线上演示站

线上演示站将为您带来精彩纷呈的实践应用。

2020 MathWorks 中国汽车年会线上演示站,将通过在线分组讨论的方式,为您带来MATLAB®和Simulink®在基于模型设计、整车仿真、自动驾驶及人工智能等方面的产品新特性和产品方案演示。每天下午直播中将安排两个时间段,分别在中场休息和大会演讲结束后。届时您将有机会与工程师及行业专家共同探讨最新行业应用,期待您的上线!

 

9月15日主会场

基于模型的电机标定

本示例展示:基于模型的PMSM电机标定以及App实现

功能

  • 只需给出电机基速(以下)附近测试点台架或者有限元数据,利用MBC(基于模型标定)工具箱,自动生成电机控制(id, iq)表格
  • 同时实现基速以下MTPA和高速弱磁区MTPV,满足效率最优控制
  • 生成电机本体模型,比数学模型有更高的精度,可用于电机控制算法开发
  • 鲁棒性强,测试点少,大大提高测试效率

App

  • 采用App Designer设计,易操作,弱化电机标定背景知识
  • 弱化MBC工具箱使用过程
  • 全自动化测试数据处理,自动查找并剔除由于测试误差造成的奇异点

面向应用的课程 - 基于模型设计的电驱控制系统开发实战

本示例展示:MathWorks培训部首个面向具体应用的培训,目的是通过5天封闭式小班教学,以最低的成本快速掌握基于永磁电机(BLDC/PMSM)的电驱系统控制开发,辅以实战演练夯实学习成果。

课程内容包括:

  • 使用Simulink®建立不同精度等级的电驱系统模型,满足各阶段开发任务需求
  • 电驱系统控制策略设计和优化,主要讲解FOC控制算法的模型实现
  • 将控制策略模型生成C/C++代码并进行硬件部署,针对目标硬件做代码优化
  • 完善的V&V流程讲解,包括各种在环测试

Simulink平台R2020a新工具箱

本示例展示:Simulink®平台在最近版本中推出的新工具箱的介绍及其应用

仿真集成:Simulink Compiler™

  • 将Simulink仿真编译为可执行文件用于发布
  • 或打包为可被其他语言调用的软件组件集成于网页应用服务器
  • 支持导出Simulink模型为FMU用于第三方软件仿真集成

专业领域:Motor Control Blockset™

  • 基于电机控制系统开发的完整流程,提供从传感器标定、电机参数获取、电气系统建模、控制算法设计、目标原型部署的端到端参考算法和模型。

RoadRunner为自动驾驶仿真设计3D场景

本示例展示:用于自动驾驶系统仿真和测试设计三维场景的新产品功能和特性,以及将RoadRunner场景集成到MATLAB®和Simulink®的工作流程。

  • 道路和三维场景建模
  • 预置和自定义的素材
  • 场景导出到仿真器(Unreal Engine®

9月16日分会场

AUTOSAR正向开发流程

本示例展示:结合System Composer™ 和AUTOSAR Blockset™工具箱展示AUTOSAR应用层软件的正向开发流程

  • 需求导入和需求追溯
  • 接口设计和接口控制
  • 组件设计和模型创建
  • 架构视图和调度视图
  • AUTOSAR架构和代码生成

Polyspace代码检查用于AUTOSAR和网络安全

本示例展示:Polyspace®在AUTOSAR和网络安全方面的支持

AUTOSAR代码自动验证(2018a推出):

  • 支持ARXML描述文件的直接导入和自动解析
  • 按ARXML描述文件自动切分SWC,对各组件进行单元分析
  • 对AUTOSAR代码与ARXML描述文件的一致性检查
  • 支持自动集成
  • 支持AUTOSAR-C++14

网络安全检查:

  • 内置网络安全标准和编码规范,用于安全漏洞检查
  • 运行时错误检查和代码缺陷查找
  • 代码复杂度统计
  • 支持CERT C,CERT C++,CWE,MISRA-C 2012及Amendment 1
  • 支持 ISO/IEC TS 17961 – C Secure Coding Rules
  • 支持JSF AV C++规范
  • C语言规范最新支持到 C++17

模型测试验证:自动生成基于需求的功能测试用例工作流

本实例展示:Simulink®平台下自动生成测试用例用于功能测试的工作流,自动生成基于需求的功能测试用例的关键步骤是建立specification model,把自然语言描述的需求形式化,与design model 描述需求是如何实现的不一样,specification model用来描述需求本身。

建立specification model的好处也是显而易见的:帮助项目成员梳理需求,是一个对需求refine的过程,确保需求之间不冲突,可实现;自动生成基于需求的功能测试,标识缺失的需求,设计错误,早期对模型做测试验证。整个工作流包含以下关键步骤:建立specification model;生成测试用例;把 specification model 的接口与design model做映射;开发design model;使用自动生成的测试用例测试design model。


虚拟车辆建模仿真

本实例展示:如何使用Powertrain Blockset™和Vehicle Dynamics Blockset™搭建整车虚拟模型用于整车控制策略开发、算法验证和硬件在环。

  • 使用Powertrain Blockset和Vehicle Dynamics Blockset构建整车模型,并使用Simscape™扩充被控对象的物理特性模型对整车热管理系统建模
  • 基于Powertrain Blockset构架增添被控对象模型和控制器新特性。
  • 结合Vehicle Dynamics Blockset构建车辆模型用于车辆底盘控制。
  • 结合Unreal Engine®的场景实现驾驶员在环。

车载燃料电池系统的建模、仿真和测试

本示例展示:如何在Simulink®中使用Simscape™搭建燃料电池物理模型,并使用物理模型加速燃料电池控制器开发

  • 使用Simscape组件建模,并使用SSC代码扩充模块物理特性
  • 创建测试台架以检验物理模型
  • 使用Powertrain Blockset™实现系统整合与整车测试

9月17日分会场

MATLAB&Simulink – 基于数字孪生的故障诊断应用开发

本示例展示:MATLAB®作为科学计算软件和数据分析软件,可以进行端到端的预测性维护应用开发,实现设备级和系统级的故障监控和诊断。同时,结合Simulink®可以开发物理设备的数字化孪生体,实现设备的实时仿真及仿真数据的生成

  • 利用数字孪生仿真目标对象,并产生仿真数据
  • 利用机器学习技术构建设备的故障诊断和剩余使用寿命预测模型
  • 模型的部署,包含桌面应用部署与嵌入式部署

使用MATLAB®进行车队大数据分析

本示例主要包含数据准备、数据处理、数据类型选择、清洗杂乱数据、训练机器学习模型、调优模型并生成嵌入式C代码。

具体包括:

  • 实时脚本
  • 使用parquetDatastore和tall array访问无法加载进内存的数据
  • 车队大数据预处理和可视化
  • 事件检测
  • 开发机器学习预测性模型,量化分析驾驶行为
  • 代码生成与部署

开发辅助驾驶和自动驾驶系统 – 传感器数据可视化与传感器融合

本示例展示:用MATLAB®处理和可视化视觉、雷达、激光雷达数据,以及开发和部署传感器融合算法。

  • 通过CAN导入传感器数据
  • 显示传感器数据
  • 开发传感器融合算法
  • 生成代码和部署传感器融合算法

用MATLAB仿真路径规划

本示例展示:用于开发决策、规划与控制的MATLAB®工具箱最新特性,以及两个具体的参考示例。

  • 导航工具箱和模型预测控制工具箱针对驾驶功能开发的最新特性
  • 高速公路自动变道功能的参考示例
  • 自动代客泊车功能的参考示例