独家解读新世代BMW iX3五大底牌（五）——为验证智能汽车，宝马再造一座“城”

· 汽车十三行 ID：wzhauto2023 ·

据外媒最新报道，随着欧洲市场新世代车型订单增长，宝马匈牙利德布勒森工厂新增第三班次，正式进入三班制全天候生产节奏，为了支撑产能提升，中国沈阳基地技术团队已经前往现场协助扩产。德布勒森新工厂从单班生产切换至 24 小时连续生产，新世代 iX3 仅用了 8 个月完成这一变化。

与此同时，距离新世代 BMW iX3 长轴版中国市场交付也越来越近。在过去一年的时间里，国内消费者对于这款车的讨论始终集中在一个问题，为什么新世代 BMW iX3 还在等？

这段等待时间里，宝马并没有只是在等待量产。从研发、测试到认证，新世代 BMW iX3 经历了一套重新构建的验证体系。在德国宝马研发中心，一台价值一亿欧元的九轴六足高仿真模拟器，让工程师可以在车辆量产之前反复验证驾驶动态；在捷克索科洛夫，宝马将一片曾经的煤矿区域改造成未来移动出行开发中心，用于测试高阶智能驾驶系统；在国内，全球超 40% 的新世代测试车在进行道路测试，累计测试里程已经超过 200 万公里。

新世代 BMW iX3 等待的时间，最终都转化为一次次验证。就在今年 2 月，宝马集团经过德国联邦机动车管理局 KBA 以及 T Ü V S Ü D 审核，成为德国首家获得官方认可、将部分虚拟碰撞测试用于认证流程的汽车企业，8 月又针对隐藏式门把手和开门杀风险进行验证确保冗余。

过去汽车工程更多围绕机械可靠性展开，进入智能汽车时代，车辆需要同时接受硬件、软件、算法和用户体验的多重验证，消费者看到的是一辆新车，但在它正式进入市场之前，宝马已经让它经历了无数次考验。

花 3 年时间打造世界最好的汽车仿真模拟器

如果将 2015 年视作全球汽车新能源智能化的元年，当时汽车研发正从传统机械向智能化转型，发动机、电机、底盘等传统机械系统，依然可以通过台架测试和道路试验完成验证。随着电子控制系统越来越深入车辆，驾驶体验开始由机械结构、软件算法以及控制策略共同决定。

在宝马工程师眼中，动力响应、制动反馈、车身在不同状态下的姿态变化都需要更复杂的验证方式。2017 年，宝马、Bosch Rexroth 以及 AVSimulation 的工程师坐到了一起，他们要打造一套能够复现真实驾驶体验的高动态模拟系统。

2020 年底，这台 9 轴六足高仿真驾驶模拟器，在宝马研发创新中心正式投入使用，根据宝马公开资料，这套模拟器全球仅有 3 台，其中两台属于宝马集团，另一台位于合作伙伴的实验室，单台设备开发与制造成本达到 1 亿欧元级别。

在宝马仿真实验室里，白色模拟舱悬挂在六个液压支架之上，下方连接复杂的运动机构，整个设备占据接近 400 平方米空间，它能够将车辆在不同道路条件下的运动状态，以接近真实比例的方式重新呈现。

为了接近真实车辆状态，9 轴模拟器能够提供 0.65g 加速度，达到 BMW M3 车型的加速水平；另一套高动态模拟器进一步达到 1G 纵向和横向加速度水平，接近宝马 iFE.20 电动方程式赛车的动态表现。宝马仿真实验室工作人员向我们透露，这两台模拟器的峰值功率可以达到 6500kW 和 3000kW，启动后相当于 4~5 个大型商场最大用电需求，而实现这一切的目的，都是为了制造具备极致驾驶体验的宝马汽车。

当工程师坐进模拟舱踩下加速踏板，系统根据车辆动力模型计算车辆响应；转动方向盘，车辆横摆、轮胎状态以及车身姿态变化同步反馈到模拟平台；进入低附着路面，车辆失去抓地力的过程也可以被重复模拟。

天气、道路、时间、轮胎规格以及车轴状态，都能够在控制系统中快速切换。这套设备解决的核心问题是，让过去需要大量道路测试才能覆盖的复杂工况，现在可以在实验室环境中反复验证，并将车辆运动数据转化为驾驶员可以感知的反馈。汽车工程师能够通过数据看到车辆加速度、横摆角速度、轮胎负荷等参数，但最终交付给消费者的是驾驶过程中的身体感受。

新世代 BMW iX3 的全新平台引入全新的电子电气架构以及 Heart of Joy 中央动态控制系统，车辆动力输出、制动、能量回收以及稳定控制需要通过更高层级的软件进行协调。举例来说，在模拟高速变道时，电机扭矩如何分配，制动力何时介入，能量回收强度如何变化，都会影响驾驶员对车辆的判断。

这台造价一亿欧元的九轴六足模拟器能够让这些控制策略在量产之前进行大量测试。新世代车型的工程团队可以在同一套车辆模型下，快速切换不同软件标定方案，比较车辆响应差异，并通过驾驶员反馈调整最终设定。

很多人不知道的是，宝马在 20 世纪 90 年代，宝马开始利用静态驾驶模拟器辅助车型开发；2006 年，宝马进一步引入动态驾驶模拟器，用于还原真实道路中的交通事件。随着车辆系统复杂度不断提高，模拟验证逐渐成为整车开发的重要环节。到今天，宝马研发与创新中心拥有包括高仿真模拟器、高动态模拟器在内的 14 套模拟设备，每毫秒能够计算处理 700 多个自由度的运动微分方程，可以覆盖车型从概念开发到最终功能验证的全过程。

宝马的初衷并不是要在仿真模式设备开发上争什么第一的名号，这些都是建立在宝马性能操控的整车开发性格基础上，才顺其自然的有了仿真实验室这些软硬件。宝马的仿真实验室用行动告诉人们，真正的数据处理仍然建立在精密的每一个开发和验证环节，而不是寄望于某一技术的进步，短平快的解决所有问题。

为智能验证造一座城，中国测试车占全球 4 成以上

一辆汽车从研发中心驶向消费者之前，需要经历多少次测试？过去，这个问题的答案通常与机械有关。发动机需要经历高温、高寒和耐久循环，底盘需要经过各种路况验证，车身需要通过碰撞测试。

进入智能汽车时代，测试对象正在发生变化。尤其是智能化，包括摄像头能否识别人，算法能否理解道路，车辆在复杂交通环境下能否做出正确判断。这给汽车研发提出了一个新的问题。如何创造足够复杂的测试环境，让一套智能系统提前经历真实世界中的各种情况？

很多企业用通用 clips 与 ai 溅射等技术为产品提供测试案例，但宝马给出的答案是建立一座城市。2021 年，宝马开始在捷克索科洛夫建设未来移动出行发展中心（Future Mobility Development Center，FMDC）。这里曾经是一片拥有数百年采矿历史的褐煤矿区，17 世纪开始这里的煤炭资源推动当地工业发展，直到 2017 年 10 月最后一次矿井排水结束后，采矿时代落幕，同时迎来了新的用途。

宝马投入超过 3.39 亿欧元，将超过 600 公顷矿区改造成未来移动出行开发中心，用于自动驾驶、电驱系统以及数字化技术研发，欧洲曾在这里从开采煤矿能源，现在欧洲在这里开采数据 " 能源 "，这里每天产生的数据，来自车辆传感器、算法模型和测试场景。

在这座由矿区改造而来的测试场内，宝马按照真实交通场景重新设计，铺设了约 25 公里测试道路，有模拟城市道路、环岛、隧道、高速公路，也有复杂乡村道路。但宝马选择索科洛夫，并非只看中土地面积。在宝马看来，自动驾驶的研发验证需要一个高度可控，同时又足够复杂的环境，但在欧洲很难找到一片超过 600 公顷、能够模拟城市、高速、乡村以及极端道路条件的封闭区域，索科洛夫原有矿区复杂的地形条件，为重新规划测试环境提供了基础，同时距离宝马研发体系较近，也方便工程师完成 " 算法开发 - 车辆测试 - 数据回传 - 系统优化 " 的循环。

这里工程团队可以测试车辆在不同道路结构、不同交通环境以及不同天气条件下的表现。其中，一条约 6 公里高速测试道路承担着 L3 级自动驾驶验证任务，比如，前车突然减速、标线模糊、驾驶员走神失能等等在公开道路上很难重复出现的情况，在索科洛夫可以被不断模拟。

在 FMDC 中，道路、建筑、交通设施都成为测试元素，摄像头、毫米波雷达以及算法模型需要不断面对新的环境变化。对于智能驾驶系统来说，一次成功的运行并不能证明系统成熟，真正决定能力的是面对大量未知情况时，系统是否依然稳定。

在新世代 BMW iX3 的验证上，除了拥有来自欧洲 FMDC 以及仿真实验室的数据外，宝马也将中国道路环境纳入全球验证体系。值得一提的是，在全球约 1000 辆新世代测试原型车中，超过 400 辆被投入中国市场进行持续测试，占全球测试车辆比例超过四成，累计道路测试里程超过 200 万公里，相当于绕地球 50 圈。

宝马的测试车辆每天采集道路数据，机动车、电动车、自行车、行人，以及城市道路中的临时施工、违法驾驶行为以及不同地区的交通习惯组成真实环境，为智能驾驶系统验证提供了大量测试样本，研发团队根据车辆反馈调整算法，再通过下一轮道路测试验证优化结果。

人工驾驶存在天然变量，不同驾驶员的反应速度、方向盘操作力度、制动时机都会影响测试结果。尤其是在紧急避让、自动制动等极限场景中，测试需要高度重复。为了保证测试结果更加准确，宝马还在极限 ADAS 验证中引入自动化测试设备，通过车载高精度驾驶执行器和无人线控系统让车辆按照预设轨迹和力度完成转向、加速、制动操作。

算法升级之后，工程师可以在相同条件下重新测试，判断系统变化来自算法优化，还是测试误差。这对于智能汽车开发非常关键，因为软件系统不同于传统机械零件需要持续迭代。每一次算法更新，都可能影响感知、决策和执行过程。只有建立稳定、可重复的验证体系，工程师才能确认车辆在复杂环境中的表现。

从德国研发中心的高仿真模拟器，到捷克索科洛夫测试场，再到中国超过 200 万公里道路测试，新世代 BMW iX3 的验证体系覆盖了实验室、封闭场地和真实城市三个层面。过去汽车测试更多是在验证一辆车是否可靠，今天智能汽车需要验证的是一套持续学习、持续进化的系统。

首个混合认证获官方认可的，是宝马

过去几十年汽车安全验证最典型的场景，是在测试车展通过一辆又一辆测试车完成撞击科目，在传统概念中，撞击科目数量越多就越能说明这家车企的产品更安全。在撞击科目中，工程师通过碰撞后的车身形态、安全气囊展开时间、假人受力数据，判断车辆是否达到法规要求。但同时一次碰撞测试结束，一辆价值数十万元的测试车也随之报废，对于汽车企业而言，碰撞测试一直意味着时间和成本。

一款新车型上市之前，需要经历不同速度、不同角度、不同乘员保护场景等大量法规碰撞验证。随着汽车功能越来越复杂，传统验证体系开始面临新的挑战。智能驾驶系统需要验证更多极端场景，新的车身结构、电池系统、电子架构也需要更多测试数据支撑。

宝马集团经过 20 年的虚拟安全开发积累，建立起数字碰撞模拟体系。一次虚拟碰撞完成后，工程师可以获得车身变形、零部件受力载荷、乘员舱冲击等等完整的数据结果，这些信息都可以在数据库中反复查看、分析和比较。据我们了解，根据测试复杂程度，一次虚拟碰撞模拟可能需要约 30 小时才能完成，在后台需要约 300 个 CPU 并行计算。

在宝马 FIZ 碰撞实验室，已经完成了 30 余万次仿真碰撞测试，130 多次实车碰撞测试，120 路车辆测试信号、200 路假人测量信号，超 30 台高速摄像机以最高每秒 1000 张照片的速度捕捉风险细节，经过长期与实体碰撞测试结果比对验证，虚拟方法逐渐从研发工具进入法规认证体系。

宝马集团研发创新中心

经过德国联邦机动车管理局 KBA 以及技术检测机构 T Ü V S Ü D 的审核，2026 年宝马成为德国首家获得官方认可、将部分虚拟碰撞测试用于认证流程的汽车企业。这意味着，宝马所进行的虚拟碰撞测试获得与传统实体测试等效的认证资格。需要注意的是，实体碰撞依然存在，但数字模型开始承担更多验证任务，两种形式形成宝马的 Hybrid Homologation 混合认证体系。

新世代 BMW iX3 面对的验证规模，也随着车辆功能变化不断扩大。在 2026 版 Euro NCAP 最新测试协议下，宝马针对新世代 BMW iX3 进行了专门验证。其中一个新增关注点，是车辆发生事故后的安全交互。随着隐藏式门把手越来越多应用在新能源车型上，碰撞后的车门开启逻辑成为新的安全课题。