国外仿真巨头致力打造闭环仿真平台，构建行业壁垒
从工业仿真向自动驾驶仿真这一细分市场挺进的过程中，Ansys、西门子等巨头通过不断的收购、合作和技术开发，对自动驾驶仿真的各个模块进行补齐短板，强化仿真平台闭环，构建行业壁垒。目前，国外头部企业的布局已涵盖到80%以上仿真板块，并正在持续更新。图：国外部分仿真企业自动驾驶仿真板块布局00-0年，国外头部仿真企业更新优化的板块主要有：0
支持摄像头、毫米波雷达、激光雷达等更多传感器模型
Ansys：增加摄像头、激光雷达和毫米波雷达的统一仿真00年月，Ansys与FLIRSystem达成合作，在其驾驶模拟器中加入FLIR的热传感器，以实现对热摄像头设计的建模、测试和验证，优化基于热摄像头的AEB、行人检测等功能。0年月，Ansys在最新发布的0R版本中新增以下功能：新增SensorViewer，可以帮助实现传感器探测真值信息的3D可视化输出；新增AnsysVRXSensorSimulator模块，可以直接在AnsysVRXDrivingSimulator平台实现摄像头，激光雷达和毫米波雷达仿真；最新集成的全物理毫米波雷达GPU加速仿真帮助加速仿真实现。西门子：增强激光雷达仿真00年9月，西门子与固态激光雷达供应商XenomatiX合作，在其仿真软件Prescan中增加了一个通用的、基于物理的激光雷达仿真模型，通过和XenomatiX的实际路测数据对比，实现仿真模型的微调与优化。目前西门子Prescan平台的激光雷达模型，已能够精确描述材料的所有光学特性，包括表面形状、反射特性、材质属性、结构。CARLA：升级LIDAR传感器00年9月，CARLA发布的0.9.0版本，对激光雷达传感器进行升级，全新的基于语义的LIDAR传感器可提供有关周围环境的更多信息。0
扩展云端仿真
云计算能力可以支持大规模仿真构建，覆盖海量驾驶场景，实现高并发运行测试，加快仿真运行速度。因此云端大规模并行加速是自动驾驶仿真测试平台必备核心能力之一。目前，自动驾驶行业普遍选择微软Azure作为云端仿真合作伙伴。例如：00年0月，Ansys通过与微软合作，将AnsysVRXPERIENCE在Azure上运行，提高可扩展性，为双方客户提供云端自动驾驶汽车仿真功能。00年月，AirSim版本更新，增加AirSim在Azure上的开发环境部署文档，支持云端仿真。此外，西门子PreScan实现了跟微软Azure、亚马逊AWS的兼容，以及国内一些云服务商、云平台的兼容。03
联合仿真成为重点发展方向
不同的仿真平台在仿真模块上侧重点不同，比如有专注于车辆动力学仿真的Carsim、CarMaker、VI-Grade、VeDYNA等，专注于交通流仿真的Vissim、SUMO等。00-0年，越来越多方案商开放软件接口，和其他解决方案进行联合仿真。00年月，Prescan发布的新版本中支持大规模交通流的生成，该功能由Aimsun插件和PTVVissim插件提供支持。其中Aimsun插件可以支持同步Aimsun的微观交通原始场景；Vissim插件可以在TASSPreScan软件和PTVVissim软件之间进行协同仿真和数据传输。00年4月，CARLA发布的0.9.9版本，可实现和SUMO的协同仿真，在该模式下，一个模拟器中发生的动作或事件会自动传播到另一个模拟器中。00年月，CARLA发布的0.9.，可实现和CarSim的协同仿真，使用户能够创建CarSim车辆，并控制包括悬架系统、轮胎等在内的数十个参数。0年月，MechanicalSimulation发布的CarSim0.0版本，一大亮点就是扩展第三方软件支持。未来其将继续开放与EpicGames、NVIDIA、atlatec、Foretellix、monoDrive、Siemens和CARLA等技术合作伙伴的第三方软件接口。国内企业从场景入手，拿下自动驾驶仿真门票
自动驾驶系统能处理的场景覆盖范围越大，自动驾驶汽车可行驶的区域就越广。随着自动驾驶功能升级，从L→L4/L5的升级迭代过程中，需要测试与验证的场景数量呈几何级增加，场景库的搭建成为仿真产业链中至关重要的一环。目前，国内腾讯、中汽中心、中国汽研、百度、5World等公司均建立了自己的自动驾驶仿真场景库。腾讯：可覆盖99%以上自动驾驶汽车模拟场景基于强大的游戏引擎能力，腾讯自动驾驶仿真平台TADSim在场景的真实度和精度上表现优秀。其次，其场景生成系统能够基于类逻辑场景衍生出万个虚拟场景，覆盖99%以上的自动驾驶汽车模拟场景。图：腾讯TADSim.0：真实数据+游戏技术双擎驱动00年6月，腾讯发布TADSim.0版本。在场景层面，与.0相比，新版本打破了真实数据和虚拟数据间的壁垒，用户可根据自动驾驶测试的需求，结合路采的交通流数据，形成虚实一体的测试场景。但腾讯不会停留于自动驾驶，其更深一步的布局是：进一步开放自身的能力，构建虚拟孪生城市，助力智慧城市和智慧交通。具体的做法是，将其游戏技术、云技术、仿真技术融合起来，打造一个虚拟孪生平台，实现真实世界和虚拟世界的映射，并在虚拟世界自我学习和更新，未来还将实现迭代、预测、决策等能力。中汽中心：增加ADScenario场景生成器，扩大内置场景库至4千个中汽中心自研仿真平台ADChauffeur内置场景库涵盖自然驾驶场景、标准法规场景、CIDAS危险事故场景以及经验重组场景等。00年9月，中汽中心发布的ADChauffeur.0版本中，加入ADScenario场景生成器，可以解决场景构建、多源数据格式转化OpenSCENARIO、逻辑场景拼接及重组等行业断点问题，为场景生成提供重要支撑。同时，其扩大内置场景库至4千个，满足用户开箱即用的需求。图：ADChauffeur内置场景库中国汽研：新增典型事故场景、自动驾驶事故场景、预期功能安全场景00年月，中国汽研发布“i-VISTA中国典型驾驶场景库V3.0”，在上一版本的自然驾驶场景、标准法规场景、经验场景及少量事故场景基础上，新增了典型事故场景、自动驾驶事故场景、预期功能安全场景，支持自动驾驶仿真测试评价，可应用于MIL、SIL、HIL等仿真系统。图：中国汽研i-VISTA中国典型驾驶场景库V3.0除了上述企业，百度依托Apollo技术优势建立了仿真场景库；5World发布的“城市级全要素场景自动化平台AES0”在场景覆盖度和精度上实现提升。总体来看，中国目前在场景库建设上仍处于各自为战的局面，面临着场景数据不一致，自动驾驶仿真测试评价、认证体系难以建立等难题。因此场景库的标准设立也成为目前仿真领域