本课题由同济大学和上海友道智途科技有限公司（原上汽前瞻技术研究部）共同承担。

2022年7月7日，基金会秘书处组织协调同济大学、友道智途、上汽研发总院、上汽商用车技术中心、上汽大众、泛亚技术中心、联合电子、华域股份、武汉中海庭和上海机动车检测中心共35名人员，通过腾讯视频会议方式，围绕《面向智能驾驶SIL/HIL仿真测试的场景加速方法研究》（1922）课题进行了阶段性（中期）研究成果技术汇报交流，该课题由同济大学和友道智途联合承担。

课题组基于同济大学自主研发的TESS交通仿真系统、上海市自然驾驶数据集和德国HighD数据集，研究提出面向HAV虚拟测试的高风险场景自动化分类方法，可实现特定场景的修复、提取以及自动化派生；研究提出基于粒子群优化的最差场景加速搜索方法，用于在逻辑场景参数空间中，加速寻找最差场景；研究提出基于重要度抽样的蒙特卡洛仿真测试方法，通过调整关键参数分布规律，提高高危场景出现频率，与现有方法相比，在cut-in场景中，测试加速比可达百倍；研究开发了一套基于VTD的SIL/HIL仿真测试系统，在同济大学自主搭建的SIL/HIL系统（使用外部规划控制模块）上进行了测试。其中，SIL系统算法也在上汽原乘用车试验平台（使用工控机）进行了初步测试验证；根据项目新的需求，以上仿真测试系统将部署至上汽东海大桥交通流虚拟测试工作中，在商用车试验平台进行测试验证。

达到中期预期目标。

硬件在环测试案例