破解測試難題，構建自動駕駛汽車測試“綠洲”
行業普遍預測，為了保證自動駕駛技術安全可靠，車企需要110億英里的測試數據來優化其自動駕駛系統。目前，各大車企投入自動駕駛車隊進行路測，按照測算，假設100輛自動駕駛汽車，每天24小時不停歇路測，平均時速25英里(40公里)每小時，需要500多年的時間才能完成目標里程，耗費的成本也將相當驚人。
而在模擬測試方面，傳統的測試軟件已經無法滿足自動駕駛測試的需要，國際和國內的車企也正在自建或者尋求合作伙伴，共同搭建更高效的云端測試平臺。模擬仿真平臺的出現，給測試難題提供了一個全新的解決思路。
結合了專業的游戲引擎、工業級車輛動力學模型、虛實一體交通流等技術，騰訊打造的虛實結合、線上線下一體的自動駕駛仿真系統 TAD Sim(Tencent Autonomous Driving Simulator)，如同《頭號玩家》中的“綠洲“一樣，允許車企進入高度真實的虛擬試駕情境，在模擬環境中開展自動駕駛測試驗證，提高自動駕駛研發效率。
在解決了自動駕駛道路測試里程遠、成本高的問題之外，模擬仿真平臺通過場景引擎技術，搭建出無限趨于真實世界的場景，實現測試的高還原度。在部署方式上，騰訊自動駕駛模擬仿真平臺在私有化部署之外，在騰訊云上提供場景型云仿真和虛擬城市型云仿真，為車企提供回歸驗證的閉環，減少車企的成本投入，不斷擴展平臺能力滿足車企的技術驗證需求。
游戲技術加持，騰訊TAD sim以真取勝
TAD Sim宛如運轉一部大型的RPG游戲，需要強大的游戲引擎作為基礎，才能保證場景還原有足夠的真實度。在這方面，騰訊長久以來積累的豐富游戲經驗和技術儲備在業內具有領先優勢。騰訊在游戲體驗中的追求極致也體現在了自動駕駛仿真平臺上。
在場景的幾何還原上，模擬仿真平臺做到三維場景仿真和傳感器仿真，讓環境和測試車輛條件都與現實世界相同; 在場景的邏輯還原上，要在虛擬世界中模擬出測試車輛的決策規劃過程; 在場景的物理還原上，需要模擬出車輛的操控和車身動力學作用結果，三種層次的還原之后，才能在虛擬世界中看到與現實世界無限接近的自動駕駛測試結果。同時，為了滿足真實世界中各種場景和駕駛的可能性，仿真平臺要滿足高并發的特點，實現所有場景下車輛反應的排列組合。
TAD Sim內置高精度地圖，可以完成感知、決策、控制算法等實車上全部模塊的閉環仿真驗證。不同天氣、光照條件等環境的幾何模擬，以及測試車輛的感知能力、決策能力、和車輛控制仿真都可以實現。
結合采集的交通流數據，以及更多極端交通場景的模擬，在TAD Sim上可以進行各種激進駕駛、極端情況的自動駕駛測試，以更高效率、更安全的方式完成在現實世界中無法進行的各項測試。
騰訊自動駕駛三大核心平臺，以靈活的模塊化方式助力自動駕駛落地
自動駕駛真正的量產落地，依賴于高精地圖數據、云計算、仿真技術等核心技術的發展，政策法規的完善，以及車、路、云端的智能化基礎設施。在行業都在探索突破自動駕駛量產困境之時，騰訊自動駕駛結合自身的AI、云、信息安全等技術優勢，建立起了覆蓋自動駕駛核心技術鏈條的三大基礎技術平臺，深耕感知、決策、規劃、定位等核心算法，助力車企的功能落地。
模擬仿真平臺除供車企及自動駕駛技術開發者進行研發測試之外，還可以為政策制定部門、交通管理部門提供交通調度管理、道路及交通規劃、自動駕駛法規研究等方面的測試平臺，以靈活可插拔的模塊化方式為合作伙伴提供軟件產品及服務，多元助力自動駕駛技術的量產落地。
