很多刚进入自动驾驶领域的算法工程师,都需要从基础开始熟悉自动驾驶控制算法的开发流程,从横向纵向控制的基础原理,到仿真验证的完整流程,都需要合适的工具和技术支持。入门阶段往往面临工具成本高、学习资源适配...
新能源汽车研发过程中,很多控制策略和性能预测环节开始引入机器学习技术,提升仿真模型的精度和运算效率。针对电池热管理、电机控制、充放电策略优化这些方向,融入机器学习的仿真方案,可以更准确的模拟复杂工况下...
汽车动力底盘等系统的控制参数标定一直是开发过程中耗时耗力的环节,传统标定方法需要大量实车测试,不同工况下的参数匹配需要工程师反复调试。引入 AI 技术后,可以通过 AI 算法自动生成标定参数,基于仿真...
电力系统的运行场景复杂,各类调频、调压、调度控制算法上线前,必须经过多场景的充分测试,才能保障实际运行的稳定性。不同装机规模、不同能源结构的电力系统,对控制算法的响应速度、鲁棒性要求各不相同,测试环节...
纯电动汽车的三电系统性能直接决定整车体验,实车测试不但成本高,还需要等待样件到位,很多开发工作无法提前展开。在样车制造完成前,完成三电系统控制策略、电池热管理、充放电逻辑等内容的虚拟验证,可以提前发现...
动力总成是汽车的部件,标定结果直接影响整车动力性、经济性和排放表现。传统实车标定周期长,资源投入大,很多复杂工况难以稳定复现。通过仿真提前完成大部分标定工作,可以大幅压缩标定整体周期,降低实车测试的资...
PID是目前工业领域应用较广的基础控制算法,很多机电系统、工业设备的控制都从PID建模开始。研发人员需要搭建贴合被控对象特性的PID模型,调整比例、积分、微分三个参数匹配实际运行需求,传统建模流程往往...
运动控制大量应用于工业机器人、数控机床、外骨骼机器人等领域,随着设备升级,对性能的要求也在不断提高,原有的控制算法很难满足更高的精度和更快的响应需求。优化过程需要结合被控对象的机械特性、负载变化规律,...
自动驾驶算法开发需要大量不同场景的测试,完全依靠实车测试不但成本高,还很难覆盖极端危险场景。使用仿真软件搭建虚拟仿真测试场景,可以无限复现各类工况,完成百万公里级的测试,帮助团队更快验证自动驾驶的感知...
不少企业的研发团队在开发复杂被控对象的高性能控制算法时,常会遇到技术瓶颈,缺乏相关经验积累往往会拖慢项目进度。专业的咨询服务可以结合团队现有项目需求,从方案设计、工具选择到调试优化提供全流程支持,帮助...
模型在环仿真是汽车开发早期验证控制算法的重要环节,不需要依赖硬件就可以完成算法的初步测试,帮助开发团队在项目早期修正算法问题,降低后续开发的成本和风险。不同开发场景对 MIL 仿真的精度和速度要求不同...
很多做数学建模、算法开发的人员都习惯用图形化编程方式快速搭建模型,降低建模的门槛,提升原型开发的效率。进口产品价格逐年上涨,还有断供风险,很多企业和科研机构都在寻找稳定可靠的替代方案,能够适配原有使用...
不同汽车研发团队,不同项目的仿真需求差异很大,通用化的仿真工具往往无法完全匹配项目的特殊要求,需要针对项目实际场景做定制开发。定制开发可以匹配团队现有的工具链,整合不同模块的仿真能力,满足特定子系统或...
很多被控对象会随着运行时间出现参数漂移,外部环境变化也会带来特性改变,固定参数的控制算法很难一直保持良好的控制效果。自适应控制算法可以自动识别被控对象的参数变化,在线调整算法参数,保持系统的控制性能稳...
很多做新能源逆变器、汽车动力控制的团队,都会遇到算法跑起来响应慢、超调量达不到设计要求的问题,靠人工逐次调参不*耗时,也很难得到全局优异的结果。复杂工业场景下的控制算法,对实时响应精度和运行稳定性有极...
燃料电池汽车动力系统结构复杂,包含燃料电池堆、氢气供给系统、动力蓄电池、驱动电机等多个部件,开发过程中需要提前验证控制策略的可靠性。模型在环仿真可以把各个子系统的高精度模型接入仿真环境,在开发早期验证...
国六排放标准对汽车排放和油耗提出更严格的要求,整车开发需要在动力匹配、能量管理等多个层面做优化,才能满足标准要求,同时不影响整车性能。实车调校需要反复测试,消耗大量时间和物料成本,通过仿真完成多轮方案...
汽车仿真完成后会产生大量的仿真数据,需要对数据进行清洗、整理、分析、可视化,提取能够支撑设计优化的结论。高性能仿真数据后处理可以快速处理大容量仿真数据,支持多维度的数据对比分析,输出直观的可视化结果,...
软件在环(SIL)开发是汽车嵌入式软件开发过程中的重要环节,在实车硬件样件完成前,就可以把控制软件放到仿真环境中进行功能测试和逻辑验证,提前发现软件中的 bug,避免后续硬件完成后才发现问题导致的返工...
很多刚进入自动驾驶领域的算法工程师,都需要从基础开始熟悉自动驾驶控制算法的开发流程,从横向纵向控制的基础原理,到仿真验证的完整流程,都需要合适的工具和技术支持。入门阶段往往面临工具成本高、学习资源适配...
汽车开发中,标定匹配环节需要连贯完整的工具链支撑,才能快速完成不同模块的对接调试,保证仿真结果准确贴合实车表现。传统工具链往往存在不同模块兼容性差、数据对接不通畅的问题,拖慢标定匹配的进度,也增加了额...
软件在环(SIL)开发是控制算法开发流程早期阶段的环节。在完成算法逻辑设计后,把算法放到计算机仿真环境中运行,和被控对象的仿真模型联动,验证算法整体功能和逻辑的正确性,提前发现设计阶段的错误,减少后续...
鲁棒控制算法擅长处理被控对象存在参数扰动、模型不确定的场景,在新能源变桨控制、自动驾驶动力系统控制等领域应用越来越多。MIL也就是模型在环测试,是鲁棒控制算法开发早期验证的关键环节,可以在实车或者实物...
自动驾驶算法开发需要大量不同场景的测试,完全依靠实车测试不但成本高,还很难覆盖极端危险场景。使用仿真软件搭建虚拟仿真测试场景,可以无限复现各类工况,完成百万公里级的测试,帮助团队更快验证自动驾驶的感知...
硬件在环 HIL 仿真开发,是汽车控制单元开发过程中不可或缺的环节,能在实车路试前就完成控制硬件的功能和性能测试,覆盖各种极限工况和危险场景,不用承担实车测试的风险,也能减少实车测试的里程和成本。HI...
半实物汽车仿真需要将虚拟模型和真实硬件控制单元结合,完成控制算法的提前验证,建模精度直接影响仿真结果的可靠性,也决定了后续实车测试的风险。高保真的半实物建模能还原车辆各部件的动态特性,让控制算法验证结...
硬件在环仿真是汽车嵌入式控制开发中,连接软件仿真和实车测试的环节,可以在控制器样件完成后,模拟整车工况完成测试,减少实车测试的工作量,提升测试覆盖度。实时仿真对工具的计算性能和同步精度要求很高,本土开...
开发光伏逆变器、风电变桨、微电网能量调度这类新能源控制算法,完成仿真验证后,需要把算法模型转换成可嵌入式运行的代码,手动编写代码不*效率低,还容易出现错误,自动代码生成工具能直接从仿真模型生成可运行的...
现在很多工程和科研领域的仿真任务,模型复杂度和数据规模不断提升,对计算性能和稳定性都提出更高要求。大规模数值计算仿真需要处理千万级甚至更高规模的计算任务,还要保证结果的准确性和计算效率,满足项目周期内...
不少刚接触伺服控制的开发工程师,在入门阶段常会对学习方向感到困惑。伺服控制的需求始终是精度、响应速度和稳定性。入门阶段首先要理清伺服系统的基本结构,从电流环、速度环到位置环的基本控制逻辑入手,熟悉常见...