自动驾驶在开发过程中需要采集大量的数据，构建相应的场景数据集，进行算法训练；基于场景数据和真值可以做场景分析，并建立相应的算法评测体系；基于场景数据建立虚拟环境，并生成测试场景，极大的提高自动驾驶系统的测试验证效率。

在部署自动驾驶车辆之后，会产生大量的回传数据，自动驾驶系统也需要基于这些数据不断进行迭代升级，并通过OTA的方式为用户持续推送新的功能、适应更多的场景和提升体验。举个例子，假设自动驾驶汽车在超车过程中产生了人工接管，或者触发了评测体系里的某些机制产生了回传数据，管理系统会对回传数据进行筛选、标注，并在数据库里检索类似场景数据，如果数据库中的数据不足以解决问题，就需要去有针对性的采集或编辑生产相应的数据，重新进行算法训练、回归测试等流程，实现功能修复或用户体验提升的闭环。

因此，基于数据驱动的自动驾驶，不仅是满足系统开发需要，也能够持续为用户带来新价值，为行业带来深远的影响，打造高效数据驱动的闭环将是未来自动驾驶系统的核心竞争力。

大数据云平台+虚拟仿真平台 实现数据高效利用

围绕着单位获取数据的成本和效率、单位计算成本和效率两个维度，腾讯自动驾驶团队在持续打磨自身的核心竞争力。

集成了三维重建、专业的车辆动力学模型以及腾讯强大的游戏引擎等技术的自动驾驶虚拟仿真平台——TAD Sim正是腾讯技术优势的典型体现。腾讯自动驾驶虚拟仿真平台采用激光雷达、高精度地图采集车以及空中无人机采集的数据，重构和现实无限接近的3D环境，进行传感器和虚拟环境的仿真，可以完成感知、决策规划控制的闭环验证。

除传统的单机版虚拟仿真能力之外，腾讯自动驾驶虚拟仿真平台结合腾讯云的能力，提供场景云仿真和虚拟城市型云仿真。场景云仿真，通过大量数据生成几十万甚至上百万的测试场景，在云端大规模并行加速，实现自动驾驶算法的高效验证。而虚拟城市云仿真，可以加载一个城市级的高精度地图，在当中部署上百万辆的交通流车辆和上千台自动驾驶主车，进行7×24小时的不间断测试，寻找到自动驾驶算法处理不好的场景，不断为场景云仿真补充场景库，两种仿真相辅相成，快速推动自动驾驶算法的迭代。