一文盘点国内外24家自动驾驶仿真软件

CarSim,还有相关的TruckSim和BikeSim是Mechanical Simulation 公司开发的强大的动力学仿真软件，被世界各国的主机厂和供应商所广泛使用。CarSim针对四轮汽车，轻型卡车， TruckSim针对多轴和双轮胎的卡车，BikeSim针对两轮摩托车。CarSim是一款整车动力学仿真软件，主要从整车角度进行仿真， 它内建了相当数量的车辆数学模型，并且这些模型都有丰富的经验参数， 用户可以快速使用，免去了繁杂的建模和调参的过程。

CarSim模型在计算机上运行的速度可以比实时快10倍，可以仿真车辆对驾驶员控制， 3D路面及空气动力学输入的响应，模拟结果高度逼近真实车辆，主要用来预测和仿真汽车整车的操纵稳定性、 制动性、平顺性、 动力性和经济性。CarSim自带标准的Matlab/Simulink接口，可以方便的与 Matlab/Simulink进行联合仿真，用于控制算法的开发，同时在仿真时可以产生大量数据结果用于后续使用Matlab或者Excel进行分析或可视化。CarSim同时提供了RT版本，可以支持主流的 HIL测试系统，如 dSpace和NI的系统，方便的联合进行 HIL仿真。

CarSim也有ADAS相关功能的支持，可以构建参数化的道路模型， 200个以上的运动的交通物体，使用脚本或者通过 Simulink外部控制它们的运动，同时添加最多 99个传感器，对运动和静止的物体进行检测。最近的 CarSim版本在ADAS和自动驾驶开发方面进行了加强，添加了更多的 3D资源，如交通标识牌， 行人等，以及高精地图的导入流程。同时 CarSim也提供了一个Unreal引擎插件，可以和Unreal引擎进行联合仿真。

Carmaker，还有相关的 TruckMaker和MotorcycleMaker是德国IPG公司推出的动力学，ADAS和自动驾驶仿真软件。Carmaker首先是一个优秀的动力学仿真软件，提供了精准的车辆本体模型(发动机、 底盘、 悬架、传动、 转向等) ， 除此之外， Carmaker还打造了包括车辆，驾驶员， 道路， 交通环境的闭环仿真系统。

IPGRoad：可以模拟多车道、 十字路口等多种形式的道路，并可通过配置 GUI生成锥形、圆柱形等形式的路障。可对道路的几何形状以及路面状况(不平度、粗糙度)进行任意定义。

IPGTraffic：是交通环境模拟工具， 提供丰富的交通对象(车辆、行人、 路标、交通灯、 道路施工建筑等)模型。 可实现对真实交通环境的仿真。测试车辆可识别交通对象并由此进行动作触发(如限速标志可触发车辆进行相应的减速动作)。

IPGDriver：先进的、 可自学习的驾驶员模型。可控制在各种行驶工况下的车辆，实现诸如上坡起步、 入库泊车以及甩尾反打方向盘等操作。并能适应车辆的动力特性(驱动形式、变速箱类型等)、道路摩擦系数、 风速、 交通环境状况， 调整驾驶策略。

CarMaker作为平台软件，可以与很多第三方软件进行集成， 如 ADAMS、AVLCruise、rFpro等，可利用各软件的优势进行联合仿真。同时 CarMaker配套的硬件，提供了大量的板卡接口，可以方便的与 ECU或者传感器进行HIL测试。

PreScan是由TassInternational 研发的一款ADAS测试仿真软件，2017年8月被西门子收购。PreScan是一个模拟平台，由基于 GUI的、用于定义场景的预处理器和用于执行场景的运行环境构成。工程师用于创建和测试算法的主要界面包括 MATLAB和Simulink。PreScan可用于从基于模型的控制器设计(MIL)到利用软件在环(SIL)和硬件在环(HIL)系统进行的实时测试等应用。

PreScan可在开环、闭环以及离线和在线模式下运行。它是一种开放型软件平台，其灵活的界面可连接至第三方的汽车动力学模型(例如：CarSIM和dSPACEASM)和第三方的 HIL模拟器/硬件(例如：ETAS、dSPACE和Vector)。

Prescan由多个模块组成， 使用起来主要分为四个步骤: 搭建场景、添加传感器、 添加控制系统、 运行仿真。

• 场景搭建:PreScan 提供一个强大的图形编辑器，用户可以使用道路分段， 包括交通标牌， 树木和建筑物的基础组件库，包括机动车， 自行车和行人的交通参与者库，修改天气条件(如雨， 雪和雾) 以及光源(如太阳光，大灯和路灯) 来构建丰富的仿真场景。 新版的PreScan也支持导入OpenDrive格式的高精地图，用来建立更加真实的场景。

• 添加传感器:PreScan 支持种类丰富的传感器，包括理想传感器， V2X传感器，激光雷达，毫米波雷达， 超声波雷达， 单目和双目相机， 鱼眼相机等。用户可以根据自己的许要进行添加。

• 添加控制系统:可以通过MATLAB/ Simulink 建立控制模型，也可以和第三方动力学仿真模型(如 CarSim，VI-Grade,dSpace ASM 的车辆动力学模型)进行闭环控制。

• 运行实验:3D 可视化查看器允许用户分析实验的结果，同时可以提供图片和动画生成功能。此外， 使用ControlDesk和LabView的界面可以用来自动运行实验批次的场景以及运行硬件在环模拟。

Vissim是德国PTV公司提供的一款世界领先的微观交通流仿真软件。Vissim可以方便的构建各种复杂的交通环境，包括高速公路， 大型环岛， 停车场等，也可以在一个仿真场景中模拟包括机动车， 卡车，有轨交通和行人的交互行为。它是专业的规划和评价城市和郊区交通设施的有效工具，也可以用来仿真局部紧急情况交通的影响，大量行人的疏散等。

Vissim的仿真可以达到很高的精度，包括微观的个体跟驰行为和变道行为， 以及群体的合作和冲突。Vissim内置了多种分析手段，既能获得不同情况下的多种具体数据结果，也可以从高质量的三维可视化引擎获得直观的理解。 无人驾驶算法也可以通过接入Vissim的方式使用模拟的高动态交通环境进行仿真测试。

TESS仿真系统是同济大学孙剑教授于2006年主持开发的第一代道路交通仿真系统。自此之后，历经十年，孙剑教授课题组针对中国混合交通流运行特征开展了100多项模型创新和仿真系统应用实践。TESS NG微观交通仿真系统所具有的主要功能有：全交通场景仿真，多模式交通仿真，智能交通系统仿真，可视化评估，二次开发接口，支持3D场景展示等。同时，TESS NG可以与城市交通大脑、交通控制系统、可计算路网（如OpenDrive，OpenStreetMap等）一体化整合，同时可与驾驶模拟器、BIM/CIM系统、智能汽车虚拟测试工具等整合实现跨行业应用。用户还可以通过定制化服务实现更多跨行业的应用。

SUMO是由德国国家宇航中心开发的开源微观连续交通流仿真软件。它附带了一个交通仿真路网编辑器， 可以通过交互式编辑的方式添加道路，编辑车道的连接关系， 处理路口区域， 编辑信号灯时序等。也可以通过一个单独的转化程序转换来自 Vissim，OpenStreetMap，OpenDrive的路网。可以通过编辑路由文件的方式指定每辆车辆的路由，或者使用参数随机生成。 在运行时，可以同时处理数平方公里， 多达几万辆的车辆的连续交通仿真需求，同时也提供了一个基于OpenGL的可视化端实时显示交通仿真的结果。

另外， SUMO还提供了方便的C++和Matlab接口，可以灵活的与第三方仿真程序联合运行。SUMO本身是做为交通领域流量，时序， 预测等仿真来使用的，最近逐渐开始应用在无人驾驶的仿真上，为无人驾驶算法提供随机的复杂动态环境。

1) VTD 提供了图形化的交互式路网编辑器RoadNetwork Editor (ROD)，在使用各种交通元素构建包含多类型车道复杂道路仿真环境的同时，可以同步生成 OpenDrive高精地图。

2) 在动态场景的建立上，VTD提供了图形化的交互式场景编辑器ScenarioEditor，提供了在 OpenDrive基础上添加用户自定义行为控制的交通体，或者是某区域连续运行的交通流。

3) 无论是SIL，还是 HIL，无论是实时还是非实时的仿真， 无论是单机还是高性能计算的环境，VTD都提供了相应的解决方案。VTD运行时可模拟实时高质量的光影效果及路面反光、车身渲染、 雨雪雾天气渲染、 传感器成像渲染、大灯光视觉效果等。

rFpro是一家英国公司，成立于 2008年，一开始作为一个 F1车队内部的赛道重建和仿真模拟项目，这也决定了它一开始就对仿真的速度， 实时性和精度有较高的要求。rFPro使用高精度的相位法激光雷达扫描数据路面和路肩，可以生成分辨率为 1cm的高精度路面数字模型，同时使用 TOF激光雷达扫描路侧的街道和场景，通过这种方式可以为动力学仿真， ADAS，自动驾驶测试提供和真实环境高度匹配的虚拟场景。rFpro使用这种方法创建了众多赛道和测试场景的高精度虚拟场景，包括 F1，NASCAR,IndyCar 等。

在动态场景仿真方面，rFpro可以接入SUMO或者Vissim，用它们生成连续的交通流来填充整个场景， 也可以与Carmaker联合仿真，为 Carmaker的测试场景提供更真实的传感器和路面输入。rFpro也提供了基于物理真实的光照和天气系统，可以有效的模拟天光的变化和雨、雾等天气。

Cognata是一家成立于2016年的以色列的自动驾驶仿真初创公司，在 2018年底完成了1850万美元的B轮融资。Cognata利用人工智能、深度学习和计算机视觉的结合， 在其 3D模拟平台上重现了城市，为客户提供各种模拟现实世界测试驾驶的测试场景。

Cognata的技术主要分为三个方面， 在静态环境方面，Cognata的TrueLife3DMesh 引擎使用计算机视觉和深度学习算法，根据地图和卫星图像自动生成包括建筑物， 道路，车道标识， 交通标志的虚拟仿真环境。在动态仿真方面，Cognata根据街道历史流量数据建立精确和可扩展的交通仿真模型和天气光照模型，模拟了真实环境下各种车辆和行人。整个的虚拟仿真引擎结合了静态和动态的仿真模型，模拟了传感器与模拟环境中各种变化的相互作用，为待测试的自动驾驶系统提供了完整的反馈回路。

Cognata的仿真技术由NVIDIADGX Station 提供支持，2019年3月，Cognata宣布和NVIDIA建立合作关系，在 NVIDIA的平台上利用其强大的计算能力在虚拟环境中模拟多辆虚拟车辆进行大规模测试。

RightWorldHD对动力学，天气， 时间变化和传感器(包括摄像头， Lidar，Radar，IMU和GPS)的模拟， 同时支持丰富的包括 NVIDIADriveWorks，LCM和ROS的接口。RightWorldHIL提供了对于混合了软件，算法和硬件的 HIL测试的支持。

ParallelDomain平台使用真实世界地图数据，可以接收多种地图格式， 在地图不能提供足够数据的地方使用额外的元素，依托程序化生成引擎自动生成虚拟世界。一个显著的特点是虚拟世界的所有元素都是可调整和可编程的，例如车道数量， 地形类型， 山脉位置， 道路曲率等。ParallelDomain 也为自动生成的场景提供了动态的交通场景。

在场景构建方面，可以通过 WorldEditor快速地从无到有创建基于OpenDrive的路网，或者通过点云数据和地图影像等真实数据还原路网信息。支持导入已有的 OpenDrive格式的文件进行二次编辑，最终由 51Sim-One自动生成所需要的静态场景。 支持在场景中自由地配置全局交通流、独立的交通智能体、 对手车辆、行人等元素来构建动态场景，结合光照、 天气等环境的模拟来呈现丰富多变虚拟世界。

云平台负责根据待测试案例的情况调度硬件资源，并行运行测试案例， 生成大量的测试数据。在运行完成后，可以使用分析器回放仿真的传感器数据， 车辆的各种仿真信息，用来调试自动驾驶系统。Metamoto支持激光雷达、摄像头、 毫米波雷达、超声波雷达、 GPS、IMU等在内的各种传感器的精确模拟，能够对不同材质做出不同的反应。Metamoto的一个显著的特点是提供了一种快速的方法可以对测试的参数进行调节和覆盖，在云平台的支持下可以在短时间内运行大量的测试，有效的提升了测试效率。

Pro-SiVIC可以用来建立高逼真、与实际场景相当的 3D场景，并实现场景中的实时交互进行仿真分析，削减物理样机的需求。 客户可以快速并且精确地对各个嵌入系统在典型及极端操作环境下的性能进行仿真分析，它可以提供基于多种技术的传感器模型， 例如：摄像机、雷达、 激光雷达(激光扫描仪) 、 超声波传感器、GPS、里程表及通信设备等。以汽车行业为例， Pro-SiVIC提供了多个环境目录，提供具有代表性的不同道路(城市道路、 高速以及乡村公路)、 交通标识及车道线标记。

PanoSim不仅包括复杂的车辆动力学模型、底盘(制动、 转向和悬架) 、 轮胎、驾驶员、动力总成(发动机和变速箱) 等模型，还支持各种典型驱动型式和悬架形式的大、 中、小型轿车的建模以及仿真分析。它提供了三维数字虚拟试验场景建模与编辑功能，支持对道路及道路纹理、 车道线、 交通标识与设施、天气、 夜景等汽车行驶环境的建模与编辑。

Apollo也与Unity建立了合作关系，开发了基于 Unity的真实感虚拟环境仿真，可以提供3D的虚拟环境，道路和天气的变化。最近， 百度也提出了一种新的数据驱动方法，用于自动驾驶的端到端仿真：增强自主驾驶模拟(AADS)。此方法利用模拟的交通流来增强真实世界的图像，以创建类似于真实世界渲染的照片般逼真的模拟场景。具体来说， 建议使用 LiDAR和相机扫描街景。将输入数据分解为背景， 场景照明和前景对象。同时，提出了一种新的视图合成技术， 可以在静态背景上改变视点。前景车辆配有计算机 3D模型。通过精确估计的室外照明，可以重新定位 3D车辆模型，计算机生成的行人和其他可移动主体， 并将其渲染回背景图像，以创建逼真的街景图像。此外， 模拟交通流量，合成物体的放置和移动， 捕获真实世界的车辆轨迹，这些轨迹看起来很自然并且捕捉现实世界场景的复杂性和多样性。

代表了世界领先水平的Waymo无人车，一个核心的秘密就是它的 Carcraft仿真器，它是 Waymo的无人车每年能够行驶几十亿英里的关键。在Carcraft开发之初，这个系统只是用可视化的方式用来回放路侧车辆在道路上的情况，之后它扮演了越来越重要的角色。Carcraft可以为每个新软件版本使用在真实世界里驾驶的回放数据进行测试，用来验证算法的改进， 发现新的问题，还可以构建全新的虚拟场景进行测试。每天有 25000辆虚拟Waymo无人车在模拟器中行驶八百万英里以上的里程，来巩固已有的自动驾驶技能和测试新的技能。模拟仿真测试最大的优势是可以快速重复测试一些现实中不常发生但却很重要的场景，比如五岔路口和并入环岛。模拟器能够让自动驾驶系统有很多次机会练习这种单一场景来精通对应的技能。 另外在模拟器中，可以对某个具体测试场景中的某个参与者，或者是交通信号进行一些改变， 添加额外的行人等，通过这种方式可以构建大量的衍生场景，从而对无人驾驶算法进行更充分的测试。