1) 如果不進行測試，我們無法預(yù)知智能車的行為表現(xiàn)。所以，在沒有測試之前，我們也無法確認(rèn)哪些測試任務(wù)更加的具有挑戰(zhàn)性。所以我們需要通過不斷的測試，取樣，執(zhí)行，分析這樣一個循環(huán)來達到最優(yōu)的測試效果。

2) 測試本身就是一個自我標(biāo)定的自循環(huán)過程，我們必須根據(jù)測試結(jié)果來判定車輛的智能性。

3) 如果測試要覆蓋所有的智能車的功能所需要的資源是巨大無比的，所以，我們需要一些更優(yōu)的方法和工具來縮短這個過程。

3.3. 平行測試

3.3.1. 傳統(tǒng)虛擬仿真

目前很多研究人員都把更多的精力放在視覺領(lǐng)域的虛擬仿真，當(dāng)然，也有人開始注意到駕駛員行為的重要性。在視覺領(lǐng)域的仿真中，有以下幾種圖像注入方式：1.采集真實的2D數(shù)據(jù)，然后基于該數(shù)據(jù)建立3D模型，再在此3D模型的基礎(chǔ)上上投影成2D的圖像注入智能車的感知系統(tǒng)；2.使用對抗式網(wǎng)絡(luò)生成新的2D模型注入； 3.基于以上兩種方法盡可能多的圖像注入。

3.3.2. 平行測試方法

我們這里提出一種新型的虛實結(jié)合的智能車平行測試方法。如圖7所示，車輛智能性測試可以分為三步：測試環(huán)境，測試規(guī)劃和測試執(zhí)行。同樣，我們在虛擬世界里也能夠建立一一映射的測試流程。

圖7. 平行測試方法

1) 首先在真實環(huán)境下建立有多種交通元素（十字路口，交通燈）的場景，對應(yīng)的在虛擬空間內(nèi)，根據(jù)不同的測試目標(biāo)，可以把該場景細分成不同的任務(wù)，功能團，單個功能；

2) 基于這種分解模式，可以建立相應(yīng)的測試計劃來有針對性的測試不同的功能。例如假設(shè)我們要測試交通標(biāo)示識別和變道這兩個功能團，很容易發(fā)現(xiàn)，交通標(biāo)示識別重要性沒有那么高，而測試變道能更好的提升車輛的可靠性。在測算了場景中包含的任務(wù)，以及任務(wù)中包含的功能團之后，我們能選出包含更多的變道的任務(wù)來在真實環(huán)境中進行測試，而包含更多交通標(biāo)志識別的任務(wù)可以在仿真環(huán)境中進行測試；

3) 一旦制訂了在真實和虛擬環(huán)境中的測試計劃，按照計劃執(zhí)行之后對測試結(jié)果可信度以及功能重要性進行加權(quán)就能得到相應(yīng)的加權(quán)分?jǐn)?shù)。同時，在真實環(huán)境中得到的測試數(shù)據(jù)又能注入仿真環(huán)境，通過這種方式，仿真環(huán)境能夠不斷更新加強。真實環(huán)境和虛擬環(huán)境中的測試是異步的，我們可以在真實環(huán)境進行某一項測試的同時，在虛擬環(huán)境中進行多項測試。

和傳動的仿真測試環(huán)境相比，平行測試體系有如下兩個不同。

1. 平行的虛擬環(huán)境不僅僅是真實環(huán)境的一一映射，同時也和真實環(huán)境在狀態(tài)上存在交互，真實環(huán)境會影響虛擬環(huán)境，虛擬環(huán)境也會影響真實環(huán)境，這樣就形成了一個自我不斷增強系統(tǒng)；

2.平行系統(tǒng)是一種自我學(xué)習(xí)的系統(tǒng)，一些在虛擬環(huán)境中的關(guān)鍵元素是數(shù)據(jù)驅(qū)動型，這使得平行系統(tǒng)比那些基于隨機模型的系統(tǒng)要更加自動化，可信度也更高。

3.3.3. 平行測試實際應(yīng)用

在江蘇省常熟市，這樣一個平行測試系統(tǒng)已經(jīng)建立起來，并且很好的支持了2017年中國智能車未來挑戰(zhàn)賽。如圖8所示，我們先在虛擬環(huán)境中找到最具挑戰(zhàn)性的測試任務(wù)然后再在真實環(huán)境中進行測試。

圖8. 平行測試實際應(yīng)用

4. 智能性測試的相關(guān)討論

4.1. 倫理道德問題