摘要
8月2日 分会场 A
软件定义汽车 – 重塑汽车软件开发体系
13:35–14:05
从软件赋能到软件定义,汽车行业不仅需要解决诸如错误发现滞后带来的高昂代价、功能融合所需的跨学科知识、功能安全与实施成本之间的权衡等老问题,也面临着新的挑战:软件复杂度的不断提升、利用数据驱动创造价值、人工智能的引入和实现、数字技术和工程能力的结合。这些问题和挑战同样也给予了行业审视和重塑软件开发体系的机会,让软件能成为未来价值的真正驱动力:
系统工程 – 应对多学科多领域复杂系统设计,构建系统和软件架构模型开展分析和权衡并集成行为实现早期需求验证;
软件工厂 – 可配置可复用软件开发集成高效自动化流程,满足快速开发迭代和可靠质量安全;
数据驱动 – 引入机器学习和深度学习等在内的人工智能算法,充分挖掘车队数据和工程数据创造新价值;
虚拟车辆 – 利用车辆仿真平台早期集成软件算法,实现包括自动驾驶在内的功能虚拟验证。
新体系下模型从算法到系统,从物理到数据,从设计到验证被赋予了更为广泛的应用范围和生命周期,担负起承载企业知识资产的重要使命。软件定义汽车,模型赋能软件。
龚小平,MathWorks 中国
荆喆,AUTOSAR
程晖,科世达(上海)管理有限公司
BMS软件开发及工具链管理
15:15–15:45
随着新能源汽车的发展,动力电池管理系统(BMS)的重要性日渐凸显。为了确保用户能够安全、舒适及便利的驾驶新能源汽车,在电池的高安全性、高动力性、长寿命方面,BMS扮演着重要的角色。广汽一直以来都在使用MATLAB® & Simulink®作为算法开发及辅助软件集成。本次演讲将主要介绍广汽BMS软件从开发初期模型到代码生成工具的选择,到现今面对新能源汽车的快速发展,软件迭代更新要求越来越快、软件复杂度也越来越高等问题,目前的BMS软件应对现状。同时在此发展背景下,高效的模型搭建与验证、软件框架的搭建与管理、满足相关MCU要求的自动代码生成、软件集成的高效管理等等,这些软件开发细节的重要性也日益凸显。为了更好的应对BMS软件的发展,目前广汽与MathWorks公司合作定制开发了Model-Based Design软件开发平台。
肖莎,广汽埃安新能源汽车有限公司
胡攀攀,合肥国轩高科动力能源有限公司
胡乐华,MathWorks中国
8月4日 分会场 B
王鸿钧,MathWorks 中国
宋福康,易图通科技(北京)有限公司
基于MATLAB的V2X应用场景平台开发
14:35–15:05
V2X (Vehicle to everything),即车联万物。通过无线通讯技术,将车-路-人-云等智能终端形成联网,使汽车具备复杂环境感知。依赖MATLAB®平台(如Simulink®、自动驾驶工具箱、RoadRunner等)对V2X相关算法进行仿真验证,可以提前识别算法缺陷,减少量产装车后的问题。而本次演讲将从三个方面分享V2X应用场景平台开发。
1、V2X简介及算法开发中的仿真需求
1.1 V2X概念介绍
1.2 V2X应用典型场景介绍
1.3 V2X相关算法开发对于仿真平台的需求
2、基于MATLAB的V2X系统级仿真平台搭建
2.1 V2X软件架构
2.2 V2X车端典型场景仿真架构
2.3 算法性能评估分析
3、新功能开发需求
3.1 路侧环境自动V2X生成消息集
3.2 协议栈拥塞控制系统级仿真
侍兴华,零束科技
车辆在环系统在智驾开发中的应用
15:15–15:45
随着智能驾驶技术的不断发展,为保证智能驾驶车辆的舒适性与安全性,在智驾系统开发中需进行大量的测试验证,车辆在环系统(vehicle-in-the-loop, VIL)因场景搭建便捷、车辆动力学真实等特点被广泛采用。本次演讲将分享基于RoadRunner、Simulink®和Speedgoat®的车辆在环工具链的应用案例。以下是本次演讲的主要内容:
1.智驾开发测试系统分析
智驾测试系统中MIL、SIL、HIL、DIL、VIL、Real测试系统的特点及差异。
2.车辆在环测试系统的优势
a.场景搭建便捷
应用Driving Scenario Designer、RoadRunner快速搭建仿真场景。
b.车辆动力学真实
应用Speedgoat建立实时仿真系统。
3.车辆在环测试系统的难点
a.实车运动学参数与仿真车辆参数的映射关系
实车与仿真车辆间位姿转换模型建立,实现WGS坐标—>SIM坐标转换。
b.车辆在环测试系统中的接口设计
感知与规控的接口匹配以及规控与实车间的接口适配。
4.车辆在环测试系统的局限
a.感知模型置信度优化
b.交通流模型置信度提高
5.基于MATLAB®车辆在环测试系统设计
a.系统架构设计
b.仿真场景搭建
c.模型接口调试
d.实时系统验证
6.车辆在环测试系统应用案例
a.ACC场景应用实例
b.LDW场景应用实例
c.APA场景应用实例
马力,上汽产品创新研发总院
MATLAB & Simulink助力低速自动巡航的开发
15:45–16:15
低速自动驾驶由于其应用场景的复杂性,并没有像强约束应用场景的高速那样短期内实现了创造性的突破。高速场景下类似标准车道线、交通标志、高精地图以及单一的障碍物类型这样的强约束在低速下不存在或存在但没有很强的标准性。低速场景只能依靠车身传感器感知的局部信息来完成路径规划和控制,相对难度更大,但好消息是低速给予自动驾驶系统相对更长的决策时间,能容忍的感知错误也比高速大。一些在高速上只能作为参考的技术在低速下却能发挥重要作用,如基于语义分割进行可行驶区域识别,如近距离探测的超声波技术。
我们具体研究的低速自动巡航场景包括两边有障碍物的窄道场景,车道线场景,限位路桩场景等,它们共同的特点是能够使用成熟的环视和超声波来附加解决此类场景下自动驾驶问题。这样做的好处是不需要使用很昂贵的部件,可以在硬件配置不变的基础上带给车辆更多的功能,有助于推向量产化,从而实现在量产中更快的迭代,而不是一直把技术放在实验室或停留在演示阶段。
MathWorks对于自动驾驶开发来说,是一个很有效的“加速器”。在低速泊车领域,自动驾驶工具箱提供了一个完整的范例框架和理论基础,我们从这个范例框架出发,结合自身的技术沉淀,建立了从仿真系统到核心代码的开发部署,再到实车log数据的记录分析和回放一整套的解决方案。
具体来说,我们首先实现了从测绘地图转换成图像,再映射为世界坐标系下的高精地图,然后模拟车辆在地图中任意姿态时所探测到的实际图像输出,输出图像由核心算法实现路径规划后返回给仿真系统,仿真系统跟踪此路径控制车辆行进,然后再在可控的时机重新输出图像,实现闭环仿真。
另外一点被高效使用到的是基于MATLAB®实现的log回放以及可视化数据分析方法。相对于“打印log分析bug的传统方式”,新方法带来的是跨跃式的突破。首先,log变得完整且灵活,log记录整个事件的完整时间序列及对应的图像数据,车辆姿态数据,超声波数据等,这些数据以结构体的方式存在,可以在MATLAB或C/C++环境中完整回放出来,再现bug发生的场景。其次,灵活的绘图可以让我们直观的看到庞大数据之间的关系,更容易找出规律性或异常点。
MathWorks另一个优点是可生成针对嵌入式的C代码。我们的系统需要部署在多核异构的嵌入式上运行,具体来说可能在ARM上,也可能是DSP上,决定了我们必须选择C作为编译时使用的代码,从而也排除了基于类似openCV库开发的可能。利用MathWorks提供的基础函数库,使用M语言加Simulink®,我们可以轻松把自己的开发思想实现,然后按需生成高效的C代码,辅助以必要的SIL测试后,这些代码就可以交付并集成编译了。如果没有这样的工具链,我们无法想象完全基于C来完成此项工作的难度。
在具体实现的过程中,我们技术上经历了两代产品。第一代使用 RRT + Dubins曲线 + costmap的思路,和MathWorks范例提供的技术路线类似,优点是数学逻辑完备,缺点很多,如“蛇行”,如在嵌入式运行效率差。第二代开发思路上考虑实用,和超声波充分融合,路径作为宏观引导,更近的距离靠超声波调整。为避免“蛇行”,路径规划做了居中和直行优化;为了能够高效的在嵌入式上运行,我们充分使用了Simulink Coder™的诊断优化功能。
低速自动巡航的开发一开始就是面向量产的,在3年多的时间里,此项技术作为我们基于环视和超声波实现低速自动驾驶解决方案的一部分,不断的向车厂推广,以及和客户一起在实际开发过程中迭代。今年会逐步量产成熟度比较高的一些场景,作为实验性功能推送给终端驾驶者。
受制于传感器精度以及SoC算力的限制,很多新的开发思想无法在当前一代的域控制器平台上部署,好消息是新一代的域控制器使这一切变得可能。如遥控泊车场景,需要车辆自主去寻找车位,在车道,车位,导流线,可行驶区域多重约束下,车辆自主巡航去寻找车位或者召唤到指定位置。另外如记忆泊车,低速跟随,地下停车场的旋转路径等场景,低速自动巡航技术都有广泛的应用,需要我们去进一步探索。我们也会持续升级这一技术,并搭载在合作的客户车型上应用量产。
曾峰,深圳市豪恩汽车电子装备股份有限公司
8月9日 分会场 C
冗余智能制动系统研发创新及虚拟仿真技术应用
13:35–14:05
高级别智能电动车辆对底盘电控系统功能安全有更高的要求,必须满足Fail-operational,整车新型EEA架构发展呈现出域控、计算集中化、接口标准化、软硬件结构等趋势,也带来底盘控制系统架构变化以及信息安全的新要求。本次演讲将分享中汽创智在智能制动系统关键技术方面取得的突破,包括多级冗余制动系统架构、集成化轻量化的机电液耦合执行器设计、低功耗高可靠性的安全电路、基于多核异构的核心控制算法软件、电机直驱助力及线性电磁阀技术等;以及在软件开发方面的探索,以满足ASPICE CL3规范为基础,融入ISO26262功能安全开发,构建正向开发全栈工具链环境,形成软件开发V-Model的全覆盖,提升软件质量以及鲁棒性。
张杰 博士,中汽创智科技有限公司
胡洪祥,MathWorks 中国
基于多自由虚拟整车模型的电动四驱控制算法开发
14:35–15:05
多自由整车模型,整车零部件的准确建模和仿真,与电动汽车整车驾驶功能的快速开发是密不可分的。
本演讲将介绍在前期车辆开发过程中,与MathWorks工程咨询团队合作,使用Powertrain Blockset™对变速箱,电力电子,及齿轮组扭杆系统进行建模;使用Vehicle Dynamics Blockset™对1DOF,7DOF,14DOF整车进行建模;并使用Simulink® Projects对开发工程进行管理;可在MIL环境下完成所有的控制策略开发。能满足车辆姿态估计,换挡控制,前后轴动态扭矩矢量分配,车轮滑转控制等四驱核心功能的开发.
孔敬之,泛亚汽车技术中心有限公司
杨兴,MathWorks 中国
王传东,上海熠速信息技术有限公司
楚骏楠,MathWorks 中国
8月11日 分会场 D
探讨工程专家和数据科学家在大数据分析上的合作模式
13:35–14:05
数字化转型是当前很多工业企业探索的重要任务,成立数字化部门,引进数字化人才,吸引数据科学家都是重要的事项。新事物的引入也会带来新的问题,其中如何让数据科学家和公司内的工程专家有效合作,发挥各自所长来正向促进企业数字化转型就是一个问题,这是一个参杂着技术和业务元素的复杂问题。本次演讲将分析这个问题,并探讨如何解决这个问题,创新性的提出了两种合作模式。
演讲的第一部分将详细分析大数据分析的能力要求,分别是机器学习、编程能力和领域知识。其中编程能力是数据科学家和工程专家重叠的地方,他们都擅长MATLAB®或Python®的编程,另两个是大家各自擅长的,这就意味着他们需要合作。
演讲的第二部分将深入分析数据科学家和工程专家之间的天然“矛盾”。第一个“矛盾”是观念上的,数据科学家推崇数据驱动的建模,强调关联,而不重视因果;工程专家却恰恰相反,基于物理或化学原理的建模才是他们最放心的。第二“矛盾”是技能上的,数据科学家擅长在大数据的基础上通过机器学习算法来发掘数据里的潜在规律,而工程专家擅长在试验数据上利用清晰的物理或化学原理来建立可靠的仿真模型。
演讲的第三部分将探讨大数据分析合作的两种模式,在工业企业数字化的真实场景中数据虽大,却不是真正意义上的大数据,数据虽多,但也存在数据质量差、采样频率的低的问题。目前主流的合作模式是工作坊式的合作,即工程专家和数据科学家坐在一起建模,将以发动机进气系统健康状态预测模型为例来说明。另一种创新的合作模式是流水线式的合作建模,以一种技术方法将完整模型分为边缘模型和云端模型。工程专家负责边缘模型,数据科学家负责云端模型。这种方式实现了建模在时间和空间上的解耦,也能充分的发挥工程专家和数据科学家各自擅长的技能。会以发动机起动系统性能监测为例来展开说明。 第二种合作模式可以让工程专家继续使用他们擅长的MATLAB、Simulink®在边缘控制器中集成边缘模型,而不是被分流去尝试云端建模。也让MathWorks可以集中精力让MATLAB成为云端建模的便利工具。
这次演讲期待参会者可以全面的了解工业企业里大数据分析上数据科学家和工程专家的潜在“矛盾”和合作的必要性,以及如何高效合作。希望在这一问题我们的成功经验可以被借鉴帮助到其他企业的数字化转型。
李勇,康明斯(中国)投资有限公司
袁航,MathWorks 中国
基于MATLAB实现车云协同电池管理
14:35–15:05
近年来,大数据、云平台、人工智能等技术的融合发挥着强大的储存、运算和学习能力,且我司用户累计里程超97亿公里,为构建云端BMS提供强大数据源。2021年,工信部指导意见指出发挥企业大数据监测平台效能,弥补高性能算法无法应用于车端的不足。为此,本演讲聚焦行业普遍关注的电池寿命问题,介绍云端BMS发挥效能及原理,目标实现电池与整车同寿,并为梯度利用提供支持。通过云端建立大数据驱动及机理模型,并将基于Simscape™开发的机理模型快速部署到Spark™平台并充分利用Hadoop®大数据环境,预测寿命变化趋势,一对一全生命周期迭代更新车端参数,延长电池寿命,实现动力电池车云融合控制,并构建云端模型算法库,建立模型竞争管理机制,以获得最优计算结果。
梁海强,北京汽车研究总院
陈松波,广汽研究院
基于MATLAB 和 Simulink的智能网联汽车应用系统快速原型方案—以预测性GPF再生优化为例
15:45–16:15
随着智能网联技术在汽车行业的普及和深度应用,越来越多的汽车智能网联应用的研发在系统方案设计等方面都要面临越来越大的系统复杂度。这降低了研发人员研发的效率,并在系统中引入了更多非确定性的风险因素。为了预见性的解决这些问题,快速原型的构建经常被作为有效的系统设计验证的手段。而对于先进的智能网联汽车应用,相比传统的汽车应用,我们需要更加适用于汽车行业,更适用于智能网联汽车应用的快速原型工具。本次的分享主要介绍了我司在选择适用于智能网联汽车应用的快速原型构建工具的思考,并展示它们在实际工程下的应用。
吕践,联合汽车电子有限公司
数据驱动的动态系统建模—模型降阶之路
16:15–16:45
动态系统建模被各领域广泛应用,例如电动汽车,能源系统,航空航天。我们通常会针对被控对象建模,对被控对象进行建模是因为我们希望了解这个系统(被控对象)的物理特性以及接受一些外部输入(力,扭矩,电流等等)时会有什么样的动态响应,基于此从而可以更好的给出控制输入得到我们期望的系统的输出,以及理解系统的退化或最大化提升系统效率。这些动态系统的行为是由多物理场复杂的交互作用决定的,因此系统行为和系统响应建模通常需要复杂的第一原理支撑,仿真时也需要大量的计算(例如有限元模型)。这也是本此演讲的出发点,提供数据驱动(主要介绍深度学习和系统辨识)的模型降阶(reduced order modeling)提速的方法,通过数据得到具有一定保真度的数据模型,在捕捉到系统动态特性的同时也提升仿真速度。
刘海伟,MathWorks 中国
线上上机实践
8月12日: MATLAB与PyTorch&TensorFlow互操作以及AI模型集成到Simulink
9:00
MATLAB®近年一直在持续投入以满足工程师和科研人员对AI的开发需求。从基础的CNN到对GAN的支持,从LSTM到neural ODE的支持,从简单易用的trainNetwork函数到支持使用基于dlarray的模型函数自定义训练循环,MATLAB一直在稳步跟随深度学习领域的发展趋势。当然很多工程师也希望能够在MATLAB中调用开源模型,以复用现有代码,促进团队内部合作,并与Model-Based Design工作流充分结合起来,进行仿真,测试,以及代码生成。
本次活动将通过构建数据驱动的电池SOC估计器的示例,介绍AI算法开发,与Python®的双向调用和深度学习跨框架互操作(包括但不限于TensorFlow™/PyTorch/ONNX™),以及将神经网络集成到Simulink®进行系统仿真,自动生成C代码并部署到硬件的全流程。
龚小平
MathWorks 中国
龚小平, MathWorks中国首席技术专家,负责基于模型设计和系统工程在汽车行业的应用,关注AUTOSAR、功能安全和信息安全等行业标准在传统电控和新能源及自动驾驶方向的应用。在加入MathWorks之前曾从事多年的汽车底盘电控系统和软件研发,在系统工程和软件工程领域具有丰富的经验。
荆喆,AUTOSAR中国代表
AUTOSAR
荆喆,AUTOSAR中国代表,自2013年起,作为国际汽车软件标准组织AUTOSAR的中国代表,负责在中国地区AUTOSAR的推广和管理工作。同时, 荆喆先生还在博世中国负责汽车系统工程与技术战略,工作重点涉及整车电子电气架构,汽车软件,系统工程,车联网和自动驾驶等。
李勇, 大数据分析总监
康明斯(中国)投资有限公司
李勇,康明斯(中国)投资有限公司大数据分析总监,主要负责数据规划、数据治理、数据建模、数据挖掘和分析能力扩展。2008年清华硕士毕业进入康明斯,成为电控技术专家。2016年转入数字化部门,从零开始设计车联网数据收集通道,搭建云平台,提供大数据分析来促进数字化转型。
2018年第十三届北京发明创新大赛入围奖
2019年北京市朝阳区国际高端商务人才(青年英才)
2019、2020年康明斯中国区业务影响奖
2021年清华大学创新领军工程博士第四期(在读)
宋福康, 总监
易图通科技(北京)有限公司
宋福康,易图通科技(北京)有限公司总监,目前负责易图通地图服务平台的研发工作,具有多年从事地图及相关应用研发工作的经验。硕士毕业于国防科技大学。
张杰,智能底盘制动系统高级总监
中汽创智
张杰,中汽创智科技有限公司智能底盘制动系统高级总监,博士,正高职称;负责公司智能制动系统产品的研发及产业化;主要从事“机-电-液-控”复杂系统与“智能电动车辆”的交叉研究应用,聚焦于智能线控底盘的关键、共性、前瞻技术研发与创新;获评国家科技进步二等奖1项,浙江省科技进步二等奖3项,入选浙江省151人才工程;担任中国汽车工程学会底盘集成技术分会委员,中国智能网联汽车产业创新联盟先进底盘控制工作组执行组长;发表学术论文近30篇,授权发明专利21项。
李智慧
MathWorks 中国
李智慧,MathWorks中国技术咨询团队负责人,资深技术咨询顾问。10年前加入迈斯沃克,一直从事汽车行业技术咨询工作,曾为国内汽车行业主要整车厂及零部件供应商提供过技术咨询服务。专注于基于模型设计流程的建立、实施、优化,以及工具链的定制等。在加入迈斯沃克之前有近10年的汽车行业产品开发经验,曾在中汽中心、德尔福和法雷奥等公司工作。毕业于天津大学自动化学院,获得硕士学位。
樊朝祥
MathWorks 中国
樊朝祥,MathWorks中国高级应用工程师,10年嵌入式系统软件开发经验,主要负责基于模型的设计,测试验证,代码生成相关工作。曾就职于Valeo,从事汽车电子嵌入式系统软件开发工作,在嵌入式系统软件开发,基于模型的设计,软件架构,软件项目管理领域有多年工作经验。毕业于重庆理工大学,专业方向为软件工程。
肖莎,BMS软件开发室主任
广汽埃安新能源汽车有限公司
肖莎,广汽埃安新能源汽车有限公司BMS软件开发室主任,10年以上BMS开发经验,先后负责BMS软件算法、测试及集成。硕士毕业于中山大学
王万波
英纳法车企业管理(上海)有限公司
王万波,英纳法中国区电子电器研发负责人,专注于汽车电子产品研发以及项目、团队管理;在英纳法全球公司范围内发起了in-house ECU项目开发,并成功在全球集团实施有超百个项目的成功研发和管理经验,具备ASPICE评估师以及功能安全认证工程师资质;
程晖, 开发部部长
科世达(上海)管理有限公司
程晖, 科世达(上海)管理有限公司开发部部长,长期从事软件开发工作。加入科世达之后通过努力和同事一起建立了适合科世达亚太的软件开发流程,在年带领团队在公司级流程及多个项目上通过ASPICE 1,2,3级评审、在ESCL产品上获得了中国第一张最高功能安全等级ASIL-D的证书。
齐卓锟
MathWorks 中国
齐卓锟,MathWorks中国区高级应用工程师,曾供职于京滨电子、江森自控等汽车零部件供应商公司,在发动机、新能源电池等电控产品的嵌入式软件开发,以及在项目开发流程方面具有丰富经验。毕业于大阪大学和华南理工大学,分别获得工学硕士及学士学位 。
侍兴华, 高级主任工程师
零束科技
侍兴华, 零束科技高级主任工程师,负责V2X算法及仿真平台相关工作。2018年进入汽车行业,曾就职于吉利汽车研究总院,还先后在华为、贝尔实验室从事无线通信算法方面的工作。2013年博士毕业于复旦大学数学科学学院。
马力,软件在环测试资深主管
上汽产品创新研发总院
马力,上汽产品创新研发总院软件在环测试资深主管,目前主要从事上汽智驾中心车辆在环系统的开发测试工作,具备多年从事智驾仿真方法研究及应用工作经验。硕士毕业于吉林大学。
徐天皓
MathWorks 中国
徐天皓, MathWorks 中国高级技术顾问,当前主要与汽车,工业控制和航空航天行业的客户合作,协助客户应对基于模型的设计并解决嵌入式软件开发的挑战。目前的技术重点方向是V&V流程,系统集成,工具定制及代码生成。拥有 10 年的行业经验,曾为三一重工,霍尼韦尔航空和两家无人机初创公司工作,涉及各种应用,包括车辆飞机建模与控制,航空电子集成以及系统工程。徐天皓在上海大学获得机电工程学士学位,并在英国利兹大学获得了工程力学硕士学位。
胡桃华
博世华域转向系统有限公司
胡桃华,博世华域转向系统有限公司CAE主管, 2010年加入博世华域,一直从事转向系统的零部件仿真与系统仿真,负责整个转向系统的虚拟仿真能力建立。从结构分析到系统噪音分析再到系统仿真,有着丰富的仿真工程经验。曾获上汽集团技术创新二等奖,第27届,第31届,第32届上海市优秀发明选拔赛职工技术创新铜奖银奖等。获发明专利2项,实用新型专利17项。2009年毕业于同济大学机械设计专业,获硕士学位。
孔敬之,驱动系统部控制开发科算法设计及策略优化技术经理
泛亚汽车技术中心有限公司
孔敬之,泛亚汽车技术中心有限公司系统部控制开发科算法设计及策略优化技术经理。目前主要负责双轴四驱电动车,四轮独立电动车算法开发,及基于模型应用建模工具链的开发,同时也是发动机控制系统及自动代码专家。毕业于同济大学汽车学院,专业为车辆动力学。
袁航
MathWorks 中国
袁航,MathWorks中国应用工程师,专注于数据科学和人工智能应用,曾任职于德国林德液压,从事计算编程、流体仿真和系统建模。硕士毕业于北京航空航天大学机械电子工程专业。
陈松波
广汽研究院
陈松波,广汽研究院混动动力系统集成部域控开发科集成开发工程师,负责智能化软件开发的大数据处理、机器学习算法开发,曾负责电机控制算法和高压DCDC控制算法开发工作。合肥工业大学机械电子工程硕士。
吕践
联合汽车电子有限公司
吕践, 联合汽车电子有限公司大数据业务数据挖掘工程师,目前专注于预测性控制类智能网联应用的研究开发工作,曾先后负责ECM,VCU,XCU控制系统开发,在控制器架构,车云协同,产品原型设计,大数据业务方面有丰富经验。毕业于慕尼黑工业大学电子信息工程专业硕士。
顾欣
上海捷氢科技股份有限公司
担任控制平台科室经理职务,负责燃料电池系统控制系统,推进控制器系统的迭代升级与整车匹配。2016年入职上汽前瞻技术部,并于2019年1月1日由上汽业务重组进入上海捷氢科技股份有限公司,参与捷氢P390燃料电池动力系统开发,负责低压控制系统,推动P390燃料电池动力总成三高实验通过,并在系统功率,系统效率等达到国际先进水平;支持捷氢多个整车项目的燃料电池系统匹配开发,顺利完成大通燃料电池轻客,海卓燃料电池商用车等整车项目的开发,推进燃料电池商业化运行。硕士毕业于山东大学。
刘海伟
MathWorks 中国
刘海伟,MathWorks中国高级应用工程师,专注科学计算,数据挖掘与人工智能方向,曾就职于斯伦贝谢(北京)BGC和金风科技,负责数值优化、预测性维护和控制优化方向的工作,在MATLAB数据科学、人工智能领域有多年工作经验。毕业于北京航空航天大学和法国马赛中央理工学院,获得信息与通信工程硕士和法国工程师学位。
王巍
MathWorks中
王巍, MathWorks中国高级应用工程师,负责基于模型的设计在汽车行业的应用。加入MathWorks之前,曾在整车厂、汽车零部件公司以及汽车咨询公司任职,从事多年汽车动力总成(传统动力、混合动力以及纯电)电控系统和软件开发,在汽车电控系统、软件开发以及测试标定方面具有丰富的经验。
王巍
MathWorks 中国
王巍,MathWorks中国区高级应用工程师,主要负责基于模型的设计在汽车行业的应用以及深度项目支持。关注在MBSE、Model-Based Design、代码生成、AUTOSAR Classic、AUTOSAR Adaptive以及SOA相关技术方面。加入MathWorks之前,有多年汽车动力控制系统(TCU/VCU/BMS)设计开发经验,在汽车电控系统和软件开发方面具有丰富的经验。
王鸿钧
MathWorks 中国
王鸿钧,MathWorks中国资深应用工程师,目前主要负责自主系统和自动驾驶方向,支持感知、规划、控制等应用的开发和基于模型设计工作流的实现。曾任职中国航发商用航空发动机公司和一家智能无人机初创公司。毕业于清华大学精密仪器系,专业方向为自动控制。
胡洪祥
MathWorks 中国
胡洪祥,MathWorks中国高级应用工程师,主要负责汽车动力总成/车辆动力学建模仿真,新能源汽车、燃料电池汽车相关控制开发和标定优化的技术和项目工作,具有15年以上汽车行业产品开发工作经验。加入MathWorks之前,曾任职于伟世通,在基于模型的标定、整车系统建模仿真优化方面有丰富的经验。毕业于重庆大学,并获车辆工程硕士学位。
胡洪祥
MathWorks 中国
胡洪祥,MathWorks中国高级应用工程师,主要负责汽车动力总成/车辆动力学建模仿真,新能源汽车、燃料电池汽车相关控制开发和标定优化的技术和项目工作,具有15年以上汽车行业产品开发工作经验。加入MathWorks之前,曾任职于伟世通,在基于模型的标定、整车系统建模仿真优化方面有丰富的经验。毕业于重庆大学,并获车辆工程硕士学位。
胡攀攀 BMS副总监
合肥国轩高科动力能源有限公司
国轩高科硅谷研究院BMS产品部副总监,负责BMS技术规划与软硬件产品开发;从事BMS开发工作10+年经验;参与2016国家科技部新能源重大研发项目BMS课题研究、参与2021国家自然科学基金重点项目动力电池快速充电机理与方法研究、荣获国家知识产权局软件著作权8项、中国自动化学会新能源与储能系统控制专家委会成员、合肥市科技进步二等奖、TÜV NORD功能安全工程师证书。获得美国北亚利桑那大学硕士学位。
王鸿钧
MathWorks 中国
王鸿钧,MathWorks中国资深应用工程师,目前主要负责自主系统和自动驾驶方向,支持感知、规划、控制等应用的开发和基于模型设计工作流的实现。曾任职中国航发商用航空发动机公司和一家智能无人机初创公司。毕业于清华大学精密仪器系,专业方向为自动控制。
曾峰, 研发总监
深圳市豪恩汽车电子装备股份有限公司
曾峰, 深圳市豪恩汽车电子装备股份有限公司研发总监,现从事自动泊车系统以及其他低速自动驾驶应用的开发,15+年汽车电子超声波、视觉行业经验。毕业于天津大学,取得了材料学学士学位。
杨兴
MathWorks 中国
杨兴,MathWorks中国,高级应用工程师,毕业于同济大学,并获机械电子工程硕士学位。2012年加入 MathWorks,主要负责虚拟车辆仿真解决方案,涉及机、电、液等领域,支持客户包括整车动力学仿真、电池系统、电机系统、空调系统、燃料电池系统仿真等项目。加入 MathWorks 之前,曾任职于斯伦贝谢任现场工程师。
王传东 实时仿真应用经理
上海熠速信息技术有限公司
王传东,上海熠速信息技术有限公司实时仿真应用经理,主要负责Speedgoat实时仿真硬件产品的应用和推广。从业多年来,一直从事汽车行业的硬件在环测试工作,包括车辆动力学模型与电机电池模型的建模和仿真、HIL系统设计以及自动化测试等。具有丰富的实时仿真系统设计和应用经验。毕业于同济大学,并获取电气工程硕士学位。
楚骏楠
MathWorks中国
楚骏楠,MathWorks中国高级应用工程师,主要负责物理建模,系统仿真方向,以及虚拟车辆仿真解决方案。曾在博格华纳和天合担任仿真工程师。获得上海交通大学机械工程硕士学位。
梁海强 博士,副主任.
北京汽车研究总院
梁海强,北京汽车研究总院三电中心策略开发部部长,高级职称,从事新能源汽车控制技术的开发14年,目前负责纯电动车三电电控产品功能开发及自主产品整车控制器/电机控制器/电池管理系统的策略、软件、硬件的开发。
陈松波,集成开发工程师
广汽研究院
陈松波,广汽研究院混动动力系统集成部域控开发科集成开发工程师,负责智能化软件开发的大数据处理、机器学习算法开发,曾负责电机控制算法和高压DCDC控制算法开发工作。合肥工业大学机械电子工程硕士。
吕践, 数据挖掘工程师
联合汽车电子有限公司
吕践, 联合汽车电子有限公司大数据业务数据挖掘工程师,目前专注于预测性控制类智能网联应用的研究开发工作,曾先后负责ECM,VCU,XCU控制系统开发,在控制器架构,车云协同,产品原型设计,大数据业务方面有丰富经验。毕业于慕尼黑工业大学电子信息工程专业硕士。
胡乐华
MathWorks 中国
胡乐华,MathWorks中国高级应用工程师,专注于Model-Based Design在汽车和航空等高安全行业的应用,在模型和代码生成及验证,嵌入式代码生成方面,有丰富的经验。现已全面负责Polyspace产品的推广和深度支持。拥有3年的Model-Based Design产品培训经验。加入MathWorks之前,曾就职于霍尼韦尔和中航工业,从事机载软件和系统仿真方面的工作。
侍兴华, 高级主任工程师
零束科技
通信算法方面的工作。2013年博士毕业于复旦大学数学科学学院。侍兴华, 零束科技高级主任工程师,负责V2X算法及仿真平台相关工作。2018年进入汽车行业,曾就职于吉利汽车研究总院,还先后在华为、贝尔实验室从事无线
张杰 博士
中汽创智科技有限公司
张杰,中汽创智科技有限公司智能底盘制动系统高级总监,博士,正高职称;负责公司智能制动系统产品的研发及产业化;主要从事“机-电-液-控”复杂系统与“智能电动车辆”的交叉研究应用,聚焦于智能线控底盘的关键、共性、前瞻技术研发与创新;获评国家科技进步二等奖1项,浙江省科技进步二等奖3项,入选浙江省151人才工程;担任中国汽车工程学会底盘集成技术分会委员,中国智能网联汽车产业创新联盟先进底盘控制工作组执行组长;发表学术论文近30篇,授权发明专利21项。
您也可以从以下列表中选择网站:
如何获得最佳网站性能
选择中国网站(中文或英文)以获得最佳网站性能。其他 MathWorks 国家/地区网站并未针对您所在位置的访问进行优化。
美洲
- América Latina (Español)
- Canada (English)
- United States (English)
欧洲
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)
亚太
- Australia (English)
- India (English)
- New Zealand (English)
- 中国
- 日本Japanese (日本語)
- 한국Korean (한국어)