2018 中国汽车年会

查看会议资料

演示站

Automated Driving Hongjun Wang

高级驾驶辅助系统（ADAS）的快速原型仿真

本示例展示：如何应用MATLAB®和Simulink®，以及Speedgoat实时仿真硬件，快速开发ADAS算法并进行验证。

  • 感知与控制算法：含基于目标列表的传感器融合算法，前向碰撞预警（FCW）与自动紧急刹车（AEB）控制算法
  • 车辆与环境模型：含MATLAB全新工具箱提供的车辆动力学与传感器建模，以及3D虚拟驾驶场景显示，并自动运行批量测试
Deep Learning Jianping

针对自动驾驶的目标检测和语义分割

  • 模型开发
  • GPU 代码生成
  • 嵌入式部署
Big Data Darren Ma

MATLAB工业物联网大数据智能处理与分析

  • 通过MATLAB分布式计算引擎MATLAB Distributed Computing Server™，可以实现MATLAB与目前主流开源大数据平台Spark™/Hadoop®集成、也就是说，可以充分利用Spark/Hadoop的分布式计算能力和分布式存储能力，在Spark/Hadoop集群中运行MATLAB代码。
  • 通过MATLAB代码的服务器运行引擎MATLAB Production Server™实现MATLAB代码的远程运行，而无需在本地安装MATLAB。
  • 基于MATLAB、MATLAB Production Server、MATLAB Distributed Computing Server，以及Spark/Hadoop开源平台，可以实现工业物联网大数据的存储、计算、与智能分析。
AUTOSAR Wenyan Guo

AUTOSAR应用层软件设计与实现

  • 支持导入AUTOSAR描述文件ARXML产生或更新AUTOSAR模型
  • 支持在Simulink环境进行AUTOSAR模型开发并产生AUTOSAR描述文件和代码
  • 支持导入架构软件（Compositions）并产生系统级模型
  • 支持NVM和DEM的仿真
AUTOSAR Verification Kevin Gong

AUTOSAR代码的实现和验证

  • 支持SWC组合的ARXML文件导入生成Simulink架构模型
  • Polyspace®自动解析ARXML文件并以SWC为单位切分进行代码静态验证
  • Polyspace增加新的SWC代码与ARXML文件不一致的运行错误检查
Model Verification Zhihui Li

模型的验证与确认

随着ISO 26262的推进，汽车电子系统的安全性要求越来越高。传统的开发及验证方式越来越难以满足需求。

MathWorks提供完整工具链实现基于模型设计及验证流程，并满足ISO 26262的要求。

Consulting Henry Zeng

为什么选择MathWorks咨询服务?

  • 缩短能力提升时间，加快产品化流程
  • 传授高效使用MATLAB、Simulink的行业最佳实践
  • MathWorks工具专家 – 最大程度挖掘工具潜力，准确把握工具发展方向
  • “白盒”交付所有产出物，便于客户自行扩展
Motor Control Ling Zhou

代码生成在电机控制中的应用

在Simulink中交流电机及控制策略进行建模和仿真方法，使用Embedded Coder®将控制策略生成C代码，并布置到TI C2000 DSP中。

  1. 在Simulink中建立电机与控制策略模型
  2. 使用Simulink进行控制优化
  3. 使用Embedded Coder将控制策略生成C代码
  4. 将C代码集成到CCS中并布置到芯片中
What's New Shucheng Dong

MATLAB/Simulink新工具和新功能

近几年来MATLAB/Simulink产品新增加的跟汽车行业相关的工具箱以及已有工具箱的功能更新包含：
R2016b+，引入Powertrain Blockset™

  • 支持传统车和新能源车动力总成系统仿真优化

R2017b，引入Automated Driving System Toolbox™

  • 支持无人驾驶技术开发

R2017b，Simulink Verification & Validation拆分为Requirements Toolbox™，Simulink Check™，Simulink Coverage™

  • 增加需求设计功能，增强覆盖率测量功能

R2017b，引入GPU Coder™

  • 支持深度学习网络的CUDA®代码生成，
  • 支持Image Processing Toolbox™\Computer Vision System Toolbox™函数的CUDA代码生成

R2018a，引入Vehicle Dynamic Blockset™

  • 支持整车动力学仿真
Vehicle System Optimization Amy Yang

车辆性能仿真（纵向性能）——Powertrain Blockset

应用场景：

  • 整车控制器控制参数优化；
  • 整车系统总体设计，零部件选型和匹配；
  • 系统集成仿真和测试；
  • 软硬件集成仿真和测试（HIL）。
Vehicle Dynamics Blockset Vincent Hu

虚拟车辆集成平台——集成3D虚拟环境的车辆动力学建模和仿真

应用场景：

  • 乘坐舒适性和操纵稳定性：按照标准测试规范进行车辆的动态性能测试；
  • 底盘控制：开发和测试底盘控制系统；
  • 辅助驾驶（ADAS）/自动驾驶(AD)：为自动驾驶算法的开发测试创建3D虚拟环境和道路。