IPG：智能辅助驾驶仿真测试方案——如何实现“左移”

2025年7月22日，在第八届智能辅助驾驶大会上，亦佩捷汽车设备（上海）有限公司（以下简称为IPG）技术总监郑宋岳指出，仿真测试在汽车行业的应用日益广泛，尽管实车测试仍占主导，但仿真测试在功能测试、性能测试等方面展现出独特价值。随着技术进步，尤其是算力成本降低与显卡性能提升，物理传感器解决方案成为可能，进一步推动了仿真测试的发展。同时，AI技术的引入为测试场景的自主挖掘与遍历提供了新思路，有助于提升测试效率与质量。

他表示，“左移”概念源于“软件定义汽车”趋势，强调测试工作向开发环节上游靠拢，实现持续测试与早期缺陷发现。IPG通过提供V模型与时间轴层面的左移方案，包括虚拟控制器引入、多种HIL测试方案及软件工具支持，助力客户提升测试效率与质量。此外，IPG还探索了室内外VIL测试的结合，为智能辅助驾驶仿真测试提供了新路径。

郑宋岳 | 亦佩捷汽车设备（上海）有限公司技术总监

以下为演讲内容整理：

IPG Automotive公司介绍

IPG是一家成立于1984年的德国公司，进入中国市场较晚。公司起初主要专注于车辆动力学及HIL仿真领域的发展。随着行业趋势的变化，我们不断向新方向学习并靠拢，提供了诸多创新解决方案。当前，IPG可提供一系列产品与服务，包括自主研发的软件，如CarMaker、TruckMaker、MotorcycleMaker，硬件产品Xpack4，以及基于软硬件搭建的测试系统。

图源：演讲嘉宾素材

说到HIL，很多人可能关心IPG的Xpack4和Dspace, NI有什么区别，在这里给大家做简单的分析。若以ADAS的出现为分界点，在ADAS出现之前，行业内各企业的分工十分明确，dSPACE专注于动力总成领域，IPG则聚焦于车辆动力学领域，而NI的应用范围较为广泛，因为其并非专为汽车行业开发。

ADAS的出现成为了行业发展的分水岭，自此之后，各方纷纷涌入这一新兴应用市场，呈现出群雄逐鹿的态势。ADASHIL测试对板卡需求较少，基本仅涉及通信板卡，如CAN、LIN、Flexray、Ethernet等。ADASHIL的核心转变为传感器解决方案，即如何实现传感器仿真或拟真。为此，出现了总线注入、目标模拟等手段。在这一背景下，各企业逐渐形成了不同的产品与思路。

我们实际上是市场上首个提出视频注入解决方案以及超声波回波模拟方案的企业，不过对于毫米波与激光雷达的回波模拟，我们并不涉足，而是有相应的合作伙伴开展相关业务。

就硬件领域而言，如今能够明显看出，无论是NI、dSPACE，还是Vector等企业，在板卡方面的差异已不大，当前更多竞争焦点转向了软件解决方案。在软件方面，我们拥有各类模型。我们提供的是一套整体解决方案，能够基于model in the Loop、software in the Loop、Hardware in the Loop、vehicle in the Loop以及上云等环节，提供相应的解决方案。

仿真测试在汽车行业的应用趋势

当前汽车厂商的测试部门大多以实车测试为主，大家对于仿真测试的理念仍存在一定差异。要实现从仿真到实车的融会贯通，至少需要一代人的努力。。

针对Euro NCAP 2026新规，可以获取到的是，开展仿真测试有助于获得更高分数。仿真测试主要应用于safe driving与crash avoidance这两大测试模块，其中会提供部分仿真测试项目供第三方检测机构挑选，以进行评估。

以下内容均摘自2024年的IPG用户大会。首先介绍的是日本企业爱信。爱信运用HIL与VIL技术，实现了从HIL到VIL，乃至实车测试阶段，测试用例的高度一致性。此外，HIL与VIL技术还能帮助车企有效控制成本、减少人员投入。

图源：演讲嘉宾素材

在测试领域，我们至少可将测试划分为verification与validation两类。在功能测试方面，常有人质疑其真实性。不少客户会提出这样的问题，若仿真无法替代实车测试，那开展仿真测试的意义何在？客户期望通过仿真测试，未来能够摆脱对实车的依赖。然而，在当前技术条件下，这一理念略显超前，尚难以实现。

近年来，随着算力成本降低、显卡性能提升，传感器领域才出现了物理传感器的解决方案。而在五年前，物理传感器的应用并不广泛，因为受限于当时的算力水平，相关测试无法有效开展，HIL测试甚至都无法运行。同样，技术的迭代升级依赖于算力的支持。若无法实现实时测试，HIL测试便无法进行。例如，若测试系统每秒仅能生成一帧图像用于测试，HIL测试将难以开展，此时只能进行车VIL测试或SIL测试。

下图是一个测试案例，该案例涉及indoor CIL。在此测试场景中，车辆并非行驶于公开道路，而是置于轴耦合测功机上进行驾驶模拟。如此一来，测试过程便不存在任何碰撞风险。此方案可视为HIL测试与VIL测试的一种结合体，同时融合了多种传感器解决方案，目前，采用该方案的用户正日益增多。该方案能够显著提升测试效率，以我此前在实时测试中解决晕车问题的经历为例，参与过实时测试的人员都清楚，随着测试的持续进行，效率会逐渐降低。而此类室内indoor VIL测试方案，可采用驾驶员模型进行车辆驾驶操作。

图源：演讲嘉宾素材

关于于AI的结合，当前的测试用例均由人脑构思设计，然而人脑的思维存在一定局限性，测试场景中存在诸多未知和危险情况，这些仅凭人脑难以全面设想。因此，有必要借助AI技术，实现测试场景的自主挖掘与遍历。不过，AI遍历出的场景可能包含大量无效内容，若能通过算法设定关键绩效指标或奖励机制，对测试用例进行筛选优化，就能更高效地识别出更具价值的测试用例。

“左移”的思路和实践

“左移”概念的兴起，主要源于当前“软件定义汽车”的发展趋势。在汽车领域，不同车型所采用的硬件可能差异不大，而软件则成为决定功能表现的关键因素。然而，对于传统汽车行业从业者而言，软件开发流程在测试环节带来了显著差异，这种差异催生了“左移”的概念。尽管“左移”在汽车行业尚属新兴概念，但在IT行业及软件开发领域，这并非新事物，汽车行业只是将其借鉴并应用于自身测试体系之中。

什么是测试的左移？《人月神话》一书中提到，软件开发并非如同堆砌砖头般的机械组装过程，而是更类似于有机生长。书中有一句经典论述：软件开发好比有机生长，而非机械组装。以编写代码为例，有代码编写经验的人应该深有体会，若当天完成代码编写后，次日便进行bug修复，与一个月后再进行修复，开发者的思路和效率会存在显著差异。毕竟，最终修复bug仍需依赖人工，时间间隔不同，效率和思路自然不同。由此可见，软件开发并非单纯通过增加人力就能解决问题，这正是测试左移理念产生的背景。

测试工作需向开发环节上游靠拢，使测试更紧密地融入开发过程。当前，许多项目中开发团队编写的测试用例与测试部门的测试用例存在脱节现象，两者并不一致。测试左移的核心要义在于尽早发现缺陷，实施持续测试，并贯穿整个开发生命周期。尤为关键且具挑战性的是第三点，即开发人员、测试人员与运营团队之间的紧密协作。唯有如此，方能实现更频繁、更高效的测试。实现这一点颇具难度，但这确实是一种卓越的测试方法论，能够跨越开发与测试部门的界限，实现有机融合，从而显著提升测试效率与质量。

从方法论层面探讨如何实现测试左移，我认为可从两个方面着手，一是V模型层面的左移，二是测试时间轴层面的左移。就V模型层面的左移而言，其核心在于引入虚拟控制器。

关于测试时间轴层面的左移，我们拥有多种不同的HIL测试方案。为支撑这些方案，IPG的软件提供了相应支持，包括CarMaker Office、CarMaker Extended、CarMaker HIL等工具，这些工具旨在助力客户实现vECU的集成，例如与Simulink的集成、与HIL系统的集成，乃至与多种测功机的集成，针对这些集成需求，我们均能提供相应的软件解决方案。

图源：演讲嘉宾素材

在虚拟vECU领域，存在signal base与message base两种模式。由于采用虚拟vECU，与实体ECU的通信不再直接调用API，而是通过虚拟总线进行。在HIL测试方面，涵盖ECU级HIL、子系统级HIL以及系统级HIL，这些不同层级的HIL测试对应于不同测试团队所负责的待测件。此外，还存在跨域HIL测试，例如将转向系统、制动系统、三电系统以及ADAS等集成在一起，进行VV级HIL测试。

同时，车辆在环测试还包括室内VIL与室外VIL两种形式。我们已成功实施了一个概念验证项目，探索了如何将室外与室内VIL测试相结合。我们将待测车辆及所有传感器注入设备集成于车辆上，先进行室外车辆在环测试，随后再转入室内进行车辆在环测试。室内与室外VIL测试各有优劣，室外测试需要较大的场地，从实践角度看，室外HIL测试更适用于泊车场景测试，因为其活动空间较小且车速较低，风险相对较小。

后续操作是将同一辆车 转移至室内开展VIL测试，此时执行机构保持不变。在室内VIL测试环境下，车辆可进行高速测试，因为室内测试无需大面积场地，且不存在碰撞风险。测试过程中，可借助驾驶机器人操控车辆，无需人工驾驶。

若能将感知系统与规划控制系统分开进行测试，则可向系统注入完美感知数据或物理模型数据。然而，对于端到端测试方案，尚需业界共同探讨。例如，采用仿真数据与真实数据对端到端模型进行训练时，模型参数是否会产生差异，这一问题有待进一步研究。

（以上内容来自亦佩捷汽车设备（上海）有限公司技术总监郑宋岳于2025年7月22日在第八届智能辅助驾驶大会发表的《智能辅助驾驶仿真测试方案——如何实现“左移”》主题演讲。）

打赏 点赞