來源：交通邦
寫在前面
自動駕駛汽車在真正商業化應用前，需要經歷大量的道路測試才能達到商用要求。採用路測來最佳化自動駕駛演算法耗費的時間和成本太高，且開放道路測試仍受到法規限制，極端交通條件和場景復現困難，測試安全存在隱患。目前，自動駕駛模擬測試已經被行業廣泛接受，自動駕駛演算法測試大約 90% 透過模擬平臺完成，9% 在測試場完成，1% 透過實際路測完成。
自動駕駛模擬測試平臺必須要具備幾種核心能力：真實還原測試場景、高效利用路採資料生成模擬場景、雲端大規模並行加速等，使得模擬測試滿足自動駕駛感知、決策規劃和控制全棧演算法的閉環。目前包括科技公司、車企、自動駕駛方案解決商、模擬軟體企業、高校及科研機構等主體都在積極投身虛擬模擬平臺的建設。
本文詳細介紹了現有的自動駕駛模擬軟體，供讀者瞭解參考，軟體排名不分先後。
0、CarSim
CarSim,還有相關的TruckSim和BikeSim是Mechanical Simulation 公司開發的強大的動力學模擬軟體，被世界各國的主機廠和供應商所廣泛使用。CarSim針對四輪汽車，輕型卡車， TruckSim針對多軸和雙輪胎的卡車，BikeSim針對兩輪摩托車。CarSim是一款整車動力學模擬軟體，主要從整車角度進行模擬， 它內建了相當數量的車輛數學模型，並且這些模型都有豐富的經驗引數， 使用者可以快速使用，免去了繁雜的建模和調參的過程。
CarSim模型在計算機上執行的速度可以比實時快10倍，可以模擬車輛對駕駛員控制， 3D路面及空氣動力學輸入的響應，模擬結果高度逼近真實車輛，主要用來預測和模擬汽車整車的操縱穩定性、 制動性、平順性、 動力性和經濟性。CarSim自帶標準的Matlab/Simulink介面，可以方便的與 Matlab/Simulink進行聯合模擬，用於控制演算法的開發，同時在模擬時可以產生大量資料結果用於後續使用Matlab或者Excel進行分析或視覺化。CarSim同時提供了RT版本，可以支援主流的 HIL測試系統，如 dSpace和NI的系統，方便的聯合進行 HIL模擬。
CarSim也有ADAS相關功能的支援，可以構建引數化的道路模型， 200個以上的運動的交通物體，使用指令碼或者透過 Simulink外部控制它們的運動，同時新增最多 99個感測器，對運動和靜止的物體進行檢測。最近的 CarSim版本在ADAS和自動駕駛開發方面進行了加強，添加了更多的 3D資源，如交通標識牌， 行人等，以及高精地圖的匯入流程。同時 CarSim也提供了一個Unreal引擎外掛，可以和Unreal引擎進行聯合模擬。
1、CarMaker
Carmaker，還有相關的 TruckMaker和MotorcycleMaker是德國IPG公司推出的動力學，ADAS和自動駕駛模擬軟體。Carmaker首先是一個優秀的動力學模擬軟體，提供了精準的車輛本體模型(發動機、 底盤、 懸架、傳動、 轉向等) ， 除此之外， Carmaker還打造了包括車輛，駕駛員， 道路， 交通環境的閉環模擬系統。
IPGRoad：可以模擬多車道、 十字路口等多種形式的道路，並可透過配置 GUI生成錐形、圓柱形等形式的路障。可以對道路的幾何形狀以及路面狀況(不平度、粗糙度)進行任意定義。
IPGTraffic：是交通環境模擬工具， 提供豐富的交通物件(車輛、行人、 路標、交通燈、 道路施工建築等)模型。 可以實現對真實交通環境的模擬。測試車輛可識別交通物件並由此進行動作觸發(如限速標誌可觸發車輛進行相應的減速動作)。
IPGDriver：先進的、 可自學習的駕駛員模型。可控制在各種行駛工況下的車輛，實現諸如上坡起步、 入庫泊車以及甩尾反打方向盤等操作。並能適應車輛的動力特性(驅動形式、變速箱型別等)、道路摩擦係數、 風速、 交通環境狀況， 調整駕駛策略。
CarMaker作為平臺軟體，可以與很多第三方軟體進行整合， 如 ADAMS、AVLCruise、rFpro等，可利用各軟體的優勢進行聯合模擬。同時 CarMaker配套的硬體，提供了大量的板卡介面，可以方便的與 ECU或者感測器進行HIL測試。
2、PreScan
PreScan是由TassInternational 研發的一款ADAS測試模擬軟體，2017年8月被西門子收購。PreScan是一個模擬平臺，由基於 GUI的、用於定義場景的預處理器和用於執行場景的執行環境構成。工程師用於建立和測試演算法的主要介面包括 MATLAB和Simulink。PreScan可用於從基於模型的控制器設計(MIL)到利用軟體在環(SIL)和硬體在環(HIL)系統進行的實時測試等應用。
PreScan可在開環、閉環以及離線和線上模式下執行。它是一種開放型軟體平臺，其靈活的介面可連線至第三方的汽車動力學模型(例如：CarSIM和dSPACEASM)和第三方的 HIL模擬器/硬體(例如：ETAS、dSPACE和Vector)。
Prescan由多個模組組成， 使用起來主要分為四個步驟: 搭建場景、新增感測器、 新增控制系統、 執行模擬。
- 場景搭建:PreScan 提供一個強大的圖形編輯器，使用者可以使用道路分段， 包括交通標牌， 樹木和建築物的基礎元件庫，包括機動車， 腳踏車和行人的交通參與者庫，修改天氣條件(如雨、雪和霧) 以及光源(如太陽光，大燈和路燈) 來構建豐富的模擬場景。 新版的PreScan也支援匯入OpenDrive格式的高精地圖，用來建立更加真實的場景。
- 新增感測器:PreScan 支援種類豐富的感測器，包括理想感測器， V2X感測器，鐳射雷達，毫米波雷達， 超聲波雷達， 單目和雙目相機， 魚眼相機等。使用者可以根據自己的許要進行新增。
- 新增控制系統:可以透過MATLAB/ Simulink 建立控制模型，也可以和第三方動力學模擬模型(如 CarSim，VI-Grade,dSpace ASM 的車輛動力學模型)進行閉環控制。
- 執行實驗:3D 視覺化檢視器允許使用者分析實驗的結果，同時可以提供圖片和動畫生成功能。此外， 使用ControlDesk和LabView的介面可以用來自動執行實驗批次的場景以及執行硬體在環模擬。
3、PTV Vissim
Vissim是德國PTV公司提供的一款世界領先的微觀交通流模擬軟體。Vissim可以方便的構建各種複雜的交通環境，包括高速公路， 大型環島， 停車場等，也可以在一個模擬場景中模擬包括機動車， 卡車，有軌交通和行人的互動行為。它是專業的規劃和評價城市和郊區交通設施的有效工具，也可以用來模擬區域性緊急情況交通的影響，大量行人的疏散等。
Vissim的模擬可以達到很高的精度，包括微觀的個體跟馳行為和變道行為， 以及群體的合作和衝突。Vissim內建了多種分析手段，既能獲得不同情況下的多種具體資料結果，也可以從高質量的三維視覺化引擎獲得直觀的理解。 無人駕駛演算法也可以透過接入Vissim的方式使用模擬的高動態交通環境進行模擬測試。
4、TESS NG
TESS模擬系統是同濟大學孫劍教授於2006年主持開發的第一代道路交通模擬系統。自此之後，歷經十年，孫劍教授課題組針對中國混合交通流執行特徵開展了100多項模型創新和模擬系統應用實踐。TESS NG微觀交通模擬系統所具有的主要功能有：全交通場景模擬，多模式交通模擬，智慧交通系統模擬，視覺化評估，二次開發介面，支援3D場景展示等。同時，TESS NG可以與城市交通大腦、交通控制系統、可計算路網（如OpenDrive，OpenStreetMap等）一體化整合，同時可與駕駛模擬器、BIM/CIM系統、智慧汽車虛擬測試工具等整合實現跨行業應用。使用者還可以透過定製化服務實現更多跨行業的應用。
5、SUMO
SUMO是由德國國家宇航中心開發的開源微觀連續交通流模擬軟體。它附帶了一個交通模擬路網編輯器， 可以透過互動式編輯的方式新增道路，編輯車道的連線關係， 處理路口區域， 編輯訊號燈時序等。也可以透過一個單獨的轉化程式轉換來自 Vissim，OpenStreetMap，OpenDrive的路網。可以透過編輯路由檔案的方式指定每輛車輛的路由，或者使用引數隨機生成。 在執行時，可以同時處理數平方公里， 多達幾萬輛的車輛的連續交通模擬需求，同時也提供了一個基於OpenGL的視覺化端實時顯示交通模擬的結果。
另外， SUMO還提供了方便的C++和Matlab介面，可以靈活的與第三方模擬程式聯合執行。SUMO本身是做為交通領域流量，時序， 預測等模擬來使用的，最近逐漸開始應用在無人駕駛的模擬上，為無人駕駛演算法提供隨機的複雜動態環境。
6、VIRES VTD
VTD (VirtualTest Drive)是德國 VIRES公司開發的一套用於ADAS，主動安全和自動駕駛的完整模組化模擬工具鏈。VIRES已經於2017年被MSC軟體集團收購。VTD目前運行於Linux平臺，它的功能覆蓋了道路環境建模、 交通場景建模、天氣和環境模擬、 簡單和物理真實的感測器模擬、場景模擬管理以及高精度的實時畫面渲染等。可以支援從SIL到HIL和VIL的全週期開發流程，開放式的模組式框架可以方便的與第三方的工具和外掛聯合模擬。VIRES也是廣泛應用的自動駕駛模擬開放格式OpenDrive,OpenCRG和OpenScenario的主要貢獻者，VTD的功能和儲存也依託於這些開放格式。VTD的模擬流程主要由路網搭建，動態場景配置， 模擬執行三個步驟組成。
1) VTD 提供了圖形化的互動式路網編輯器RoadNetwork Editor (ROD)，在使用各種交通元素構建包含多型別車道複雜道路模擬環境的同時，可以同步生成 OpenDrive高精地圖。
2) 在動態場景的建立上，VTD提供了圖形化的互動式場景編輯器ScenarioEditor，提供了在 OpenDrive基礎上新增使用者自定義行為控制的交通體，或者是某區域連續執行的交通流。
3) 無論是SIL，還是 HIL，無論是實時還是非實時的模擬， 無論是單機還是高效能計算的環境，VTD都提供了相應的解決方案。VTD執行時可模擬實時高質量的光影效果及路面反光、車身渲染、 雨雪霧天氣渲染、 感測器成像渲染、大燈光視覺效果等。
7、rFpro
rFpro是一家英國公司，成立於 2008年，一開始作為一個 F1車隊內部的賽道重建和模擬模擬專案，這也決定了它一開始就對模擬的速度， 實時性和精度有較高的要求。rFPro使用高精度的相位法鐳射雷達掃描資料路面和路肩，可以生成解析度為 1cm的高精度路面數字模型，同時使用 TOF鐳射雷達掃描路側的街道和場景，透過這種方式可以為動力學模擬， ADAS，自動駕駛測試提供和真實環境高度匹配的虛擬場景。rFpro使用這種方法建立了眾多賽道和測試場景的高精度虛擬場景，包括 F1，NASCAR,IndyCar 等。
在動態場景模擬方面，rFpro可以接入SUMO或者Vissim，用它們生成連續的交通流來填充整個場景， 也可以與Carmaker聯合模擬，為 Carmaker的測試場景提供更真實的感測器和路面輸入。rFpro也提供了基於物理真實的光照和天氣系統，可以有效的模擬天光的變化和雨、霧等天氣。
8、Cognata
Cognata是一家成立於2016年的以色列的自動駕駛模擬初創公司，在 2018年底完成了1850萬美元的B輪融資。Cognata利用人工智慧、深度學習和計算機視覺的結合， 在其 3D模擬平臺上重現了城市，為客戶提供各種模擬現實世界測試駕駛的測試場景。
Cognata的技術主要分為三個方面， 在靜態環境方面，Cognata的TrueLife3DMesh 引擎使用計算機視覺和深度學習演算法，根據地圖和衛星影象自動生成包括建築物， 道路，車道標識， 交通標誌的虛擬模擬環境。在動態模擬方面，Cognata根據街道歷史流量資料建立精確和可擴充套件的交通模擬模型和天氣光照模型，模擬了真實環境下各種車輛和行人。整個的虛擬模擬引擎結合了靜態和動態的模擬模型，模擬了感測器與模擬環境中各種變化的相互作用，為待測試的自動駕駛系統提供了完整的反饋迴路。
Cognata的模擬技術由NVIDIADGX Station 提供支援，2019年3月，Cognata宣佈和NVIDIA建立合作關係，在 NVIDIA的平臺上利用其強大的計算能力在虛擬環境中模擬多輛虛擬車輛進行大規模測試。
9、RightHook
RightHook是一家成立於美國加州的初創公司，為自動駕駛行業提供模擬解決方案。RightHook提供了一整套的工具鏈，包括 RightWorld，RightWorldHD，RightWorldHIL等。RightWorld提供了從高精地圖自動重建有豐富細節的虛擬場景的流程，同時提供了簡單易用的測試案例建立流程， 在案例建立後透過AI演算法可以對案例進行有機的擴充套件。RightWorld也提供了包含車輛，行人和腳踏車的確定性的智慧交通模擬模型。
RightWorldHD對動力學，天氣， 時間變化和感測器(包括攝像頭， Lidar，Radar，IMU和GPS)的模擬， 同時支援豐富的包括 NVIDIADriveWorks，LCM和ROS的介面。RightWorldHIL提供了對於混合了軟體，演算法和硬體的 HIL測試的支援。
10、ParallelDomain
ParallelDomain 是一家初創公司，2017年在美國加州成立。2018年底，ParallelDomain獲得了Toyota的投資。ParallelDomain 致力於自動生成高質量的虛擬環境，其研發的軟體可以在很短的時間內自動生成所需測試的城市街區。
ParallelDomain平臺使用真實世界地圖資料，可以接收多種地圖格式， 在地圖不能提供足夠資料的地方使用額外的元素，依託程式化生成引擎自動生成虛擬世界。一個顯著的特點是虛擬世界的所有元素都是可調整和可程式設計的，例如車道數量， 地形型別， 山脈位置， 道路曲率等。ParallelDomain 也為自動生成的場景提供了動態的交通場景。
11、51Sim-One
51Sim-One是51VR自主研發的一款集多感測器模擬、交通流與智慧體模擬、感知與決策模擬、自動駕駛行為訓練等一體化的自動駕駛模擬與測試平臺。該模擬平臺基於物理特性的機理建模， 具有高精度和實時模擬的特點，用於自動駕駛產品的研發、 測試和驗證，可為使用者快速積累自動駕駛經驗， 保證產品效能安全性與可靠性，提高產品研發速度並降低開發成本。
在場景構建方面，可以透過 WorldEditor快速地從無到有建立基於OpenDrive的路網，或者透過點雲資料和地圖影像等真實資料還原路網資訊。支援匯入已有的 OpenDrive格式的檔案進行二次編輯，最終由 51Sim-One自動生成所需要的靜態場景。 支援在場景中自由地配置全域性交通流、獨立的交通智慧體、 對手車輛、行人等元素來構建動態場景，結合光照、 天氣等環境的模擬來呈現豐富多變虛擬世界。
在感測器模擬方面，51Sim-One支援通用型別或者定製需求感測器的多路模擬，滿足對於感知系統演算法的測試與訓練，同時也支援各種硬體在環的測試需求。對於攝像頭模擬，51Sim-One提供語義分割圖、深度圖、 2D/3D包圍盒等帶註釋的影象資料集，單目， 廣角， 魚眼等攝像頭的模擬。對於雷達模擬，可以提供鐳射雷達點雲原始資料， 帶標註點雲資料，識別物的包圍盒等資料同時也提供目標級毫米波雷達檢測物資料。
12、Pilot-DGaiA
GaiA是由沛岱(上海)研發的自動駕駛和 ADAS開發驗證模擬工具。它可以透過整合路網資料庫進行復雜道路的還原，更可以透過環境建築模型庫的使用，重現逼真的駕駛環境。GaiA提供了豐富的C++和matlab介面，可適用於各種待測駕駛車輛和系統。GaiA可以生成數目眾多的交通參與者，並對其交通行為規劃進行手動和自動設定，甚至可以改變駕駛行為的激程序度。GaiA還提供了高保真的環境感知感測器，包括毫米波雷達， 鐳射雷達， 攝像頭等。
13、Metamoto
Metamoto成立於2016年，是一家矽谷初創公司。Metamoto為自動駕駛公司提供“模擬即服務” (Simulationas a Service)， 試圖幫助自動駕駛公司透過一個加速反饋迴圈來實現開發的迭代。它的產品主要包括三個部分：設計器， 雲平臺和分析器。設計器可以用來新增路網， 其他環境車輛， 行人和訊號燈，以此構建一個測試場景， 可以透過控制各種引數的取值範圍生成多個測試案例。
雲平臺負責根據待測試案例的情況排程硬體資源，並行執行測試案例， 生成大量的測試資料。在執行完成後，可以使用分析器回放模擬的感測器資料， 車輛的各種模擬資訊，用來除錯自動駕駛系統。Metamoto支援鐳射雷達、攝像頭、 毫米波雷達、超聲波雷達、 GPS、IMU等在內的各種感測器的精確模擬，能夠對不同材質做出不同的反應。Metamoto的一個顯著的特點是提供了一種快速的方法可以對測試的引數進行調節和覆蓋，在雲平臺的支援下可以在短時間內執行大量的測試，有效的提升了測試效率。
14、ESIPro-Sivic
ESI集團感測器模擬分析解決方案Pro-SiVIC可以幫助交通運輸行業的製造商們對車載或機載的多種感知系統的執行效能進行虛擬測試，並且能夠準確得再現出諸如照明條件、 天氣以及其他道路使用者等影響因素。
Pro-SiVIC可以用來建立高逼真、與實際場景相當的 3D場景，並實現場景中的實時互動進行模擬分析，削減物理樣機的需求。 客戶可以快速並且精確地對各個嵌入系統在典型及極端操作環境下的效能進行模擬分析，它可以提供基於多種技術的感測器模型， 例如：攝像機、雷達、 鐳射雷達(鐳射掃描器) 、 超聲波感測器、GPS、里程錶及通訊裝置等。以汽車行業為例， Pro-SiVIC提供了多個環境目錄，提供具有代表性的不同道路(城市道路、 高速以及鄉村公路)、 交通標識及車道線標記。
15、NVIDIADrive Constellation
NVIDIADrive Constellation 是NVIDIA推出的自動駕駛模擬平臺，在硬體上主要由兩部分組成， 一臺是 DGX伺服器，上面執行著 DriveSim 軟體系統， 依託於DGX的強大圖形計算能力，真實的模擬了實際環境中的光照， 夜晚和各種天氣變化，另外一臺伺服器搭載了 DRIVEAGX Pegasus 車載電腦，用來執行自動駕駛全棧的演算法， 兩部分形成了完整的HIL模擬閉環。
16、PanoSim
PanoSim是一款集複雜車輛動力學模型、汽車三維行駛環境模型、 汽車行駛交通模型、車載環境感測模型(像機和雷達) 、 無線通訊模型、GPS和數字地圖模型、Matlab/Simulink模擬環境自動生成、圖形與動畫後處理工具等於一體的模擬模擬軟體平臺。它基於物理建模和精確與高效兼顧的數值模擬原則，逼真地模擬汽車駕駛的各種環境和工況，基於幾何模型與物理建模相結合理念建立了高精度的像機、雷達和無線通訊模型， 以支援數字模擬環境下汽車動力學與效能、汽車電子控制系統、 智慧輔助駕駛與主動安全系統、環境感測與感知、 自動駕駛等技術和產品的研發、測試和驗證。
PanoSim不僅包括複雜的車輛動力學模型、底盤(制動、 轉向和懸架) 、 輪胎、駕駛員、動力總成(發動機和變速箱) 等模型，還支援各種典型驅動型式和懸架形式的大、 中、小型轎車的建模以及模擬分析。它提供了三維數字虛擬試驗場景建模與編輯功能，支援對道路及道路紋理、 車道線、 交通標識與設施、天氣、 夜景等汽車行駛環境的建模與編輯。
17. AAI
AAI(AutomotiveArtificial Intelligence)是一個 2017年成立於柏林的初創公司。AAI構建了一套複雜的基於高精地圖建立的高模擬虛擬環境，將利用人工智慧技術將交通參與者整合到虛擬模擬環境中，並利用來自於實際生活中的駕駛行為資料， 使用機器學習演算法訓練參與者行為，從而產生攻擊型駕駛員、 溫和型駕駛員和防禦型駕駛員等駕駛員檔案，其目標是複製真實世界， 逼真地模擬所有道路使用者和環境因素。AAI支援多種感測器模擬，也提供分析器對模擬產生的資料進行深入的分析。
18、AirSim
AirSim是微軟研究院開源的一個建立在虛幻引擎(UnrealEngine)上的無人機以及自動駕駛模擬研究專案。AirSim實現為一個虛幻引擎的外掛，它充分利用了虛幻引擎在打造高還原的逼真虛擬環境的能力，可以模擬陰影、 反射等現實世界中的環境，以及虛擬環境可以方便產生大量標註資料的能力，同時提供了簡單方便的介面，可以讓無人機和自動駕駛的演算法接入進行大量的訓練。AirSim的主要目標是作為AI研究的平臺，以測試深度學習、 計算機視覺和自主車輛的端到端的強化學習演算法。最新的AirSim也提供了Unity引擎的版本，添加了鐳射雷達的支援。
19、CARLA
CARLA是由西班牙巴塞羅那自治大學計算機視覺中心指導開發的開源模擬器，用於自動駕駛系統的開發、訓練和驗證。同 AirSim一樣，Carla也依託虛幻引擎進行開發，使用伺服器和多客戶端的架構。在場景方面,CARLA 提供了為自動駕駛建立場景的開源數字資源(包括城市佈局、建築以及車輛) 以及幾個由這些資源搭建的供自動駕駛測試訓練的場景。同時， CARLA也可以使用VectorZero的道路搭建軟體RoadRunner製作場景和配套的高精地圖，也提供了簡單的地圖編輯器。CARLA也可以支援感測器和環境的靈活配置，它支援多攝像頭， 鐳射雷達， GPS等感測器，也可以調節環境的光照和天氣。CARLA提供了簡單的車輛和行人的自動行為模擬，也同時提供了一整套的 Python介面，可以對場景中的車輛， 訊號燈等進行控制，用來方便的和自動駕駛系統進行聯合模擬，完成決策系統和端到端的強化學習訓練。
20、LGSVL Simulator
LGSVLSimulator 是LG的矽谷實驗室基於Unity引擎研發的一款開源自動駕駛模擬器。它提供了和開源自動駕駛平臺 Autoware和BaiduApollo 的整合。使用者可以在 Unity內在3D場景的基礎上進行標註並匯出成和自動駕駛系統相匹配的高精地圖格式。 同時它也提供了包括鐳射雷達，毫米波雷達， GPS，IMU，攝像頭的感測器模擬的支援， 可以同步輸出感測器的原始結果和真值。
21、百度 Apollo
百度Apollo模擬平臺作為百度Apollo平臺的一個重要組成部分，一方面用來支撐內部 Apollo系統的開發和迭代，一方面為 Apollo生態的開發者提供基於雲端的決策系統模擬服務。Apollo模擬平臺是一個搭建在百度雲和Azure的雲服務，可以使用使用者指定的Apollo版本在雲端進行模擬測試。Apollo模擬場景可分為Worldsim和Logsim。Worldsim是由人為預設的道路和障礙物構成的場景，可以作為單元測試簡單高效的測試自動駕駛車輛， 而Logsim是由路測資料提取的場景，真實反映了實際交通環境中複雜多變的障礙物和交通狀況。Apollo模擬平臺也提供了較為完善的場景透過判別系統，可以從交通規則， 動力學行為和舒適度等方面對自動駕駛演算法做出評價。
Apollo也與Unity建立了合作關係，開發了基於 Unity的真實感虛擬環境模擬，可以提供3D的虛擬環境，道路和天氣的變化。最近， 百度也提出了一種新的資料驅動方法，用於自動駕駛的端到端模擬：增強自主駕駛模擬(AADS)。此方法利用模擬的交通流來增強真實世界的影象，以建立類似於真實世界渲染的照片般逼真的模擬場景。具體來說， 建議使用 LiDAR和相機掃描街景。將輸入資料分解為背景， 場景照明和前景物件。同時，提出了一種新的檢視合成技術， 可以在靜態背景上改變視點。前景車輛配有計算機 3D模型。透過精確估計的室外照明，可以重新定位 3D車輛模型，計算機生成的行人和其他可移動主體， 並將其渲染回背景影象，以建立逼真的街景影象。此外， 模擬交通流量，合成物體的放置和移動， 捕獲真實世界的車輛軌跡，這些軌跡看起來很自然並且捕捉現實世界場景的複雜性和多樣性。
22、Waymo Carcraft
代表了世界領先水平的Waymo無人車，一個核心的秘密就是它的 Carcraft模擬器，它是 Waymo的無人車每年能夠行駛幾十億英里的關鍵。在Carcraft開發之初，這個系統只是用視覺化的方式用來回放路側車輛在道路上的情況，之後它扮演了越來越重要的角色。Carcraft可以為每個新軟體版本使用在真實世界裡駕駛的回放資料進行測試，用來驗證演算法的改進， 發現新的問題，還可以構建全新的虛擬場景進行測試。每天有 25000輛虛擬Waymo無人車在模擬器中行駛八百萬英里以上的里程，來鞏固已有的自動駕駛技能和測試新的技能。模擬模擬測試最大的優勢是可以快速重複測試一些現實中不常發生但卻很重要的場景，比如五岔路口和併入環島。模擬器能夠讓自動駕駛系統有很多次機會練習這種單一場景來精通對應的技能。 另外在模擬器中，可以對某個具體測試場景中的某個參與者，或者是交通訊號進行一些改變， 新增額外的行人等，透過這種方式可以構建大量的衍生場景，從而對無人駕駛演算法進行更充分的測試。
23、騰訊TAD Sim模擬平臺
騰訊自動駕駛虛擬模擬平臺TAD Sim在設計之初，就有別於傳統的模擬系統，是為自動駕駛測試驗證而專門設計開發，內建釐米級高精度地圖，構建了包含動態和靜態要素真值數字孿生系統，用千變萬化的場景進行自動駕駛演算法完備性的測試。
部分內容來自周熙欽和《中國自動駕駛模擬技術藍皮書2020》，特別鳴謝
