自动驾驶联合仿真——功能模型接口FMI(二)

发布者:HeavenlyMelody最新更新时间:2024-09-19 来源: elecfans关键字:自动驾驶  联合仿真 手机看文章 扫描二维码
随时随地手机看文章

FMU中时间概念的连续性和离散性实际上是变量的属性。并且FMU都能够包含连续时间的变量或是离散时间的变量。在模型交换类型和联合仿真类的FMU通信中可以看到这一点。

在FMI2.0中通过通信点来进行数据交换的通信结构是离散的。


一、模型交换:导入工具提供求解器

wKgaomZ7ty-AdCzsAAB45AN-C80271.png?imageView2/2/w/1000


  • 仿真工具之间模型集成非常紧密。

  • 在导入工具和模型之间的接口非常复杂。

  • 导入工具必须提供合适的求解器。


二、联合仿真:导出工具提供求解器

wKgZomZ7t0-AB1zAAAB184voApc737.png?imageView2/2/w/1000


  • 模型和求解器之间有着紧密的耦合关系。

  • 导入工具和模型之间的接口相对简单。

  • 可以选择不同的联合仿真算法和通信步长来实现更稳定精确的仿真方案。


三、联合仿真的接口 Interface

通信时间步长可以和内部步长不同,通信时间步长主要是不同FMU之间交换信息,而在各自的内部可以时是不同的可变时间步长。

在联合仿真接口中,参数会根据FMI标准有着典型的调用顺序:

  • 得到输出:fmiGetXXX(...)

  • 触发计算直到下一个通信节点:fmidoStep(...)

  • 设置输入值:fmi2SetXXX(...)

以C代码为例:

  • 使用FMI2Instantiate函数实例化FMU

CALL (FMI2Instantiate(S, resourceURI, fmi2CoSimulation, modelDescription->instantiationToken, fmi2Flase, fmi2Flase))

其中涉及到的参数分别是FMI实例、FMU资源的URI、声明FMU的类型为联合仿真、唯一标识符、是否显示FMU的GUI和是否启动日志记录的参数。


  • 应用初始值和输出

CALL(applyStartValues(S,settings)); CALL(FMIApplyInput(S,input,setttings->startTime,true,true,false));


  • 设置参数并进入初始化模式,如果有FMU初始状态文件的话,可以在实例化FMU后执行

CALL(FMI2SetupExperiment(S,settings->tolerance>0,settings->tolerance,settings->startTime,fmiFalse,0)); CALL(FMI2EnterInitializationMode(S)); CALL(FMI2ExitInitializationMode(S));


  • 进入仿真循环,按照时间步长进行采样和应用输入

or(ubsignedlongstep=0;;step++){constfmi2Realtime=settings->startTime+step*settings->outputInterval;... CALL(FMISample(S,time,result)); CALL(FMIApplyInput(S,input,time,true,true,false)); ...... constFMIStatusdoStepStatus=FMI2DoStep(S,time,settings->outputInterval,fmiTrue); ...... CALL(FMIGetBooleanStatues(S,fmi2Terminated,&terminated)) ...... CALL(FMI2GetRealStatus(S,fmi2LastSuccessfulTime,&lastSuccessfulTime)); CALL(FMISample(S,lastSuccessfulTime,result)); ......


联合仿真算法作用

  • 联合仿真算法不属于FMI标准的一部分,其作用主要是用于:

  • 推进整个仿真系统的时间,使得各个子系统的FMU组件在每个时间步长上同步执行仿真计算,即代码中仿真循环的部分。

  • 交换输入和输出数据。

  • 触发时钟信号,用于同步不同仿真组件或触发某些操作,即代码中。

settings->startTime+step*settings->outputInterval;FMI2DoStep(S,time,settings->outputInterval,fmiTrue);

  • 处理事件,例如状态变化、外部输入、内部条件触发等,即代码中。

CALL(FMI2GetRealStatus(S,fmi2LastSuccessfulTime,&lastSuccessfulTime));CALL(FMISample(S,lastSuccessfulTime,result));


四、模型描述文件是并行的

模型描述文件modelDescription.xml包含了关于FMU所有的静态信息,其定义了FMU支持的接口类型,无论是模型交换或是联合仿真,同时解释了模型变量,包括了输入、输出以及相关参数,以便导入工具进行访问。


除此之外也会包含模型接口的一些信息,比如模型连接时数据是符合输入输出的。

wKgZomZ7tsGAQw-KAArz-1zXPIo374.png?imageView2/2/w/1000


并且在模型描述文件中还会声明一些属性标志,比如“needsExcutionTool”,这一属性表示需要特定的程序或是特定的库文件才能够执行FMU,所以在导入FMU时,在导入工具中需要一个额外的包装Wrapper,并不真正的参与计算,而是用来实现模型、求解工具和执行之间进行通信。


wKgaomZ7ts6Aar64AACWt1kuPeM628.png?imageView2/2/w/1000wKgaomZ7tteAR3YwAAC4FuR50iQ741.png?imageView2/2/w/1000


关键字:自动驾驶  联合仿真 引用地址:自动驾驶联合仿真——功能模型接口FMI(二)

上一篇:如何让电动汽车更安全
下一篇:汽车技术将如何重塑车辆的互联性

推荐阅读最新更新时间:2026-03-25 16:03

西门子PLC与第三方软件联合仿真与虚拟调试
01 自己写的上位机程序如何与PLC联合仿真 我们知道如果使用西门子TIA Portal 可以通过PLCSIM和PDPS,NX MCD,Plant Simulation等进行虚拟调试,以为上述的都是西门子的产品,所以进行虚拟调试很容易。 PDPS,NX MCD,Plant Simulation也支持OPCUA,因此可以通过OPCUA等与别的控制器进行虚拟调试。 但是对于大多数没有真正接触过VC(虚拟调试)的人来说,可能更多是使用PLCSIM来单独仿真调试PLC程序,那么问题来了,如果我现在想使用PLCSIM来连接我自己通过高级语言编写的软件或者第三方软件进行PLC仿真调试应该怎么办? 举个例子,我自己写了一段程序,需要与PLC进行
[嵌入式]
西门子PLC与第三方软件<font color='red'>联合仿真</font>与虚拟调试
VLA和世界模型自动驾驶中可以融合吗?
随着VLA(视觉-语言-动作模型)与世界模型在自动驾驶领域的关注度日益提升,这两项技术已成为众多主机厂研发布局的重点方向。前者强调将感知、语义推理与动作生成整合到同一个大模型中,以实现端到端的决策输出;后者则致力于在系统内部构建对物理环境的动态模拟与未来状态推演,以提升对复杂场景的预见与应对能力。那么,这两项技术是否可以深度融合,从而让自动驾驶系统实现更智能、更可靠的驾驶行为呢? 什么是VLA和世界模型 在自动驾驶中,VLA(Vision-Language-Action)是一种端到端的方法,其核心在于将“感知”“理解”与“执行”整合进同一个大模型中统一处理。VLA系统通过摄像头等传感器获取路面视觉信息,并将其转化为
[汽车电子]
VLA和世界<font color='red'>模型</font>在<font color='red'>自动驾驶</font>中可以融合吗?
我国今年将加快突破全固态电池、高级别自动驾驶等技术,深化新能源汽车保险改革
1 月 14 日消息,据“工信微报”今日消息,1 月 13 日下午,节能与新能源汽车产业发展部际联席会议 2026 年度工作会议在京召开。联席会议召集人,工业和信息化部党组书记、部长李乐成主持会议并讲话。 会议总结 2025 年及“十四五”工作情况,研究讨论《“十五五”智能网联新能源汽车产业发展规划》(以下简称《规划》),并对 2026 年重点工作作出部署。 会议指出,“十四五”时期,全行业迎难而上、奋力拼搏,超预期目标完成“十四五”各项任务,我国新能源汽车市场规模增加 3.6 倍,汽车出口跃居全球第一,动力电池单体成本降低 30%、寿命提升 40%、充电速率提升 3 倍多,进一步增强了国际竞争优势。 会议强调,2026 年是“十
[汽车电子]
TomTom推出用于自动驾驶的车道级地图Orbis Lane Model Maps
1月2日,地图和定位技术专家TomTom(TOM2)展示其TomTom Orbis车道模型地图(Lane Model Maps),充分展现了Orbis AI地图数据工厂的自动化和可扩展性,证明其能够作为自动驾驶(AD)和导航系统的单一高保真数据源。 图片来源: TomTom Orbis Lane Model Maps以真正的城市尺度提供车道级智能信息,例如车道几何形状、连通性和标线。通过利用AI驱动的地图工厂方法,TomTom能够高效地为大范围区域内的所有道路生成车道级精确地图。因此,TomTom Orbis Lane Model Maps已在德国全面推出,并提供车道级几何信息。TomTom正在快速扩展业务至更多国家,以
[汽车电子]
TomTom推出用于<font color='red'>自动驾驶</font>的车道级地图Orbis Lane Model Maps
GTC2026 | 比亚迪、吉利、五十铃和日产采用 NVIDIA DRIVE Hyperion 开发 L4 级自动驾驶汽车
随着 NVIDIA L4 级硬件升级,领先的汽车制造商和出行服务提供商正基于 NVIDIA 的端到端辅助驾驶汽车平台进行开发 NVIDIA 今日宣布其 NVIDIA DRIVE Hyperion™ 平台的采用规模正持续扩大,全球汽车制造商比亚迪、吉利、五十铃和日产,以及领先的出行服务提供商都在采用该平台。 这反映了行业在安全、可规模化的辅助驾驶汽车开发方面正加速发展。 这些合作伙伴采用由 NVIDIA Halos OS 安全架构支持的 DRIVE Hyperion 作为标准平台,从而加速验证周期并简化全球部署策略。通过使用集成计算、传感器、网络和安全系统的标准化参考架构,汽车制造商和移动出行服务商能够实现更快的车队学
[汽车电子]
GTC2026 | 比亚迪、吉利、五十铃和日产采用 NVIDIA DRIVE Hyperion 开发 L4 级<font color='red'>自动驾驶</font>汽车
比亚迪、吉利、五十铃和日产采用 NVIDIA DRIVE Hyperion 开发 L4 级自动驾驶汽车
随着 NVIDIA L4 级硬件升级,领先的汽车制造商和出行服务提供商正基于 NVIDIA 的端到端辅助驾驶汽车平台进行开发 比亚迪、吉利、五十铃和日产正基于 NVIDIA DRIVE Hyperion 平台开发具备 L4 级自动驾驶能力的汽车。 NVIDIA 与 Uber 合作的全栈无人驾驶出租车将于 2027 年上半年率先在洛杉矶和旧金山启动,并计划于 2028 年扩展至 28 个市场。 Bolt、Grab、Lyft 和 TIER IV 正在使用 NVIDIA DRIVE Hyperion 平台,扩展其全球无人驾驶出租车的开发规模。 NVIDIA Halos OS 为 AI 驱动的车辆引入了一个统一的安全架构
[汽车电子]
比亚迪、吉利、五十铃和日产采用 NVIDIA DRIVE Hyperion 开发 L4 级<font color='red'>自动驾驶</font>汽车
采埃孚与SiliconAuto推出自动驾驶实时I/O接口芯片
采埃孚 ( ZF )与 SiliconAuto 共同发布了一款全新芯片架构,旨在简化 自动驾驶 高性能计算。两家公司在德国纽伦堡举办的Embedded World 2026展会上,展示了这款实时 I/O 接口芯片 与微控制器的组合方案,演示了 自动驾驶 系统的传感器数据如何直接在硬件层面完成采集与预处理 ZF 。 该设计面向下一代高级驾驶辅助系统(ADAS)与 自动驾驶 平台,相比传统单片式 SoC 架构,可带来更高效率与更强灵活性。对于关注车载计算趋势的工程师与系统设计师而言,这一方案标志着行业向模块化小芯片(Chiplet)架构转型,并与 AI 推理引擎实现更开放的集成。 传感器实时处理向边缘端前移 本次联合演示
[汽车电子]
采埃孚与SiliconAuto推出<font color='red'>自动驾驶</font>实时I/O<font color='red'>接口</font>芯片
自动驾驶占用网络是依靠哪个传感器实现的?
自动驾驶技术的演进过程,本质上是人类试图赋予机器理解物理世界几何结构能力的过程。在过去很长一段时间里,感知系统高度依赖于对特定目标的分类与识别,这种方式虽然在简单的道路环境下卓成效,但在面对复杂多变的现实世界时,却暴露出明显的局限性。 如果感知系统在训练集中见过某种标准的轿车或行人,它就能在道路上精准地将其标注出来。然而,当系统遇到那些从未见过的、形状奇特的障碍物时,基于目标的识别算法就会陷入迷茫。为了打破这种对“标签”的依赖,占用网络技术应运而生。 它不再纠结于眼前的物体到底是什么,而是直接回归物理世界的本质,即回答空间是否被占据这一核心命题。这种从语义识别向几何感知的跨越,不仅改变了自动驾驶的底层逻辑,也对硬件传感器的
[汽车电子]
<font color='red'>自动驾驶</font>占用网络是依靠哪个传感器实现的?
小广播
最新嵌入式文章
何立民专栏 单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

厂商技术中心

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

 
机器人开发圈

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2026 EEWORLD.com.cn, Inc. All rights reserved