破解测试难题，构建自动驾驶汽车测试“绿洲”
行业普遍预测，为了保证自动驾驶技术安全可靠，车企需要110亿英里的测试数据来优化其自动驾驶系统。目前，各大车企投入自动驾驶车队进行路测，按照测算，假设100辆自动驾驶汽车，每天24小时不停歇路测，平均时速25英里(40公里)每小时，需要500多年的时间才能完成目标里程，耗费的成本也将相当惊人。
而在模拟测试方面，传统的测试软件已经无法满足自动驾驶测试的需要，国际和国内的车企也正在自建或者寻求合作伙伴，共同搭建更高效的云端测试平台。模拟仿真平台的出现，给测试难题提供了一个全新的解决思路。
结合了专业的游戏引擎、工业级车辆动力学模型、虚实一体交通流等技术，腾讯打造的虚实结合、线上线下一体的自动驾驶仿真系统 TAD Sim(Tencent Autonomous Driving Simulator)，如同《头号玩家》中的“绿洲“一样，允许车企进入高度真实的虚拟试驾情境，在模拟环境中开展自动驾驶测试验证，提高自动驾驶研发效率。
在解决了自动驾驶道路测试里程远、成本高的问题之外，模拟仿真平台通过场景引擎技术，搭建出无限趋于真实世界的场景，实现测试的高还原度。在部署方式上，腾讯自动驾驶模拟仿真平台在私有化部署之外，在腾讯云上提供场景型云仿真和虚拟城市型云仿真，为车企提供回归验证的闭环，减少车企的成本投入，不断扩展平台能力满足车企的技术验证需求。
游戏技术加持，腾讯TAD sim以真取胜
TAD Sim宛如运转一部大型的RPG游戏，需要强大的游戏引擎作为基础，才能保证场景还原有足够的真实度。在这方面，腾讯长久以来积累的丰富游戏经验和技术储备在业内具有领先优势。腾讯在游戏体验中的追求极致也体现在了自动驾驶仿真平台上。
在场景的几何还原上，模拟仿真平台做到三维场景仿真和传感器仿真，让环境和测试车辆条件都与现实世界相同; 在场景的逻辑还原上，要在虚拟世界中模拟出测试车辆的决策规划过程; 在场景的物理还原上，需要模拟出车辆的操控和车身动力学作用结果，三种层次的还原之后，才能在虚拟世界中看到与现实世界无限接近的自动驾驶测试结果。同时，为了满足真实世界中各种场景和驾驶的可能性，仿真平台要满足高并发的特点，实现所有场景下车辆反应的排列组合。
TAD Sim内置高精度地图，可以完成感知、决策、控制算法等实车上全部模块的闭环仿真验证。不同天气、光照条件等环境的几何模拟，以及测试车辆的感知能力、决策能力、和车辆控制仿真都可以实现。
结合采集的交通流数据，以及更多极端交通场景的模拟，在TAD Sim上可以进行各种激进驾驶、极端情况的自动驾驶测试，以更高效率、更安全的方式完成在现实世界中无法进行的各项测试。
腾讯自动驾驶三大核心平台，以灵活的模块化方式助力自动驾驶落地
自动驾驶真正的量产落地，依赖于高精地图数据、云计算、仿真技术等核心技术的发展，政策法规的完善，以及车、路、云端的智能化基础设施。在行业都在探索突破自动驾驶量产困境之时，腾讯自动驾驶结合自身的AI、云、信息安全等技术优势，建立起了覆盖自动驾驶核心技术链条的三大基础技术平台，深耕感知、决策、规划、定位等核心算法，助力车企的功能落地。
模拟仿真平台除供车企及自动驾驶技术开发者进行研发测试之外，还可以为政策制定部门、交通管理部门提供交通调度管理、道路及交通规划、自动驾驶法规研究等方面的测试平台，以灵活可插拔的模块化方式为合作伙伴提供软件产品及服务，多元助力自动驾驶技术的量产落地。
