硬件在環測試 (HiL)的案例
汽車硬件在環（HIL）之車身電子測試解析
測試軟件與工具鏈
仿真軟件：MATLAB/Simulink（建模）、dSPACE TargetLink（代碼生成）、vEOS（實時仿真平臺）；
自動化測試工具：LabVIEW（腳本編寫）、CANoe（總線分析與測試用例管理）；
故障注入工具：使用軟件直接修改仿真模型參數（如將車窗電機阻力設為異常值），或通過硬件板卡強制注入短路 / 開路信號。
四、車身電子 HIL 測試的行業應用案例
BCM 測試優化：
問題：實車測試中發現冬季低溫下車窗升降卡頓，排查耗時 2 個月；
HIL 方案：在臺架中模擬 - 25℃環境，注入玻璃導軌結冰導致的摩擦阻力模型，發現 BCM 未啟用低溫模式下的電機扭矩補償策略，48 小時內定位問題并優化參數。
新能源汽車燈光節能測試：
需求：降低電動車夜間燈光功耗以延長續航；
HIL 方案：通過仿真不同路況（城市道路、高速）的照明需求，優化大燈亮度動態調節邏輯，最終實現功耗降低 12%，同時滿足 ECE R123 燈光標準。
五、慧通測控汽車硬件在環車身電子測試設備
車窗升降耐久測試設備：可用于車身電子中車窗控制系統的測試，通過模擬車窗的反復升降動作，檢測車窗電機、控制器以及相關機械部件的耐久性，確保車窗系統在長期使用過程中的可靠性。
連接器類測試設備：汽車車身電子系統中有大量連接器，該公司的全自動插拔力試驗機可模擬實際使用環境中連接器的插拔過程，精確測量插拔力、插拔次數、接觸電阻等關鍵參數，以評估連接器的可靠性、耐用性和穩定性，可用于車身電子系統中連接器的耐久性測試，模擬不同路況下的插拔操作，為汽車廠商提供改進設計和材料選擇的依據。
展開 汽車高精度衛星導航硬件在環HiL測試怎么做？
挑戰一
衛星導航硬件在環GNSS HiL
在各種可能的條件和變化下驗證自動駕駛和車聯網功能對汽車開發領域提出了重大挑戰。例如，自動緊急制動 (AEB) 和自適應巡航控制 (ACC) 之類的功能，甚至是在高速公路自動駕駛條件下的全自動功能，都需要在多種場景和車輛配置下，對車輛進行大量的功能性和非功能性的驗證和優化。
目前，ADAS 和 AD 驗證主要采用兩種方法：在公共道路或試驗場上進行駕駛測試和基于硬件在環 (HiL)或者整車在環ViL的測試。
圖1：自動駕駛汽車的硬件在環HiL和整車在環ViL測試平臺
挑戰二
高精度衛星導航
GNSS市場在很多因素的驅動下正在快速發展，由于車聯網市場、無人駕駛的出現，車載導航的要求也在不斷增加，從最初的標準定位SPS（Standard Positioning System）需求，發展到現在的高精度定位PPS（Precise Positioning System）需求。
展開 自動駕駛 | Ansys AVxcelerate Sensors利用NI-RDMA進行硬件在環（HiL）測試
這種基于物理的解決方案現在與NI提供的基于RoCE（基于融合以太網的遠程直接內存訪問）的HiL基礎架構相兼容，以支持驗證更高級別感知所需的大規模、實時和低時延數據交換。由于Ansys攝像頭仿真已經在生產環境中與芯片上的工業級感知軟件配合使用，因此RDMA兼容性將進一步提高該解決方案的實用性。
使用合成仿真數據的HiL工作臺測試將優先考慮安全合規性
由于緊鄰生產環節，復雜軟件系統的測試和驗證將不可避免地包括HiL工作臺測試。HiL測試臺匯總了來自攝像頭、激光雷達和雷達等各種傳感器的合成仿真數據輸入，能夠更準確地評估自動駕駛汽車（AV）系統。
利用HiL測試，可以解決系統驗證中最具挑戰性的方面：基于經過數據訓練的深度神經網絡來評估傳感器感知功能。該測試是研發過程中的寶貴工具，因為它是距離大規模生產最近的前置步驟。HiL測試中出現的任何問題，都可以通過在此階段負責控制特定功能的電子控制單元（ECU）或嵌入式系統來解決。
由于感知算法的復雜性，我們無法依靠以理論分析為主的傳統驗證方法來驗證，也無法依賴像OTA攝像頭和顯示器硬件在環等已顯示出局限性的測試方式。相反，感知算法必須根據大量合成仿真數據進行測試。此時，就需要通過仿真進行直接數據注入，以確保注入數據在傳輸過程中保持質量，同時還無需用攝像頭進行監控校準。
通過仿真進行直接數據注入可提高工作臺測試的準確性
如今，高分辨率傳感器為HiL工作臺帶來了技術限制，而這一挑戰，與通過HDMI或DisplayPort將合成視頻數據傳輸到HiL工作臺的傳統方法有關。這些端口造成了全高清分辨率和數據傳輸限制，無法滿足自動駕駛環境對實時響應率的需求。
基于仿真原始信號的直接數據注入，則提供了一種可行的解決方案，可實現在HiL工作臺上測試感知功能。
展開 DNV GL和ContiOcean上海匯舸啟動船用廢氣凈化系統硬件在環（HIL）測試合作
“我們很高興為致力于在海事行業提供高質量和可靠洗滌塔的上海匯舸提供HIL測試服務。 通過利用基于模擬器的測試而不是實際系統的物理測試，使得數字孿生技術得以現實應用。利用標準的HIL測試工作，我們還可以為洗滌塔供應商的服務工程師和船上船員提供量身定制的數字化培訓模擬器。”DNV GL大中華區技術中心總經理陸福凱/Mr.FalkRothe表示。
“國際海事組織的法規旨在限制船舶運營中有害物質排放到空氣和水中。 為應對這一要求，許多船東選擇安裝洗滌塔，繼而降低船上安裝洗滌塔過程中帶來的風險對他們來說尤其重要，因為國內的洗滌塔供應商常常面臨著證明其產品集成到船上系統的功能性的挑戰，HIL測試是確保高質量控制系統的一個非常好的途徑，并有利于各方。”DNV GL認證業務商務經理陳建新先生表示。
與ContiOcean上海匯舸在HIL測試方面的合作涵蓋了一系列船舶，雙方都期待著在這個項目和未來的長期開展友好的合作。
關于HiL（硬件在環）測試
采用硬件在環（HIL）技術對控制系統軟件進行驗證和測試將減少軟件帶來的問題，從而實現更安全，更可靠的自動化系統和更短的調試時間。到目前為止，我們只對洗滌塔進行Scheme B測試，這需要整個系統在船上進行測試。但是，船東/船廠在海上試航期間將對順利按時交付有著巨大壓力。 這就是為什么他們希望提前進行模擬測試的原因。HIL測試將在FAT（工廠驗收測試）期間進行，該工具也可用于培訓船員。任何控制系統都可以進行HIL測試，例如洗滌塔，選擇性催化還原系統（SCR），LNG雙燃料，能源管理系統，壓載水處理系統等。
通過在供應商的場所將模擬器連接到目標控制系統來執行洗滌塔 HIL測試，從而可以在受控環境中進行測試。HIL仿真器通過模擬必要的執行器，動態反應和各類傳感器，充當控制系統的虛擬控制目標。
展開 
電力電子HIL仿真設備調研
一、調研背景
隨著電力電子技術在新能源、智能電網等領域的深入應用，高校與科研機構對相關教學科研設備的需求日益增長。HIL（硬件在環）仿真器作為電力電子實驗教學的核心工具，其
電力電子HIL仿真設備調研
一、調研背景
隨著電力電子技術在新能源、智能電網等領域的深入應用，高校與科研機構對相關教學科研設備的需求日益增長。HIL（硬件在環）仿真器作為電力電子實驗教學的核心工具，其性能、適配性及性價比成為關注重點。本次調研聚焦市場主流設備，重點研究森木磊石最新推出的 單價2.48萬的EGBox Nano 入門級 HIL 仿真器，探究其在電力電子教學科研場景中的應用價值。
二、電力電子教學科研設備市場現狀
目前，電力電子教學科研設備市場品牌多樣，既有國外的 Opal-RT、dSPACE、Typhoon 等老牌廠商，也有國內森木磊石等企業。國外產品技術成熟，但價格高昂、售后響應慢；部分國內產品在功能適配性上存在不足。高校與科研機構亟需一款兼具性能、教學適配性與高性價比的設備，以滿足實驗教學、科研創新的需求。
三、EGBox Nano 產品分析
（一）核心優勢突出性價比
1、極致便攜，顛覆傳統
EGBox Nano 外觀尺寸僅為 84mm（長）×181mm（寬）×51mm（高），小巧輕便，打破傳統實驗設備的笨重形態，便于課堂移動教學與學生自主實踐。
2、聚焦教學，全面實用
精準適配高校電力電子與電機控制課程實驗教學體系，涵蓋 單相橋式可控整流、三相橋式有源逆變、永磁同步電機控制 等 20 + 實驗內容，覆蓋電氣工程及其自動化、自動化、電子信息工程等專業需求。
3、價格親民，資源普及
售價僅 ￥2.48w，相比進口設備成本大幅降低，助力高校以更低投入實現實驗教學資源的普及，緩解教學設備經費壓力。
展開 Adams— 系統級多體動力學仿真平臺
- 實時仿真模塊
Adams 實時仿真模塊，支持同一高保真度的離線仿真模型應用于硬件在環、駕駛模擬器、高級駕駛員輔助系統測試等環節。這種單一模型方法可以降低模型轉換工作帶來的成本，提高車輛開發效率。
提供 Real Time Integrator 固定步長積分器，滿足實時操作系統要求
提供用于生成更高效率車輛模型的自動化實用程序
支持 Concurent、dSPACE 實時仿真平臺
支持 VTD 集成交互，提供用于 VTD 自動駕駛仿真所需的車輛模型
應用 & 案例
- 福特運用 Adams Real Time 減少物理樣機
福特公司傳統的變速箱標定方法包含大量物理樣機測試，通過與 MSC 合作開發硬件在環測試流程（HIL）實現了發動機和變速箱物理樣機與 Adams 實時模型的結合，實時模型源于現有的車輛模型，具有 150 個自由度，通過模型降階策略保留了原始模型的拓撲和參數。
HIL 測試中，Adams 模型對變速箱輸出扭矩的響應與實際輸出軸速度、加速度響應具有良好的一致性，可以通過 HIL 測試來校準變速箱參數以達到其所需性能，幫助福特團隊以更少的物理樣機實現測試目標。
不同踏板輸入時試驗與仿真結果對比
- 某汽車技術研究所應用 Adams-VTD 助力自動駕駛
某汽車技術研究所選用了 Adams 和 VTD 集成解決方案，將高精度車輛建模與逼真虛擬交通環境相整合，從而展現車輛的真實動態性能，提高了駕駛輔助系統測試精度，加速了自動駕駛方案迭代過程。
展開 基于PXI和StarSim的含雙饋發電機組的功率硬件在環仿真測試平臺
五、總結
在該項目中，清華大學智能電網運行與優化實驗室與上海遠寬能源科技有限公司共同合作完成了功率硬件在環平臺的設計工作，實時仿真器采用NI公司的PXI硬件和上海遠寬能源科技有限公司的StarSim電磁暫態仿真軟件加以實現。通過有功實驗和電壓不對稱實驗測試雙饋發電機組接入功率硬件在環平臺的可行性。為后續更多設備的測試和實驗提供了平臺設計基礎。
案例分享 | 福特運用Adams Real Time減少物理樣機
福特公司傳統的變速箱標定方法包含對整車樣機進行物理測試，并制定了大量的測試計劃，既耗時又昂貴。通過與MSC軟件公司及其咨詢團隊合作，福特開發了硬件在環測試流程，以減少物理樣機的需求。
硬件在環測試 (HiL)
福特一直是Adams車輛動力學模型的長期用戶。隨著2017年Adams Real Time（RT）的發布，福特公司發現了一個機會，可以在開發周期中，進一步順勢利用現有的Adams知識庫進行車輛測試和標定。
MSC和福特一起，在HIL測試環境中實現了物理組件和Adams實時模型的結合，以評估多個車輛平臺的換檔品質。對于每個測試設置，將發動機和變速箱物理樣機與車輛的Adams虛擬模型連接。實施過程包括三個階段：
用于實時分析的模型轉換。
利用現有的Adams車輛模型，創建相應的能夠滿足實時平臺/硬件要求的Adams實時模型。
模型設置。
模型準備好集成到測試臺中，這項工作包括創建I / O通道、調整RT解算器設置和生成FMU，符合FMI協同仿真標準的模型表示方法。
展開 案例 | 運用ADAMS實時減少物理樣機
福特公司傳統的變速箱標定方法包含對整車樣機進行物理測試，并制定了大量的測試計劃，既耗時又昂貴。通過與MSC軟件公司及其咨詢團隊合作，福特開發了硬件在環測試流程，以減少物理樣機的需求。
硬件在環測試 (HiL)
福特一直是 Adams 車輛動力學模型的長期用戶。隨著2017 年 Adams Real Time（RT）的發布，福特公司發現了一個機會，可以在開發周期中，進一步順勢利用現有的 Adams 知識庫進行車輛測試和標定。
MSC 和福特一起，在 HIL 測試環境中實現了物理組件和 Adams 實時模型的結合，以評估多個車輛平臺的換檔質品質。對于每個測試設置，將發動機和變速箱物理樣機與車輛的 Adams 虛擬模型連接。
實施過程包括三個階段：
-用于實時分析的模型轉換
利用現有的 Adams 車輛模型，創建相應的能夠滿足
實時平臺 / 硬件要求的 Adams 實時模型。
-模型設置
模型準備好集成到測試臺中，這項工作包括創建 I/O 通道、調整 RT 解算器設置和生成 FMU，符合FMI 協同仿真標準的模型表示方法。
-與 HIL 測試臺集成
FMU 隨后被移植到 HIL 平臺上，并在執行硬件調整之前對模型進行校準以測試數據。
由于實時 Adams 模型是從福特內部已經用于汽車開發的現有汽車模型中得出的，因此模型開發的開銷很小。從現有的全保真 Adams 模型生成實時模型涉及多種模型降階策略。
對于此用例，需要在實時模型中包含板簧。先前存在的基于梁的板簧模型對于實時分析而言過于復雜，因此將其替換為具有等效特性的五桿模型。在梁式板簧模型上進行了懸架子系統仿真，以獲得彈簧特性的目標值。
展開 經緯恒潤受邀出席2023第七屆世界智能大會
經緯恒潤智慧港口數字孿生系統、面向高級別智駕的電子電氣架構及硬件、自動駕駛AI感知算法、V2X融合感知路側系統、一體化遠程駕駛控制臺、車輛動力學模型智駕場景仿真等明星產品亮相天津展區S8號館，吸引了眾多參會觀眾的關注，為大眾分享恒潤產品優勢的同時，也為大家傳遞著汽車電子方面的技術實力和項目經驗，以及高級別智能駕駛的行業趨勢。
經緯恒潤于2015年正式布局高級別智能駕駛領域。自2017年開始，經緯恒潤將港口高級別自動駕駛作為重要的業務板塊，聚焦深耕港口業務領域，是國內較早開始集裝箱碼頭自動駕駛測試和正式交付無人化、常態化運營項目的公司。在整個港口水平運輸場景中，經緯恒潤提供了端到端的車、路、網、云、圖全棧式自研解決方案，包含了車端自動駕駛、路側車路協同、港口5G專網優化、基于5G專網的遠程遙控駕駛、云端調度管理、數字孿生、仿真系統、高精地圖等專業模塊，組成了一套完整的智慧港口解決方案。并先后在日照港、龍拱港實現了無安全員的常態化作業運營業務。
ModelBase是經緯恒潤自主研發的綜合駕駛測試仿真軟件，具備車輛動力學模型及智能駕駛場景仿真能力，可用于乘用車、商用車的整車電控系統、ADAS系統的設計、測試和驗證。可以覆蓋電控系統的整個開發周期，包括早期的算法仿真測試（MIL/SIL），控制器的硬件在環測試（HIL），半實物臺架測試（如電機臺架、動力系統臺架、整車臺架等），以及車輛在環測試（VIL）。目前已應用于一汽、東風、蔚來等50余個項目中。
經緯恒潤是一家綜合型的電子系統科技服務商，專注于為汽車、交通運輸等領域的客戶，提供電子產品、研發服務和高級別智能駕駛系統開發級運營服務。
展開 車輛動力學模型在仿真測試中的應用實踐
-OpenDrive標準解讀
-OpenScenario標準解讀
-OpenScenario中拓展動力域、底盤域控制器測試方法
4 ModelBase軟件介紹
ModelBase是一款綜合性的車輛動力學仿真軟件。可分別用于乘用車、商用車的整車電控系統的設計、測試、標定和驗證。可以覆蓋電控系統的整個開發周期，包括早期的算法仿真測試（MIL/SIL），控制器的硬件在環測試（HIL），半實物臺架測試（如電機臺架、動力系統臺架、整車臺架等），以及最終的車輛在環測試（VIL）。
應用領域
??整車電控系統的虛擬仿真測試，主要針對動力域、底盤域、智駕域電控系統測試
??控制器的前期標定，在仿真臺架上對控制器進行參數標定
??駕駛模擬器仿真測試，為駕駛模擬器提供逼真的駕駛環境
??車輛機械部件的開發和測試，為半實物臺架提供虛擬道路仿真環境
??車輛零部件選型分析與測試，如動力系統、轉向系統、制動系統、懸架系統的匹配調試
??車輛理論性能分析，如車輛動力性、經濟性、制動性、操穩性和平順性分析
展開 
自動駕駛虛擬仿真技術（四）：仿真測試流程及要求
作者 | HYZY
出品 | 焉知
知圈 | 進“汽車智能互動社群”請加微信13636581676，備注交互
一、自動駕駛仿真測試對象
自動駕駛系統分為了環境感知、決策規劃和控制執行三個子系統，三個子系統又由傳感器模型、決策模型、控制對象模型及對應的軟件和硬件部分組成。
圖 1 自動駕駛系統通用架構
從V模型的角度，要完成自動駕駛系統的測試，就必須對其所包含的所有算法、軟件、硬件、子系統、整車進行逐層的測試，以形成測試的全鏈條。
在測試方法選擇上，仿真測試、場地測試與道路測試共同組成了自動駕駛測試的“三支柱”。其中，場地測試與道路測試僅針對整車層面，且覆蓋的場景工況有限，尤其是對于長尾場景，難以通過實車的方式進行測試。而自動駕駛仿真測試可以很好地彌補實車測試的不足，除了場景覆蓋度外，更是可以針對自動駕駛算法、軟件、硬件、子系統、整車等不同層級的測試對象，形成全鏈條測試。
二、自動駕駛仿真測試流程
根據不同層級測試對象的特點，可選擇不同的自動駕駛仿真測試環境，通常來說：對自動駕駛系統的模型算法、計算平臺、域控制器等依次開展模型在環（MIL）、軟件在環（SIL）、硬件在環測試（HIL），之后對整車開展駕駛員在環（DIL）和車輛在環（VIL）測試。具體仿真測試流程見下圖2。
圖 2 自動駕駛仿真測試流程
三、自動駕駛仿真測試執行環節
自動駕駛仿真測試典型的執行環節包括：測試需求分析、測試配置、接口定義、設計測試用例、測試執行、測試結果分析及測試結束條件等。
展開 自動駕駛能力驗證的關鍵：仿真測試詳述
與HIL測試(硬件在環測試)不同，HIL測試是用于代碼驗證的方法，而MIL測試是一種設計驗證的方法。
MIL測試過程是通過輸入一系列的測試用例，驗證模型是否滿足了設計的功能需求。MIL是所有測試中最關鍵的，因為MIL的測試概念標準必須源于功能需求，沒有其它的東西可以參考。而SIL/PIL的測試用例往往都是借用MIL的測試用例，一旦在MIL這個階段的使用了錯誤測試用例，即使后面的測試都通過了，這個錯誤還是會產生影響。
SIL（Software in the Loop）測試的目的是為了驗證自動生成的代碼和用于代碼生成的模型中行為上是一致的。SIL測試實際上可看成一種MIL的等效測試（等效測試的目的是為了防止代碼生成過程出錯），實際代碼運行在環仿真平臺，通過模型生成代碼和算法分析，驗證代碼和模型的一致性。
HIL（Hardware in the Loop）平臺：硬件在環仿真平臺，用于測試控制器系統中硬件、底層軟件和應用層軟件。通過將被測控制器和工控機相連接，工控機上運行著被控對象的模型，模擬出被控對象的電氣特性。需要注意的是HIL測試的對象是按照實際路況進行測試響應的。
VIL（Vehicle in the Loop）測試應用于車輛在環仿真平臺，提高了被測控制器的性能測試結果精確度，與實車測試相比，更加節約成本，降低測試風險，增強測試可復現性。彌補了實車測試與硬件在環測試之間的鴻溝，可用于復雜場景/人機交互評價。
除開如上常用的仿真測試以外，有能力的主機廠還會進行另外的DIL和PIL測試。DIL測試即是針對駕駛模擬器或相關設備進行的仿真測試，用于評價駕駛員在環測試，功能/HMI設計和主觀評價。而PIL測試是將生成的代碼運行到目標處理器上，通過測試結果發現編譯器出錯可能引入的bug。
展開 