随着华为进入自动驾驶仿真市场，加上早已进入的百度和腾讯，不少分析认为IT巨头进驻自动驾驶仿真市场之后，中小企业恐怕没有什么机会了。
《2019-2020自动驾驶仿真产业链研究报告（上）》梳理整个自动驾驶仿真产业的发展动向，佐思汽研得到不同的结论。
随时数字化向制造业的不断渗透，“以机械为核心的工业”正转变为“以软件为核心的工业”。工业软件是制造业数字化的核心，汽车行业也不例外。工业软件从制造业信息化发展的辅助工具，提升为推动工业数字化、网络化、智能化转型的新型平台。工业软件由工具属性向平台属性拓展。大平台、小应用成为发展趋势。
工业软件细分领域多、流程复杂、门槛高、周期长，IT巨头从零开始做无先发优势，也没有有太多后发优势。自动驾驶仿真软件也属于工业软件的细分领域之一，IT企业初涉汽车仿真领域，会发现大量的短板。而传统仿真巨头除了擅长于传统汽车零部件的仿真，同时也在大笔投入自动驾驶仿真。
一年前的研究中我们曾经提到：传统仿真巨头们均通过不断收购兼并，得以发展壮大，形成几十个甚至数百个产品类别，应用于数十个行业。譬如ANSYS通过十多次收购行业内外的公司，主导CFD市场、开发嵌入式代码，加强芯片封装设计、丰富内燃机仿真产品。
2019年，ANSYS继续发力，又收购了至少两家公司：美国犹他州3DSIM和英国Granta Design。3DSIM是一家增材制造（3D 打印）仿真技术的开发商。收购3DSIM将为ANSYS提供业内唯一完整的增材制造 (AM)工作流程。
ANSYS收购的材料信息技术供应商Granta Design，有助于将ANSYS的产品组合扩展到重要领域。Granta Design为客户提供各种重要的材料数据信息，使客户能够访问Granta的材料智能数据库系统。Granta Design的产品包括Granta MI，一个用于企业材料信息管理的系统，以及CES Selector，使用户能够探索不同材料对其产品行为的影响。其客户包括空中客车，通用汽车，艾默生电气，洛克希德马丁，美国宇航局，沙特阿美和劳斯莱斯等。
传统仿真巨头纷纷加强自动驾驶仿真技术
如同汽车制造商在拼命转型为出行企业和科技公司，大量招募软件工程师，传统仿真企业也在弥补自动驾驶仿真的短板。ANSYS在2018年收购光学Optics公司，增强了激光雷达、摄像头和雷达等传感器的仿真技术，成为自动驾驶仿真市场的重量级企业。
MathWorks R2019b版的Automated Driving Toolbox增加了3D 仿真支持，实现 Simulink 模型与Unreal Engine 中的摄像头、激光雷达或雷达传感器模型的集成仿真，可快速分割从激光雷达获取的3D 点云数据。
2019年2月，Vector完成对TESIS GmbH的收购。TESIS DYNA4开始与Vector产品线全面整合，最新版本增加单个垂直扫描激光雷达传感器模型，支持世界大地测量系统WGS84的参考地理坐标道路网络，用作仿真GPS接收和V2X功能应用。
2019年5月，IPG发布CarMaker系列产品8.0版，推出传感器模型激光雷达RSI，Camera RSI摄像头模型增加“获取语义分割图像数据”功能，允许直接从OpenDRIVE格式导入和使用道路网络。
国内最专业的测试机构则与国外仿真企业联合建立自动驾驶仿真实验室，利用国际顶尖技术服务于国内客户。2019年2月，中汽中心与IPG共建驾驶场景仿真联合实验室；2019年11月，中国汽研携手海克斯康、NI、Konrad Technologies共同建立i-VISTA智能网联汽车联合仿真测试实验室。
IT巨头为什么无法主导自动驾驶仿真市场？
虽然IT巨头在仿真软件开发、分布式计算、场景搭建、芯片研发等方面并不弱，但是和传统仿真巨头相比，还有很多短板要补。
其一，在自动驾驶硬件方面，国内IT巨头和国外领先企业有十年以上的差距。自动驾驶软件技术方面，国内落后国际领先水平并不太多。但是在底盘、芯片等硬件方面，差距至少十年以上。对汽车核心零部件缺乏足够的数据和技术积累，就不能精准地操控车辆。
其二，在汽车仿真技术方面，国内IT巨头和国外领先企业则有数十年的差距。汽车仿真综合了计算机图形技术、多媒体技术、传感器技术、光学和显示技术、材料技术、电子半导体技术、动力学等众多学科门类，而多数国内IT企业只熟悉少数门类。
其三， 国外仿真巨头有数十年的客户积累和经验积累。汽车仿真客户一旦选定某个仿真技术体系，就很难更换。传统仿真企业因为有稳定数量的客户支撑，能够随时掌握真实需求，迅速将需求转化为产品服务。
其四，自动驾驶仿真，本质上是传统汽车仿真的升级。传统汽车仿真已经盖了100层楼，只需再盖10层就可以做自动驾驶仿真了。国内IT巨头可以直接盖101-110层楼，但是必须在传统仿真大厦上加盖，难免受制于人。如果要重启一座大厦，则需从地基打起。
因此国内IT巨头重建一套仿真技术体系是徒劳无益的，除了华为。但即使华为建成自己的仿真软件体系，也主要应用于特定领域，不会主导市场。
国内自动驾驶仿真企业的机会在哪里？
前面提到，大平台、小应用成为工业软件（含仿真软件）发展趋势。百度和腾讯显然应该做大平台，但是另起炉灶已无可能，只有加入现有仿真技术体系。腾讯和百度的优势在于云平台和高精度地图。一方面和传统仿真技术企业全面合作，一方面利用最新AI和云计算技术，改良传统仿真技术和产品。
以百度为例，一方面在补动力学仿真的短板，另一方面在仿真的“真实性”方面引入AADS系统。
2019年7月，Apollo平台迎来5.0版升级，新增车辆动力学模型。Apollo5.0将传统的车辆动力学建模方式升级到基于机器学习的Apollo动力学模型。 传统的建模方式在模型的复杂度、模型的精准度、模型的可迁移性、可扩展性等维度上都具有很多局限性。而基于机器学习的Apollo动力学模型具备模型复杂度高，模型精细度高等特点，据百度称与传统方式建模结果相对比在误差上能够减少80%。
仿真系统最先进的模拟方法是使用游戏引擎来创建驾驶场景。不过，由游戏引擎渲染得到的CG（计算机图像）和实景拍摄图在丰富性和真实性上还有差距，导致通过CG图像训练的自动驾驶算法在实景上效果下降。由美国马里兰大学与百度研究院以及香港大学合作开发的AADS系统，不仅能大大降低仿真系统的测试成本，还在真实性和扩展性方面实现了质的飞跃。
对于IT巨头之外的中小型仿真技术企业而言，则应放弃大平台定位，转向小应用，作为平台的组件丰富平台并灵活使用。
除了仿真平台之外，还有道路环境仿真、交通场景仿真、天气环境仿真、传感器仿真、传真系统接口等适合中小型企业的自动驾驶仿真细分领域。这将在《2019-2020自动驾驶仿真产业链研究报告（下）》中介绍。
报告目录：
一、自动驾驶仿真简介
1.1仿真技术概述
1.1.1 仿真技术概述
1.1.2 驱动汽车仿真发展的动力
1.2自动驾驶仿真与测试
1.2.1 自动驾驶仿真测试及方法
1.2.2 自动驾驶测试需要计算机仿真
1.2.3 自动驾驶仿真软件分类
1.2.4 基于场景的ADAS/AD测试和验证工具链
1.2.5 自动驾驶仿真产业链构成
1.2.6 自动驾驶仿真涵盖内容
1.2.7 自动驾驶系统仿真模型
1.2.8 仿真测试系统的组成
1.2.9 雷诺自动驾驶仿真工具链
1.2.10 自动驾驶仿真的挑战
1.3自动驾驶仿真的细分领域
1.3.1 道路和天气环境仿真
1.3.2 交通场景仿真（交通流仿真）
1.3.3 传感器仿真
1.3.4 车辆动力学仿真
1.3.5 仿真系统接口
1.3.6 分布式仿真平台
二、综合仿真平台及公司研究
2.1 仿真平台介绍
2.1.1 仿真平台的典型组成
2.1.2 传统仿真企业和IT企业在仿真平台的竞争
2.2 ANSYS
2.2.1 ANSYS公司简介
2.2.2 ANSYS收购OPTIS
2.2.3 ANSYS通过跨行业收购完善仿真行业产业链
2.2.4 ANSYS收购公司的背景
2.2.5 ANSYS 持续加大运营及研发投入
2.2.6 ANSYS 自动驾驶解决方案及产品
2.2.7 ANSYS收购OPTIS的意义
2.2.8 ANSYS 2019 R3
2.2.9 ANSYS SCADE
2.2.10 ANSYS 合作伙伴生态
2.2.11 ANSYS 合作动态
2.3 西门子
2.3.1 西门子的自动驾驶仿真布局
2.3.2 主要产品简介
2.3.3 西门子收购TASS
2.3.4 PreScan的功能特色
2.3.5 PreScan 的自动驾驶仿真应用
2.3.6 PreScan运行过程
2.3.7 PreScan支持的传感器类型和部分场景
2.3.8Prescan支持的外部工具和软件
2.3.9Prescan支持的场景来源
2.4 NVIDIA 仿真平台
2.4.1 NVIDIA Drive Constellation
2.4.2 NVIDIA Drive Constellation的特性
2.4.3 Drive Constellation与目标车辆的数据交互
2.4.4 DRIVE Constellation与DRIVE Sim
2.4.5 NVIDIA 仿真平台构成
2.4.6 广泛的合作伙伴网络
2.5 Gazebo
2.5.1 开源仿真平台Gazebo
2.5.2 Gazebo功能和使用
2.5.3 Gazebo的几大优点
2.6 Carla
2.6.1 Carla简介
2.6.2 Carla的不同场景搭建
2.6.3 Carla最新版本
2.6.4 Carla的功能亮点
2.7 中汽中心
2.7.1 中汽中心
2.7.2 中汽中心仿真平台
2.7.3 中汽中心场景平台
2.7.4 中汽中心与IPG共建驾驶场景仿真联合实验室
2.8 中国汽研
2.8.1 中国汽研布局仿真测试全平台工具链
2.8.2 i-Collector
2.8.3 i-Transfomer和i-Creator
2.8.4 ADAS HIL集成与测试服务
2.8.5 搭建自动驾驶仿真数据众包&测试服务云平台
2.9 百度Apollo分布式仿真平台
2.9.1 Apollo仿真平台
2.9.2 Apollo仿真引擎
2.9.3 ApolloScape
2.9.4 Apollo控制在环仿真
2.9.5 Apollo 车辆动力学模型仿真
2.9.6 AADS系统
2.9.7 AADS拥有的两大优势
2.9.8 Apollo仿真平台合作
2.10 腾讯TAD Sim
2.10.1 腾讯的自动驾驶布局
2.10.2 TAD Sim仿真平台
2.10.3 腾讯TAD Sim仿真平台的特点
2.10.4 TAD Sim仿真平台的高保真场景
2.10.5 TAD Sim仿真平台传感器仿真
2.10.6 对复杂路况的仿真
2.10.7 云加速仿真，车路协同仿真，三维城市重建
2.10.8 TAD Sim仿真平台的应用
2.11 Panosim
2.11.1 PanoSim 公司简介
2.11.2 主要产品
2.11.3主要客户
2.11.4 PanoSim基于物理模型和数值仿真
2.11.5 PanoSim 界面和功能
2.11.6 用PanoSim创建仿真实验的流程
2.11.7 PanoSim 3.0-新增雷达模型和GPS物理模型
2.11.8 PanoSim 3.0-V2X和真值传感器功能升级
2.11.9 PanoSim3.0 优化Simulink模型
2.12 AirSim
2.12.1 开源仿真模拟平台-AirSim
2.12.2 AirSim on Unity
2.12.3 AirSim仿真模拟器的特性
2.13 51World
2.13.1 51WORLD简介
2.13.2 51Sim-One
2.13.3 内置车辆动力学系统
2.13.4 51Sim-One的应用
2.13.5 自动驾驶仿真合作伙伴
2.13.6 51WORLD地球克隆计划
........
三、车辆动力学仿真研究
3.1 车辆动力学仿真简介
3.2 MATLAB/Simulink
3.2.1 Mathworks和Simulink简介
3.2.2 产品包
3.2.3 基于Simulink 的 AEB与FCW系统
3.2.4 ADST
3.2.5 Simulink 的各种模型
3.2.6 Driving Scenario Designer
3.2.7 Vehicle Dynamics Blockset
3.2.8 Vehicle Dynamics Blockset的主要模块
3.2.9 用于闭环仿真测试的案例
3.2.10 在Voyage的应用案例
3.2.11 最新特性
3.3 Simpack
3.3.1 Simpack简介
3.3.2 Simpack实时仿真工具
3.3.3 Simpack Automotive
3.3.4 Simpack Automotive 建模特点
3.3.5 Simpack 的ADAS应用案例
3.3.6 最新功能
3.4 TESIS DYNAware
3.4.1 TESIS公司介绍
3.4.2 TESIS DYNAware
3.4.3 veDYNA车辆动态实时模拟
3.4.4 ve-DYNA模型
3.4.5 DYNA4软件
3.4.6 DYNA4软件功能
3.4.7 DYNA4的仿真场景
3.4.8 DYNA4的最新动向
3.4.9 DYNA4的新功能
3.5 IPG Carmaker
3.5.1 IPG Carmaker简介
3.5.2 IPG Carmaker 配套产品
3.5.3 IPG Carmaker特点
3.5.4 IPG Carmaker 8.0 发布
3.5.5 IPG 最新动向
3.6 AVL
3.6.1 AVL公司简介
3.6.2 AVL CRUISE
3.6.3 AVL汽车测试仿真平台
3.6.4 AVL model.Connect
3.6.5 AVL model.Connect 的特点和应用
3.6.6AVL DRIVINGCUBE
3.6.7 AVL自动驾驶仿真动向