智能駕駛是當前汽車行業的研究熱點。智能駕駛概念涵蓋了傳統的高級駕駛輔助系統（ADAS）以及全自動駕駛系統（SAE Level 3及以上級別）。由于智能駕駛系統的復雜性，仿真測試驗證成為智能駕駛系統開發流程中必不可少的一個環節。

智能駕駛系統一般包括環境感知、智能決策及車輛控制三個部分，相應的，智能駕駛仿真測試環境需要包括道路交通場景仿真、車輛動力學仿真及傳感器仿真。

系統特點

車輛動力學仿真

動力傳動系統：可以模擬傳統發動機動力系統、純電驅動系統、混合動力系統、四輪驅動系統等多種形式

底盤系統：包括多種形式的懸架模型、復雜輪胎模型、轉向系統模型、液壓/氣壓制動系統模型以及多體車身動力學（縱向、側向、垂向）模型

道路仿真

允許手動搭建各種類型的道路，支持OpenDrive標準高精度道路格式、支持OpenCRG高精度路面描述格式

支持復雜路網結構：三岔路口、十字路口、立交橋等

支持直接導入高精地圖數據生成與真實道路高度一致的虛擬道路

交通仿真

可以模擬各種類型機動車、行人、動物等交通物體

可以自定義每個交通物體的駕駛行為，包括路徑規劃、速度控制、換道等，支持事件觸發模式

可以生成符合交通規則的隨機交通流

環境仿真

可以模擬晴天、多云、陰天、雨、雪等天氣

可以模擬白天、黑夜等多種光照條件

環境感知傳感器仿真

對各類傳感器均可提供理想環境感知傳感器模型，直接輸出目標級信息，包括交通物體的類型、位置、速度等信息，道路相關信息、交通標志信息等

毫米波雷達仿真：可提供雷達回波模擬器系統（參見xxx），可集成真實毫米波雷達進行測試

攝像頭：支持直接輸出攝像頭捕捉到的圖像，提供視頻暗箱或者圖像直接注入兩種HIL仿真方式。

激光雷達：支持輸出點云數據

超聲波雷達：提供超聲波回波模擬和芯片信號級模擬兩種HIL仿真方式

支持多傳感器融合

系統應用領域

ADAS決策及控制算法（AEB、ACC、APA、LKA等）的開發與驗證

自動駕駛決策及控制的開發與驗證

毫米波雷達功能測試和性能測試

圖像感知算法的開發

激光雷達點云數據處理算法的開發