2025 年 7 月 22 日，在第八届智能辅助驾驶大会上，Ansys 亚太辅助驾驶仿真方案主管许富强介绍了 EURO NCAP 2026 标准的最新动态。他指出，EURO NCAP 评价体系从之前被动安全及车辆碰撞安全为核心，转变为全新、全生命周期的评价体系。此次更新大幅提升 ADAS 在评价体系中的比重，测试场景数量和测试点呈指数级增长，正式认可虚拟仿真作为工程验证手段，首次引入鲁棒性评估层，明确提出对仿真置信度的技术要求。同时，在人机交互（HMI）方面，也提出了更高标准。

许富强表示， Ansys AVxcelerate 辅助驾驶仿真方案由三大模块组成：Sensor、Autonomy 与 Headlamp。AVx Sensor 支持多种传感器物理级仿真， 实现感知算法在环仿真， 显著提升仿真置信度。AVx Autonomy 聚焦欧盟 ADAS 相关法规对 ODD、SOTIF 的要求， 通过云端进行进行大规模场景泛化，关键场景筛选，敏感性分析及可靠性评估。AVx Headlamp 用于整车车灯功能效果虚拟仿真。该平台能有效支持国内 OEM 在满足 Euro NCAP 2026 及相关欧盟法规的同时，加速辅助驾驶系统的研发进程。

许富强 | Ansys 亚太辅助驾驶仿真方案主管

以下为演讲内容整理：

EURO NCAP 2026 解读

2026 版 Euro NCAP 标准相较往年版本进行了显著调整。虽然该标准属于非强制性评价体系，但其在全球汽车行业中具有极高权威性与广泛影响力。

新标准不仅在总体评价结构上进行了重构，还对评分方法做出诸多调整。其中，ADAS 功能的评分权重显著提高，相关测试场景数量与场景覆盖广度均大幅提升。尤其值得关注的是，该版本首次正式将虚拟仿真技术纳入测试方法体系，并将其用于鲁棒性（Robustness）评估，以鼓励系统对复杂环境的泛化能力。

在人机交互方面，新标准对驾驶员状态识别与系统联动逻辑提出严格要求。例如，当驾驶员处于非专注状态时，系统需提前激活所有预警与干预策略；若驾驶员保持专注，系统则可适度延迟响应。此举旨在推动 ADAS 功能与驾驶员状态实现更高层次融合。

Euro NCAP 2026 将每个测试场景划分为三个层级：标准层（Standard Layer）、扩展层（Extended Layer）与鲁棒层（Robustness Layer），每层均有独立评分机制。仿真置信度越高，鲁棒层得分越可观，甚至可能作为奖励分计入总分。

法雷奥与 Ansys 联合举办的 Euro NCAP 2026 技术研讨会指出，实际测试点从接近 5000 个候选中抽取 3~5 个测试点执行。若要系统性覆盖所有场景，仅依赖实地测试几乎不可行，OEM 必须依靠高置信度的虚拟仿真进行补充验证。

图源：演讲嘉宾素材

除 Euro NCAP 外，欧盟 GSR 法规（如 R152、R157、R171）对 ADAS 系统的开发与验证流程亦提出更高要求。虽然 R157 未强制虚拟仿真，但要求 OEM 明确定义 ADAS 系统能力与系统边界，这类信息往往需借助虚拟仿真完成。R171 与 R152 更是直接并鼓励将虚拟仿真纳入官方认可的验证手段之一。

在此过程中，敏感度分析（Sensitivity Analysis）与可靠性分析（Reliability Analysis）成为关键工程工具。前者通过设计实验（DoE）方法识别影响系统性能的主要因素，辅助系统架构与控制逻辑优化；后者结合统计学方法评估辅助驾驶系统在 ODD 范围内的失效概率，从而实现风险量化与管理。

回顾整个 ADAS 虚拟仿真及行业现状，目前国内在 SOTIF 和功能安全仿真分析方面，与 ADAS 功能开发过程相互独立。 如何将 SOTIF 和功能安全分析与 ADAS 功能开发流程相结合，是国内 OEM 当前面临的主要问题。

当前国内众多 OEM 厂商的产品在出口至欧洲时，需满足欧洲多项 ADAS 法规要求，如 R157 法规等。如何确保产品不仅符合欧盟的产品标准，同时研发流程也满足欧盟法规要求，成为国内 OEM 面临的一大挑战。

Ansys  AVx 辅助驾驶仿真方案介绍

Ansys AVxcelerate 辅助驾驶仿真方案由三大模块组成：Sensor、Autonomy 与 Headlamp。AVx Sensor 支持多种传感器物理级仿真， 实现感知算法在环仿真， 显著提升仿真置信度。AVx Autonomy 聚焦欧盟 ADAS 相关法规对 ODD、SOTIF 的要求， 通过云端进行进行大规模场景泛化，关键场景筛选，敏感性分析及可靠性评估。AVx Headlamp 用于整车车灯功能效果虚拟仿真。该平台能有效支持国内 OEM 在满足 Euro NCAP 2026 及相关欧盟法规的同时，加速辅助驾驶系统的研发进程。

AVx Sensor 支持相机、毫米波雷达、激光雷达与红外传感器的物理级仿真，基于真实物理规律构建感知模型，覆盖：

·  传感器建模：基于具体传感器类型（如相机、雷达、激光雷达等）进行建模，模拟光学系统、信号响应、探测范围与噪声特性，使输出信号具备实际物理特征。

·  光线追踪（Ray Tracing）：利用物理级路径追踪算法，模拟光线或电磁波从传感器发出或接收过程中的传播、反射、折射与散射，精确还原信号与环境交互过程。

·  材料建模：环境中物体表面基于 BRDF（双向反射分布函数）、RCS（雷达散射截面）等模型，定义其对不同波长信号的响应，实现对不同天气、材质、颜色等因素的感知模拟。

该方法支持真实场景下复杂交互（如雨、雾、夜间等）对传感器性能的影响分析，广泛用于 ADAS 与自动驾驶系统的感知验证与鲁棒性评估。

以 AVx Sensor 中相机为例， AVx Sensor 对相机进行 1:1 建模，从镜头到图像传感器至 ISP 的完整相机模型。在建模过程中考虑环境材料的影响因素，成像路径基于逆向光线追踪，实现较高的成像真实度。尽管计算量较大，受益于 GPU 加速，已可以实现对目前主流 800 万像素相机的实时仿真。

AVx Sensor 能够真实地仿真各类极端天气状况，以及与光照相关的多种极端工况。在中国最新的 L2 级自动驾驶法规中，存在一些与 SOTIF 天气相关的测试要求，AVx Sensor 可以针对这些极端天气场景进行感知仿真。

毫米波雷达的仿真类似，AVx Sensor 能够很好的仿真毫米波雷达的各种极端场景。例如在隧道场景中，由于存在大量电磁波反射，容易导致毫米波雷达误报等现象，针对此类极端情况，AVx Sensor 可进行高质量的毫米波雷达感知仿真。

AVx Autonomy 通过导入 OpenDRIVE 与 OpenSCENARIO 格式场景，结合参数设定与概率定义，开展大规模场景泛化工作。系统集成 Ansys optiSLang 优化引擎，支持多维 KPI 驱动下的全局优化与场景筛选，自动完成敏感度与可靠性分析。

该仿真方案显著减少后续实车与场地测试压力，并为功能安全分析工具如 Ansys Medini 提供输入输出闭环。当前 Ansys 已与国内 OEM 开展联合 Demo 项目，实现 SOTIF 分析与仿真协同验证。

Medini 是 Ansys 公司功能安全与预期功能安全的仿真分析软件

optiSLang 是 Ansys 公司支持设计优化与不确定性量化（UQ）的仿真软件。其功能涵盖：

·  参数敏感性分析（识别关键变量）

·  多目标优化（支持多种优化算法）

·  可靠性分析（结合统计建模评估失效概率）

·  流程自动化（跨工具链仿真耦合与迭代执行）

optiSLang 适用于汽车、航空、能源等领域的复杂产品设计流程，提高设计效率与可靠性。

（以上内容来自 Ansys 亚太辅助驾驶仿真方案主管许富强于 2025 年 7 月 22 日在第八届智能辅助驾驶大会发表的《Ansys AVx 仿真方案助力 EURO NCAP 2026》主题演讲。）