国内外自动驾驶车辆封闭测试场地及测试能力对比

本书对于智能驾驶公司及零部件企业开展设计验证、算法评估、产品测试工作具有较高参考价值，也可为相关政府机构制定标准提供有益借鉴，同时，本书对于科研工作者及检测认证行业的从业人员也有较大的参考作用，还可以作为普通高等院校相关专业本科生或研究生教材。

现有的封闭测试场地介绍

随着自动驾驶技术的快速发展，全球范围内的各大汽车制造商和科技公司都在积极探索如何进行更加安全、有效的自动驾驶测试。为了保证自动驾驶技术的安全性和可靠性，封闭测试场地成了验证自动驾驶系统的核心平台之一。

封闭测试场地可以模拟各种复杂的交通环境和突发情况，提供一个相对可控的环境，避免直接在公共道路上进行高风险的测试。因此，封闭测试场地的建设和应用在自动驾驶技术的研发过程中发挥着至关重要的作用。道路测试和示范运营也是全球智能网联汽车产业化和商业化应用的基础。美国、欧盟、日本等汽车产业发达的国家和地区都非常重视智能网联汽车的示范运营。他们开展了一系列封闭测试场地的建设，并通过模拟各种道路和场景来验证智能网联汽车实际运行中关键系统的技术能力。国外几个著名的自动驾驶车辆封闭测试场地的鸟瞰图如图7-6 所示。

1. 国外自动驾驶车辆封闭测试场地

美国在自动驾驶车辆的封闭测试场地建设方面走在世界前列。各大汽车公司及科技企业，如特斯拉、谷歌母公司Alphabet 的Waymo、Uber 等，都在积极建设并利用封闭测试场地进行自动驾驶技术的验证和测试[9]。

Mcity 测试场[10]：作为美国密歇根大学的一个测试项目，Mcity 是一个专门为测试自动驾驶车辆而设计的封闭测试场地，位于美国密歇根大学。Mcity是世界上第一个自动驾驶测试场，旨在测试自动驾驶汽车和车联网技术，包括车对车（V2V）和车对基础设施（V2I）通信的测试。Mcity 测试场占地约0.13km2，实验道路总长6.8km，包含三个模拟道路场景，即高速公路、城市道路和郊区道路。其实验区分为两个区域，分别为用于模拟高速公路环境的高速实验区和用于模拟市区和郊区的低速实验区。Mcity 测试场的测试内容主要包括自动制动、标志物识别、车联网等，可根据测试需要灵活替换道路标线、交通标志、建筑物外墙等。同时，Mcity 测试场还预留了一些未知场景测试区域。此外，由于地处美国五大湖区，Mcity 测试场拥有在冬季进行极寒测试的理想条件。但由于场地面积有限，场景布置相对简单，与实际交通场景仍有差距。例如，Mcity 测试场最长的直路无法满足时速超过70km 的自动驾驶测试的要求。该场地可以模拟城市道路、农村道路、高速公路、复杂交叉路口等多种交通环境，广泛应用于车辆感知系统、决策算法、路径规划及安全性的测试。

Waymo castle：Waymo castle 由Alphabet 公司旗下的Waymo 建设和运营。Waymo castle 测试场位于加利福尼亚州阿特沃特，是为Waymo 自动驾驶汽车精心设计的测试场，占地91acre（约36.83hm2）。它在受控环境中复现了各种真实世界的驾驶场景，使Waymo 的工程师能够高效地进行结构化测试。该设施包括一个具有人行横道、红绿灯、环岛和铁路道口等场景的道路网络。工程师可以模拟各种复杂的驾驶场景，包括与行人、骑车人和其他车辆的复杂交互，以严格测试和完善Waymo 的自动驾驶算法。

JARI 测试场： 日本汽车研究所（JARI） 试验场位于茨城县， 占地3.02km2。它在主试验场之外单独建造了一个智能汽车试验场，其中包括其办公区的大部分主要场馆和建筑。此外，日本汽车研究所还在日本首都高速公路上拥有一条长约300km 的自动驾驶车辆测试线。JARI 包括三个主要区域，即1.8km 长的V2X 城市街区、多功能城市区域和特殊环境测试区域。其道路类型全面，可满足各种测试要求。JARI 的测试内容包括制动性能、操控稳定性、操控安全性等。其特点是提供了特殊环境试验区，可模拟现实中的干扰因素，如逆光、雾、雨等。

AstaZero 测试场：AstaZero 测试场位于瑞典，是为开发未来交通主动安全测试而设计和建造的一个测试场。AstaZero 的总面积为2km2，其中包括0.25km2 的公路。测试区由多车道区域、高速公路区域、城市区域、乡村道路和主要测试中心组成，几乎可以覆盖所有实际交通状况。AstaZero 测试内容全面，包括车辆动力学、驾驶员行为、V2V/V2I 功能、功能可靠性、通信技术等。

AstaZero 具有较强的综合能力、完整的测试场景和测试功能，特别是在高级驾驶辅助系统（ADAS）场景仿真测试方面具有显著优势。但它也存在一定的局限性。目前，其道路设施相对简单，缺乏隧道、高速直道等特殊场景。在下一阶段的建设中，将增加隧道、雾气和雨水发生器等设施。

ACM 测试场：美国交通中心（ACM）拥有一个智能交通测试中心，为网联、自动和电动汽车及其他交通技术的集成、测试和验证提供安全平台。测试中心占地约4.65km2，包括可变道路系统和可定制的测试环境。除了传统的基础设施外，其最大的特点是包含一条双向三车道公路，允许最高时速约为90km/h。同时，它还包含一条长0.213km 的弯曲隧道，最高时速约为65km/h，支持高速场景和隧道场景的测试。ACM 测试场还具备场景定制化的能力，为技术验证和综合评估提供了全面支持。

MIRA 测试场：汽车工业研究协会（MIRA）试验场位于英国，是世界上最大、最全面的独立试验场之一。MIRA 测试场占地3.5km2，测试道路长93km。它拥有24 种测试道路，主要分为高速环形道路、动态广场、长直线性能测试道路和操控稳定性能测试道路。MIRA 测试场基于传统的汽车试验场升级改造而来，以网联测试环境为核心，支持不同的智能网联汽车通信标准，满足各种通信设备的测试要求。目前，MIRA 测试场的测试和研究主要针对传统汽车、电动汽车、网联汽车和自动驾驶车辆。测试内容包括紧急制动、车道保持、自动泊车、自动转向等。MIRA 测试场在全球范围内接受测试申请，其用户可能来自世界各地。因此，用户可以根据不同国家的不同标准对设施设备进行调整，如交通标志、交通灯等。同时，MIRA 还具有虚拟仿真的测试能力。

2. 国内自动驾驶车辆封闭测试场地

自2015 年以来，随着国家和地方政府对智能网联汽车的重视程度提升，国内多地开始推进封闭测试场地的规划和部署，国内封闭测试场地建设高潮迭起。目前已建成的测试场地涵盖城市道路、农村道路等多种道路场景，拥有较为完备的场景设施和智能网联设备。测试场地已配备5G 通信设备，信号可覆盖全封闭测试区域。接下来，将介绍国内具有代表性的智能网联汽车测试场地。

国家智能网联汽车（上海）试点示范区[11]：国家智能网联汽车上海测试场由上海汽车集团股份有限公司和同济大学支持建设，其测试场景设计灵活，可组合各种自定义场景，以满足自动驾驶测试的要求。该测试区可模拟多达50个V2X 测试场景，其设计旨在复现各种交通状况。测试场还在中国率先实现了Prescan 和VISSIM 的动态连接。该测试基地还注重虚拟仿真和车辆硬件在环实验室的建设，旨在提升智能汽车在测试过程中的智能化水平。

国家智能交通综合测试基地：该试验基地位于江苏无锡是在工业和信息化部和公安部指导下建设的国家级Ⅳ类信息化应用示范工程，占地面积0.14km2，包括高速公路试验区、多功能试验区、城市街区、环路试验区和高速试验区等，其中，封闭试验区总长3.53km，公共试验区道路长50km 以上。该测试场地有150 多个实际道路测试场景，由各种类型的道路、交通标志和车道线组成。

此外，测试基地还包括一条长10km 的半开放式测试道路和一条长4.1km 的封闭式高速公路。高速公路为单向三车道，并设有紧急停车区。测试基地具备在高速场景下进行驾驶能力测试的条件。此外，该测试基地旨在为国内外从事自动驾驶汽车研发的企业提供服务。该基地提供第三方权威测试和认证，便于发放自动驾驶汽车的上路牌照。该基地还在促进自动驾驶和车联网产业的发展以及完善相关法律法规的方面发挥着举足轻重的作用。

自动驾驶封闭场地测试基地（重庆）：该测试场由招商局检测车辆技术研究院有限公司建设并运营，可开展智能网联汽车整车、零部件、网联终端、功能安全、信息安全等试验检测，以及研发验证、测试评价、技术咨询等工作。测试场分为三个部分，分别为封闭测试区、半开放测试区和开放示范区。这些区域涵盖各种道路类型，包括城市道路、高速公路和农村道路，并涵盖城市交通、智能物流和智能公交等示范模式。封闭测试区由交通运输部认定，设有隧道、雨雾路段、公交车站、学校区域、紧急逃生通道、高速公路服务区等交通场景。该测试场可在城市道路和高速公路的多车道上模拟L1~L4 级别的自动驾驶，并具备基于5G-V2X 的车对车、车对路、车对人协同通信的测试和评估能力。目前已部署了12 个综合路端基础设施和终端，具有专用的短程通信、高精度定位和环境感知能力，构建了48 个基于道路的自动驾驶和车路协同测试任务场景。

i-VISTA：i-VISTA 是中国汽车工程研究院股份有限公司开发的智能汽车测试场，占地403acre（约163.09hm2），拥有一条长达6km 的测试道路，该测试道路上有各种不同的道路类型供特定测试使用。i-VISTA 测试场拥有的基础设施包括高速测试区、操控区、舒适度评估区和耐久性评估区。特定测试区域可满足独特的测试需求和测试条件，还有一个噪声评估区。i-VISTA 测试场配备了先进的导航支持设备、通信装置和传感器，可模拟50 多种交通状况，这些设备可用于测试自动驾驶的功能，如盲区警示、车道变换、紧急停车和泊车辅助等。

目前全球自动驾驶测试场地的发展已经从早期的单一封闭场地验证，逐步向“仿真+封闭场地+开放道路+云端数据闭环”融合验证模式发展。随着L3及以上级别自动驾驶技术推进，测试场地不仅需要具备传统道路环境模拟能力，还需要支持车路云协同、5G/C-V2X通信、高精度定位、数字孪生以及自动化评测等新型测试能力。未来测试场的竞争重点将从场地规模逐步转向场景丰富度、数据能力以及自动化评价能力。

点击以下链接购买

作者简介

王琳，上海交通大学教授、博士生导师，上海市曙光学者，长期从事网络化系统的控制、优化与博弈研究。

本书聚焦智能网联汽车研究领域的关键环节——测试场景生成与多维度综合测试评价方法，详细阐述了智能网联汽车静态交通场景的生成技术，并探讨了智能网联汽车关键测试场景的生成策略，充分挖掘了智能驾驶系统在极限条件下的性能表现，通过深入剖析智能网联汽车仿真场景库的构建，为智能驾驶车辆的测试提供了丰富且多样化的虚拟场景基础。本书还系统介绍了软件在环测试（SIL）、实车在环测试（VIL）以及实车测试三种主要测试模式，它们相互补充、相互验证，构建起一个完整的智能驾驶车辆测试链条。此外，本书还构建了一套多维度评价体系和评测方法，综合考量智能驾驶车辆在不同测试场景下的表现，为技术评估、产品认证以及市场准入提供客观、公正的依据。

本书由机械工业出版社出版，本文经出版方授权发布。

使用云计算进行车辆动力学的自动化仿真

识别二维码报名