通过云和车载计算平台MDC协同，可以实现难例场景的智能筛选，解决智能化分析检测算法的性能瓶颈，有针对性的收集车端和云端数据，发掘数据中的难例（Corner case）, 极大的缓解长尾问题（Long tail problem）。

开发者向云端上传期望搜集的难例图片，云端会把难例搜集规则下发给车辆，车辆则会检测摄像机捕捉到的实时数据流，找到类似的难例场景，截取相应图片并回传到云端，形成特定场景的难例数据集。这种方式可以减少90%的上云数据，并节省70%的数据集构建时间。

图9：车云协同，实现难例场景的智能筛选

3）与高精地图结合，实现真实场景数字孪生和虚实混合仿真

规控算法开发迭代过程中最耗时的是测试验证。一方面，自动驾驶车辆需要天文数字级的里程测试来验证，而另一方面，测试场景的构建又成为了这一环节最大的难点。

虚拟仿真是提高自动驾驶验证效率的有效手段，但它对场景库的多样性及虚拟仿真的真实感要求非常高。“华为八爪鱼”自动驾驶开放平台可以将采集的典型路段转换成仿真场景，并与高精地图相结合，实现真实场景数字孪生。这种方式可以实现95%以上的场景还原能力，能有效帮助开发者快速模拟周边车辆，实现分钟级的场景构建，并有效验证复杂的城市交通场景，支撑SIL（软件在环）验证。

前面提到的真实场景数字孪生能力解决了复杂仿真场景构建的问题，但如何体现车辆在测试场景中的真实动力学表现，成为了另一道难题。通过动力学仿真软件模拟的真实性有待提升；通过真实场景实车测试，周期又很长。为解决这个问题，“华为八爪鱼”自动驾驶开放平台又提供了虚实混合仿真能力。