汽车研发领域很多工程师已经习惯使用 MATLAB 搭建仿真模型,更换工具链的顾虑就是原有模型无法复用,要重新搭建会浪费大量的时间和人力,拖慢研发进度。现在国产化替代方案里,能兼容原有 MATLAB 汽...
高校汽车相关专业培养研发人才,需要贴合产业实际的仿真工具教学,帮助学生在校期间掌握整车性能验证、子系统开发的技能,脱离纯理论学习的局限,适配车企对研发人才的能力要求,解决院校教学内容和产业实际需求脱节...
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...
传统实车路试需要投入大量人力物力,还会受到天气、场地、政策等各类外部条件限制,很多极端工况也没办法随时开展测试。虚拟路试通过仿真还原不同路况、不同驾驶场景,可完成整车性能的多轮验证,提前发现开发过程中...
模型预测控制(MPC)擅长处理多输入多输出的约束控制问题,在化工过程、自动驾驶、电机控制等多个领域得到大量应用。MPC控制算法开发过程中,仿真是必不可少的环节,需要通过仿真验证控制算法对不同工况的适配...
汽车仿真模型的参数直接影响仿真结果的精度,参数辨识就是通过实测数据调整模型参数,让模型输出贴近实际车辆的响应。传统本地参数辨识需要消耗大量本地算力,大尺寸模型的辨识过程耗时久。云端架构能调用云端大规模...
模型在环仿真 MIL 是汽车控制算法开发早期的环节,可扩展的 MIL 仿真框架,能随着开发进度逐步添加新的模块,完善模型的复杂度,从单个控制算法的验证逐步扩展到整车级的联合仿真,满足不同开发阶段的需求...
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,...
做控制算法开发,分开使用多个不同工具完成各个环节,会带来很多数据转换和兼容的问题,还增加了工具采购的成本。一体化的控制算法开发平台,能把建模、仿真、优化、验证各个环节整合在一起,工程师在同一个平台就能...
海外商用仿真软件采购和维护成本逐年升高,授权限制多,很多使用规则不符合国内车企的开发需求。不少国内车企和科研机构开始寻找成熟可靠的替代方案,用成熟国产工具替代 MATLAB 做汽车仿真,既可以降低长期...
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...
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,...
控制算法的参数整定直接影响控制效果,传统整定方法依赖研发人员的经验,复杂多变量系统的整定耗时长,很难得到适配参数组合。AI驱动的控制算法整定,可以依靠智能算法自动搜索适配参数组合,快速完成多目标优化,...
汽车研发中做有限元仿真,很多团队会关心报价相关的内容,不同的服务模式、工具授权方式,价格差异较大。按需选择对应的服务或授权,可以控制研发成本,匹配项目预算要求。不管是一次性的有限元仿真验证服务,还是长...
自动驾驶算法开发需要覆盖大量不同场景的测试,靠实车测试积累场景数据效率太低,测试成本居高不下,还没办法覆盖所有低概率危险工况。通过高保真仿真建模搭建虚拟测试场景,可以快速完成大量场景的算法测试,加速自...
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...
电机控制算法直接影响电机运行的效率、精度与稳定性,算法开发完成后,需要通过硬件在环(HIL)测试验证算法在实际硬件环境下的运行效果,提前发现算法与硬件匹配的问题,减少实机测试的成本与风险。HIL测试需...
在控制算法开发过程中,合理使用成熟的开源模块可以减少重复开发工作,压缩研发周期,降低开发成本。选择开源模块需要关注模块的维护状态、文档完整性,还有License协议是否符合商业项目的要求。很多基础的控...
很多研发团队已经在MATLAB中完成控制算法模型搭建,切换开发工具的过程中,不需要重复建模,兼容已有MATLAB控制算法模型的在环测试,能帮助团队平滑完成工具切换,减少迁移成本,保护已有研发成果。模型...
国内汽车产业转型升级进入深水区,工业软件自主可控成为全行业共识。汽车仿真作为整车开发的工具,长期依赖海外产品,不但整体采购和维护成本高,还存在潜在的数据安全风险,适配国内车企开发流程的本地化支持也存在...
模型在环仿真 MIL 是汽车控制算法开发早期的环节,可扩展的 MIL 仿真框架,能随着开发进度逐步添加新的模块,完善模型的复杂度,从单个控制算法的验证逐步扩展到整车级的联合仿真,满足不同开发阶段的需求...
汽车研发团队开展仿真工作,第一步就是做好技术选型,选型要匹配项目的研发阶段、团队的技术基础、预算等多个因素,选错工具会直接拖慢项目进度,增加额外的开发成本。选型阶段需要考虑工具的兼容性、可扩展性、后续...
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...
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...
预测控制算法依靠预测模型优化未来时段的控制动作,在化工过程、汽车动力控制、机器人运动控制领域应用越来越多。算法上线前的标定工作直接影响控制效果。标定过程需要匹配实际被控对象的参数偏差,精细调整预测时域...
汽车功能安全越来越受到行业重视,ISO 26262 是汽车功能安全领域的标准,很多开发团队需要按照标准要求完成仿真相关工作,新人入门或者团队升级体系都需要专业的教程指引。贴合国内开发场景和国产工具的教...
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...
汽车研发流程中,仿真工具已经成为和实车测试同等重要的基础工具,覆盖从概念设计到量产验证的全开发流程。不同开发部门对仿真工具的需求不同,动力开发需要验证动力性经济性,底盘开发需要验证悬架和制动策略,自动...
控制算法研发过程中,很多成熟的控制逻辑可以重复调用,标准化的控制算法算法库,能帮助研发团队减少重复开发工作,缩短项目整体研发周期。算法库会收纳不同类型的经典控制、先进控制算法模块,开发人员只需要根据项...
汽车研发对仿真工具依赖度越来越高,过去很多国内团队使用海外仿真工具,不但采购和授权成本高,还面临供应不稳定,功能不匹配国内开发需求的问题,越来越多团队开始转向自主可控的国产仿真工具选型。选型过程中,需...