2024/08/05 10:36
阅读:11
分享:方案摘要:
产品配置单:
康谋b-plus高性能车载数据计算机/DATALynx ATX4
型号: KM-B16047-DLY-EP3-0023、KM-B16047-DLY-EP3-0024
产地: 德国
品牌: b-plus
面议
参考报价
联系电话
康谋b-plus 双介质车载以太网分析仪/NETLion 10G
型号: KM-B18085-NEL-001-0001 、KM-B18085-NEL-001-0002
产地: 德国
品牌: b-plus
面议
参考报价
联系电话
方案详情:
在之前的文章中,我们介绍了如何构建简单的车辆模型,并基于FMI2.0构建了其FMU,其最终结构为:
今天将会和大家分享如何在aiSim中,通过UDP和aiSim车辆动力学API(Vehicle Dynamics Interface, VDI)来实现和外部的FMU车辆动力学模型的联合仿真。
一、操作步骤
车辆动力学仿真是aiSim的核心组件,能够根据驾驶指令来确定车辆的运动变化。基于准确可靠的车辆动力学模型,可以确保车辆模拟更加真实。在aiSim可以将FMU单独视作动态库来实现车辆动力学,也可以基于VDI和UDP来实现和FMU的联合仿真。
1、实例化VDI
VDI中提供了5种不同的车辆动力学模型,包括:
2d:横向自行车模型
23d:底盘俯仰和侧倾分离的横向自行车模型
3d:具有3D刚性车身和独立车轮悬挂的横向轮胎模型(计算量很大)
拖车模型:用于牵引车辆
FMU:基于FMI对于车辆动力学的不同描述
整个联合仿真的进程可以分四个部分:
根据车辆名称匹配对应的ego
在VehicleDB.json或是ego自己的asset包中确认所定义的车辆动力学模型
实例化专属的VDI来处理FMU,定义必须的输入/输出数据
通过socket和pyfmi处理FMU
在实例化VDI时,我们将会遵循以下四个部分来获取车辆动力学的相关数据
2、通过UDP实现FMU的读取
在实例化VDI的同时,初始化一个UDP接口来处理收到的数据。
如果我们通过UDP来实现FMU的读取(为了分布式系统),那么我们还需要pyfmi和socket来协助我们读取和写入FMU的数据,整个脚本主要实现功能为:
①创建UDP的socket,用于监听和读取来自VDI的数据
②解析来自VDI的数据,获取动力学数据和标志信号,后者主要用于步进操作
③基于标志信号步进式执行仿真
④基于fmipy读取FMU中定义的各种动力学数据,并将其打包成UDP,在读取时,同样遵循modelDescription.xml中的定义。
3、效果展示
在完成以上工作后,可以启动整个进程,看一下分布式联合仿真的效果。FMU和对应的脚本运行在PC1上,aiSim运行在PC2上。
以上就是关于功能模型接口FMI的联合仿真的全部内容,通过FMU我们可以快速的在不同工具之间进行集成,而不需要进行大规模的模型移植或是繁琐的联调。
如果涉及到联合仿真,每个子系统都需要对应的仿真器进行求解,在通信时数据的交换频率和吞吐量都会对延时造成影响,从而造成仿真的偏差,可以优化不同的通信机制或是采用案例中主动触发的方式来减少负面影响。
下载本篇解决方案:
更多
康谋技术 | 自动驾驶传感器标定技术:从单一到联合标定
随着智驾从L0(预警功能)迈向L2.9(城市NOA)的快速演变和装配,车辆对外界的感知需求也在快速增加。传感器标定成为关键,确保了以多传感器为核心的采集系统能够提供精确、可靠的环境感知信息。
汽车及零部件
2024/07/29
康谋技术 | 自动驾驶:揭秘高精度时间同步技术(二)
在自动驾驶中,对车辆外界环境进行感知需要用到很多传感器的数据,如果计算中心接收到的各传感器消息时间不统一,则会造成例如障碍物识别不准等问题。本文通过“统一时钟源”、“软硬件同步”等内容,探讨如何对各类传感器进行高精度的时间同步。
汽车及零部件
2024/06/03
康谋技术 | 自动驾驶:揭秘高精度时间同步技术(一)
本文重点探讨了高精度时间同步技术在多传感器融合中的重要性。通过选择统一的时钟源和基于以太网的协议,确保多传感器数据在统一时间框架内准确处理,为自动驾驶系统提供了可靠的时间基准。
汽车及零部件
2024/05/27
康谋分享 | aiSim5基于生成式AI扩大仿真测试范围(终)
在场景重建和测试流程闭环的过程中,难免会面临3D场景制作重建耗时长、成本高、扩展性低以及交通状况复杂程度难以满足等问题。康谋aiSim中NeRF和3DGS可以自动化生成3D静态场景并添加动态实例编辑,从而缩短测试流程,扩大仿真测试范围,有效解决上述问题。
汽车及零部件
2024/05/20