汽车行业的市场增长正趋向于两个主要应用领域：电动和混合动力汽车(EV和HEV)的普及和自动驾驶。根据节油和减少污染排放的标准，电动汽车和混合动力汽车可以视为新的绿色技术，同时提高完整的动力传输和充电解决方案的效率。
尤其是电子系统不断的技术进步，推动了这些新兴技术的出现，不可避免地涉及到电子系统供应商，增加了元器件和设备的应用领域。想想所有应用(高级驾驶辅助系统)电子系统，涉及电源管理、电力电子、电力控制、电力半导体、发动机控制单元的开发和验证、涉及硬件和软件的各种解决方案，以及用于管理车辆感知、运动规划和控制的驾驶安全解决方案(如ADAS)。
介绍
创新型汽车必须满足市场和相关标准的要求，电动汽车的安全性和舒适性，以及节能的性能要求。因此，有必要进行仿真来优化车辆开发的设计阶段，测试快速原型设计的感知、规划和控制算法，验证系统需求，然后对获得的数据进行分析。
自治指南
ADAS(高级驾驶辅助系统)是一种先进的电子主动安全系统。其主要目标是防止道路事故和危险情况。此外，还有安全带、安全气囊等被动安全系统。因此，ADAS电子驾驶辅助系统为驾驶提供支持，其主要目标是确保安全和最好地处理紧急情况。
这些都是集成的智能安全系统，如自动激活挡风玻璃雨刷的雨水传感器，自动打开灯的微光传感器，智能控制大灯，行人检测，以及根据交通状况调整速度的自适应巡航控制。它们被称为自适应巡航控制，包括速度适应、前碰撞避免、自动紧急制动、行驶方向监控、辅助停车传感器、车道保持的摄像头检测、车道变换警告和自动路标识别。
MATLAB和Simulink用于设计和开发自动驾驶汽车。
MathWorks是世界领先的工业领域技术计算软件开发公司，通过MATLAB和Simulink软件提供感知设计和测试的解决方案，以设计、模拟和分发未来的移动性。Simulink是一个动态系统建模、仿真和分析的软件，与MATLAB严格集成。MATLAB和Simulink使参与汽车设计的公司能够加快开发过程，以制造出在安全性、舒适性、省油和性能方面满足市场需求，并符合AUTOSAR和ISO 26262标准的汽车。
在汽车领域，利用MATLAB和Simulink软件设计自动驾驶系统的功能，包括检测、路径规划、控制、传感器融合和控制系统设计。在三维环境中建立车辆动力学模型，然后通过创建驾驶场景对系统进行测试和验证。因此，在MATLAB和Simulink的帮助下，可以使用代码生成产品自动生成用于快速成型和HIL(Hardware-in-Loop)测试的C代码。
特别是，MATLAB软件为人工视觉、激光雷达和雷达处理以及传感器融合提供了预定义的算法和传感器模型。可以模拟来自IMU/GPS传感器的测量，并且可以设计定位和融合算法来估计车辆的方向和位置。深度学习和机器学习用于开发检测车辆和行人以及估计可步行路线的算法。
可以开发自动驾驶功能的控制，如自动紧急制动(AEB)、车道保持辅助(LKA)、自动巡航控制(ACC)和自动泊车辅助。此外，具有特征和预定义块的特定模型的预测控制是为自动驾驶应用而设计的，用于ACC、LKA和避障场景。通过使用用户创建的场景和对雷达和摄像头传感器模型的综合调查来测试自动驾驶算法，并通过使用驾驶场景设计器应用程序来定义道路网络、参与者和传感器。
这些软件的实现允许使用运动规划算法来定位和规划行驶路线，以及使用IMU和GPS传感器数据来估计车辆的位置和方向。基于模拟的测试允许您使用driving scene designer应用程序检查自动驾驶算法，该应用程序允许您加载预定义的场景，包括EuroNCAP，或者构建新的场景，从统计相机和雷达模型中生成检测，并在MATLAB或Simulation中链接它们。您可以使用参考应用程序和3D环境来开发自动驾驶和ADAS功能的虚拟测试场。车辆配备了虚拟摄像头，可以在仿真阶段向Simulink发送图像。
您可以在Simulink中分析信号以测试车道检测算法，并且由于虚幻引擎编辑器中的场景定制，您可以更灵活地创建和模拟场景，这将允许您测试自动驾驶和功能齐全的ADAS。设计自动驾驶汽车时，尽量降低汽车的复杂程度。这些系统包含各种复杂的系统，以检测周围环境，规划路线并控制转向和速度，作为自动驾驶汽车纵向控制开发的一部分，如制动和加速控制。纵向控制系统的模型预测控制算法通常是手工编写的。但是，使用MATLAB和Simulink进行基于模型的设计更快、更有效。
图1:自动驾驶出租车系统概述
在这个意义上，MATLAB和Simulink用于加速自动驾驶功能的开发，包括感知、规划和控制功能。在Simulink中进行仿真，以测试、集成和优化这些功能，这要归功于通过编程生成的场景，并使覆盖范围最大化。在不同的道路、环境和交通条件下进行测试，无需借助昂贵的车辆原型。
此外，由于基于模型的设计，即使在实际车辆原型建立之前，这些模拟也可以用于研究电力系统架构的权衡，以确定基本组件(如电池和牵引电机)的大小。用户可以通过快速控制原型、模型验证和生产代码生成，快速从概念到原型，再到电动车主控制器的生产，如整车控制单元(VCU)、电机控制单元(MCU)、电池管理系统(BMS)。
-b+的砖块系统
ADAS BRICK测量平台由创新移动领域的领先公司b-plus开发，专为高带宽传感器和控制单元的数据采集而设计。该平台的采集速度为8 Gbit/s，当与砖式存储插件结合时，它可以提供高达32tb的记录内存。借助BRICK MI插件，您还可以集成客户特定的PCI Express卡，以获得紧凑的机架配置，该配置针对车辆中的小空间进行了优化。
图2:砖块系统
信息的复杂性和密度要求可靠和高效的验证过程。这种解决方案具有高数据处理能力、可扩展的注册存储器和稳健的设计，非常适合集成到测试车辆中，以可靠地验证自动驾驶系统。
电动拖拉机解决方案
ES910原型设计和接口模块由ETAS开发，该公司是汽车领域创新解决方案和服务的领先公司。ETAS用于发动机控制单元的开发和验证。它将高处理性能与所有常见的ECU(电子控制单元)接口相结合，是一个紧凑而坚固的外壳。它设计用于开发环境和独立模式。
CAN LIN接口确保ES910模块与车辆总线之间的连接。两种CAN接口都支持高速和低速CAN，可以单独配置。该模块的核心由恩智浦PowerQUICC处理器组成，该处理器具有双精度浮点算法，非常适合快速和紧凑的原型设计应用。微处理器、RTA-OSEK实时操作系统和集成非易失性RAM (NVRAM)的功能允许模拟系统级行为。
图3:原型模块和ES910接口
结论
电动汽车和自动驾驶正在从根本上改变传统的移动和交通方式的概念，基于传感器和电子控制系统(如ADAS和仿真软件和建模)的高安全和可靠性标准带来了新的挑战和机遇。电动车还是会有很多惊喜的。挑战主要集中在降低功率损耗、更高的能效、高开关频率、小部件和高水平的安全标准，这些只能通过测试、验证和测试来实现，以便新一代车辆能够完全识别其他车辆的三个维度。
回顾黄浩宇
标签：车辆系统控制