駕駛性
關注創建者：AVL先進模擬技術 創建時間：2022-08-04
駕駛性的視頻教程
應用VI-grade軟件解決方案和駕駛模擬器科技加速汽車操控穩定性和平順性研發進程
課程大綱 本期線上研討會，我們將聚焦：1.不依賴物理樣車的虛擬測試方案2.如何創建高精度的車輛動力學模型用于操穩和平順性開發3.如何應用高級駕駛員模型進行車輛性能虛擬測試4.如何獲得高保真高動態的駕駛模擬體驗5.操控穩定性開發中的模擬器應用案例6.平順性開發中的駕駛模擬器應用案例7.駕駛模擬器在主動底盤電控開發中的應用
免費 1小時51分鐘 348播放
查看
Ansys面向自動駕駛的設計探索和魯棒性分析技術
會議簡介： 自動駕駛車輛必須要駕駛數億英里，有時甚至數千億英里才能證明其在防止死亡率和受傷方面的可靠性。但由于失效事件比較罕見，因此僅憑實際駕駛數據不能對自動駕駛系統在預防傷亡方面的安全性提供高置信度。為此，Ansys提供了靈活的樣本生成策略，可以生成最小的有效樣本，從而構建自動駕駛系統關鍵參數間的響應關系。
免費 30分鐘 91播放
查看
II-07熱舒適性向導：駕駛室中的唯一乘客《STAR CCM+官方案例視頻教程》
STAR CCM+官方案例視頻教程系列之II熱傳遞和輻射_07熱舒適性向導：駕駛室中的唯一乘客 涉及主要知識點： 1）熱舒適性向導TCM簡介； 2）TIM程序調用。
免費 21分鐘 425播放
查看
駕駛性的實例教程
隨著車輛開發更加注重短周期和低成本，在前期對車輛駕駛性進行預測的需求日益增強。而開展駕駛性仿真的基本目標之一是通過駕駛性虛擬仿真指導整車參數選型，也就是通過整車參數優化在前期改善車輛駕駛性表現。
AVL致力于通過開發任務的前置（frontloading）來縮短開發周期，節省開發成本。本期技術貼給大家介紹AVL VSM+DRIVE+CAMEO工具鏈，將車輛動力學仿真工具VSM的計算結果輸入到AVL DRIVE中得到客觀評分，再將DRIVE的評分結果作為優化指標以及VSM的整車參數作為優化對象傳遞到CAMEO開展ActiveDoE（智能優化）計算，整個工具鏈能夠實時的進行數據交互，無需第三方工具耦合，即保證了優化計算的穩定高效，又能夠實現駕駛性的設計指標。
展開 從下述動畫可以看到，經過駕駛員控制優化之后，車輛在沙石路面沒有出現打滑及卡滯，在轉彎時也沒有出現側翻，可以實現平穩的駕駛，具有比較好的駕駛性。
文章來源：Simcenter 1D系統仿真
Ansys加快激光雷達研發速度，以增強自動駕駛危險識別
主要亮點
Ansys與Velodyne展開合作研發高精度、基于物理的Velodyne激光雷達傳感器模型，以檢測和追蹤駕駛危險
此次合作加速了Velodyne傳感器與自動駕駛汽車（AV）的集成，有助于提升道路安全性
Velodyne與Ansys展開合作為新一代汽車激光雷達傳感器開發軟件模型，以顯著改進高級自動駕駛汽車的危險識別功能。此次合作將Velodyne的激光雷達設計整合到Ansys的虛擬傳感器套件中，加快汽車制造商將Velodyne傳感器集成到自動駕駛汽車應用的速度，實現行業領先的駕駛安全性并大幅加快產品上市進程。
高級駕駛輔助系統（ADAS）面臨的眾多挑戰之一是系統的魯棒性，以可靠測試并識別潛在的危險邊緣場景。
展開 目前幾乎所有現有自動駕駛數據集中都缺少自動駕駛操作中間數據或狀態數據。此外，自動駕駛汽車可解釋性的現有工作僅僅是人類試圖使自動駕駛汽車或自車的行為得到合理化的解釋。從合理化中獲得的這些解釋用于注釋駕駛數據集，這些數據集隨后用于訓練深度可解釋模型。此過程的復雜性或黑箱性質使檢查變得困難，從而對附和度評估提出了挑戰。
當前研究的另一個嚴重限制是基于感知數據集的結果解釋模型中存在固有偏差。數據集有限并且不具有代表性，因為它們沒有以均等比率涵蓋所有可能的駕駛場景。
本文僅做學術分享，如有侵權，請聯系刪文。
展開 Ansys 行業應用方案連載 | 面向無人駕駛的安全性分析與驗證技術
隨著汽車電氣化、智能化和網聯化的飛速發展，汽車已經不再像以前一樣僅僅被人們當成是交通工具，如今汽車正慢慢走進人們的生活，成為生活的一部分。通過自動駕駛替代人的駕駛工作，能有效避免人為失誤，減少交通事故的發生。同時，協同的自動駕駛車輛可以顯著提升道路通行效率，節省大量的燃油和通行時間。
依據美國汽車工程師協會制定的自動駕駛分級標準（SAEJ3016），自動駕駛可分為L0-L5共6級，目前大多數廠商已在量產車輛實現了L1，L2級別的駕駛輔助功能，L3，L4級別的自動駕駛功能則是廠商未來實現的重點功能。由于L3及以上級別的自動駕駛功能允許系統進行相應的駕駛任務將駕駛員從緊張的駕駛工作中解脫出來，因此一旦系統無法處理駕駛場景，將對駕駛員乃至周邊車輛環境造成巨大的危害，如何確保行車安全決定著自動駕駛以及車聯網能否真正的走向應用。
數字化的安全分析及仿真手段能夠保證安全分析、安全需求、架構設計及測試驗證的追溯性和一致性，基于物理的仿真能夠快速的幫助安全分析工程師發現傳感器存在的弱點和缺陷，并發現盡可能多的邊緣場景，同時數字化仿真能夠快速確認安全分析工程師的假設，保證因果關系鏈的正確性，從而實現真正意義上的保證安全分析滿足功能安全（ISO26262）及預期功能安全(ISO21448)標準。
展開 
駕駛性的最新內容
關鍵挑戰在于確保車輛在激進駕駛期間的穩定性，尤其是在入彎和瞬態載荷轉移期間，同時又不依賴于物理測試。
03.
關鍵挑戰在于確保車輛在激進駕駛期間的穩定性，尤其是在入彎和瞬態載荷轉移期間，同時又不依賴于物理測試。
03.
AR?HUD 衍射波導案例分析
簡介
AR?HUD 衍射波導是車載增強現實顯示的核心光學組件，通過納米級衍射光柵與平面波導協同工作，完成投影光機圖像光束的高效耦入、全反射傳輸、擴瞳與耦出，實現導航、預警等虛擬信息與真實路況的精準疊加，顯著提升駕駛安全性與智能座艙交互體驗。
四大核心挑戰：
"三電"系統效率：電機、電控、電池的協同優化
電池熱管理：熱失控風險預測與預防
ADAS驗證：自動駕駛算法的安全性與可靠性
功能安全（ISO 26262） ：滿足嚴苛的國際安全標準
NO.1 SaberRD關于電力電子方向的新功能介紹
核心價值：IGBT/MOSFET等特征化建模更新，測試自動化更新；SaberRD
該系統通過實時捕捉制動系統工作狀態，精確定位噪聲來源，為優化制動系統設計、提升車輛性能提供關鍵數據支撐，對增強車輛駕駛舒適性與行駛安全性具有重要意義。
引言
在智能駕駛浪潮下，車載抬頭顯示器（HUD）已從“輔助工具”升級為“人機交互核心”，其中增強現實（AR）技術與HUD的融合（AR-HUD）更是憑借“虛實融合、信息疊加”的優勢，成為提升駕駛安全性與交互體驗的關鍵技術。然而，當前AR-HUD行業仍面臨三大核心痛點：圖像源（PGU）成本高、亮度不足、陽光倒灌致器件損壞。
復雜機電系統的正向研發以及多屬性平衡
會議時間：14:00 - 14:40
主講人：聶立衛 售前資深技術顧問
主要從事系統建模和仿真研究，特別在整車匹配、整車駕駛性、制動轉向、傳動換檔品質及NVH等方面具有豐富的經驗。
展會上，一系列智能內飾解決方案將集中亮相：集成AI語音交互、多屏聯動的智能座艙系統，可實現座椅、氛圍燈、空調的場景化聯動；可折疊智能方向盤、定向音頻系統等創新產品，進一步強化內飾的科技感與舒適性；駕駛員監測系統（DMS）無縫嵌入內飾設計，兼顧智能體驗與行車安全，全方位重構人車交互場景。
內外飾綠色革新，踐行低碳制造理念。
復雜機電系統的正向研發以及多屬性平衡
會議時間：14:00 - 14:40
主講人：聶立衛 售前資深技術顧問
主要從事系統建模和仿真研究，特別在整車匹配、整車駕駛性、制動轉向、傳動換檔品質及NVH等方面具有豐富的經驗。
復雜機電系統的正向研發以及多屬性平衡
會議時間：14:00 - 14:40
主講人：聶立衛 售前資深技術顧問
主要從事系統建模和仿真研究，特別在整車匹配、整車駕駛性、制動轉向、傳動換檔品質及NVH等方面具有豐富的經驗。
