本页面使用了机器翻译。
请花 1 分钟时间完成一个翻译质量的调查。
TS TECH 将基于 Python 的 AI 模型与仿真和硬件部署相结合
工程师成功开发实时驾驶员疲劳估计系统
“我们成功使用 Simulink 实现了将基于 Python 构建的机器学习算法与其他功能实时结合起来的服务。”
关键成果
- MATLAB 和 Simulink 缩短了 AI 模型与车辆控制功能集成所需的时间，从而改进了开发流程，并加快了产品上市速度
- MATLAB 和 Simulink 支持了先进驾驶辅助系统的设计与测试，并通过精确的实时疲劳估计，提升了车辆的安全性，增强了驾驶员的舒适性
- Embedded Coder 确保了所生成的 C 代码已针对实时性能进行优化，从而实现了更可靠、更高效的 ECU 部署
作为一家领先的汽车内饰系统供应商，TS TECH 面临的挑战是：如何将用于疲劳检测的 AI 模型与在 Simulink 中构建的传统车辆控制模型进行集成，以提升驾驶员的安全性。这项集成工作对于利用先进 AI 技术提升车辆内部舒适性而言至关重要。为了应对这一挑战，TS TECH公司使用了 MATLAB® 和 Simulink®，成功打通了从基于 Python® 的AI模型到ECU开发的链路。为了应对这一挑战，TS TECH 公司使用了 MATLAB® 和 Simulink®，成功打通了从基于 Python® 的AI 模型到 ECU 开发的链路。
在此次合作中，MATLAB 用于开发和测试 AI 模型，并为转换基于 Python 的 AI 模型提供了便利，使其能够在 Simulink 中进行仿真。Simulink 则为集成系统的建模、仿真和测试提供了统一平台。这使得创建包含 AI 组件和车辆控制功能的复杂仿真模型成为可能。此外，项目还使用了 Automated Driving Toolbox™ 来设计和测试高级驾驶辅助系统 (ADAS)，同时通过 Embedded Coder® 从 Simulink 模型生成了优化的 C 代码，以用于 ECU 的最终部署。在 MathWorks Consulting Services 的支持下，TS TECH 最终成功研制出一套驾驶员疲劳实时估计系统，完美展示了将 AI 与仿真及硬件部署相结合的卓越成果。
