使用 Simulink 构建虚拟车辆

索取报价联系销售人员

虚拟车辆包含一个捕获车辆物理和控制行为的系统级模型。使用具有纵向动力学的虚拟车辆，您可以评估续航里程、燃油经济性、加速能力和牵引能力。具有横向动力学的虚拟车辆可让您专注于制动、悬挂和转向属性。您可以使用这些模型在优化能耗和热性能的同时，提高驾乘、操控和驾驶员舒适性。这些模型可帮助您设置目标、进行组件选型、开发控制算法、验证软件并进行虚拟测试，从而减少对物理原型的需求。在车辆投入运营后，您可以使用流数据建立数据驱动的模型或数字孪生，并在部署更新前使用这些模型测试进一步的增强功能。

“用虚拟车辆仿真各种测试场景不仅比物理测试成本更低，而且是加速车辆开发的绝对必要条件。”

使用 Simulink 进行虚拟车辆仿真

使用 MATLAB、Simulink 和 Simscape 对汽车系统进行建模的模块化方法

创建车辆模型

虚拟车辆组建工具 (VVC) 可让您根据自己的动力总成架构建量身定制的车辆模型。您可以选择电池电动汽车 (BEV)、内燃机汽车 (ICE) 或各种混合动力汽车 (HEV) 变体等不同类型。还可使用电气、机械、流体、热和多体库中的组件进一步自定义。对于自动驾驶，您可以在 VVC 生成的模型中纳入相机和激光雷达等传感器模型。VVC 可连接自定义库并与 Simulink 集成，支持功能模型接口 (FMI) 以增强互操作性。

了解更多

集成嵌入式软件

您既可以使用预置控制器来评估车辆的闭环性能，也可以使用专有算法对其进行自定义。要测试在 Simulink 和 Stateflow 中建模的控制器，首先进行模型在环 (MIL) 仿真。随着更多自定义控制器的集成，模型的大小也会增大。遵循适用于大型模型的最佳实践对于管理这种复杂性至关重要。

在开发后期，您可以使用产品级 C/C++ 代码进行软件在环 (SIL) 仿真。您可以通过 Simulink 内置的 C/C++ 接口调用或编译 C 代码，并分析导入代码的代码覆盖率。

了解更多

参数化和验证模型

在集成嵌入式控制后，下一步是对模型进行参数化，以反映车辆的重量、空气阻力、轮胎滚动阻力、组件效率和组件惯量。您可以使用 Powertrain Blockset 和 Vehicle Dynamics Blockset 访问关键参数，并使用 Model-Based Calibration Toolbox 自动化模型拟合与标定，以实现电机效率和电池参数化。在模型参数化后，将仿真结果与真实车辆的数据进行比较，可以进一步了解模型的能力和结果的准确度。

为了确定这一点，MathWorks 与 FEV North America 合作，使用 FEV 基准目录中的实际数据对模型进行验证。FEV 对模型进行了参数化，并根据与基准车辆相同的行驶工况进行仿真，获得结果与测试数据相差无几。

成功案例

两辆汽车和一张高压电池电流图，以及 FEV 工程经理关于使用虚拟车辆组建工具和 Powertrain Blockset 的一段话。

定义测试场景，仿真并分析结果

MathWorks 提供了可用于电动、混合动力或传统动力总成系统开发的一套预定义驾驶操作或标准行驶工况数据。您能够以交互方式创建用于自动驾驶的复杂三维道路网络和标记。您还可以通过导入高清地图数据，然后添加作动器和轨迹，来生成某个区域的道路网络。如要对相机、雷达和激光雷达传感器进行仿真，您可以使用在 Unreal^® 环境中运行的传感器模型与 Simulink 进行联合仿真。

当整车模型的仿真与预期一致时，优化性能并运行大量仿真研究，以探索设计空间或验证整个系统行为。您可以将作业分发到本地多核、GPU、集群或云中进行并行执行，从而扩展您的仿真。得到仿真结果后，您就可以使用内置的可视化工具和灵活的 MATLAB 数据可视化功能查看它们。此外，您可以根据您所在组织的标准自动生成仿真报告。

了解更多