現有的仿真軟件主要包括CarSim、CarMaker、PreScan、PTV Vissim、SUMO、VIRES VTD、rFpro、Cognata、VIRES VTD、51Sim-One、Pilot-D GaiA、Metamoto、騰訊TAD Sim仿真平臺、 百度 Apollo、AirSim 、NVIDIA Drive ConstellationWaymo Carcraft、PanoSim等

在汽車工業，有眾多成熟的仿真模擬公司做汽車CAD模型和車體運動學/動力學模型，比如MSC軟件公司的VIRES，西門子收購的公司TASS開發的PreScan，IPG公司的CarMaker，Mechanical Simulation公司的CarSim和dSpace的Automotive Simulation Models（ACM）等。如下圖分別是CarMaker，CarSim和ACM的汽車模型。

1、CarSim

CarSim, 還有相關的 TruckSim 和 BikeSim 是 Mechanical Simulation 公司開發的強大的動力學仿真軟件， 被世界各國的主機廠和供應商所廣泛使用。 CarSim 針對四輪汽車， 輕型卡車， TruckSim 針對多軸和雙輪胎的卡車， BikeSim 針對兩輪摩托車。CarSim 是一款整車動力學仿真軟件， 主要從整車角度進行仿真， 它內建了相當數量的車輛數學模型， 并且這些模型都有豐富的經驗參數， 用戶可以快速使用， 免去了繁雜的建模和調參的過程。 CarSim 模型在計算機上運行的速度可以比實時快 10 倍， 可以仿真車輛對駕駛員控制， 3D 路面及空氣動力學輸入的響應，模擬結果高度逼近真實車輛， 主要用來預測和仿真汽車整車的操縱穩定性、 制動性、 平順性、 動力性和經濟性。 CarSim 自帶標準的 Matlab/Simulink 接口， 可以方便的與 Matlab/Simulink 進行聯合仿真， 用于控制算法的開發， 同時在仿真時可以產生大量數據結果用于后續使用 Matlab 或者 Excel 進行分析或可視化。 CarSim 同時提供了 RT 版本， 可以支持主流的 HIL 測試系統， 如 dSpace 和 NI 的系統， 方便的聯合進行 HIL 仿真。

CarSim 也有 ADAS 相關功能的支持， 可以構建參數化的道路模型， 200 個以上的運動的交通物體， 使用腳本或者通過 Simulink 外部控制它們的運動， 同時添加最多 99 個傳感器， 對運動和靜止的物體進行檢測。 最近的 CarSim 版本在 ADAS和自動駕駛開發方面進行了加強， 添加了更多的 3D 資源， 如交通標識牌， 行人等，以及高精地圖的導入流程。 同時 CarSim 也提供了一個 Unreal 引擎插件， 可以和Unreal 引擎進行聯合仿真。

2、CarMaker

Carmaker， 還有相關的 TruckMaker 和 MotorcycleMaker 是德國 IPG 公司推出的動力學， ADAS 和自動駕駛仿真軟件。Carmaker 首先是一個優秀的動力學仿真軟件， 提供了精準的車輛本體模型（發動機、 底盤、 懸架、 傳動、 轉向等） ， 除此之外， Carmaker 還打造了包括車輛， 駕駛員， 道路， 交通環境的閉環仿真系統。IPG Road： 可以模擬多車道、 十字路口等多種形式的道路， 并可通過配置 GUI生成錐形、 圓柱形等形式的路障。 可對道路的幾何形狀以及路面狀況(不平度、 粗糙度) 進行任意定義。IPG Traffic： 是交通環境模擬工具， 提供豐富的交通對象(車輛、 行人、 路標、交通燈、 道路施工建筑等) 模型。可實現對真實交通環境的仿真。 測試車輛可識別交通對象并由此進行動作觸發(如限速標志可觸發車輛進行相應的減速動作)。IPG Driver： 先進的、 可自學習的駕駛員模型。 可控制在各種行駛工況下的車輛， 實現諸如上坡起步、 入庫泊車以及甩尾反打方向盤等操作。 并能適應車輛的動力特性(驅動形式、 變速箱類型等) 、 道路摩擦系數、 風速、 交通環境狀況， 調整駕駛策略。CarMaker 作為平臺軟件， 可以與很多第三方軟件進行集成， 如 ADAMS、 AVLCruise、 rFpro 等， 可利用各軟件的優勢進行聯合仿真。 同時 CarMaker 配套的硬件，提供了大量的板卡接口， 可以方便的與 ECU 或者傳感器進行 HIL 測試。

3、ACM的汽車模型

3、PreScan

PreScan 是由 Tass International 研發的一款 ADAS 測試仿真軟件， 2017 年 8 月被西門子收購。 PreScan 是一個模擬平臺， 由基于 GUI 的、 用于定義場景的預處理器和用于執行場景的運行環境構成。 工程師用于創建和測試算法的主要界面包括 MATLAB 和 Simulink。 PreScan 可用于從基于模型的控制器設計 (MIL) 到利用軟件在環 (SIL) 和硬件在環 (HIL) 系統進行的實時測試等應用。 PreScan 可在開環、 閉環以及離線和在線模式下運行。 它是一種開放型軟件平臺， 其靈活的界面可連接至第三方的汽車動力學模型（例如： CarSIM 和 dSPACE ASM） 和第三方的 HIL 模擬器/硬件（例如： ETAS、 dSPACE 和 Vector） 。 Prescan 由多個模塊組成，使用起來主要分為四個步驟: 搭建場景、 添加傳感器、 添加控制系統、 運行仿真。場景搭建: PreScan 提供一個強大的圖形編輯器， 用戶可以使用道路分段， 包括交通標牌， 樹木和建筑物的基礎組件庫， 包括機動車， 自行車和行人的交通參與者庫， 修改天氣條件（如雨， 雪和霧） 以及光源（如太陽光， 大燈和路燈） 來構建豐富的仿真場景。新版的 PreScan 也支持導入 OpenDrive 格式的高精地圖，用來建立更加真實的場景。添加傳感器: PreScan 支持種類豐富的傳感器， 包括理想傳感器， V2X 傳感器，激光雷達， 毫米波雷達， 超聲波雷達， 單目和雙目相機， 魚眼相機等。 用戶可以根據自己的許要進行添加。添加控制系統: 可以通過 MATLAB / Simulink 建立控制模型， 也可以和第三方動力學仿真模型（如 CarSim， VI-Grade, dSpace ASM 的車輛動力學模型） 進行閉環控制。運行實驗: 3D 可視化查看器允許用戶分析實驗的結果， 同時可以提供圖片和動畫生成功能。 此外， 使用 ControlDesk 和 LabView 的界面可以用來自動運行實驗批次的場景以及運行硬件在環模擬。

4、PTV Vissim

Vissim 是德國 PTV 公司提供的一款世界領先的微觀交通流仿真軟件。 Vissim可以方便的構建各種復雜的交通環境， 包括高速公路， 大型環島， 停車場等， 也可以在一個仿真場景中模擬包括機動車， 卡車， 有軌交通和行人的交互行為。 它是專業的規劃和評價城市和郊區交通設施的有效工具， 也可以用來仿真局部緊急情況交通的影響， 大量行人的疏散等。Vissim 的仿真可以達到很高的精度， 包括微觀的個體跟馳行為和變道行為， 以及群體的合作和沖突。 Vissim 內置了多種分析手段， 既能獲得不同情況下的多種具體數據結果， 也可以從高質量的三維可視化引擎獲得直觀的理解。無人駕駛算法也可以通過接入 Vissim 的方式使用模擬的高動態交通環境進行仿真測試。

5、SUMO

SUMO 是由德國國家宇航中心開發的開源微觀連續交通流仿真軟件。 它附帶了一個交通仿真路網編輯器， 可以通過交互式編輯的方式添加道路， 編輯車道的連接關系， 處理路口區域， 編輯信號燈時序等。 也可以通過一個單獨的轉化程序轉換來自 Vissim， OpenStreetMap， OpenDrive 的路網。 可以通過編輯路由文件的方式指定每輛車輛的路由， 或者使用參數隨機生成。在運行時， 可以同時處理數平方公里， 多達幾萬輛的車輛的連續交通仿真需求， 同時也提供了一個基于OpenGL 的可視化端實時顯示交通仿真的結果。 另外， SUMO 還提供了方便的 C++和 Matlab 接口， 可以靈活的與第三方仿真程序聯合運行。SUMO 本身是做為交通領域流量， 時序， 預測等仿真來使用的， 最近逐漸開始應用在無人駕駛的仿真上，為無人駕駛算法提供隨機的復雜動態環境。

6、VIRES VTD

VTD（Virtual Test Drive） 是德國 VIRES 公司開發的一套用于 ADAS， 主動安全和自動駕駛的完整模塊化仿真工具鏈。 VIRES 已經于 2017 年被 MSC 軟件集團收購。 VTD 目前運行于 Linux 平臺， 它的功能覆蓋了道路環境建模、 交通場景建模、 天氣和環境模擬、 簡單和物理真實的傳感器仿真、 場景仿真管理以及高精度的實時畫面渲染等。 可以支持從 SIL 到 HIL 和 VIL 的全周期開發流程， 開放式的模塊式框架可以方便的與第三方的工具和插件聯合仿真。 VIRES 也是廣泛應用的自動駕駛仿真開放格式OpenDrive, OpenCRG和OpenScenario的主要貢獻者， VTD的功能和存儲也依托于這些開放格式。 VTD 的仿真流程主要由路網搭建， 動態場景配置， 仿真運行三個步驟組成。

1) VTD 提供了圖形化的交互式路網編輯器 Road Network Editor (ROD)， 在使用各種交通元素構建包含多類型車道復雜道路仿真環境的同時， 可以同步生成 OpenDrive 高精地圖。

2) 在動態場景的建立上， VTD 提供了圖形化的交互式場景編輯器 ScenarioEditor， 提供了在 OpenDrive 基礎上添加用戶自定義行為控制的交通體，或者是某區域連續運行的交通流。

3) 無論是 SIL， 還是 HIL， 無論是實時還是非實時的仿真， 無論是單機還是高性能計算的環境， VTD 都提供了相應的解決方案。 VTD 運行時可模擬實時高質量的光影效果及路面反光、 車身渲染、 雨雪霧天氣渲染、 傳感器成像渲染、 大燈光視覺效果等。

VTD, 本來是一個駕駛模擬器，當然也可以用于自動駕駛系統的半實物仿真，不僅價格昂貴，而且從其復雜度和價格而言，并不完全適用于當前的前期的自動駕駛開發，對于全視覺的自動駕駛控制平臺還好，如果是有Lidar, 那么也只能進行模擬。

7、rFpro

rFpro 是一家英國公司， 成立于 2008 年， 一開始作為一個 F1 車隊內部的賽道重建和仿真模擬項目， 這也決定了它一開始就對仿真的速度， 實時性和精度有較高的要求。 rFPro 使用高精度的相位法激光雷達掃描數據路面和路肩， 可以生成分辨率為 1cm 的高精度路面數字模型， 同時使用 TOF 激光雷達掃描路側的街道和場景， 通過這種方式可以為動力學仿真， ADAS， 自動駕駛測試提供和真實環境高度匹配的虛擬場景。 rFpro 使用這種方法創建了眾多賽道和測試場景的高精度虛擬場景， 包括 F1， NASCAR, IndyCar 等。

在動態場景仿真方面， rFpro 可以接入 SUMO 或者 Vissim， 用它們生成連續的交通流來填充整個場景， 也可以與 Carmaker 聯合仿真， 為 Carmaker 的測試場景提供更真實的傳感器和路面輸入。 rFpro 也提供了基于物理真實的光照和天氣系統，可以有效的模擬天光的變化和雨、 霧等天氣。

8、Cognata

Cognata 是一家成立于 2016 年的以色列的自動駕駛仿真初創公司， 在 2018年底完成了 1850 萬美元的 B 輪融資。 Cognata 利用人工智能、 深度學習和計算機視覺的結合， 在其 3D 模擬平臺上重現了城市， 為客戶提供各種模擬現實世界測試駕駛的測試場景。Cognata 的技術主要分為三個方面，在靜態環境方面， Cognata 的 TrueLife 3DMesh 引擎使用計算機視覺和深度學習算法， 根據地圖和衛星圖像自動生成包括建筑物， 道路， 車道標識， 交通標志的虛擬仿真環境。 在動態仿真方面， Cognata 根據街道歷史流量數據建立精確和可擴展的交通仿真模型和天氣光照模型， 模擬了真實環境下各種車輛和行人。 整個的虛擬仿真引擎結合了靜態和動態的仿真模型，模擬了傳感器與模擬環境中各種變化的相互作用， 為待測試的自動駕駛系統提供了完整的反饋回路。

Cognata 的仿真技術由 NVIDIA DGX Station 提供支持， 2019 年 3 月， Cognata宣布和 NVIDIA 建立合作關系， 在 NVIDIA 的平臺上利用其強大的計算能力在虛擬環境中模擬多輛虛擬車輛進行大規模測試。

9、RightHook

RightHook 是一家成立于美國加州的初創公司， 為自動駕駛行業提供仿真解決方案。 RightHook 提供了一整套的工具鏈， 包括 RightWorld， RightWorldHD，RightWorldHIL 等。 RightWorld 提供了從高精地圖自動重建有豐富細節的虛擬場景的流程， 同時提供了簡單易用的測試案例創建流程， 在案例創建后通過 AI 算法可以對案例進行有機的擴展。 RightWorld 也提供了包含車輛， 行人和自行車的確定性的智能交通仿真模型。RightWorldHD 對動力學， 天氣， 時間變化和傳感器（包括攝像頭， Lidar， Radar， IMU 和 GPS） 的模擬， 同時支持豐富的包括 NVIDIADriveWorks， LCM 和 ROS 的接口。 RightWorldHIL 提供了對于混合了軟件， 算法和硬件的 HIL 測試的支持。

10、Parallel Domain

Parallel Domain 是一家初創公司， 2017 年在美國加州成立。 2018 年底， ParallelDomain 獲得了 Toyota 的投資。Parallel Domain 致力于自動生成高質量的虛擬環境，其研發的軟件可以在很短的時間內自動生成所需測試的城市街區。 Parallel Domain平臺使用真實世界地圖數據， 可以接收多種地圖格式， 在地圖不能提供足夠數據的地方使用額外的元素， 依托程序化生成引擎自動生成虛擬世界。 一個顯著的特點是虛擬世界的所有元素都是可調整和可編程的， 例如車道數量， 地形類型， 山脈位置， 道路曲率等。 Parallel Domain 也為自動生成的場景提供了動態的交通場景。

11、51Sim-One

51Sim-One 是 51VR 自主研發的一款集多傳感器仿真、 交通流與智能體仿真、感知與決策仿真、 自動駕駛行為訓練等一體化的自動駕駛仿真與測試平臺。 該仿真平臺基于物理特性的機理建模， 具有高精度和實時仿真的特點， 用于自動駕駛產品的研發、 測試和驗證， 可為用戶快速積累自動駕駛經驗， 保證產品性能安全性與可靠性， 提高產品研發速度并降低開發成本。在場景構建方面， 可以通過 WorldEditor 快速地從無到有創建基于 OpenDrive的路網， 或者通過點云數據和地圖影像等真實數據還原路網信息。 支持導入已有的 OpenDrive 格式的文件進行二次編輯， 最終由 51Sim-One 自動生成所需要的靜態場景。支持在場景中自由地配置全局交通流、 獨立的交通智能體、 對手車輛、行人等元素來構建動態場景， 結合光照、 天氣等環境的模擬來呈現豐富多變虛擬世界。

在傳感器仿真方面， 51Sim-One 支持通用類型或者定制需求傳感器的多路仿真，滿足對于感知系統算法的測試與訓練， 同時也支持各種硬件在環的測試需求。 對于攝像頭仿真， 51Sim-One 提供語義分割圖、 深度圖、 2D/3D 包圍盒等帶注釋的圖像數據集， 單目， 廣角， 魚眼等攝像頭的仿真。 對于雷達仿真， 可以提供激光雷達點云原始數據， 帶標注點云數據， 識別物的包圍盒等數據同時也提供目標級毫米波雷達檢測物數據。

12、Pilot-D GaiA

GaiA 是由沛岱（上海） 研發的自動駕駛和 ADAS 開發驗證仿真工具。 它可以通過整合路網數據庫進行復雜道路的還原， 更可以通過環境建筑模型庫的使用，重現逼真的駕駛環境。 GaiA 提供了豐富的 C++和 matlab 接口， 可適用于各種待測駕駛車輛和系統。 GaiA 可以生成數目眾多的交通參與者， 并對其交通行為規劃進行手動和自動設置， 甚至可以改變駕駛行為的激進程度。GaiA 還提供了高保真的環境感知傳感器， 包括毫米波雷達， 激光雷達， 攝像頭等。

13、Metamoto

Metamoto 成立于 2016 年， 是一家硅谷初創公司。 Metamoto 為自動駕駛公司提供 “模擬即服務” （Simulation as a Service） ， 試圖幫助自動駕駛公司通過一個加速反饋循環來實現開發的迭代。 它的產品主要包括三個部分： 設計器， 云平臺和分析器。 設計器可以用來添加路網， 其他環境車輛， 行人和信號燈， 以此構建一個測試場景， 可以通過控制各種參數的取值范圍生成多個測試案例。 云平臺負責根據待測試案例的情況調度硬件資源， 并行運行測試案例， 生成大量的測試數據。 在運行完成后， 可以使用分析器回放仿真的傳感器數據， 車輛的各種仿真信息， 用來調試自動駕駛系統。Metamoto 支持激光雷達、 攝像頭、 毫米波雷達、超聲波雷達、 GPS、 IMU 等在內的各種傳感器的精確模擬， 能夠對不同材質做出不同的反應。 Metamoto 的一個顯著的特點是提供了一種快速的方法可以對測試的參數進行調節和覆蓋， 在云平臺的支持下可以在短時間內運行大量的測試， 有效的提升了測試效率。

14 、ESI Pro-Sivic

ESI 集團傳感器仿真分析解決方案 Pro-SiVIC 可以幫助交通運輸行業的制造商們對車載或機載的多種感知系統的運行性能進行虛擬測試， 并且能夠準確得再現出諸如照明條件、 天氣以及其他道路使用者等影響因素。

Pro-SiVIC 可以用來建立高逼真、 與實際場景相當的 3D 場景， 并實現場景中的實時交互進行仿真分析， 削減物理樣機的需求。客戶可以快速并且精確地對各個嵌入系統在典型及極端操作環境下的性能進行仿真分析， 它可以提供基于多種技術的傳感器模型， 例如： 攝像機、 雷達、 激光雷達（激光掃描儀） 、 超聲波傳感器、 GPS、 里程表及通信設備等。 以汽車行業為例， Pro-SiVIC 提供了多個環境目錄， 提供具有代表性的不同道路（城市道路、 高速以及鄉村公路） 、 交通標識及車道線標記。

15 、NVIDIA Drive Constellation

NVIDIA Drive Constellation 是 NVIDIA 推出的自動駕駛仿真平臺， 在硬件上主要由兩部分組成， 一臺是 DGX 服務器， 上面運行著 Drive Sim 軟件系統，依托于DGX 的強大圖形計算能力， 真實的仿真了實際環境中的光照， 夜晚和各種天氣變化， 另外一臺服務器搭載了 DRIVE AGX Pegasus 車載電腦， 用來運行自動駕駛全棧的算法， 兩部分形成了完整的 HIL 仿真閉環。

16 、PanoSim

駕駛模擬器中的一款軟件

PanoSim 是一款集復雜車輛動力學模型、 汽車三維行駛環境模型、 汽車行駛交通模型、 車載環境傳感模型（像機和雷達） 、 無線通信模型、 GPS 和數字地圖模型、 Matlab/Simulink 仿真環境自動生成、 圖形與動畫后處理工具等于一體的模擬仿真軟件平臺。 它基于物理建模和精確與高效兼顧的數值仿真原則， 逼真地模擬汽車駕駛的各種環境和工況， 基于幾何模型與物理建模相結合理念建立了高精度的像機、 雷達和無線通信模型， 以支持數字仿真環境下汽車動力學與性能、 汽車電子控制系統、 智能輔助駕駛與主動安全系統、 環境傳感與感知、 自動駕駛等技術和產品的研發、 測試和驗證。

PanoSim 不僅包括復雜的車輛動力學模型、 底盤（制動、 轉向和懸架） 、 輪胎、駕駛員、 動力總成（發動機和變速箱） 等模型， 還支持各種典型驅動型式和懸架形式的大、 中、 小型轎車的建模以及仿真分析。 它提供了三維數字虛擬試驗場景建模與編輯功能， 支持對道路及道路紋理、 車道線、 交通標識與設施、 天氣、 夜景等汽車行駛環境的建模與編輯。

17、AAI

AAI（Automotive Artificial Intelligence） 是一個 2017 年成立于柏林的初創公司。 AAI 構建了一套復雜的基于高精地圖創建的高仿真虛擬環境， 將利用人工智能技術將交通參與者集成到虛擬仿真環境中， 并利用來自于實際生活中的駕駛行為數據，使用機器學習算法訓練參與者行為， 從而產生攻擊型駕駛員、 溫和型駕駛員和防御型駕駛員等駕駛員檔案， 其目標是復制真實世界， 逼真地模擬所有道路使用者和環境因素。 AAI 支持多種傳感器模擬， 也提供分析器對仿真產生的數據進行深入的分析。

18 、AirSim

AirSim 是微軟研究院開源的一個建立在虛幻引擎（Unreal Engine） 上的無人機以及自動駕駛模擬研究項目。 AirSim 實現為一個虛幻引擎的插件， 它充分利用了虛幻引擎在打造高還原的逼真虛擬環境的能力， 可以模擬陰影、 反射等現實世界中的環境， 以及虛擬環境可以方便產生大量標注數據的能力， 同時提供了簡單方便的接口， 可以讓無人機和自動駕駛的算法接入進行大量的訓練。AirSim 的主要目標是作為 AI 研究的平臺， 以測試深度學習、 計算機視覺和自主車輛的端到端的強化學習算法。最新的 AirSim 也提供了 Unity 引擎的版本， 添加了激光雷達的支持。

19、 CARLA

CARLA 是由西班牙巴塞羅那自治大學計算機視覺中心指導開發的開源模擬器，用于自動駕駛系統的開發、 訓練和驗證。 同 AirSim 一樣， Carla 也依托虛幻引擎進行開發， 使用服務器和多客戶端的架構。 在場景方面, CARLA 提供了為自動駕駛創建場景的開源數字資源（包括城市布局、 建筑以及車輛） 以及幾個由這些資源搭建的供自動駕駛測試訓練的場景。 同時， CARLA 也可以使用 VectorZero 的道路搭建軟件 RoadRunner 制作場景和配套的高精地圖， 也提供了簡單的地圖編輯器。CARLA 也可以支持傳感器和環境的靈活配置， 它支持多攝像頭， 激光雷達， GPS等傳感器， 也可以調節環境的光照和天氣。 CARLA 提供了簡單的車輛和行人的自動行為模擬， 也同時提供了一整套的 Python 接口， 可以對場景中的車輛， 信號燈等進行控制， 用來方便的和自動駕駛系統進行聯合仿真， 完成決策系統和端到端的強化學習訓練。

20、 LGSVL Simulator

LGSVL Simulator 是 LG 的硅谷實驗室基于 Unity 引擎研發的一款開源自動駕駛模擬器。 它提供了和開源自動駕駛平臺 Autoware 和 Baidu Apollo 的集成。 用戶可以在 Unity 內在 3D 場景的基礎上進行標注并導出成和自動駕駛系統相匹配的高精地圖格式。同時它也提供了包括激光雷達， 毫米波雷達， GPS， IMU， 攝像頭的傳感器仿真的支持， 可以同步輸出傳感器的原始結果和真值。

21、 百度 Apollo

百度 Apollo 仿真平臺作為百度 Apollo 平臺的一個重要組成部分， 一方面用來支撐內部 Apollo 系統的開發和迭代， 一方面為 Apollo 生態的開發者提供基于云端的決策系統仿真服務。 Apollo 仿真平臺是一個搭建在百度云和 Azure 的云服務，可以使用用戶指定的 Apollo 版本在云端進行仿真測試。Apollo 仿真場景可分為Worldsim 和 Logsim。 Worldsim 是由人為預設的道路和障礙物構成的場景， 可以作為單元測試簡單高效的測試自動駕駛車輛， 而 Logsim 是由路測數據提取的場景，真實反映了實際交通環境中復雜多變的障礙物和交通狀況。Apollo 仿真平臺也提供了較為完善的場景通過判別系統， 可以從交通規則， 動力學行為和舒適度等方面對自動駕駛算法做出評價。

Apollo 也與 Unity 建立了合作關系， 開發了基于 Unity 的真實感虛擬環境仿真，可以提供 3D 的虛擬環境， 道路和天氣的變化。最近， 百度也提出了一種新的數據驅動方法， 用于自動駕駛的端到端仿真： 增強自主駕駛模擬（AADS） 。 此方法利用模擬的交通流來增強真實世界的圖像， 以創建類似于真實世界渲染的照片般逼真的模擬場景。 具體來說， 建議使用 LiDAR 和相機掃描街景。 將輸入數據分解為背景， 場景照明和前景對象。 同時， 提出了一種新的視圖合成技術， 可以在靜態背景上改變視點。 前景車輛配有計算機 3D 模型。通過精確估計的室外照明， 可以重新定位 3D 車輛模型， 計算機生成的行人和其他可移動主體， 并將其渲染回背景圖像， 以創建逼真的街景圖像。 此外， 模擬交通流量， 合成物體的放置和移動， 捕獲真實世界的車輛軌跡， 這些軌跡看起來很自然并且捕捉現實世界場景的復雜性和多樣性。

22、 Waymo Carcraft

代表了世界領先水平的 Waymo 無人車， 一個核心的秘密就是它的 Carcraft 仿真器， 它是 Waymo 的無人車每年能夠行駛幾十億英里的關鍵。在 Carcraft 開發之初， 這個系統只是用可視化的方式用來回放路側車輛在道路上的情況， 之后它扮演了越來越重要的角色。 Carcraft 可以為每個新軟件版本使用在真實世界里駕駛的回放數據進行測試， 用來驗證算法的改進， 發現新的問題，還可以構建全新的虛擬場景進行測試。 每天有 25000 輛虛擬 Waymo 無人車在模擬器中行駛八百萬英里以上的里程， 來鞏固已有的自動駕駛技能和測試新的技能。模擬仿真測試最大的優勢是可以快速重復測試一些現實中不常發生但卻很重要的場景， 比如五岔路口和并入環島。 模擬器能夠讓自動駕駛系統有很多次機會練習這種單一場景來精通對應的技能。另外在模擬器中， 可以對某個具體測試場景中的某個參與者， 或者是交通信號進行一些改變， 添加額外的行人等， 通過這種方式可以構建大量的衍生場景， 從而對無人駕駛算法進行更充分的測試。

23、騰訊TAD Sim仿真平臺

高效閉環，利用數據構建自動駕駛核心競爭力

可閉環驗證的數據才能產生價值。騰訊自動駕駛虛擬仿真平臺TAD Sim在設計之初，就有別于傳統的仿真系統，是為自動駕駛測試驗證而專門設計開發，內置厘米級高精度地圖，構建了包含動態和靜態要素真值數字孿生系統，用千變萬化的場景進行自動駕駛算法完備性的測試。

本文大部分素材來自2019年自動駕駛仿真藍皮書，純屬學術傳播，如有侵權望告知。

轉自：https://zhuanlan.zhihu.com/p/205362533?utm_source=wechat_session

總結

以上是生活随笔為你收集整理的无人驾驶领域现有的主流智能车辆仿真软件具体情况介绍的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。