摘要：目前，中國市場HiL技術主要應用于汽車、航空航天、國防、能源、電力電子等產業，2016年-2028年市場規模復合增長率達18.5%，預計2028年中國HiL模擬行業市場規模達到 273 億元，其中尤以汽車行業HiL應用市場規模占比最高，預期可達到123.8億元

出品：適道研究院

半實物仿真（Hardware-in-Loop Simulation，簡稱HiL）是一種結合實物硬件和仿真軟件的實時仿真技術。這種仿真方法通過在仿真系統的回路中接入實物部件，實現對系統性能的綜合考察和驗證。HiL的核心特點在于其將實物組件嵌入仿真回路并要求實時運行，解決了控制器與仿真計算機之間的接口問題，使得實驗結果比純數學仿真更接近實際情況。

HiL技術在各種仿真系統中具有較高的置信度，特點包括有效性、可重復性、經濟性和安全性，其廣泛應用于軍事和民用部門，尤其在系統設計的可靠性和研制質量提升方面發揮著重要作用。自20世紀60年代問世以來，HiL技術在全球范圍內持續發展，尤其在美國的航天和國防領域取得顯著成就。美國多數國防項目承包商使用高速高精度的仿真機和先進的環境模擬設備，所建立的半實物仿真實驗室代表了當前世界的先進水平。中國在導彈制導、火箭控制、衛星姿態控制等領域的HiL應用研究也已經達到較高水平。

隨著汽車工業的發展，特別是在智能化和電子化的大趨勢下，近年來，半實物仿真（HiL）技術開始在汽車電子控制系統的開發中扮演著至關重要的角色。汽車電子控制系統的復雜性和對安全、效率的高要求使得傳統的測試方法無法滿足現代汽車工業的需求。HiL仿真技術能夠在真實的操作條件下，對汽車電子控制系統進行全面的測試和驗證。

利用HiL技術，開發者可以模擬各種駕駛場景和環境條件，從而在不同的操作條件下測試控制系統的響應和性能。這不僅大大提高了測試的效率和安全性，還降低了開發成本。對于復雜的汽車電子系統，如動力控制、制動系統、駕駛輔助系統等，HiL提供了一個高度靈活和可控的測試環境，使得開發過程更加快速、高效且具有針對性。

此外，隨著新能源汽車和自動駕駛技術的快速發展，HiL技術在模擬電池管理系統、電機控制器以及自動駕駛算法的測試中顯得尤為重要。HiL的應用不僅提高了汽車電子控制系統的可靠性和安全性，也加速了這些先進技術的市場推廣。

01 行業綜述

技術端：已成為汽車ECU開發的重要組成部分

考慮到安全性，高效性和合理的成本，HiL已成為ECU（Electronic Control Unit）開發過程中非常重要的部分，能夠大幅減少實際車輛的路試次數，縮短開發時間并降低成本。

安全性方面，在HiL平臺測試時，被控對象由實時仿真計算機模擬，且各個零部件完全由軟件控制，可輕松執行在實際設備中的危險工況或極限工況，即使遇到待測ECU存在Bug，也不會造成平臺損壞或危及測試人員安全。

高效性方面，可以單套系統應對多樣測試需求，并通過自動化測試軟件連續反復測試同一工況、加快測試進度、運用可視化界面、實時觀測所需數據、形成數據留存以備后期分析，最終形成高效可行的解決方案。

而半實物仿真模擬系統，相較于真實測試臺架及實際路測來說，其建造與維護成本方面的優勢不言而喻，且更早介入產品開發周期，亦能極大縮減糾錯成本。

基于此，對于更注重縮短開發周期的新能源汽車的開發與測試而言，HiL對于三個核心電子控制系統非常重要：汽車控制系統，BMS電池管理系統和MCU電機控制器。

HiL系統的核心由仿真模型、標準仿真機和I/O接口三部分構成，分別如下：

1、仿真模型：

在HiL系統中，仿真模型是至關重要的組成部分。它是一個計算機模型，精確地反映了被控對象的系統行為。通過在實時仿真機上運行，仿真模型能夠模擬控制器所需的外部環境，為測試和驗證提供條件。

2、標準仿真機：

標準仿真機通常采用上下位機架構。下位機是一臺高性能計算機，其主要任務是以實時方式運行仿真模型，確保對被控對象進行準確和高效的模擬。下位機在整個系統中扮演核心引擎的角色，負責協同控制器與被控對象之間的交互任務，以確保系統在虛擬環境中的運行與實際環境一致。上位機則是一臺普通計算機，配備一系列應用軟件，為用戶提供仿真測試功能。用戶通過圖形化界面能夠輕松進行仿真模型配置、參數設置、監視仿真過程以及分析測試結果等操作。整個標準仿真機在HiL系統中發揮關鍵作用，其上下位機架構設計旨在提高仿真系統的性能和靈活性，以滿足不同領域的仿真需求，同時通過用戶友好的上位機界面，為用戶提供了高度可控的仿真環境。

3、I/O接口：

I/O接口是連接實時仿真機和被測對象的關鍵橋梁。它負責在仿真環境中模擬實際硬件的輸入和輸出，促使仿真模型與被測對象交互。這包括模擬輸入/輸出卡、數據采集卡等，確保信息在仿真系統和實際系統之間有效傳遞。

這三個關鍵組成部分協同工作，使得HiL系統能夠在虛擬環境中對嵌入式系統進行全面的測試和驗證，進而提高系統的可靠性和性能。

圖：通用HIL系統拓撲結構圖

政策端：提高汽車工具鏈自主創新水平和應用能力

目前，中國汽車產業正處于由大向強的發展進程中，在供給側和需求側的雙向推動下，汽車產業正由功能時代向智能時代不斷演進，汽車產業新格局正在加速形成。我國汽車產銷總量已連續 14 年位居全球首位，并在“電動化、網聯化、智能化”等方面取得了巨大的進步，進一步鞏固了我國作為汽車大國的地位。

在此背景下，中央及地方各級政府推出了一系列的支持政策，積極引導并在推動我國汽車軟件工具鏈領域的創新和發展方面取得了顯著成效，進一步豐富了汽車產業的技術生態。這些支持性政策，全方位覆蓋汽車軟件工具鏈行業的發展，從頂層設計、規范制定到核心技術的研發和應用等多個維度，為該領域提供了與其快速發展相適應的政策環境。同時，政策也著力推動汽車軟件工具鏈的實際應用，加速其在整車制造、智能駕駛、車聯網等方面的規?；l展，為整個汽車產業的創新和繁榮指明了方向。

2023年11月，工業和信息化部、公安部、住房和城鄉建設部、交通運輸部（以下統稱“四部門”）聯合發布了《關于開展智能網聯汽車準入和上路通行試點工作的通知》，并在其《實施指南》中對智能網聯汽車產品的測試驗證要求提出了明確的指導。這些要求涉及模擬仿真、封閉場地、實際道路測試，以及網絡安全和數據安全、軟件升級、數據記錄等多個方面。這不僅為智能網聯汽車的安全性和可靠性提供了保障，也為汽車軟件工具鏈的發展提出了更高的標準。尤其是對自動駕駛系統模擬仿真測試的要求，強調了測試工具鏈的置信度，以及車輛動力學、傳感器等模型的可信度，確保了模擬仿真測試結果的可追溯性，從而促進了汽車軟件工具鏈技術的進一步完善和創新。

隨著“十四五”規劃的貫徹落實，我國工業軟件在發展過程中，將利用已有的互聯網、信息化等方面的先發優勢，依托工業互聯網平臺，深入制造業特定場景開展研發和應用，促進工業軟件的線上衍化與應用，并通過工業知識的不斷積累、迭代和更新，逐步提高自主創新水平和應用能力。

圖：2020年以來政府支持性政策匯總表

標準端：國家標準即將出臺

目前在全球范圍內公認的汽車行業功能安全方向的國際標準為ISO 26262，即《道路車輛功能安全》，該標準適用于汽車電子電氣系統，包含硬件組件及軟件組件。ISO 26262定義了開發過程中所使用到的安全相關的功能以及流程、方法和工具所需要滿足的要求。ISO 26262標準確保在整個車輛生命周期內（包括管理、開發、生產、運行、維修、退役等階段）達到并且保持足夠的安全水平。

除此之外，另一個備受矚目的汽車行業標準則是ISO/SAE 21434，即《道路車輛——網絡安全工程》，該標準為國際標準化組織與國際汽車工程師學會共同發布。ISO 26262涉及汽車電子產品的功能安全，而ISO/SAE 21434 則涉及道路車輛電子系統的網絡威脅分析與風險評估。ISO/SAE 21434的目標是以 ISO 26262為基礎，為道路車輛的整個生命周期提供一個相似的標準框架。這個新標準的主要組成部分包括安全管理、依賴于項目的網絡安全管理、持續的網絡安全活動、相關的風險評估方法，以及道路車輛概念產品開發和開發后階段內的網絡安全。

未來，隨著智能網聯汽車和自動駕駛技術的快速發展，相關的標準和規范也將不斷完善和出現。其中，《在環仿真測試標準體系研究》的發布將是一個重要的里程碑，它是由天津中汽中心和東風牽頭、幾十家OEM和Tier1、蔚赫信息、dSPACE等工具鏈公司共同參與制定，旨在為未來的正式國家標準鋪路。這項研究的成功發布，將為智能網聯車研發中的所有在環（HiL）工具設定標準框架，特別是針對自動駕駛技術的應用。

02 市場規模

產業生態：由上游計算機軟件系統及電子元器件、中游HiL系統集成商、下游整車制造、航空航天等廠商組成

上游行業規模不斷擴大。HiL技術上游行業主要為計算機、計算機軟件以及電子元器件等行業。其中計算機軟件是HiL系統的核心部分。近年來，在企業數字化轉型推進下，軟件及IT服務處于高速成長期，產業規模持續擴大。未來，隨著我國軟件企業的自主研發能力提升，以及數據庫、操作系統等IT產業新生態逐漸完善，我國軟件企業實力將不斷提升，產業集聚效應進一步增強。

數據顯示，2021年度，全國軟件和信息技術服務業規模以上企業超4萬家，累計完成軟件業務收入94994億元，同比增長17.7%。2016年起，我國軟件與信息技術服務業收入規模持續快速增長，復合年均增長率達14.5%。據預測，2022年我國軟件與信息技術服務業收入規模將達101339億元。

下游行業需求爆發。HiL下游為國防、電子信息、機械制造、航空、航天、船舶、汽車、電力、石化、物流等行業。尤其是ICV（智能網聯汽車）行業需求的爆發，極大推動了HiL技術的發展。近年來，我國汽車產銷量持續穩定增長，ICV發展勢頭良好。2023年上半年，具備組合駕駛輔助功能的乘用車新車銷量占比42.4%，汽車出口量躍升至全球首位。

同時，具德勤數據顯示，在“軟件定義汽車”的趨勢之下，2030年軟件成本占整車BOM（物料清單，Bill Of Material）的比重將從攀升至接近50%的水平，其中包含應用程序開發、AI算法、操作系統及軟硬件一體化程度較高的控制器與芯片等電子設備。

持續增長的與不斷攀升的軟件成本的背后是巨大的測試壓力。根據國內外相關研究機構要求，自動駕駛系統至少需要170億公里的測試后才能量產，測試工作量之大可想而知。HiL測試在汽車行業中應用廣泛，可以替代大部分實車測試，能有效緩解車企的測試壓力。尤其在復雜的城市NOA（導航輔助駕駛）方面，HiL測試更是發揮了重要作用。例如，HiL系統可以模擬行駛車輛、路面、駕駛員操作、車輛故障等各種狀態，從而快速測試新車的各種功能。

圖：半實物仿真系統技術產業鏈示意圖

生產模式：本地化定制生產模式，更注重跨國合作

定制生產模式是半實物仿真模擬行業普遍使用卻較為特殊的經營模式。定制生產是一種國際上企業間常見的分工合作形式，一般為大型跨國企業根據自身的業務要求，將其生產環節中的一個或多個產品通過合同的形式委托給更專業化、更具比較生產優勢的廠家生產。接受委托的生產廠家按客戶指定的特定產品標準進行生產，最終把受托生產的產品全部銷售給委托客戶。定制生產適應了全球產業鏈專業化分工的發展趨勢，最終實現了產品價值鏈中各環節的互贏，不僅能適應全球產業鏈專業化分工的趨勢，而且通過本地化的生產和創新，還能加快定制化設備的交付和服務升級周期。

市場規模：HiL迎來快速增長，未來五年可達638億元

近幾年，隨著HiL技術應用拓展以及航空航天、國防、能源、電力電子等應用領域產業不斷發展，中國HiL技術產業規模呈現穩定增長勢頭，復合增長率達到18.5%，2016年市場規模達到35.7億元，2021年達到84億元，預測2028年中國HiL模擬行業市場規模達到 273 億元。

其中，汽車行業HiL應用市場規模與份額均居各領域之首

HiL測試是汽車V模型開發流程中的重要一環，其原理就是使用HiL設備接收控制指令，模擬狀態信息并發回控制器，讓控制器以為自己在控制真實的測試對象，形成測試閉環。如此一來，就能直接在測試閉環中驗證功能算法的邏輯性。如，面對自動駕駛，控制器需要能夠妥善處理故障情況，例如信號丟失、線路短路等。這些故障情況在實車上難以設置和復現，且具有一定危險性。通過HiL測試，能夠方便地對多種故障進行取值、組合并進行測試，不僅能提升測試效率，也降低了實車路測的安全性風險。因此，HiL通常用于系統集成測試，驗證自動駕駛車輛環境感知等重要模塊的功能有效性。

數據顯示，2016—2028年，中國HiL各領域應用市場規模持續提升，汽車行業HiL應用市場規模與份額均在各領域中居于首位，市場規模復合增長率達18.5%，由2016年的16.2億元增長到2028年的123.8億元。

同時，高端制造業發展持續推動HiL技術發展。當下，中國制造業正處于從“中國制造”向“中國創造”轉型升級中，國家出臺了《“十四五”國家高新技術產業開發區發展規劃》等一系列產業規劃和政策，對高新技術產業大力支持。作為科研重要工具和手段的HiL技術，能有效提升相關行業的效率，且應用領域較廣，行業面臨較好的發展機遇。

航天行業HiL應用市場規模復合增長率達到18.5%，由2016年的6億元增長到2028年的45.8億元；電力電子行業HiL應用市場規模復合增長率達到18.3%，由2016年的8.5億元，增長到2028年的64.3億元；研究與教育行業HiL應用市場規模復合增長率達到18.6%，由2016年的1.5億元增長到2028年的11.5億元；其他行業HiL應用市場規模復合增長率達到18.6%，由2016年的3.6億元增長到2028年的27.9億元。

國家對于HiL技術發展的大力支持，同時體現在政策引導、技術引進、人才培養等多個方面。國內HiL技術正處于快速發展中，市場上競爭雖然比較激烈，但利潤較高，市場前景廣闊。

03 核心企業

全球HiL四大品牌：占領80%市場份額

憑借先發優勢與核心技術，dSPACE GmbH、Vehinfo LABCAR、National Instruments和 Vector Informatik已穩占市場主導地位，成為HiL業界公認的“四大品牌”。

dSPACE GmbH：成立于1988年，是行業里最早做HiL的公司。主要產品有實時仿真平臺、硬件-軟件協同開發系統等，其產品在汽車、航空航天、電力、通信等領域有廣泛應用。dSPACE GmbH具備30年的嵌入式系統開發和測試工具的經驗，為全球整車廠和Tier1供應商提供HiL系統解決方案，是通用汽車、戴姆勒、奧迪等的HiL全球供應商。

Vehinfo LABCAR：LABCAR品牌誕生于1994年，主要提供基于HiL測試解決方案，在汽車HiL細分領域位于TOP2位置。主要產品有LABCAR仿真測試系統，主要應用于汽車電子控制系統的開發和測試。通過將實際的ECU與虛擬的車輛系統進行交互，以驗證ECU的功能和性能。此外，它還是一套用于汽車電子系統開發和測試的綜合解決方案，包括軟件、硬件和模型架構。2022年12月被中國蔚赫信息收購。

NI（National Instruments）：成立于1976年，主要提供測量、自動化和嵌入式系統的硬件和軟件解決方案。近年來，NI開始嘗試進入HiL領域，提供相關解決方案。NI擁有500多款軟硬件產品，應用遍布電子、機械、通信、汽車制造、生物、醫藥、化工、科研、教育等各領域。全世界數以萬計的工程師和科學家們都在使用NI的產品。在“四大龍頭”HiL廠商中，NI以其解決方案的全面性著稱。2023年4月被美國艾默生收購。

Vector Informatik：成立于1988年，為汽車總線網絡的設計、建模、仿真、分析、測試以及ECU的開發、測試、標定和診斷等過程提供軟硬件工具和組件。主要產品有CANoe、CANalyzer等軟件工具，用于開發、測試和診斷車載電子系統和網絡。應用領域主要在汽車行業。Vector以穩健的發展和對車載總線領域的深度專注而著名，但與其他三大龍頭相比，Vector HiL的品牌力在全球范圍內相對較弱。

圖：全球及中國HiL市場主要市場參與者匯總表

其他重點企業市場定位：中國以代理集成商為主

經緯恒潤：成立于1998年，基于電子系統產品開發“V模式”流程，經緯恒潤為汽車行業客戶提供包含整車電子電氣仿真測試解決方案、汽車網絡測試服務、實車測試服務、多學科建模仿真服務等多種解決方案。2015年，經緯恒潤進入高級別智能駕駛業務領域，開發了單車智能解決方案、智能車隊運營管理解決方案和車-云數據中心解決方案。

華力創通：是國內國防、政府及行業信息化技術與創新應用的領先者。已經形成衛星應用、無人系統、雷達仿真三個業務板塊,致力于為國防信息化建設提供先進的器件、終端、系統和解決方案。

意昂神州：成立于 2003 年，是一家專業的新能源汽車核心技術研發公司及實驗室建設整體方案供應商，技術方向涵蓋新能源汽車整車級/系統級/部件級的電子電控系統開發、測試、標定服務及整體解決方案。為一汽集團、上汽集團、美國通用、德國大眾等國內外 200 余家汽車廠商提供技術研發服務與新能源汽車實驗室建設，在行業內處于領先地位。

九州華海：專注于提供電控系統解決方案，成立于2011年，公司致力于為汽車、機械、船舶、航空、教育等行業的用戶提供更專業的電控系統一站式解決方案。華海科技的解決方案，能夠快速地將先進的控制技術集成到客戶產品，快速形成電控開發的能力。

IAE 智行眾維：是智能駕駛仿真測試領域的專業服務商。公司成立于2018年，在中國和歐洲設有技術研發中心。核心團隊由國內外資深專家、來自清華等高校、主機廠和互聯網領域的專業技術和管理人才組成，致力于打造先進的智能駕駛仿真測試技術體系和全棧式解決方案。

昆易電子：成立于2011年，秉承“讓研發更簡單”的理念，從事嵌入式軟硬件開發測試、網絡開發測試、智駕數據閉環、虛擬仿真測試設備研發、生產和銷售，服務于汽車、軌道交通、高校等市場，助力全球企業。

北匯信息：始終專注于汽車電子領域的新技術和新產品，為整車廠和零部件企業提供完整的研發、測試解決方案。從測試工具、專用測試設備、完整測試方案到實車測試服務。

東信創智：為汽車電子科技服務公司，為客戶提供高效、可靠的開發測試工具和解決方案。深耕于電子電氣架構設計、AUTOSAR嵌入式軟件開發測試、車載通訊（CAN/LIN/以太網）開發測試。同時在智能駕駛、車路協同、智能座艙、動力底盤等仿真測試技術領域也處于行業領先水平。

圖：中國HiL市場其他主要市場參與者匯總表

04 案例研究

HiL技術在航空航天領域的應用：magniX案例分析

項目概述：2019年，magniX與Harbour Air Seaplane合作，成功試飛了改裝后的de Havilland DHC-2 Beaver電動水上飛機，隨后又試飛了更大型的電動Cessna 208B Grand Caravan。

創新里程碑：這些試飛不僅標志著商用電動飛機領域的重大進展，而且展示了電力驅動系統在航空領域的應用潛力。

?HiL技術的關鍵應用

仿真目的：magniX的一個主要目標是快速測試電力推進控制器軟件，以準備試飛。這要求在實際飛行前對控制系統進行徹底的測試和驗證。

仿真工具和方法：magniX運用OPAL-RT的實時仿真器進行了電機和逆變器硬件的仿真。這使得團隊能夠在安全的環境中集成和驗證原型控制器模塊上運行的控制軟件。

?HiL技術的優勢

風險降低：通過HiL仿真，magniX在不需要進行實際飛行的情況下就能測試和優化電動飛機的控制系統，顯著降低了試飛的風險。

效率提升：HiL技術加快了開發過程，使得團隊能夠迅速從概念驗證轉向實際應用，為電動飛機的商業化鋪平了道路。

系統集成和驗證：在仿真環境中集成和驗證控制軟件，提高了系統整體的可靠性和性能。

?HiL技術的未來展望

電動航空的推動力：HiL技術在電動航空項目中的成功應用展示了其在未來航空航天領域（特別是在新興的電動和混合動力航空器領域）中的巨大潛力。

持續創新：隨著電動航空技術的持續發展，HiL技術將繼續在飛行控制系統的測試和驗證中發揮關鍵作用，助力這一創新領域的成熟和擴展。

HiL在汽車BMS領域的應用：Vehinfo LABCAR（即原BOSCH/ETAS LABCAR）案例分析

電池管理系統（BMS）的重要性

電池管理系統（BMS）作為動力電池的“大腦”，負責關鍵參數的采集（如電池電壓、模組溫度、系統高壓和電流等），同時執行能量計算、壽命預估、熱平衡、充電控制和高壓安全等任務。

HiL測試在BMS領域的應用

需求背景：隨著對BMS要求的增加，傳統實物測試系統因成本高、操作復雜、耗時長、存在安全風險而難以滿足需求。HiL測試方案提供了全面模擬BMS運行環境的解決方案，實現了快速、可靠和安全的驗證。

Vehinfo LABCAR BMS HiL測試方案

?系統集成：Vehinfo LABCAR平臺集成了真實的BMS控制器，提供模塊化的BMS HiL測試方案，實時機RTPC控制模擬信號輸入至BMS控制器，并采集響應信號輸出，從而測試BMS控制器。

?接口仿真需求：包括單體電池、模組溫度、供電電壓、喚醒開關、充電接口、安全信號、電流傳感器、絕緣電阻、電池包總電壓等的仿真需求。

接口仿真方案

?電芯模擬：提供高精度、低紋波的電壓輸出，支持電芯的主被動均衡。

?電池模型：支持SOX功能的實時閉環驗證。

?模組溫度仿真：模擬不同類型的溫度傳感器。

?供電電壓：由可編程電源提供，支持實時控制和功耗電流反饋。

?充電接口信號與安全信號：包括CC2和CC，CP，以及高壓互鎖和碰撞信號的仿真。

測試執行與配置

?自動化測試：LABCAR平臺提供自動化開發平臺LCA，支持自動化測試執行，兼容主流自動化測試軟件。

?模型與接口配置：LABCAR系統可自動生成硬件輸入輸出接口，支持用戶自定義模型和參數配置。

05 前景展望

技術演進發展趨勢：與云的融合發展

在我國，HiL技術引入相對較晚，但發展起點較高。目前，HiL技術在汽車領域已經取得了重要的發展，其未來發展有以下幾個方向：

（1）HiL技術和云的融合發展

云服務集成：云服務的集成為HiL測試提供了大規模的計算和存儲資源，滿足了對高精度、高復雜度測試的需求。此外，云服務支持遠程測試，大大提升了測試的靈活性和可達性。

并行測試能力：在傳統HiL測試中，一次僅能進行單個測試用例，而通過與云技術的融合，可以實現多個測試用例的并行執行，降低了成本同時提高了效率。

行業領袖的探索：領先企業如dSPACE已開始探索HiL技術與云技術的融合方案，預示著未來測試方式的變革；蔚赫信息也已經自研智能試驗數據融合云系統，該系統在提高測試效率和降低成本方面展現了顯著優勢。

（2）仿真技術的未來發展方向和技術趨勢

環境特性仿真：未來環境仿真技術將趨于模擬更加全面和復雜的環境特性，包括視覺、聽覺、觸覺等方面的綜合反饋。這涉及到力學、光學、聲學、電磁學等多學科的綜合應用，形成更加真實的環境感知仿真。

分布交互仿真：隨著仿真對象和因素的增加，將需要更多仿真器或實物進行集成和交互?；赟IMNET的異構性網絡互聯的分布交互仿真技術將成為研究的重點，指導半實物仿真，有效降低仿真工作量。

技術融合與創新：未來的HiL仿真技術將更加注重與新興技術的融合，如人工智能、大數據分析等，以提高仿真的準確性和適應性。

產業生態發展趨勢：中國增速遠超全球

在全球HiL技術市場中，中國市場的增速特別引人注目，年增長率達到了15%至20%，遠超全球平均增速的8%至9%。這一顯著的增長表明了中國市場在HiL技術領域的活力和潛力。

中國政府對高端制造業和智能網聯車（ICV）行業的政策支持是推動這一增長的重要因素。例如，《汽車行業穩增長工作方案（2023—2024年）》的發布，促進了5G信息通信、車路協同、智能座艙、自動駕駛等新技術的創新應用。此外，工業軟件行業的發展和創新也得到了國家的鼓勵，為HiL技術產業提供了加速發展的契機。

此外，HiL應用需求也呈現井噴式增長。《智能網聯汽車模擬仿真測試規范》的出臺，為HiL技術市場的拓展提供了新的機遇。這些規范不僅完善了仿真測試的標準體系，而且將仿真驗證的過程和結果作為審核與認證的重要依據。HiL技術作為加速產品研發的關鍵工具，其重要性日益凸顯。車企提升HiL測試能力，已成為實現高級智能駕駛技術的重要步驟。

06 研究方法與數據來源

研究方法

本報告結合全面考慮了行業影響因素，包括政策、市場環境、競爭格局、歷史趨勢、技術進步等。長期監測特定行業，我們分析了行業運營特性、盈利能力、產業鏈和商業模式。利用多層面數據，包括行業、市場、企業、渠道和用戶信息，本報告提供深度市場研究，全面評估行業現狀，深入調研重點企業，分析其產銷運營，并預測行業發展趨勢。我們采用行業生命周期理論、SCP模型、PEST分析、波特五力、SWOT分析、波士頓矩陣、波特鉆石理論等，構建獨特的研究方法和產業評估體系。

數據來源

我們綜合利用一手和二手數據。一手數據來自于對行業內重點企業的訪談，包括公司高層、專家、技術負責人、客戶、分銷商、代理商、經銷商、供應商等；二手數據主要來源于全球行業新聞、公司年報、非盈利組織、行業協會、政府機構、海關數據及第三方數據庫，如彭博社、萬得資訊、國研網、中國資訊行數據庫、國家統計局數據庫、皮書數據庫、中國海關數據庫等。

我們通過訪談、電話調研等手段獲取一手數據，并在公司內部評估數據源的合法性以確?？煽啃院秃弦幮?。使用自上而下及自下而上的方法來評估公司、產品類型、應用細分、國家及地區市場規模，全球市場總體數據。通過一手和二手數據核對，綜合考慮所有可能影響市場的參數，進行細節觀察和分析，以得到最終的定量和定性數據。

（適道研究院，賦雅FOYA旗下為投資機構與成長期企業提供產業數據及研究服務的智庫品牌）

審核編輯 黃宇