自动驾驶已经成为汽车领域研究热点。自动驾驶仿真技术是计算机仿真技术在自动驾驶领域的应用,由于其可以节省大量的人力物力成本,已越来越受到研究者和企业的青睐。近年来,随着云计算技术的发展,基于浏览器的自动驾驶云仿真技术开始萌芽。Uber等国外无人驾驶研究团队已经开始发展基于浏览器/服务器（B/S）架构的自动驾驶仿真云平台。国内从事无人驾驶研究的高校和企业在这一领域仍处于起步阶段,开源源代码的自动驾驶仿真平台较少。受制于网络传输限制,基于浏览器的自动驾驶云仿真平台大多仍处于初期研发阶段,对人工智能（AI）算法训练和远程执行人工智能模型的支持尚不完善,配置较为繁琐,常依赖于具体的企业平台。因此有必要研究自主可控的、开放源代码、方便部署人工智能算法模型的基于浏览器的自动驾驶云平台仿真软件,为后续开发更大规模的开源共享自动驾驶云仿真平台奠定基础。本文主要工作如下:（1）设计了一套基于“瘦客户端”思想的B/S架构自动驾驶仿真云平台系统。该系统可装载基于浏览器的前端人机交互界面,并且可集成自动驾驶人工智能仿真模块。此外,此系统还支持分布式服务器扩充。用户运用该系统,可减少繁琐的配置和脱离操作系统依赖,仅依赖于浏览器即可实现自动驾驶人工智能算法的调用和仿真测试。（2）实现了基于HTML5、Web GL技术的浏览器人机交互可视化仿真界面、基于My SQL的仿真数据库、高并发的后台服务器。仿真界面允许用户上传多种三维仿真模型和设置相应参数,包括汽车、道路、障碍物等,并支持搭建汽车在行驶过程常见的场景,包括:单车超车、双车超车、等候行人等;仿真页面具有算法接口,允许用户上传用于远程云训练和可远程执行的人工智能代码和模型;该仿真界面支持访问后台服务器数据库,实现仿真数据交互。仿真数据库结合了权限模块,保障仿真数据安全。后台云服务器实现了线程池、非阻塞传输（NIO）等技术,可支持高并发的多用户请求。（3）实现了自动驾驶云平台中的激光点云感知模块和路径规划模块,并对两大模块完成测试。激光点云感知模块基于Python、Py Torch,搭建点云感知服务器,并利用具有目标检测算法“SECOND”,通过点云感知模块的功能性测试,完成对汽车、行人、自行车的目标检测。后者基于Node.js技术,搭建用于路径规划的服务器,并运用路径规划“图搜索”算法,通过路径规划模块的功能性测试,最终在浏览器中实现仿真云平台中汽车的自动驾驶。