汽車行業的市場增長正趨向于兩個主要應用領域：電動和混合動力汽車（EV 和 HEV）的普及以及自動駕駛。根據節油和減少污染排放的標準，電動和混合動力汽車可以被視為新的綠色技術，同時提高完整電力傳輸和充電解決方案的效率。

特別是，電子系統中正在發生的技術進步推動了這些新興技術的出現，不可避免地涉及電子系統供應商并增加了組件和設備的應用領域。想一想涉及電源管理、電力電子、電源控制、功率半導體、發動機控制單元開發和驗證的創新解決方案、涉及硬件和軟件方面的各種解決方案以及駕駛安全解決方案（例如 ADAS）的所有應用（高級駕駛員輔助系統）電子系統，用于管理車輛的感知、運動規劃和控制。

介紹

創新車輛必須滿足市場的要求和電動汽車的相關標準、安全性和舒適性以及節能方面的性能要求。對此，有必要進行仿真以優化車輛開發的設計階段、測試感知、規劃和控制算法以進行快速原型設計，以驗證系統需求，然后分析獲得的數據。

自主指南

ADAS（高級駕駛員輔助系統）是先進的電子主動安全系統，其主要目標是預防道路事故和危險情況，此外還有安全帶和安全氣囊等被動安全系統。因此，ADAS 電子駕駛輔助系統為駕駛提供支持，其主要目標是確保安全并最好地處理緊急情況。

這些是集成的智能安全系統，例如自動激活擋風玻璃刮水器的雨量傳感器、自動開啟燈光的暮光傳感器、大燈智能控制、行人檢測、自適應巡航控制以根據交通情況調節速度，稱為自適應巡航控制，速度自適應、前方碰撞避免、自動緊急制動、行駛方向監控、輔助泊車傳感器、攝像頭檢測車道保持、變道警告和自動道路標志識別。

MATLAB 和 Simulink 用于設計和開發自動駕駛汽車

MathWorks 是一家全球領先的工業領域技術計算軟件開發公司，通過 MATLAB 和 Simulink 軟件為感知設計和測試提供解決方案，以設計、模擬和分發未來的移動性。Simulink 是一個用于動態系統建模、仿真和分析的軟件，與 MATLAB 嚴格集成。MATLAB 和 Simulink 使參與汽車設計的公司能夠加快開發流程，以創建滿足市場在安全性、舒適性、燃油節省和性能方面需求的車輛，并符合 AUTOSAR 和 ISO 26262 標準。

在汽車領域，MATLAB 和 Simulink 軟件用于設計自動駕駛系統的功能，包括檢測、路線規劃、控制以及傳感器融合和控制系統設計，在 3D 環境中對車輛動力學進行建模，然后測試和驗證系統通過創建駕駛場景。因此，借助 MATLAB 和 Simulink，可以使用代碼生成產品自動生成用于快速原型設計和 HIL（硬件在環）測試的 C 代碼。

特別是，MATLAB 軟件為人工視覺、激光雷達和雷達處理以及傳感器融合提供了預定義的算法和傳感器模型。可以模擬來自 IMU/GPS 傳感器的測量并設計定位和融合算法來估計車輛的方向和位置。使用深度學習和機器學習來開發用于檢測車輛和行人以及估計可步行路線的算法。

可以開發自動駕駛功能的控制，例如自動緊急制動 (AEB)、車道保持輔助 (LKA)、自動巡航控制 (ACC) 和自動泊車輔助。此外，為自動駕駛應用設計具有特征和預定義塊的特定模型的預測控制，用于 ACC、LKA 和避障等場景。使用用戶創建的場景以及雷達和攝像頭傳感器模型的綜合調查測試自動駕駛算法，使用Driving Scenario Designer 應用程序定義道路網絡、參與者和傳感器。

這些軟件的實施允許使用運動規劃算法定位和規劃行駛路線，并使用 IMU 和 GPS 傳感器數據估計車輛的位置和方向。基于仿真的測試允許您使用駕駛場景設計器應用程序檢查自動駕駛算法，該應用程序允許您加載預定義的場景，包括 EuroNCAP，或構建新場景，從統計相機和雷達模型中生成檢測并在 MATLAB 或模擬鏈接。可以使用參考應用程序和 3D 環境為自動駕駛和 ADAS 功能開發虛擬測試場。車輛模型配備了一個虛擬攝像頭，可在仿真階段將圖像發送到 Simulink。

您可以在 Simulink 中分析信號來測試車道檢測算法，并且由于虛幻引擎編輯器中的場景自定義，可以更靈活地創建和模擬場景，這將允許您測試自動駕駛駕駛和 ADAS 功能全面。在設計自動駕駛汽車時，盡量減少汽車的復雜性，這些系統包含各種復雜的系統來檢測周圍環境、規劃路線以及控制轉向和速度，作為自動駕駛汽車縱向控制開發的一部分，如制動和加速控制。縱向控制系統的模型預測控制算法通常是手動編碼的。但是，使用 MATLAB 和 Simulink 進行基于模型的設計更快、更高效。

圖1：自動駕駛出租車系統概覽

從這個意義上講，MATLAB 和 Simulink 用于加速自動駕駛功能的開發，包括感知、規劃和控制功能，在 Simulink 中執行仿真以測試、集成和優化這些功能，這要歸功于以編程方式生成的場景，并最大限度地擴大覆蓋范圍。在不同的道路、環境和交通條件下進行測試，而無需求助于昂貴的車輛原型。

此外，由于基于模型的設計，甚至在構建實際車輛原型之前，就可以使用這些模擬來對電動動力系統架構的權衡進行研究，以確定基本組件（如電池和牽引電機）的尺寸。用戶可以利用快速控制原型、模型驗證和生產代碼生成，快速從概念到原型，再到電動汽車主要控制器的生產，如車輛控制單元（VCU）、電機控制單元（ MCU）和電池管理系統（BMS）。

b-plus 的 BRICK 系統

ADAS BRICK 測量平臺由創新移動領域的領先公司 b-plus 開發，專為高帶寬傳感器和控制單元的數據采集而設計。該平臺的采集速度為 8 Gbit/s，與 BRICK STORAGE 附加組件結合使用時，可提供高達 32 TByte 的記錄內存。使用 BRICK MI 插件，還可以集成客戶特定的 PCI Express 卡，獲得緊湊的機架配置，針對車輛中的小空間進行了優化。

圖 2：Brick 系統

信息的復雜性和密度需要可靠且高效的驗證過程。這種具有高數據處理能力、可擴展注冊存儲器和穩健設計的解決方案非常適合集成到測試車輛中，以對自動駕駛系統進行可靠驗證。

電動牽引車解決方案

ES910 原型設計和接口模塊由 ETAS 開發，ETAS 是汽車領域創新解決方案和服務的領先公司，用于發動機控制單元的開發和驗證，將高處理性能與所有常見的 ECU（電子控制單元）接口結合在一起，結構緊湊和堅固的住房。它專為在開發環境和獨立模式下使用而設計。

CAN 和 LIN 接口確保 ES910 模塊與車輛總線的連接。兩個 CAN 接口都支持高速和低速 CAN，并且可以單獨配置。該模塊的核心由 NXP PowerQUICC 處理器組成，該處理器具有雙精度浮點算法，非常適合快速緊湊的原型設計應用。微處理器、RTA-OSEK 實時操作系統和集成的非易失性 RAM (NVRAM) 的功能允許模擬系統級行為。

圖 3：原型模塊和 ES910 接口

結論

電動汽車和自動駕駛正在從根本上改變移動和運輸方式的傳統概念，基于傳感器和電子控制系統（如 ADAS 和仿真軟件和建模）可獲得的高安全性和可靠性標準帶來了新的挑戰和機遇。電動汽車仍然會有很多驚喜，挑戰主要集中在降低功率損耗、更高能效、高開關頻率、小部件、高水平的安全標準，只有通過測試、驗證和測試才能實現，以制造新一代車輛完全能夠識別其他車輛的三維。

審核編輯 黃昊宇