MATLAB、RoadRunner和SUMO的联合仿真在动力总成预测性能量管理软件测试中的应用

随着智能网联技术的快速发展，预测性能量管理将显著提升车辆能效、减少排放和优化驾驶体验。根据大量的开发实例验证，动力总成预测性能量管理的关键因素在于对前方一段距离内速度曲线的预测，而速度曲线预测的准确度主要依赖于车辆行驶路径上的前方相关交通流情况和坡度曲率等物理参数。本次演讲将介绍运用MATLAB^®, RoadRunner和SUMO搭建一个用于动力总成预测性能量管理软件的测试环境，并进行联合仿真的方法. 其中MATLAB主要用于集成被测试软件和相关仿真联仿脚本，RoadRunner主要用于搭建道路模型和配置道路物理参数，SUMO主要用于配置交通流模型，为软件提供前方一段距离内所需的综合场景信息，并在测试过程中对相关参数进行泛化，用于增加测试场景的覆盖度. 因此仿真测试环境的搭建相较于传统道路实验中基于地图数据的实车软件测试能够有效缩短测试周期和成本，在软件开发过程中达到降本增效的效果.