾驶安全验证方法中，形成了以道路测试、场地测试、仿真测试、审核与验证、交通场景等为支撑的“多支柱验证方法”， 仿真及虚拟测试逐渐成为被国际认可的自动驾驶功能验证中必不可少的一环。2020 年中国作为联合主席成员国， 参与起草 GRVA 子工作组 FRAV《自动驾驶车辆的通用功能性要求》草案，此草案从系统安全、设计运行域、故障保护响应、目标事件检测和响应、人机交互界面及操作员信息等方面提出了对自动驾驶功能安全的要求。
标准发展现状：国际标准化组织 ISO 于 2018 年正式成立 TC22/SC33 WG9 自动驾驶场景工作组，制定自动驾驶测试场景相关标准。此工作组由中国牵头，汽车标准委员会秘书处王兆作为召集人，这是我国在 ISO/TC22（道路车辆委员会）范畴内首次承担国际标准工作组（WG）召集人职责，是我国在汽车国际标准化方面迈出的重要一步。WG9 工作组下一步工作重点是形成现阶段工作情况报告，尽快制定完成和发布该系列标准，为国际相关标准法规及产业应用提供支持。
仿真测试应用现状
科技公司：科技公司在仿真方面起步相对较晚，在汽车功能探索方面经验较少，但是具备大数据优势，软件开发能力强。自动驾驶汽车相比传统汽车，对软件的需求更大，科技公司进行仿真软件的探索，目的是进入市场庞大的汽车行业， 建立更大的数据平台，形成新的业务增长点。目前自动驾驶仿真科技公司主要包括腾讯、百度、华为、阿里等。
整车企业：路测和仿真测试同步进行是整车企业的最佳选择，而自动驾驶汽车在真正实现落地之前，需经过众多功能与安全测试，路测就是其中一环。由于路测效率较低，目前很多车企都倾向于选择自动驾驶仿真测试与路测相结合的方式来完成落地前的测试工作。
自动驾驶解决方案商：自动驾驶解决方案商主要针对自身需求研发定制化仿真软件，较少对外提供仿真服务，但借助于充足的资金、人才集聚力及自身研发驱动力，在自动驾驶仿真方面具有很强的创新能力。各领先自动驾驶解决方案商都有自身仿真测试软件，如 Waymo、Cruise、小马智行、AutoX 等。
仿真软件企业：仿真软件企业可分为传统仿真软件企业、初创企业两大类。传统仿真软件企业由于技术积累比较深厚，进入自动驾驶仿真具有先天优势，而且合作伙伴较多，二次开发具有优势。初创企业由于起步晚，技术积累较弱， 国内企业和国外的差距较大，但依靠雄厚的资金和人才集聚力，创业公司在自动驾驶仿真软件研发方面有望迅速崛起。
高校及科研机构：高校及科研机构主要应用自动驾驶仿真软件进行前瞻性、基础性研究，但很难形成成熟的商业化产品。国内从 事自动驾驶仿真研究的高校及科研机构主要包括：清华大学、同济大学、北京航空航天大学、吉林大学、天津大学、长安大学、南京航空航天大学、武汉理工大学等。
智能网联测试示范区：智能网联测试示范区建设已形成一定规模。目前全国有 10 余家国家级和数家省级智能网联测试示范区，主要通过对 5G、V2X 车路协同、模拟仿真、车联网等新技术的部署和应用，为自动驾驶、网联通信供应商等提供系统测试服务，推动汽车、信息通信、道路设施等内容的综合标准体系的建立。
中国自动驾驶仿真测试展望
第一，将仿真技术应用于交通行为管理和监督。在虚拟仿真世界中，机动车、非机动车、步行行人、残疾人、动物等交通参与者均可以模拟现实世界的逻辑运行，根据不同交通参与者的行为逻辑关系可以界定各个实体的行为合法性。在现实世界中，如果道路发生交通事故，可以通过仿真软件评估交通事故的法律责任，帮助对交通行为进行管理和监管，对交通规则进行技术评估和升级。
第二，建立全国范围的基础场景库，同时鼓励发展个性化场景库。基础测试场景库包含常规的测试场景鼓励进 行分享共建，可以减少资源的重复性投入，加快自从驾驶仿真测试进程。由科技公司、车企、自动驾驶解决方案提供商、高校及科研机构平均分摊基础场景库建设资金，采用统一的标准格式，存储在公有云平台。基础场景库各部分由原建设单位负责运营管理，并同步实施更新。基础场景库建设单位免费使用场景库，外部单位使用需收费，收入由建设单位平均分配。个性化场景库包括极端场景、危险工况场景等，属于企业核心技术予以保护，允许不统一， 但需搭建和标准格式之间的转换机制。通过场景共享数据库帮助行业进行跨地区的交叉认可，最终达到自动驾驶系统的技术普适性。
第三，探索自动驾驶汽车与智慧交通、智慧城市有机融合的仿真技术。目前的仿真软件中道路标志、标线、道路设施是作为静态环境要素存在的。随着车联网技术的发展，车路协同有望成为未来发展趋势，道路感知、通信等基础设施将参与到自动驾驶车辆的驾驶行为交互中，在城市智能基础设施作用下车辆行为的仿真将对技术提出新的要求，指导智能基础设施的建设。未来随着智慧交通、智慧城市的建设，更大层面的智能交通将成为发展趋势，如智能交通管理、智能停车、智能公交、智能枢纽等，而仿真技术在虚拟环境中模拟智能交通运行，为智能交通系统查漏补缺，极大促进智慧城市的发展。
第四，建立仿真测试、认证、审查机制。在虚拟仿真世界，自动驾驶车辆是在按法律法规规定的算法环境中运行， 可以率先进行模拟，尝试各种模拟的优劣性，给真实世界提供参考。仿真世界还可以更加全面、客观评价汽车各项性能、验证汽车安全性和可靠性、审查汽车合规性，为自动驾驶汽车提供一个科学的产品测试、认证和审查方法。
第五，鼓励混行交通、人机交互等方面仿真测试研究。自动驾驶汽车作为一个技术复杂的新兴产品，在真正达到技术成熟，具备商业化、规模化推广之前，自动驾驶替代传统汽车将是一个漫长的过程。这期间传统汽车与自动驾驶汽车混行的局面将长期共存，安全性问题将是重中之重，因此仿真软件需要能够实现仿真环境中自动驾驶车辆和传统驾驶员驾驶车辆的混行仿真。而且自动驾驶车辆驾驶逻辑和驾驶员驾驶行为之间的交互也是仿真应该重点关注的领域，以提升道路安全性。
第六，推动仿真技术的国产化。中国作为最大的汽车生产与消费国，核心技术的缺失必将导致国产汽车处于被动局面。仿真软件作为自动驾驶汽车研发过程中最关键的核心技术之一，必须实现自主研发，才能不会因为被发达国家禁用而导致自动驾驶汽车产业停滞。目前，国产仿真软件相比国外仍比较落后，但国内车企、自动驾驶示范区有较大的市场需求。而且，中国的道路设计标准规范与道路行驶环境与国外相差较大，自主企业能更好地了解国内情况，研发出适合我国的自动驾驶仿真软件。因此，推动仿真软件国产化有助于我国自动驾驶测试、技术提升，实现仿真软件技术独立自主，实现中国智能汽车创新发展战略 2025 年目标。