自动驾驶和电动汽车的先进解决方案

汽车行业的市场增长正趋向于两个主要应用领域：电动和混合动力汽车（EV 和 HEV）的普及以及自动驾驶。根据节油和减少污染排放的标准，电动和混合动力汽车可以被视为新的绿色技术，同时提高完整电力传输和充电解决方案的效率。

特别是，电子系统中正在发生的技术进步推动了这些新兴技术的出现，不可避免地涉及电子系统供应商并增加了组件和设备的应用领域。想一想涉及电源管理、电力电子、电源控制、功率半导体、发动机控制单元开发和验证的创新解决方案、涉及硬件和软件方面的各种解决方案以及驾驶安全解决方案（例如 ADAS）的所有应用（高级驾驶员辅助系统）电子系统，用于管理车辆的感知、运动规划和控制。

介绍

创新车辆必须满足市场的要求和电动汽车的相关标准、安全性和舒适性以及节能方面的性能要求。对此，有必要进行仿真以优化车辆开发的设计阶段、测试感知、规划和控制算法以进行快速原型设计，以验证系统需求，然后分析获得的数据。

自主指南

ADAS（高级驾驶员辅助系统）是先进的电子主动安全系统，其主要目标是预防道路事故和危险情况，此外还有安全带和安全气囊等被动安全系统。因此，ADAS 电子驾驶辅助系统为驾驶提供支持，其主要目标是确保安全并最好地处理紧急情况。

这些是集成的智能安全系统，例如自动激活挡风玻璃刮水器的雨量传感器、自动开启灯光的暮光传感器、大灯智能控制、行人检测、自适应巡航控制以根据交通情况调节速度，称为自适应巡航控制，速度自适应、前方碰撞避免、自动紧急制动、行驶方向监控、辅助泊车传感器、摄像头检测车道保持、变道警告和自动道路标志识别。

MATLAB 和 Simulink 用于设计和开发自动驾驶汽车

MathWorks 是一家全球领先的工业领域技术计算软件开发公司，通过 MATLAB 和 Simulink 软件为感知设计和测试提供解决方案，以设计、模拟和分发未来的移动性。Simulink 是一个用于动态系统建模、仿真和分析的软件，与 MATLAB 严格集成。MATLAB 和 Simulink 使参与汽车设计的公司能够加快开发流程，以创建满足市场在安全性、舒适性、燃油节省和性能方面需求的车辆，并符合 AUTOSAR 和 ISO 26262 标准。

在汽车领域，MATLAB 和 Simulink 软件用于设计自动驾驶系统的功能，包括检测、路线规划、控制以及传感器融合和控制系统设计，在 3D 环境中对车辆动力学进行建模，然后测试和验证系统通过创建驾驶场景。因此，借助 MATLAB 和 Simulink，可以使用代码生成产品自动生成用于快速原型设计和 HIL（硬件在环）测试的 C 代码。

特别是，MATLAB 软件为人工视觉、激光雷达和雷达处理以及传感器融合提供了预定义的算法和传感器模型。可以模拟来自 IMU/GPS 传感器的测量并设计定位和融合算法来估计车辆的方向和位置。使用深度学习和机器学习来开发用于检测车辆和行人以及估计可步行路线的算法。

可以开发自动驾驶功能的控制，例如自动紧急制动 (AEB)、车道保持辅助 (LKA)、自动巡航控制 (ACC) 和自动泊车辅助。此外，为自动驾驶应用设计具有特征和预定义块的特定模型的预测控制，用于 ACC、LKA 和避障等场景。使用用户创建的场景以及雷达和摄像头传感器模型的综合调查测试自动驾驶算法，使用Driving Scenario Designer 应用程序定义道路网络、参与者和传感器。

这些软件的实施允许使用运动规划算法定位和规划行驶路线，并使用 IMU 和 GPS 传感器数据估计车辆的位置和方向。基于仿真的测试允许您使用驾驶场景设计器应用程序检查自动驾驶算法，该应用程序允许您加载预定义的场景，包括 EuroNCAP，或构建新场景，从统计相机和雷达模型中生成检测并在 MATLAB 或模拟链接。可以使用参考应用程序和 3D 环境为自动驾驶和 ADAS 功能开发虚拟测试场。车辆模型配备了一个虚拟摄像头，可在仿真阶段将图像发送到 Simulink。

您可以在 Simulink 中分析信号来测试车道检测算法，并且由于虚幻引擎编辑器中的场景自定义，可以更灵活地创建和模拟场景，这将允许您测试自动驾驶驾驶和 ADAS 功能全面。在设计自动驾驶汽车时，尽量减少汽车的复杂性，这些系统包含各种复杂的系统来检测周围环境、规划路线以及控制转向和速度，作为自动驾驶汽车纵向控制开发的一部分，如制动和加速控制。纵向控制系统的模型预测控制算法通常是手动编码的。但是，使用 MATLAB 和 Simulink 进行基于模型的设计更快、更高效。

图1：自动驾驶出租车系统概览

从这个意义上讲，MATLAB 和 Simulink 用于加速自动驾驶功能的开发，包括感知、规划和控制功能，在 Simulink 中执行仿真以测试、集成和优化这些功能，这要归功于以编程方式生成的场景，并最大限度地扩大覆盖范围。在不同的道路、环境和交通条件下进行测试，而无需求助于昂贵的车辆原型。

此外，由于基于模型的设计，甚至在构建实际车辆原型之前，就可以使用这些模拟来对电动动力系统架构的权衡进行研究，以确定基本组件（如电池和牵引电机）的尺寸。用户可以利用快速控制原型、模型验证和生产代码生成，快速从概念到原型，再到电动汽车主要控制器的生产，如车辆控制单元（VCU）、电机控制单元（ MCU）和电池管理系统（BMS）。

b-plus 的 BRICK 系统

ADAS BRICK 测量平台由创新移动领域的领先公司 b-plus 开发，专为高带宽传感器和控制单元的数据采集而设计。该平台的采集速度为 8 Gbit/s，与 BRICK STORAGE 附加组件结合使用时，可提供高达 32 TByte 的记录内存。使用 BRICK MI 插件，还可以集成客户特定的 PCI Express 卡，获得紧凑的机架配置，针对车辆中的小空间进行了优化。

图 2：Brick 系统

信息的复杂性和密度需要可靠且高效的验证过程。这种具有高数据处理能力、可扩展注册存储器和稳健设计的解决方案非常适合集成到测试车辆中，以对自动驾驶系统进行可靠验证。

电动牵引车解决方案

ES910 原型设计和接口模块由 ETAS 开发，ETAS 是汽车领域创新解决方案和服务的领先公司，用于发动机控制单元的开发和验证，将高处理性能与所有常见的 ECU（电子控制单元）接口结合在一起，结构紧凑和坚固的住房。它专为在开发环境和独立模式下使用而设计。

CAN 和 LIN 接口确保 ES910 模块与车辆总线的连接。两个 CAN 接口都支持高速和低速 CAN，并且可以单独配置。该模块的核心由 NXP PowerQUICC 处理器组成，该处理器具有双精度浮点算法，非常适合快速紧凑的原型设计应用。微处理器、RTA-OSEK 实时操作系统和集成的非易失性 RAM (NVRAM) 的功能允许模拟系统级行为。

图 3：原型模块和 ES910 接口

结论

电动汽车和自动驾驶正在从根本上改变移动和运输方式的传统概念，基于传感器和电子控制系统（如 ADAS 和仿真软件和建模）可获得的高安全性和可靠性标准带来了新的挑战和机遇。电动汽车仍然会有很多惊喜，挑战主要集中在降低功率损耗、更高能效、高开关频率、小部件、高水平的安全标准，只有通过测试、验证和测试才能实现，以制造新一代车辆完全能够识别其他车辆的三维。

审核编辑 黄昊宇