自動駕駛汽車在進行規模化商用之前，必須進行充分的功能安全和性能安全測試驗證，以確保消費者和公眾的安全。測試內容包括傳感器、算法、執行器、人機界面等，從應用功能、性能、穩定性和魯棒性、功能安全、預期功能安全、型式認證等各個方面確保車輛能夠自主上路。整個開發測試過程要經歷軟件在環（SiL）、硬件在環(HiL)、車輛在環(ViL）、封閉測試場測試、開放道路測試五大步驟。

軟件在環（SiL）仿真相當于將編譯的生產源代碼集成到數學模型仿真中，提供一個實用的虛擬仿真環境來對大型復雜系統進行詳細控制策略開發和測試。SiL可以快速驗證模型的策略算法和功能邏輯，能夠盡早發現系統缺陷和故障，極大降低了后期故障排查的成本。

目前，市面上針對自動駕駛的仿真測試軟件有很多，比如基于Unity或虛幻引擎的AirSim、CARLA Simulator，能夠對車輛控制以及傳感器進行仿真；基于機器人仿真軟件的Gazebo、Morse，有比較好的動力模型和各種傳感器的仿真；基于汽車動力學仿真軟件的SCANeR、PreScan、Panosim等，能夠對物理和汽車動力學模型進行仿真等。通過構建車輛和交通環境模型，測試車輛的工況、傳感器、算法等。

隨著顯卡圖像技術的進步，仿真環境越來越接近真實，但純虛擬環境還遠不能窮盡所有可能的場景，這就需要硬件在環（Hil）。Hil依靠電子控制器與真實傳感器連接，有真實數據的加入，讓仿真測試系統更進一步。該測試重點在于模擬外部接口信號和虛擬車輛工況的變化，能夠最大化的模擬“虛擬車輛”并實時運行整車模型，并通過接口板卡連接 VCU 控制器，模擬 VCU 在不同工況下的工作環境，實現 VCU 控制算法驗證和故障診斷測試。硬件在環仿真平臺通常被用來驗證無人駕駛車輛環境感知，路徑規劃以及運動控制等重要模塊的算法有效性，同時也用來驗證各類接口的正確性。

一般情況下，傳感器供應商在出廠前也會進行測試，比如攝像頭會對視野、覆蓋、探測距離進行測試；雷達需要檢測天線圖、分辨率以及隨天氣變化的衰減情況；激光雷達會檢測掃描層和噪音表現。而當傳感器被安裝到車輛上時，需要與其負責的功能一起被檢驗。比如要檢驗攝像頭LKA系統的HiL項目，需要大量的、不同車道狀態組合的工況下進行測試。道路測試很難遍歷不同的車道組合，比如不同轉彎半徑的車道，難以在真實道路上都找得到，所以選擇能夠輕易定制測試工況的HiL變得很關鍵。

硬件層面上的檢查之后，自動駕駛汽車還需要進行車輛在環(ViL）測試，將自動駕駛系統集成到真實車輛中，并在實驗室條件下構建模擬道路、交通場景以及環境因素，從而構成完整測試平臺的方法，可實現自動駕駛功能驗證、預期功能安全性測試驗證、各種風險場景測試、與整車相關電控系統的匹配及集成測試。

實車在環實現效果圖

車輛在環測試的關鍵是要保證車輛運行的狀態與實際道路行駛近似，通過實驗室搭建一個完整的模擬交通測試環境，包括道路設施、交通車輛、行人、自然環境等。將真實車輛置身于模擬測試環境中完成不同的駕駛任務，實現多種多樣的交通車輛配置及復雜的局部交通場景。

通常在虛擬環境下，可以覆蓋更多案例場景的參數空間，確定臨界工況，尋找危險工況點，同時獲得刻畫自動駕駛系統應對臨界場景能力的有效模型。但是，目前交通模型與駕駛員模型的仿真精度、車輛系統模型的仿真置信度都存在技術挑戰，需要進行實車測試，來比較仿真與真實測試中的行為，測試驗證指定場景的系統表現，還有面對自動駕駛汽車時的行為反應模式。這就需要封閉場地測試和公共道路測試。

去年，交通運輸部出臺了關于《自動駕駛封閉場地建設技術指南（暫行）》的通知，對封閉場地測試有明確的標準，同時規范了自動駕駛封閉測試場地建設要求，并指導各地各單位開展自動駕駛封閉場地建設，讓測試車輛在更接近國內真實交通規則和環境下行駛，除了一些必要的典型場景外，一些測試場還設有邊緣場景、極端場景，更全面的檢測車輛的性能。在統一的、被廣泛認可的綜合測試評價之后，車輛就可以慢慢駛向半開放道路和開放道路。

這就是目前自動駕駛汽車在系統測試環節的基本步驟，然而各個測試階段是如何銜接的？如何實現虛擬測試與實車測試融合？如何規定各個階段的測試邊界？如何建立測試場景庫與評價準則？如何根據設計運行范圍設定場景與參數空間……一系列問題還需要進一步完善。