自動駕駛行業
關注創建者：匿名 創建時間：2025-12-01
自動駕駛行業的視頻教程
Ansys面向自動駕駛的設計探索和魯棒性分析技術
講師簡介： 應中偉，作為Ansys系統事業部（SBU）的高級咨詢專家和汽車行業業務開發經理，在基于模型的高安全性嵌入式軟件研發領域為多家航空、軌道、汽車等行業用戶提供包含工具應用、軟件研發流程建設、實施應用、認證流程咨詢等多方面的工程經驗。目前重點負責面向自動駕駛行業應用的安全系統開發和仿真驗證技術的產品與工程咨詢。
免費 30分鐘 91播放
查看
ANSYS無人駕駛仿真平臺
適用人群：所有自動駕駛相關行業人士（包括汽車整車廠，傳感器供應商） ANSYS仿真技術加速自動駕駛行業發展-ANSYS自動駕駛解決方案之概要介紹【已結束】直播時間：2019-11-14 20:00 課程大綱： 自動駕駛是未來的趨勢，國內外知名企業競相投入相關智能技術研發探索。
免費 1小時30分鐘 488播放
查看
自動駕駛行業的實例教程
領先國家推出L3以上自動駕駛相關政策，自動駕駛商業化示范大幕開啟。
佐思《2020年全球及中國自動駕駛行業政策法規研究報告》對各國各地區的自動駕駛汽車發展路線，道路測試、示范運營及商業化應用的行業政策法規進行了梳理，同時對測試內容、法規條款、運營模式等進行了研究。
目前，全球主要國家已發布自動駕駛相關法律法規以規范行業發展。
表：2020年全球主要國家和機構新發布或實施自動駕駛相關法律法規
整理：佐思汽研
中國自動駕駛政策起步晚，發展快
對自動駕駛道路測試規范相關要求，各國家地區不盡相同。相對而言，歐美日的自動駕駛道路測試管理發展相對更領先，如早已允許車內無駕駛員測試，而國內城市如北京、長沙最近才允許開展相關測試，并且大部分城市還暫未開放。
不過中國自動駕駛政策發展迅速，以交通部，公安部，工信部三大部門為首，推出了一系列自動駕駛測試和示范應用的法律法規，以及技術標準體系，推動中國自動駕駛行業規范發展。
如交通部公路院主導研究編制《關于促進道路交通自動駕駛技術發展和應用的實施意見》,以及《公路工程適應自動駕駛附屬設施總體技術規范》《自動駕駛封閉場地建設技術指南(暫行)》等標準，此外工信部等正在修訂完善智能網聯汽車道路測試和示范應用的管理規范，進一步放開道路測試范圍，推動測試和規模化應用示范。
除此之外，各省市也相繼推出了更詳細的地方法規。
展開 自動駕駛是汽車、電子、信息通信、道路交通運輸等行業深度融合的新型產業形態，其中汽車電子是自動駕駛領域重要的技術支撐之一。展望2019年，自動駕駛在新的一年將有哪些發展趨勢?ADAS的滲透率是否依舊難以提升?汽車電子想要成功的關鍵點究竟在哪里?這些成為業界關注的焦點。
ADAS仍處成長過渡期
2019年將是“自動駕駛行業期望回歸理性”的一年。不論是2018年3月份Uber的交通事故，還是自動駕駛巴士“阿波龍”正式下線后面臨“認證問責”，抑或是年底自動駕駛出租車Waymo One運營未獲好評，這些接踵而來的事件讓人們忽然意識到自動駕駛并沒有想象中那么容易。在“讓車輛自身進行駕駛行為”這一目標的追逐上，人們似乎還要跑很遠。期待的破滅讓人們將目光再次轉移，車廠對高級駕駛輔助系統(ADAS)的興趣逐漸增加。“2019年，ADAS的滲透率必然會增加。”聯訊證券汽車電子分析師徐昊對《中國電子報》記者說。
CES2019落下帷幕，但是一些趨勢已初見端倪。英特爾公司高級副總裁、英特爾子公司Mobileye首席執行官兼首席技術官Amnon Shashua在開幕首日表示，將進一步提升ADAS的產品功能，例如借助更高精度的地圖服務，未來3~5年內，將Mobileye的ADAS產品集成到長城旗下的系列車型中。此外，2019年Mobileye還將與大眾集團、Champion Motors合作，推出含有自家ADAS的首個自動駕駛電動網約車試點。一位ADAS領域部門經理告訴告訴記者，大廠已經不再推出“一步登天”的Level 4/Level 5產品自動駕駛方案，反而逐漸趨向于更能增加ADAS滲透率的路線。
ADAS的滲透率一直是業內“老大難”的問題。高盛全球投資公布的“歐美日ADAS 8%~12%的滲透率”讓眾多車輛運營商望而止步。
展開 來源 | Vehicle
很多時候我們講自動駕駛，大家都緊緊盯住的是乘用車行業，但其實乘用車行業確是自動駕駛商業落地和成本最高的地方，第一，最復雜多變的應用場景，人，車，城市道路的復雜。第二，復雜多變的客戶需求，不希望被車駕駛而是駕駛車輛，需要考慮更多舒適，能耗，安全之間的關系。所以其實這是自動駕駛最難的一塊場景-開放式場景自動駕駛場景，場地情況路線復雜不變，突發情況和異常物體非常常見。而封閉式的場景其實在工業和物流領域確又相當的成熟，成熟到沒有人叫他自動駕駛而叫機器人。
于是目前有一塊資本技術以及人才都火熱的場景-半封閉式場景自動駕駛場景，場地情況路線相對單一通常為交通工具，無動物或者人類，無突發情況和異常物體場景非常少，移動駕駛物體有一定規律。他在實際中的場景就是高速道路點對點物流倉儲。對于物流倉儲他的目的非常明確準時從A送達B。
今天我們通過相關資料了解，為什么是卡車物流自動駕駛會先商業落地，當前國內外有幾大自動駕駛玩家團隊以及背后資本和自動駕駛技術以及商業落地方案。
為什么是卡車物流自動駕駛
市場巨大-全球4萬億美元的卡車物流，高于電子商務，甚至快超汽車制造業總值2倍。中美均為8000億美元。
根據圖森的數據，全球卡車貨運市場是4萬億美元的總量，美國市場貨運是8000億，而大家都蜂擁而上的電子商務3.5萬億，其中做的好的亞馬遜年收入是3480億美元，目前各家IT 企業都競相進入的汽車行業是2.8萬億，其中特斯拉新勢力年收入是280億美元。
從智加科技Plus的數據也可看出，中美市場的貨運總值差不多和圖森的數據是一致大概8000億美元。
展開 相較于加州平坦寬闊的測試大道，國內道路場景更豐富、路況更復雜、人車關系更多變，這對我國自動駕駛玩家來說都是不小的挑戰。目前，百度Apollo開源平臺發布了史上最新最強版本百度Apollo3.5，實現了復雜城市道路場景，讓自動駕駛變身老司機，支持包括市中心和住宅小區場景等在內的復雜城市道路自動駕駛，解決了窄車道、減速帶、人行道、十字路口、無信號燈路口通行等多達十幾種復雜的路況，為自動駕駛全行業的全面落地提供了更為精準的技術和服務支持。
技術為先，助力量產落地全面起航。目前，商業化已成為百度Apollo當前發展的重頭戲。不久前，百度重磅發布了Apollo Enterprise(Apollo企業版)，是全球首個最全面的自動駕駛和車聯網領域的商業解決方案，開啟了自動駕駛商業量產時代新征程。而Apollo Enterprise在為汽車企業，供應商和出行服務商加速實現智能化、網聯化、共享化，提供量產、定制、安全的自動駕駛和車聯網解決方案方面表現出色，其快速落地、成本優化、全面安全、AI領先的四大亮點也為合作伙伴實現量產保駕護航。
自全球AI競技打響第一槍以來，自動駕駛一直就是“各路玩家必爭之地”。如今自動駕駛爭奪賽的硝煙也開始從技術開源向開辟商業化新格局位移。以百度為首的中國企業已經準備提速“超車”，其自動駕駛技術實力已經贏得了全球、全行業的認可。2019是全球自動駕駛行業決賽年，技術戰、創新戰必將波瀾四起，百度Apollo將繼續當好中國自動駕駛排頭兵、陣前雁，領跑新一年自動駕駛商業化新征程。
展開 西門子在近十年來，已累計投入超過百億美元，堅持數字化轉型，向業界包括汽車界，尤其是汽車自動駕駛行業，提供全方位的數字化解決方案，確保商業伙伴在數字化浪潮中笑到最后、贏到最后。
—— 黃漢知
近十年來，西門子累計投資超百億美元，通過持續的產品研發以及對全球各領域頭部企業的收購，形成了從自動駕駛芯片和原型控制器設計、自動駕駛系統開發、車輛性能設計、電子電器架構設計和軟件工程、測試與驗證方案、城市智慧交通層面的設備和設計技術，提供了最為完整和領先的自動駕駛開發測試驗證的數字化解決方案。
黃漢知先生是西門子數字化工業軟件自動駕駛產品線大中華區的總監，他在ADAS和自動駕駛系統的數字化仿真開發和測試、碰撞安全性能的仿真開發和測試等領域具有豐富的工程和市場經驗。
黃漢知有近20年從業經驗，曾在Delphi、Continental從事汽車駕駛輔助系統和主動安全系統的產品開發和應用；隨后帶領TASS International中國分公司從事駕駛輔助、自動駕駛系統、汽車碰撞安全性能的仿真開發和測試業務；隨著TASS International并入西門子數字化工業軟件，他繼續向業界合作伙伴提供領先的技術和方案。他還擁有多項智能駕駛相關專利。佐思汽研對黃漢知先生進行了專訪。
Q1
PreScan被西門子收購后，主要實現了和哪些西門子仿真工具的打通？PreScan主要增強了哪些功能？
黃漢知：我先簡單介紹一下PreScan的歷史。
展開 
自動駕駛行業的相關專題、標簽、搜索
自動駕駛行業的最新內容
Ansys自動駕駛汽車仿真解決方案基于從傳感器到系統級的完整工具鏈，通過軟件在環（SiL）與硬件在環（HiL）閉環測試，結合高保真合成數據與開放架構生態，大幅提升開發效率并降低測試成本。在近期發布的"Ansys 應用類系列網絡研討會全面上線"中，涵蓋4場AVxcelerate專題內容，系統解讀自動駕駛仿真的核心能力與最新進展。
本次系列網絡研討會將聚焦Ansys 2026 R1 AVxcelerate
2026年，自動駕駛仿真賽道將持續升溫。
回顧2025年，兩大仿真新技術快速走進公眾視野，分別是世界模型（World Model）與3DGS（3D Gaussian Splatting，3D高斯潑濺）。
關于世界模型，此前也寫了挺多科普文章，甚至發布了一些視頻效果，感興趣的小伙伴可以去搜了看看，本文就不展開了。
而關于3DGS，我則一直覺得很神秘，因此特地做了一些探索，甚至申請到了商用軟件來試用
為了實現駕駛員可將視線離開道路的自動駕駛水平，汽車行業必須證明系統的安全性符合預期功能安全（SOTIF）以及自動駕駛安全優先（SAFAD）的要求。SOTIF（ISO 21448）和SAFAD（ISO/TR 4804）都強調了自動駕駛汽車安全驗證的重要性，首先是在HiL測試中進行驗證，然后是針對選定的用例，在實際道路測試中進行驗證。
本項目客戶為國內一所智能駕駛為核心研究方向的高校科研團隊。團隊長期聚焦于自動駕駛感知、定位與系統級驗證研究，同時承擔研究生教學與科研平臺建設任務。 在科研與教學并行推進的背景下，客戶希望構建一套可持續擴展、可復用的自動駕駛數據采集與數字孿生測試平臺，支撐從真實道路采集到高保真仿真驗證的完整研究鏈路。
在此背景下，康謀為其提供了數采車系統、無人駕駛車輛集成方案以及數字孿生仿真服務，幫助客戶打通“
當自動駕駛從輔助走向高階，具身智能從實驗室邁向量產賽道，兩大前沿領域的碰撞正重構汽車產業格局。數據顯示，2026年智能駕駛商業化進程將加速推進，L2級輔助駕駛滲透率有望超70%，具身智能更是被業內預判為萬億級黃金賽道。在這一產業變革的關鍵節點，AUTO TECH China 2026廣州國際自動駕駛與具身智能技術展覽會即將于11月27日-30日在廣州廣交會展館D區盛大啟幕，為全球行業同仁搭建起技術交流
自動駕駛隱私保護出路在哪里5個月前
這一解決方案徹底打破了 “創新必須以犧牲隱私為代價” 的固有認知，讓自動駕駛行業能夠在合規前提下持續推進技術迭代。
一、引言
在自動駕駛技術飛速發展的當下，高精度、高保真的仿真場景構建成為關鍵。3D Gaussian Splatting（3DGS）憑借高效渲染與逼真場景還原能力，逐漸成為三維重建與仿真領域的焦點。然而，實際應用中，如何將多源異構數據高效轉化為可用的 3DGS 場景，如何保障場景與真實環境的一致性，成為了行業難題。
針對3DGS 落地自動駕駛仿真的核心痛點， aiSim 打造從原始數據標準化到高保真仿真驗證的全流程方案
當下正是一個由數據驅動的偉大變革時代。從ADAS到AD，每一次技術的躍遷都離不開海量道路數據的采集、標注與分析。以圖像數據為例，它們是訓練和優化感知算法、提升系統安全性的寶貴資源。
然而，當計劃將這些數據送往異國研發團隊時，數據合規這個難題便擺在了面前。
一、全球化研發的數據合規挑戰
對于任何一個有全球拓展計劃的車企或技術供應商而言，跨國研發與測試通常是不可避免的，例如驗證算法在不同交通環境
01 引言
在端到端自動駕駛的研發競賽中，算法的迭代速度遠超物理世界的測試能力。單純依賴路測不僅成本高昂、周期漫長，更無法窮盡決定系統安全性的關鍵邊緣場景（Corner Cases）。
因此，硬件在環（HIL）仿真測試成為唯一的出路。然而，將仿真數據閉環注入域控制器流程中存在諸多技術難度，特別是高像素相機原始數據，如何無損、無延遲地將數據灌入對時序和信號要求極為苛刻的域控制器中成為了當前調試
近年來，伴隨自動駕駛技術的快速發展，行業對于仿真測試平臺的精度、覆蓋率和可擴展性提出了更高要求。尤其在數據閉環迭代、長尾場景驗證及安全冗余驗證等關鍵環節中，高保真、高復雜度的場景生成能力正在成為測試體系的核心支撐。
傳統場景生成方式面臨效率低、人工成本高、行為多樣性不足等問題，難以滿足當前智能駕駛系統對大規模、多模態、真實物理驅動場景的需求。為應對這一挑戰，基于生成式AI的4D場景生成技術迅速興起
