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% 通过仿线% 通过实际路测完成。

　　普通场景下的自动驾驶算法已经比较完善，突破难点在于一些极端场景。这些场景可以通过仿真平台便捷生成，进行针对性的测试和验证。为解决极端场景测试难题，业界共识要加大仿真测试在自动驾驶测试中的占比。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线％的测试量，封闭场地测试 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。

　　基于这几种技术能力的要求，目前包括科技公司、车企、自动驾驶方案解决商、仿真软件企业、高校及科研机构等主体都在积极投身虚拟仿真平台的建设。在科技公司当中，以腾讯为例，基于在地图、游戏、云计算、人工智能等领域的技术积累，腾讯自动驾驶虚拟仿真平台 TAD Sim 可以实现自动化的场景生成和云端高并发测试，大幅提高自动驾驶测试验证效率，目前已经与长沙、襄阳、深圳等地智能网联测试场展开虚实一体的自动驾驶测试合作，并荣获 2020 全球新能源汽车创新技术大奖。

　　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，以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。