小服AI 
产品定位与核心能力
Ansys AVxcelerate Sensors 是 Ansys 自动驾驶仿真产品体系中的物理级传感器仿真模块，面向高级驾驶辅助系统（ADAS）和自动驾驶（AV）的感知算法开发与验证。与传统基于简单几何模型的传感器模拟不同，该工具以电磁波传播方程、光线追踪和多光谱材料属性为底层计算基础，在虚拟环境中复现摄像头、雷达、激光雷达和超声波传感器在真实物理世界中的信号响应。
AVxcelerate Sensors 被设计为开放、可扩展的模块化仿真方案，能够与多种开源及商用驾驶模拟器协同运行，包括 CARLA、IPG Automotive CarMaker、NI monoDrive 等。其输出结果可通过专用接口直接注入感知算法，支撑从软件在环（SiL）到硬件在环（HiL）的多阶段验证。
传感器仿真类型与物理精度
该平台覆盖自动驾驶中四类核心传感器的仿真：
- 摄像头仿真：在 2026 R1 版本中引入的光传播引擎（Light Propagation Engine, LPE），可对多光谱光线在复杂介质中的传播、反射、散射和眩光效应进行建模，准确还原逆光、雨雾、夜间低照度等条件下的成像质量退化。
- 雷达仿真：基于电磁波传播方程，结合材料的介电属性、表面粗糙度和入射角度，生成包含多径效应和遮挡衰减的雷达回波数据。2026 R1 新增可视化雷达工具，支持精确的 Tx/Rx 天线配置与验证，并能够再现多普勒效应等微小频率变化。
- 激光雷达仿真：遵循物理第一性原理输出高保真点云数据，真实反映激光脉冲在目标表面的回波特性。
- 超声波与热成像传感器：同样基于物理模型实现，支持在统一场景中对多源异构传感器进行协同仿真。
2026 R1 版本关键更新
AVxcelerate Sensors 2026 R1 围绕”系统到芯片”（systems-to-silicon）理念进行了三项核心升级：
其一，与 NVIDIA Omniverse 的深度集成。Omniverse 提供基于 USD（Universal Scene Description）格式的三维数字资产管理与实时渲染能力。工程师可将真实道路采集的点云、图像和地理空间数据导入 Omniverse 构建高保真虚拟场景，再交由 AVxcelerate Sensors 进行多物理场传感器仿真。场景中的材质——路面、金属护栏、玻璃幕墙、雨雾粒子——均携带光学、电磁学和热学属性标注，确保仿真结果的可信度。
其二，前述的光传播引擎（LPE）填补了简单光照模型无法处理极端光照与天气条件的空白，使摄像头仿真在物理精度上实现跃升。
其三，可视化雷达工具让工程师可以直接在场景中配置和校验天线阵列的几何布局、波束方向与覆盖范围，降低雷达模型部署的试错成本。这些能力可与原生 NCAP 场景联合使用，支撑面向新车评价规程（NCAP）的感知系统验证。
标准合规与生态集成
AVxcelerate Sensors 原生支持 ASAM 协会定义的多项行业标准。仿真场景的动态信息可通过 ASAM OpenSCENARIO 描述，也可通过 ASAM Open Simulation Interface（OSI）以数据流形式实时注入；道路网络描述兼容 ASAM OpenDRIVE。这使得该工具能够无缝接入遵循上述标准的仿真工具链和测试流程。
在云部署方面，AVxcelerate Sensors 可在 Microsoft Azure 上运行，利用云端大规模并行计算资源加速传感器仿真与合成数据生成。Ansys 还与 Cognata 合作，将 AVxcelerate Sensors 的雷达仿真能力集成到 Cognata 的自动驾驶感知中心（ADPH）平台中。ADPH 平台基于 Azure 和 AMD EPYC 处理器及 Radeon PRO GPU 运行，提供经制造商认证的虚拟传感器模型库，使 OEM 厂商和 Tier 1 供应商能够在统一平台上对不同传感器方案进行横向对比和标准化验证。
计算特征与部署考量
AVxcelerate Sensors 的底层计算负载与传统 CAE 仿真有显著差异。光线传播、电磁波仿真和 USD 场景实时渲染几乎完全依赖 GPU 加速（基于 CUDA/OptiX），CPU 主要承担场景预处理与任务调度。城市级地理空间数据的加载和多光谱材质的实时交互使得显存容量成为首要瓶颈——单工程师场景建议 48GB 以上显存，团队级部署则需要更大容量。
此外，频繁读写 USD 资产和缓存光传播计算结果对存储性能要求较高，NVMe SSD 的随机 IO 性能直接影响交互流畅度。网络方面，团队协同场景建议配备 25GbE 以上网络，以减少大型场景文件的共享传输延迟。
选型与采购注意事项
AVxcelerate Sensors 作为企业级仿真产品，其最终价格受版本、模块组合、授权方式（节点锁定或浮动许可）、用户数量和部署方式（本地或云端）等多重因素影响。Ansys 通常通过授权合作伙伴渠道进行销售和实施，不公开统一的定价目录。采购前建议明确以下问题：
- 需要仿真的传感器类型及数量，是否涉及热成像或超声波等特定模态；
- 团队规模与使用模式，单用户开发还是多团队协同；
- 是否需要与 NVIDIA Omniverse 深度集成，对 GPU 硬件配置的具体要求；
- 是否需要接入 NCAP 等法规测试场景库；
- 部署方式选择，本地部署对硬件基础设施的前期投入与云端按需使用的成本结构差异。
建议联系 Ansys 授权渠道获取与自身业务规模匹配的报价方案，并重点关注授权范围、版本更新策略、技术支持和实施服务的具体条款。
