行走在北京中關村軟件園的街道上，一輛百度 Apollo 自動駕駛測試車與你擦身而過，這正是自動駕駛汽車技術蓬勃發展的縮影。作爲一輛測試車，它行進的每一公里，都爲提升自動駕駛技術安全性、完善科學的測試評價體系積累點滴。
今年4月，國家十四五重點研發計劃“自動駕駛仿真及數字孿生測試評價工具鏈”項目（項目編號：2021YFB2501200）啓動暨實施方案論證會在西安召開。由長安大學牽頭，聯合同濟大學、清華大學、公安部交科所、百度等十餘家單位承擔。百度作爲核心參與方，牽頭承擔其中課題二《融合交通特徵的場景生成技術與加速測試雲平臺研發》研究工作，結合數據採集、大規模雲仿真測試平臺與場景庫技術，針對現實中的複雜交通場景進行多維度解析，逐層遞進深入，實現有效、合理、準確的仿真測試場景構建並形成相應成果。
科技部“國家重點研發計劃”是當前我國影響力最大、水平最高的科研計劃之一，現已成爲我國針對事關國計民生的重大科學技術問題、突破國民經濟和社會發展主要領域技術瓶頸的重要科技資助渠道。“自動駕駛仿真及數字孿生測試評價工具鏈”項目預期突破適應演進交通環境的高等級自動駕駛系統上路許可與效能評價中的關鍵技術，打造面向智能評級、缺陷識別及安全認證的完整工具鏈，百度 Apollo 團隊將積極配合組織單位推進項目建設，並以專業的技術能力、過硬的綜合素質，助力我國自動駕駛測試評價理論、技術方法、工具鏈開發集成與標準化等方面取得突破。
目前，自動駕駛汽車在真正商業化應用前，需要經歷大量的測試驗證才能達到商用要求，但是道路測試的時間成本較高、同時涉及到自動駕駛的法律法規容忍度、極端場景及危險工況的測試安全性等問題，使得自動駕駛系統研發測試面臨着諸多困難。因此，超大規模的仿真場景生成與測試技術成爲解決這一問題的關鍵，通過關注典型的、曝光度高的安全事故類場景，結合數據採集與數據閉環技術，針對大量的具有安全風險的複雜交通場景進行測試，形成具備高覆蓋度、高真實度和可解釋性的自動駕駛安全性測試與驗證方法。
百度自動駕駛雲技術基於研發平臺、數據平臺、測試平臺、運營平臺及監管平臺，打造數據驅動的自動駕駛研發測試應用閉環。其大規模、高併發的開發能力，可實現運營版本算法周級別迭代上新、千人級別協同研發、萬臺機器集羣大規模併發。此外，雲技術仿真測試里程也達到日行百萬公里、道路實踐達千萬公里，場景庫數量和評價體系達到千萬級標準、覆蓋度達到99.8%，行業領先。
本次國家課題的順利實施，將爲我國自動駕駛上路許可、質量和安全保障、交通管理等提供完整的測試技術支撐，加速推進自動駕駛落地應用、提升我國自動駕駛測試領域在國際上的核心競爭力。希望不久的未來，自動駕駛車輛能夠更安全、便捷地服務於你我的生活，融入日常風景中。
