自动驾驶仿真主要是利用数学建模的方式将实际应用场景进行数字化还原，建立一个尽可能接近真实世界的系统模型，无需实车直接通过软件便可实现对自动驾驶系统及算法的测试验证目的。
不过，是德科技也指出，软件测试虽然有非常高的效率，但是面对真实应用的环境，差距仍比较大，并且技术挑战也比较高。
总体来看，现阶段自动驾驶仿真挑战主要有三大方面，一是对现实世界的模拟程度，二是场景库的构造，三是仿真与算法的迭代部署及提升，难度都不容小觑。
那么，如何去平衡这些矛盾？换句话说，如何取代繁复的实车路测，建立一套优秀的仿真环境，能够精确完成自动驾驶功能和安全等验证，从而真正保障自动驾驶的顺利落地？
对此，是德科技以AI技术在汽车应用领域中的测试场景为例，在现场展示了一套智能网联驾驶仿真测试解决方案——由无线综测仪UXM以及GNSS信号模拟器组成，支持4G/5G/C-V2X以及一致性测试，同时支持物理层、协议层以及应用层测试，上层场景搭载IPG的CarMaker软件，支持开闭环测试、Day 1/2标准场景及自定义场景。
此外，该方案支持搭载Nordsys WaveBee系统，整个系统包括开发平台、车载单元、路边单元(ITS 站)、仿真、可视化和分析等功能。
当然，在仿真环境的搭建过程中，各种传感器信号的模拟也是一大难点，如V2X、毫米波雷达、激光雷达等。作为智能驾驶汽车的“眼睛”，传感器对周围环境信息的感知能力对高级自动驾驶至关重要。
目前行业关于自动驾驶仍有很多的技术路径尚未确定，且都是在感知层面。比如特斯拉坚定“纯视觉”感知路线，新款Model 3移除了所有雷达，日前博世也放弃了激光雷达的研发等。而无论是哪种传感器，从仿真角度看，理论上涉及对物理信号进行仿真、对原始信号进行仿真和对传感器目标进行仿真三个层级。
是德科技也表示，不同的公司可能会采取不同的技术路线。是德科技作为一家以软件为中心，并不断强化设计、仿真和测试能力的公司，主要还是与客户一起不断地去预测技术的发展，提供不同的解决方案，助力其在不同的技术下都能完成这样的测试。
据Marie Hattar介绍，是德科技推出的雷达场景模拟器可以同时模拟512个目标的雷达场景，进而去模拟汽车里面不同传感器的运作方式。这对未来自动驾驶汽车测试的重要性不言而喻。
值得一提的是，在本年度技术盛会上，是德科技现场也展示了一个黑科技平台——雷达场景模拟器，可以达到目标信号的实时仿真。该仿真器最小探测距离可达到1.5米，能包揽道路上难以仿真的一些危险场景，并且也具备针对多个目标同时反射的特性等。
