本文為百人會《全球自動駕駛測試與商業化應用報告（2019）》內容。

自動駕駛汽車的測試承擔著智能化、網聯化等技術以及在云、管、端多方面的技術研究和產品開發，對技術迭代、功能安全性的驗證、應用示范，以及未來產品標準、法規、監管等方面的探索具有重要意義。

一是自動駕駛汽車的最終產品形態尚未清晰，但技術進步和迭代升級的需求迫切。測試是當前發展階段的重中之重，能夠幫助企業積累場景數據，有助于對系統功能進行量化分析，為技術的發展指明方向，是未來自動駕駛產品實現應用不可或缺的條件。

二是汽車的電動化、智能化、網聯化、共享化和綠色化正在進行中，自動駕駛汽車將成為五化融合后的汽車產品的最終形態，自動駕駛測試為探索五化條件下的新商業模式提供了有效的載體，而商業示范類的測試項目可以為商業模式創新指明方向。

三是自動駕駛汽車尚未形成穩定的產品形態，產品標準無從談起，測試可以為未來的產品標準建設提供有利的數據支撐，能夠為未來穩定型態的自動駕駛汽車提供產品標準、測試標準以及認證體系等一系列支撐產業化發展的基礎，為中國在國際標準、國家標準方面的建設提供有利支持，甚至能夠幫助中國重塑全球汽車產業格局的地位。

四是自動駕駛汽車或者具有自動駕駛功能的交通工具未來將實現上路行駛，立法和執法部門需要一定的時間去了解和吸納，以建設有效的監管機制，測試則可為其提供數據和經驗積累，產品的演變將帶來監管方式的變化，為未來穩定時期的監管體系建設提供重要的參考教材，幫助立法和執法部門提前并充分地了解這個產品，進而在立法和監管措施制定時，全面考慮產品的定位和價值。

自動駕駛測試內容及封閉測試分析

一、自動駕駛測試的內容

與傳統汽車測試的方式不同，自動駕駛汽車的性能表征存在不確定性，且非單調，是人、車、道路交通環境相互耦合的結果，傳統的單一工況重復測試并不適用，需要窮盡所有的測試場景。自動駕駛汽車的驗證將重點考核車輛對交通環境的感知及應對能力，同時V2X 通信技術的引入也增加了網聯化方面的測試需求。根據自動駕駛汽車的應用特性及技術要素，自動駕駛汽車的測試內容主要涉及以下方面：

1、基本的功能與性能。一方面是自動駕駛功能的完備性，主要包括啟動、停止、轉彎等基本的駕駛功能，以及在各種常見道路場景中的通過方式，對障礙物的識別及響應能力、發生故障或無法安全運行時能夠提示駕駛員接管或自動進入最小風險狀態的功能等，這也是各個地區評判自動駕駛道路測試資格的基礎要素；另一方面，重點測試車輛的性能，即車輛的響應時間、運行效率、資源利用情況等指標，比如對障礙物的識別時間、采取剎車行為的反應時間、通過十字路口的效率、停車入位的時間、轉彎時的路線選擇、跟車距離等，是對比評價自動駕駛汽車與人類駕駛能力的關鍵方式。目前中國依據常見的交通場景已經出臺了針對自動駕駛汽車相關測試評價規程。

2、預期功能安全性。有別于傳統汽車，自動駕駛汽車應重點關注預期功能安全的測試。在系統及相關零部件部件不存在故障的情況下，自動駕駛汽車在復雜的交通場景中，有可能導致系統做出錯誤判斷從而執行不符合預期的行為，產生安全風險。比如雨、雪等極端天氣對感知系統造成干擾，從而影響自動駕駛系統的決策過程。

自動駕駛汽車預期功能安全的測試是一個長期、龐大的工程，美國智庫蘭德公司2016 年的一份報告認為：一輛自動駕駛汽車需要積累110 億英里的測試數據才能驗證其安全性。天氣、溫度、地形、信號強弱等因素均會對自動駕駛汽車帶來未知的影響，理論上需要窮盡所有場景的測試才能真正保證預期功能的安全性，而為了提高效率，往往會引入模擬測試的方式。2017 年5 月，M-City 發布白皮書《公開自動駕駛快速測試方法論》，文中有研究員表示按照他們的模擬測試程序能夠將測試時間減少300-10 萬倍，其方法論的關鍵思想是增加事故頻率高的場景進行數據提取與分析，進而評估自動駕駛汽車的安全性能。

3、信息網絡安全。當汽車處于聯網狀態時，會無時無刻面臨潛在網絡風險，2016 年9 月，騰訊科恩實驗室宣布他們以“遠程無物理接觸”的方式成功入侵了特斯拉汽車。多項試驗性“攻擊”的案例表明，自動駕駛汽車將要面對數據丟失、數據泄露、系統被侵入等問題，信息安全、網絡安全已經成為其發展的重要挑戰，需要加強相關測試。

自動駕駛汽車的網絡結構主要由車內網、車云網和車際網構成，因此，在測試網絡安全防護能力時，不僅要對自動駕駛汽車本身的安全性進行測試，還要重點關注其與外界通信時的網絡安全風險，比如自身數據的保密性如何、能否鑒別外界信息的完整性與真實性，以及當被網絡攻擊后的及時響應與處理能力等。

4、決策能力與安全意識。決策能力與安全意識相當于自動駕駛汽車的“大腦”，從技術水平來看，自動駕駛汽車的決策能力還存在不足，安全意識還比較薄弱，這兩點正是自動駕駛技術發展的痛點。決策能力決定了自動駕駛汽車是否能真正實現智能化，而安全意識則是人類是否能夠相信自動駕駛技術可靠性的絕對基礎。

基于決策能力與安全意識的測試往往需要通過人工智能算法對大量數據進行訓練，收集真實駕駛場景的數據并進行物體類別標注或駕駛決策，建立用于訓練駕駛模型的數據庫。對于數據庫的建立和后期的更新，需要結合真實場景測試與虛擬測試的方式。

5、車路協同與通信技術。在車路協同的技術路線下，未來自動駕駛汽車將與城市交通平臺、道路基礎設施等智能化終端進行互聯，需要具有高帶寬、低延時、高可靠特性的通信網絡支撐。從整個智能交通系統的角度來看，基于通信技術能力的測試也十分重要，一方面嘗試不同技術路線的應用，如5G、DSRC 等，為車-車及車-路協同通信提供保障；另一方面，重點關注聯網協同感知、控制的能力，自動駕駛汽車如何與智能交通平臺實現互聯互通，哪些數據能夠為自動駕駛汽車帶來駕駛決策依據，智能交通平臺又將如何通過大數據計算實現對交通管控的最優調配。

二、自動駕駛封閉測試分析

當下，自動駕駛汽車技術尚未成熟，基于封閉場地模擬構建各種實際道路場景對自動駕駛汽車進行試驗驗證，是提升其技術水平、功能穩定性、安全性的重要途徑。一方面，封閉測試可以為自動駕駛汽車提供接近真實交通場景的試驗環境，相關企業可以在風險可控的條件下發現自動駕駛汽車存在的技術問題，確定車輛實際可靠運行的道路環境條件；另一方面，封閉測試可以幫助測試主體復現在道路測試中遭遇的偶然場景，滿足定制化需求，更有針對性地提供測試場景，加快技術試驗驗證的效率，專業化的封閉測試場可以提供多種道路突發狀況集中發生的測試場景，對于測試主體來講，這僅有的幾公里的測試效率相當于真實道路中上百甚至上千公里的測試經歷。此外，封閉測試還能幫助測試人員熟悉自動駕駛汽車的操作習慣、測試方式，并充分了解緊急情況下的應對方法，以提升公共道路測試的安全性、可控性。

（一）國內外自動駕駛測試場建設情況

在自動駕駛測試評價體系中，依托封閉測試開展自動駕駛功能、安全性的驗證愈發重要，模擬盡可能多的交通場景，不斷積累測試數據，將為自動駕駛汽車技術迭代提供有力支撐。能夠滿足封閉測試需求的自動駕駛測試場也將扮演重要角色，目前全球范圍內正加速布局測試場的建設。

全球主要自動駕駛汽車測試場分布

美國：自2015 年美國密歇根州立大學建立了自動駕駛汽車測試場“交通轉換中心”(M-City)，并于當年7 月投入使用以來，自動駕駛測試場項目在美國得到了廣泛的關注。美國從聯邦政府層面準許自動駕駛汽車造商可以申請開展道路測試，《自動駕駛汽車政策指南》中指出，申請道路測試前需要完成包括從系統功能、適用范圍、目標響應、系統安全等多方面的評估，這也帶來自動駕駛封閉場地測試的需求，美國各州根據產業發展需求展開了自動駕駛測試場的建設熱潮。

2016 年11 月，美國交通部公布“自動駕駛試驗場試點計劃”，并于2017 年1 月確立了10 家自動駕駛試點試驗場地（M-City 不在其中）。這10 個自動駕駛試點試驗場分布于9 個州，分別位于美國的東北部、東部、東南部、北部、中西部、南部、西部、西南部，各個試驗場具有差異化的氣候條件和地貌特征，比如位于密歇根州的美國移動中心(ACM)能夠提供冰雪天氣的測試環境，位于加州的GoMentum Station 具有豐富的丘陵、斜坡等地貌場景，能夠使自動駕駛汽車可以在更加豐富的條件下開展測試。

英國：在自動駕駛汽車測試與示范方面，英國政府計劃投資1 億英鎊用以推動相關工作，目標是在沿伯明翰和倫敦之間（包括考文垂、伯明翰、米爾頓凱恩斯、牛津和倫敦等地區）的M40 走廊建設網聯與自動駕駛汽車先進技術集群，同時將基于英國現有的部分網聯與自動駕駛汽車測試中心，在英國汽車產業核心區域集中建設測試設施集群，為自動駕駛汽車構建多種測試環境。

Mira City Circuit 測試場由英國汽車測試服務商Mira 公司修建，該測試場占地4560 畝，內部共有24 個環路，全長超過95km，測試場分為9 個區域，可分別用于傳統車輛測試以及智能交通和網聯車輛的測試。Mira 測試場提供了模擬信號遮蔽和各類V2X 通信設施，能夠幫助自動駕駛汽車進行網絡方面的測試和動態捕捉系統的完善。

日本：2016 年2 月，日本經濟產業省制造產業局汽車課正式公布“無人駕駛評價據點整備項目”并征集承接單位，最終該項目落戶日本汽車研究所(JARI)，并于2016 年開始建設。

整備項目對日本國內外企業、科研院校實行資金補助，資助其進行相應的無人駕駛安全測試模擬設施建造，以積極參與國際相關自動駕駛規則與標準制定，加速具有節能效果的自動駕駛技術研發，降低交通運輸過程中二氧化碳排放量。

日本J-town 自動駕駛汽車測試場

隨著整備項目的推動，自動駕駛汽車測試場J-town 于2017 年4 月面向日本國內企業和研究機構開放測試。該測試場占地約240 畝，具有特殊環境測試區域、V2X 測試區域和多功能測試區域3 片測試區域，能夠提供包含各種交叉路口的直線車道、四車道-二車道交叉口、四車道-四車道交叉口、坡道、城鄉結合部道路、有信號控制和人行橫道的交叉口、可設置隔離欄及標志標線的多功能測試街區、車流匯合道路等多種測試場景。

韓國：2016 年8 月，韓國政府宣布，將開放一個約36 萬平方米的場地(K-City)供自動駕駛車輛進行性能測試。2018 年12 月，韓國交通部表示K-City 已建成，是一座無人居住的城市，將用于基于5G 移動網絡的自動駕駛汽車測試。K-City有五個主要的路測環境——高速公路、市區道路、郊區街道、停車場和公共設施，將配備40 個建筑立面、十字路口、一個交通圈、一座橋梁、一條隧道、碎石路，以及大量的場景及障礙，還包括約8 公里長的道路，有交叉路口、交通標志和信號燈、人行道、長椅、模擬建筑、街燈以及建筑等交通場景元素。

瑞典：AstaZero 是位于瑞典哥德堡附近的大型測試區域，占地約200 萬平方米，依賴于傳統汽車試驗場的改造升級，為自動駕駛汽車提供完整的測試環境與條件。AstaZero 主要研究如何通過主動安全技術來避免事故，其采用政府和社會合作模式，由政府、行業學會及企業共同出資7000 萬美金建設，由瑞典SP 技術研究院和查爾姆斯理工大學共同所有，汽車廠商沃爾沃是AstaZero 的主要投資和使用方。

2014 年8 月，AstaZero 一期完成建設并投入使用，二期建設工作已經進入籌備階段，將在一期的基礎上進一步豐富、完善基礎設施和測試場景。AstaZero 包含鄉村道路測試區、高速測試區、城鎮測試區和多車道測試區，可針對不同場景靈活設置，進行系統化測試，第二階段將增加隧道、造霧機與雨水發生器、噴水、干燥設備等測試條件。

中國：隨著工信部構建的“基于寬帶移動互聯網的智能汽車與智慧交通應用示范”項目的推動，中國積極推進智能網聯汽車測試示范區的建設，已經構建形成了包括北京-河北、上海、重慶、浙江、吉林（長春）、湖北（武漢）、江蘇（無錫）在內的“5+2”車聯網示范區，提供包括車路協同、先進輔助駕駛、自動駕駛、交通大數據等新技術與新產品實驗驗證、測試評估、封閉測試、應用示范等多方面的自動駕駛汽車政策、法規現狀與展望的智慧交通測試示范條件。

中國正加快自動駕駛測試示范區建設

目前，上海、重慶、北京等城市的智能網聯汽車測試示范區及封閉測試場地已完成開園并投入使用。與此同時，長沙、常州、廈門等地區也在結合產業發展狀況，依托地區優勢、特色資源，積極探索自動駕駛汽車的測試與示范，為自動駕駛汽車的快速發展提供環境上的支持。

全球主要自動駕駛汽車測試場建設情況

（二）運營模式以跨部門、領域合作為主

自動駕駛測試場建設耗資巨大，以國家智能汽車與智慧交通（京冀）示范區亦莊基地為例，不考慮土地成本以及人員的成本，僅是包括路網的建設、測試場景的搭建、測試設備的安裝等基礎建設方面的投入大約為3 億元。因此，測試場需要多方支持，展開多方面合作，目前來看，國內外主要測試場大多采用政府、企業、研究機構等緊密結合、跨產業協同發展的模式，由政府部門聯合相關具有一定技術實力的合作伙伴共同建設。

一是充分發揮政府自身職能，為測試場建設運營提供政策、資金、土地資源等多方面的支持，政府作為主導者，又肩負著自動駕駛測試順利開展，產業健康、快速發展的重擔，依據技術進展及產業態勢繼而設計適用不同時期的頂層規劃。如GoMentum Station 允許政府部門獲得正在研制的新技術的信息，使得政府部門有知情權，以便開發政策、法規和合理規劃決策。日本汽車研究所測試基地規定，經濟產業大臣可以隨時要求受托機構報告項目進展情況以及收支情況，以確保政府可以隨時對項目情況進行監管，項目結束之后，政府依舊對項目成果具有約束力。

二是凝聚來自不同領域企業的力量，掌握不同技術能力的企業將會提供在基礎設施搭建、通信網絡覆蓋等多方面的支持，明確分工，高效推進測試場的建設與運營。

三是測試場將帶來產業集聚，如M-City 的合作伙伴中，企業數量較多，且分布領域涉及整車制造、汽車零部件、汽車電子、信息通信、交通運輸、保險等，有利于充分發揮產業集聚優勢促進企業間跨領域的合作。

國內外部分測試場的運營模式

（三）自動駕駛測試場的關鍵組成部分

從國內外的建設情況來看，自動駕駛測試場往往會模擬搭建諸如單向車道、雙向車道、十字路口、環形交叉路口、丁字路況、環島、高速公路等常見的交通場景，除此之外，還應具備多種類型的道路環境、智能化的交通基礎設施、輔助測試設備、V2X 通信網絡以及具有豐富場景類型的場景數據庫，為自動駕駛汽車測試提供完善的測試條件。

（1）多類型的道路環境。測試場應覆蓋城市、郊區、鄉村以及高速公路等典型道路場景，以滿足自動駕駛汽車所要面臨的復雜道路環境。標準車道標線的鋪裝路面及非鋪裝路面相組合，坡道、土路、泥路、砂石路以及結冰路面等道路類型以及橋梁、隧道、樹木、電線桿、路燈、鐵路等場景，能夠幫助自動駕駛汽車應對復雜多樣的交通場景特征。此外，天氣因素對自動駕駛汽車的性能表現具有很大的影響，尤其是對預期功能安全帶來很大的挑戰，因此，引入天氣模擬器，搭建雨、雪、霧等惡劣天氣的測試場景，訓練自動駕駛汽車在極端、復雜的環境下的感知、決策能力，這也將成為測試場的關鍵。

中國、美國等國家具有土地資源上的優勢，不同地區的氣候、地貌特征差異性較大，對封閉測試帶來很好的天然條件。如中國重慶起伏路段較多，且多霧、多雨，長春秋冬季節較為寒冷，雨雪天氣頻繁，在全國分布建設測試場，能夠幫助自動駕駛汽車在不同氣候環境下進行測試，企業開展測試和部署工作時也更具針對性。

（2）智能化基礎設施。如交通信號燈及限速、指示、禁令等道路交通標志牌，旨在驗證自動駕駛汽車對交通信號的識別、判斷及執行能力。測試場還應搭建諸如ETC 系統、RFID 系統、GPS 基站、北斗導航系統、交通控制系統、交通流模擬系統、通信系統、監控系統等智能化基礎設施，構建智能交通測試環境，保障完整的測試能力，為自動駕駛封閉測試提供技術支持。

不過，為了降低建設成本，提升基礎設施的利用率，一些測試場在提供一定基礎設施支持的同時，還應為豐富的測試需求預留定制化的空間，繼而會采納柔性化設計。例如M-City 設定了一片開放測試區域，能夠依據需求設置成不同的場景，比如停車場、特殊的交叉路口等。

（3）輔助測試設備。測試場應引入背景車、假人、自行車、摩托車等其他交通參與者以及模擬氣球、模擬塑料袋等有可能出現在道路中的其他物體，以驗證自動駕駛汽車對實際路況的適應能力。尤其是在中國，交通出行體系較為復雜，一、二線城市中出行高峰道路狀況較為混雜，交通參與者眾多，人車同行等情況屢現不鮮，測試場應針對中國特色的道路情況，加入諸如電動自行車、三輪車等交通參與者模型，進一步加強測試能力。

（4）用于V2X 的通信網絡。自動駕駛汽車將同時具備智能化和網聯化的技術，基于V2X 的網聯化協同感知、協同控制將是未來實現全自動駕駛應用的必要條件，車路協同更是自動駕駛汽車發展的重要技術路線。對自動駕駛測試場而言，搭建LTE-V、DSRC 等主流通信設備，率先探索5G 在車聯網方面的應用，實現全區域WiFi 及4G 網絡覆蓋，可以為企業提供不同技術路線、不同應用場景的測試環境，對探索車路協同技術發展提供基礎性的保障。從信息安全的角度，測試場應加強網絡安全防護措施，對測試信息進行加密，與此同時，對自動駕駛汽車嘗試“網絡攻擊”，以驗證車輛本身的安全性，以探索未來基于自動駕駛汽車的網絡安全技術。

（5）場景數據庫。交通場景數據是自動駕駛汽車研發與測試的基礎數據資源，是評價其功能安全的關鍵參考，是定義自動駕駛汽車技術標準的重要依據。場景庫能夠通過軟件以及仿真工具包對測試場景進行虛擬復現，其中元素包含各種道路路譜、交通標志、氣象環境、事故場景、法律法規場景、駕駛人員及其他交通參與者的行為習慣等，將這些場景元素以及車輛駕駛行為進一步數字化，有利于進行數據提取并量化分析自動駕駛的安全性能及不足，測試過程產生的數據也能更好地支撐場景庫的搭建。

（四）典型自動駕駛測試場案例

1. M-City。M-City 位于美國密歇根州安娜堡市的密歇根大學校園內，占地32 英畝（約12.9 萬平方米），由密歇根大學交通改造研究中心(MTC)負責設計，是全球首個專門為測試自動駕駛車而打造的測試場。M-City 已于2015 年7 月建成開放。

在道路場景和基礎設施方面，M-City 采用了模擬城鎮建造的思路，充分考慮了現實并最大限度地還原現實場景，同時設置了不同材料的道路路面、不同形態的道路結構和不同樣式的路側基礎設施。比如M-City 提供混凝土路面、瀝青路面、磚面路、污垢路面等多種路面環境，能夠幫助驗證自動駕駛汽車在多種不同路面中行駛的能力及穩定性。再比如M-City 還提供人行橫道線、車道標記、街道斜坡、自行車道、樹木、消防栓、人行道、周圍的建筑物以及在實際公路中會遇到的其他場景，旨在訓練自動駕駛汽車在常見的真實場景中的性能表現。

另外，M-City 采用了大量的可移動、可替換、可升級的基礎設施，道路無固定標線，可隨時更改車道布置，如建筑外墻、假人等多種交通元素可以移動，標志牌、信號燈等交通標志可以隨時進行更換。

M-City 自動駕駛測試場

在運營模式方面，M-City 采用了會員制度，最初的建設是由密歇根大學和密歇根州交通部共同出資，啟動資金為1000 萬美元。之后，引進了一批來自政府、企業、大學三類領域的合作伙伴，跨越多個產業領域，這些合作伙伴劃分為“領導圈”會員和其他聯盟成員兩個級別，分別擁有不同的權利和義務。其中，包括福特、通用等企業在內的17 家“領導圈”會員將在三年內分別注資100 萬美元，用于自動駕駛、V2X 技術的研發測試，其他49 家聯盟成員將在三年內分別提供15 萬美元的資金支持，用于參加測試場的各種活動。在收費方式上，M-City 按照不同級別會員和普通測試（按天）進行收費。

總體來看，M-City 柔性化設計理念為自動駕駛汽車測試場景構建帶來了很高的靈活性和兼容性，能夠滿足多元化的自動駕駛測試需求，可靈活變更的場景設施還能夠進一步強化測試，測試主體可定制化地集中設計突發狀況的“發生”，提高測試效率。與此同時，“會員制”的模式能夠幫助測試場凝聚來自不同領域企業的力量，比如通信企業可以為測試場提供基于V2V/V2I 車聯網等技術的支持，交通運輸領域的機構可以分享在交通控制及大數據管理等方面的經驗，跨領域協同合作，以加快推進測試場的建設與技術迭代。不過，M-City 作為建設較早的測試場，最初設計的局限性也帶來了一些不足，難以適應快速發展的自動駕駛汽車的測試需求，比如直線道路長度的不足，使得M-City 難以提供70km/h 以上速度的測試條件，受限于場地大小，M-City 只能構建一些相對簡單的場景，測試場景的真實性和復雜性有待提高。

2.國家智能網聯汽車試點（上海）示范區。國家智能網聯汽車（上海）試點示范區（以下簡稱“上海示范區”）是由工信部2015 年6 月批準的國內首個國家級智能網聯汽車示范區，由上海國際汽車城（集團）有限公司承擔建設，2016 年6 月，上海示范區的封閉測試區(F-Zone)正式開園，建設面積為2 平方公里。

在測試場景和基礎設施方面，該測試場模擬了高速、城市和鄉村道路場景，其中可用于測試的道路長3.6 公里，建設了1 個GPS 差分基站、2 座LTE-V 通訊基站、16 套DSRC 和4 套LTE-V 路側單元、6 個智能紅綠燈和40 個各類攝像頭，園區內道路實現了北斗系統的厘米級定位和WiFi 的全覆蓋，具有隧道、林蔭道、加油/充電站、地下停車場、十字路口、丁字路口、圓形環島等模擬交通場景，可以提供50 種場景的測試驗證。輔助測試設備方面，該測試場提供了可移動的假人、背景車輛、氣球車、駕駛機器人、自行車等，幫助自動駕駛汽車驗證如碰撞預警、緊急制動等駕駛輔助及自動駕駛功能。

國家智能網聯汽車（上海）試點示范區封閉測試區

針對多元化測試場景的需求，上海示范區在場景庫建設方面還提供了軟件支持。上海示范區在2017 年6 月啟動了“昆侖計劃”——《中國智能駕駛全息場景庫建設》項目，目標建設一個面向全行業的、加速智能網聯汽車研發、測試和標準制定的中國道路駕駛場景庫，以支持自動駕駛汽車的開發、測試以及標準體系的建設。通過融合事故場景數據、自然駕駛場景、自動重構場景、路側交通流場景、國內外標準規范場景、駕駛模擬器場景在內的多方面數據，來構建多類場景、多維要素的自動駕駛測試場景。

自動駕駛汽車場景庫建設需求與來源渠道

相比M-City，上海示范區的最大優勢在于覆蓋場景較為全面，通過柔性設計可以保證測試區內環境要素的多樣性，隨著“昆侖計劃”場景庫的不斷積累，也將進一步豐富場景數量，滿足多層次、多類型的交通場景重構需求。與此同時，通過對場景數據的分析、提取，可以幫助測試場探索標準化的自動駕駛測試體系，為自動駕駛汽車的性能測試、安全性認證提供可參考的評估標準，更能夠為道路測試規程，乃至未來自動駕駛產品的技術標準建設提供可量化的支持。

運營模式方面，上海示范區同樣采用了與M-City 類似的會員制度，按照不同級別會員（金牌、銀牌和普通會員）和普通測試（按天）進行收費，成員單位涉及多行業領域，能夠為測試場的技術迭代和方案優化帶來很好的促進作用。