这使得汽车系统的验证成为一项艰巨的任务。毫不夸张地说，需要检验的场景数量多达数百万个，而且每个场景都有不同的变型。例如，在一个场景中，可能有汽车正在接近人行横道上的行人。但这可能发生在一天中的不同时间，具有不同的天气、不同的行人服装和不同的种族类型。实际上，所有这些因素共同构成了一个凭借手动物理方法绝对无法完成的验证项目。

在 2016 年巴黎车展上，丰田首席执行官 Akio Toyoda 曾提醒人们，“汽车验证需要 142 亿英里的测试”。在 2014 年的一篇文章《自主驾驶》(Autonomous Driving) 中，Roland Berger 指出，“设计验证即便不是成本最高的部分，也是一个非常重要的部分”。麦肯锡报告《机器人何时上路》(When Will the Robots Hit the Road) 中则告诫人们，尽管硬件创新将会成果卓著，但软件仍会是一个关键的瓶颈”。任何人如果不能充分认识到汽车设计的艰难卓绝，危险随时可能一触即发。在这个行业里，只有做好充分准备，才不会让一些艰苦繁重的工作弄得措手不及。

汽车设计的复杂性本来已经足够高了，安全和保障问题则让它变得更加复杂，因为这是一个生命攸关的问题。随着 ISO 26262 等标准以及即将出台的旨在定义测试场景的 SOTIF（预期功能的安全性）标准的日趋成熟，各种认证层出不穷。在安全方面，供应商绝对不能敷衍塞责；他们必须证明安全性。

除了上述所有需求之外，尽快将具备成本竞争力的产品推向市场，是另一项常见的挑战。这一问题迫切需要能够改善此流程的可管理性的验证工具。要让一辆新车能够快速、高效地上路，必须综合运用现实场景建模、硬件加速仿真和机电验证。

点击下方查看并下载完整白皮书