以量产为目标，德系三强如何做自动驾驶测试验证？

[车友头条-车友号-GeekCar]  奥迪工程师在向媒体开放展示 A8 自动驾驶功能时，特地强调在真实环境测试验证感知系统的重要性，只有在真实路测时，你才能确定在大雨天、在光影变化的隧道里、在路面水塘反光或者是阳光直射的下午 3 点，环境感知系统一样有效、可靠。同时，自动驾驶产品要针对不同的交通环境，开展本土化研发。奥迪官方曾表示，在奥迪 A8 自动驾驶功能完美进入不同市场之前，要进行至少 6 个月的真实路测，来验证软件系统在不同交通环境中足够安全可靠。

自动驾驶测试验证需要的新能力——大数据挖掘

自动驾驶测试验证中，传感器采集大量的环境数据，测试验证涉及的数据量飙升。这些数据会被存储起来，更好地服务自动驾驶软件算法的开发工作。因此，主机厂必须具备分析、管理、运营数据的能力，并且要避免数据垃圾，努力缩短数据分析的时间。

△宝马自动驾驶数据采集和路测车队规划（来源：宝马公开资料）

在大数据测试验证方面强调最多的是宝马。

大量有效数据从哪里来？答案是自建数据采集车队。宝马与英特尔和 Mobileye 联盟从 2017 年下半年开始，陆续推出了 40 辆自动驾驶数据采集和路测车。根据宝马的计划，2019 年计划部署的汽车数量将达到 90 辆高度自动驾驶汽车、50 辆全自动驾驶汽车，在全球展开自动驾驶测试验证和数据采集工作。（另有宝马 2017 年 10 月的新闻显示，高度自动驾驶和全自动驾驶的数据采集测试车总数为 100 辆，此处采用 2017 年 12 月资料中的数据。）

△为了更好的检测城市交通环境中可能出现的目标物，宝马升级后的传感器套装将包括 44 个传感器，每天产生海量数据（来源：宝马公开资料）

这些测试车在世界各地采集环境数据。根据宝马的一份官方资料，每辆宝马高度自动驾驶汽车产生的数据量将达到 2TB/h，全自动驾驶汽车每小时产生的数据量更多，将达到 40TB/h。