2017年秋，TOPS团队与华为车联网研究创新中心、51VR等智能车辆研发企业及相关部门，开展了智能汽车研发虚拟测试，区域虚拟交通环境构建，车辆驾驶行为模型强化学习训练，智能车辆测试交通流模型构建等方面的产学研合作。

智能车辆是未来交通的发展趋势，而实车测试所需的测试周期较长，据美国兰德公司研究表明，要从统计上证明无人驾驶比人工驾驶更安全，在实际道路中，需要100辆车连续测试225年。虚拟环境下的智能汽车“驾驶”能力测试成为实现智能车快速上路的重要手段，因而谷歌，百度等国内外智能汽车研发企业均将智能驾驶虚拟场景测试作为加速智能汽车研发和安全性认证的重要支撑工具。

在同相关企业合作中，TOPS团队基于在智能车一体化测试平台，车辆微观驾驶行为模型、交通流仿真等方面的基础理论优势，与校外企业的工程应用优势相结合，开展了多方位的合作。具体包括在区域仿真场景中，重现智能车危险工况，并与交通流仿真模型整合，通过此手段提升智能驾驶车辆在危险工况下的应对处理能力。同时在与相关单位的合作中，采用基于车辆微观交通流模型，构建区域的“真实”虚拟测试场景，并随机生成各类危险工况，作为无人车辆测试的虚拟工具平台。

我们还将进一步研究如何通过融合人工智能学习等方法，快速提升智能驾驶车辆的危险工况处理能力及其在泛在场景下的“智力水平”。

在此合作的基础上，同济大学TOPS团队也与百度等相关企业探讨了在智能汽车在Apollo平台上可能的合作，以期在智能车研发、虚拟测试、驾驶行为分析、交通流仿真等领域取得更多的进展。