自動駕駛系統從研發到應用，需要進行充分的功能安全和性能安全測試驗證來證明其運行安全性，以保障乘車用戶和其他交通參與者的人身安全。

虛擬仿真需要進行數億至上百億公裡的驗證測試，真實道路測試需要百萬公裡以上的測試積累。

測試流程體系

自動駕駛測試以場景化的測試方法，驗證在每個場景下是否都具備安全駕駛能力。

自動駕駛測試場景庫是測試體系的基礎，驅動自動駕駛車輛測試各個環節。

測試場景庫包含典型的日常行駛場景、高碰撞風險場景、法律法規場景等，同時也包含已經形成行業標準的場景，例如AEB功能的標準測試場景。

具體分為不同自然條件《天氣、光照》、不同道路類型《路面狀態、車道線類型等》、不同交通參與者《車輛、行人位置、速度等》、不同環境類型《高速公路、小區、商場、鄉村等》的多類型虛擬仿真測試場景和真實交通環境的測試試驗場景。

測試內容包括傳感器、算法、執行器、人機界面以及整車等，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來驗證自動駕駛系統的合理性、安全性和穩定性，從而確保車輛能夠自主上路。

自動駕駛汽車的測試流程體系主要包括離線環境測試、車輛在環測試《Vehicle in theLoop， VIL》、道路在環測試《Road in the Loop， RIL》三個階段，對軟件、硬件、車輛進行逐層環環相扣測試，確保自動駕駛系統上路測試的安全性。

在離線測試階段，每一行代碼都能被充分及時的測試，當軟件發生修改後，系統會逐一自動觸發各個測試環節，直至達到安全的上車測試標準方進入車輛在環測試階段及道路在環階段。

道路在環測試階段發現問題會進行下一輪的代碼修改，開始下一次的循環。

經過一輪又一輪的閉環，使得自動駕駛能力不斷提升。

離線測試

離線是指未包含車輛的測試，大部分工作是在實驗室裡完成的。

這個階段包含了模型在環測試《Model in the Loop， MIL》、軟件在環測試《Software in the Loop， SIL》、硬件在環測試《Hardware in the Loop， HIL》。

模型在環測試利用大規模數據集對感知、預測、定位、控制等核心算法模型進行精確的評估，通過模型評估後的各項指標度量模型能力變化，通過自動化挖掘在早期暴露算法問題和 BadCase，避免遺留到後續測試過程。

軟件在環測試階段，仿真測試是自動駕駛測試體系的關鍵環節，通過將海量的道路測試數據灌入仿真系統，反復回歸驗證新算法的效果。

同時在仿真系統中構造大量的極端場景，並且通過參數擴展的方法將單一的場景自動化生產規模化的場景，以提高測試的覆蓋度。

此外，仿真平臺還有一套精細的度量體系，可以自動化地判斷仿真過程中發生的碰撞問題、違反交規問題、體感問題、路線不合理問題。

硬件在環測試階段，把軟件和硬件集成到一起，以測試軟硬件系統的兼容性和可靠性。

通常硬件的故障發生都有一定的概率，帶有一定的偶然性，在硬件在環測試階段基於真實和虛擬硬件結合方式進行成千上萬真實場景的還原測試，並且24小時不間斷的對自動駕駛系統施加壓力，以模擬系統在不同資源極限條件下《比如：GPU 資源不足， CPU 使用率過高》的性能和穩定性表現。

同時在這個階段模擬了大量的硬件故障，測試在硬件故障的情況下系統的反映，如硬件失效、斷電、丟幀、上下遊接口異常等，確保系統符合ISO26262功能安全要求。

車輛在環測試階段會先進行基於臺架的測試在臺架上完成各項車輛線控功能性能和穩定性測試，以確保自動駕駛系統可以按照意圖控制車輛。

完成對車輛線控的測試之後VIL環節會進入封閉場地。

基於真實的道路構建虛實結合的場景測試自動駕駛系統在真實車輛上的表現。

在離線測試和車輛在環測試階段通過後《每個環節都有嚴格的測試通過標準》，接下來進入封閉場地內構建真實的場景來測試車輛的自動駕駛各項能力和安全性。

封閉測試場涵蓋了常見的城市道路及高速道路，包括直行道路、彎道、路口、坡路、隧道及停車場等。

另外，通過假人、假車等測試設備構造各種低頻場景。

這類低頻場景在社會道路上存在，但是出現的頻率較低，在開放道路上不易得到充分驗證。

例如逆行的自行車、突然沖出的行人、路段積水等場景。

開放道路測試是道路在環測試的最終環節，也是自動駕駛車輛完成測試評估所必須經過的重要環節。

開放道路測試是循序漸進開展的，通常最新的系統部署在少量車上進行測試，確認安全後再部署到更大規模的車隊。

通過部署規模化自動駕駛車輛不斷在實際道路上進行測試和驗證，形成實際路上場景和自動駕駛能力不斷閉環，使自動駕駛車輛在智能度、安全性等方面持續提升，從而逐漸接近具備自動駕駛車輛走進千家萬戶的能力。