于是，奉读者之问，我们找到了Apollo的技术大神们，并且经过「编译」，把这份Apollo无人驾驶出租敢于全民承载的背后技
析，转述给你听。来，我们由表及里，一起从现象到本质。
云端练了千万遍，才敢人间坐一回
自动驾驶是个技术活儿，能落地一定得技术上过硬。
我们知道，所有AI模型都需要借助海量数据来训练，而且为了保证训练的效果，数据需要覆盖各个维度、各个方面。在自动驾驶领
域，AI技术要应对的场景非常多，比如山路、平地、堵车、高速、国道、市中心、郊区、超车、变道、逆行、闯红灯、横穿马路等各
类场景。
在技术快速迭代的过程中，为了保证安全，在自动驾驶车辆上路测试前，需要经过一系列的测试与验证。
这里就需要仿真环境了。
早在2017年，Apollo的仿真环境就已经推出了，当时还是在Apollo1.0版本的云服务平台模块中。在国内，百度率先真正落地了大规
模集群版的仿真平台一年后，这一仿真环境再次升级，成为了增强现实的自动驾驶仿真系统（Augmentedautonomous driving s
百度的研究人员为共同一作，论文发表在了Science Robotics上。在提升建模真实性方面，百度的仿真器迈出了坚实一步。
在自动驾驶领域的仿真环境中，可以创造出各类复杂路况、危险的突发状况来让AI模型在里面开车，获得丰富的数据。由于是虚拟的
仿真环境，因此成本比真实环境低得多，而且没有危险。险阻之后，就成了安全靠谱的老司机。