自動駕駛線控底盤技術
關注創建者：匿名 創建時間：2021-11-30
自動駕駛線控底盤技術的視頻教程
仿真技術之自動駕駛感知視界-ANSYS傳感器仿真（攝像頭和激光雷達）
如何在預算有限的條件下，更好地滿足安全性要求，突破技術障礙，對安全分析技術、系統開發和驗證方法、車輛駕駛環境以及傳感器仿真的真實度都提出了更高要求。 ANSYS作為世界領先的工程仿真工具供應商，基于扎實的物理場仿真技術和安全開發技術，正在和知名企業一起構建先進的自動駕駛仿真工具鏈，涉及功能安全和信息安全分析、道路環境建模與仿真、傳感器建模與仿真、嵌入式軟件開發、閉環仿真，云計算平臺等等。
免費 1小時24分鐘 423播放
查看
自動駕駛線控底盤技術的實例教程
對于自動駕駛而言，需要結合實際存在的問題給出相應的解決方案，不斷協調線控底盤和控制器之間的交互問題，改進線控底盤技術，這無疑會大大促進線控底盤的技術。
無疑，線控底盤是自動駕駛的必要條件。
智能汽車的簡單系統架構
同樣，智能化、大數據網聯化給線控底盤發展帶來新的契機。
其一，智能汽車需要大量的、精確的底盤系統信號。而種類繁多的底盤傳感器，信號模式和處理方法各異，且大量傳感器信號匯入控制器對信號實時處理提出更高要求，因此亟需研究新型底盤域控制器，對多源傳感器信號實時處理、校驗與解算理論。
其二，智能汽車直接前饋預瞄控制需要精確的車輛模型，逼近真實車輛動力學狀態。而底盤車輛及輪胎動力學呈現復雜非線性特性，因此亟需深入研究車輛復雜動力學模型精確解算機制，促進智能汽車的動力學應用發展。
其三，智能汽車在復雜場景下需要精度的感知狀態，保證類駕駛員視角。因此亟需研究復雜交通場景下底盤動力學域控制對車輛動力學狀態的精確感知與預瞄技術，探索車輛運行動力學穩定邊界精確量化機制，消除高復雜、動態交通環境的不確定性。
無疑，自動駕駛是線控底盤的充分條件。
一覽：線控底盤概述
線控技術（X-By-Wire）源于飛機的控制系統，其將飛行員的操縱命令轉化成電信號通過控制器控制飛機飛行。
線控汽車采用同樣的控制方式，可利用傳感器感知駕駛人的駕駛意圖，并將其通過導線輸送給控制器，控制器控制執行機構工作，實現汽車的轉向、制動、驅動等功能，從而取代傳統汽車靠機械或液壓來傳遞操縱信號的控制方式。
線控底盤主要有五大系統，分別為線控轉向、線控制動、線控換擋、線控油門、線控懸掛。
展開 自動駕駛的發展離不開毫米波雷達、激光雷達、車載攝像頭等硬件設備的道路信息搜集，也離不開深度學習、高精度地圖等軟件程序的道路規劃控制，而為了讓自動駕駛汽車能夠在道路正常、穩定地行駛，這就需要線控底盤技術的加持。線控底盤技術對于自動駕駛汽車，就像人的手和腳一樣，決定汽車是否可以正常行駛，作為執行向的硬件技術，線控底盤的發展將決定自動駕駛汽車的發展。
相對于由懸置系統、進排氣系統、傳動系統、燃油系統、排擋踏板系統、懸架系統、轉向系統、輪胎系統、制動系統等組成的傳統汽車底盤，線控底盤技術的組成主要為線控轉向、線控制動、線控油門、線控懸架等，所謂的線控，簡而言之就是采用電信號的形式來取代機械、液壓或氣動等形式的連接，從而不需要依賴駕駛員的力或者扭矩的輸入。
隨著汽車智能化發展，娛樂性的要求也不斷提高，一些游戲也開始植入汽車內，讓車主或駕駛員在閑暇時間增加樂趣，如很多賽車類游戲就已經在汽車上實現了搭載，主要通過方向盤操作方向，加速踏板及制動踏板控制速度，來控制游戲人物（車輛）的動作，如果還是采用傳統底盤的硬件連接技術，將會在操作方向盤的過程中影響輪胎的動作，不僅對輪胎有磨損，且由于輪胎與地面的阻力，也會影響游戲的游玩體驗。線控底盤技術就很好的解決了這個問題，在操控車輛時，線控底盤可以對通過方向盤、加速踏板、制動踏板的狀態信息進行采集，控制車輛的動作，在進行娛樂游戲時，可以將方向盤、加速踏板、制動踏板等數據信息僅使用到游戲上，從而保護輪胎的磨損，增加駕駛員的娛樂體驗。線控底盤的出現也讓汽車的控制脫離了硬件控制的局限性，讓信息的傳輸、執行的速度得到了更大的提升。對于自動駕駛系統來說，線控油門、線控轉向和線控制動這3個技術尤為重要。
展開 藍色箭頭：固定在前端的壓縮空氣線纜（與后部拖車關聯）
紅色箭頭：后置集成4AT的電驅動系統
這臺用于牽引的自動駕駛超級電動卡車，采用的600伏電壓平臺、帶有熱管理控制策略的磷鐵鋰電池系統；集成了4AT的電驅動系統；整車最大牽引質量超過31噸！
采用600伏電壓平臺的磷酸鐵鋰動力電池系統、線控底盤技術（電液一體化線控轉向系統）以及兼容第三方提供的環境感知上裝（5G同步通訊+激光雷達（選裝）+毫米波雷達（標配）+多通道視頻采集系統）的自動駕駛超級電動卡車，可以被認為是比亞迪制造最具技術含量新能源車型。
然而，從這臺適用于港口牽引作業的自動駕駛超級電動卡車展現的技術狀態，可以一窺比亞迪無人駕駛技術技術、線控底盤技術以及大功率快充技術發展方向。
1、線控底盤技術方案：
需要特別注意的是（1），比亞迪自動駕駛超級電動卡車引入了自行研發的線控底盤技術，具備線性加速、線性制動和高精度線性轉向功能。而線控底盤技術的標配，理論上可以根據客戶需求，安裝由任意第三方開發的自動駕駛、5G同步遙控環境感知上裝模塊的能力。
2021年晚些時候，比亞迪乘用車發布e平臺 3.0架構。e平臺 3.0架構相對此前平臺方案，最大的進化就是集成了自行研電液一體化制動系統和高精度全電轉向系統?；趀平臺 3.0架構的OCEAN-X，將成為行業首款標配800伏電壓平臺+線控底盤技術+全時電四驅的超級電動汽車。
新能源情報分析網評測組注意到，比亞迪乘用車和商用車雖然分為兩個部門，但是諸如BMS、水冷板控制模組、磷酸鐵鋰電池系統、BC系列電動空調壓縮機以及諸如電子水泵等附屬分系統，都可以互換使用?？梢曰Q的硬件，不僅分攤研發風險、降低研發成本，最大程度增加終端市場可靠性驗證強度。
展開 來源 |
燃云汽車
知圈 |
進“激光雷達社群”請加微信13636581676，備注激光
作者 | Z
出品 | 焉知
知圈 | 進“域控制器群”請加微13636581676,備注域
隨著智能駕駛的發展和各路玩家的入局，作為執行層的核心技術，底盤線控化已經成為必然趨勢，自動駕駛的實現也必須基于線控化的底盤來實現。
圖1 線控底盤示意圖
但是要把線控的所有功能完全發揮，開發出純線控的底盤，還存在一些重點和難點問題，需要相關技術的支撐。本文我們將解讀當前線控底盤的關鍵技術和瓶頸所在。
故障診斷與容錯控制
汽車線控系統具有傳統機械或液壓系統所不具備的技術優勢。但它是一種復雜的高級電子系統，目前還沒有達到機械或液壓部件同等可靠的程度，并且故障失效模式也與傳統系統不一樣。那么如何在新的故障模式下進行有效的故障診斷，并保證在某些電子部件或軟件失效的情況下，系統具有容錯功能，能保證系統的轉向、制動等基本功能，是實現線控底盤的全面應用所必須解決的問題。
線控系統要能夠及時檢測到系統故障，確定故障源，并做出相應的容錯控制動作。容錯控制的含義是：當有一些部件出現故障或者失效的時候，他們在系統中的功能可以用系統中的其他部分來代替，使系統能繼續保持規定的性能，或者不喪失基本的功能，進一步實現故障系統的性能最優。
容錯控制的設計方法主要有硬件冗余方法和解析冗余方法兩種，硬件冗余方法就是通過對重要部件或者容易發生故障的部件提供備份，解析冗余方法主要是通過設計控制器的軟件來提高整個系統的冗余度。
在線控系統中，相對于ECU來說，傳感器和執行器更加容易發生故障，所以很多傳感器和執行機構之間都存在冗余備份。不過，雖然ECU的可靠度比較高，但ECU一旦出現故障，后果更加嚴重。
展開 
自動駕駛線控底盤技術的相關專題、標簽、搜索
自動駕駛線控底盤技術的最新內容
Ansys自動駕駛汽車仿真解決方案基于從傳感器到系統級的完整工具鏈，通過軟件在環（SiL）與硬件在環（HiL）閉環測試，結合高保真合成數據與開放架構生態，大幅提升開發效率并降低測試成本。在近期發布的"Ansys 應用類系列網絡研討會全面上線"中，涵蓋4場AVxcelerate專題內容，系統解讀自動駕駛仿真的核心能力與最新進展。
本次系列網絡研討會將聚焦Ansys 2026 R1 AVxcelerate
當自動駕駛從輔助走向高階，具身智能從實驗室邁向量產賽道，兩大前沿領域的碰撞正重構汽車產業格局。數據顯示，2026年智能駕駛商業化進程將加速推進，L2級輔助駕駛滲透率有望超70%，具身智能更是被業內預判為萬億級黃金賽道。在這一產業變革的關鍵節點，AUTO TECH China 2026廣州國際自動駕駛與具身智能技術展覽會即將于11月27日-30日在廣州廣交會展館D區盛大啟幕，為全球行業同仁搭建起技術交流
近年來，伴隨自動駕駛技術的快速發展，行業對于仿真測試平臺的精度、覆蓋率和可擴展性提出了更高要求。尤其在數據閉環迭代、長尾場景驗證及安全冗余驗證等關鍵環節中，高保真、高復雜度的場景生成能力正在成為測試體系的核心支撐。
傳統場景生成方式面臨效率低、人工成本高、行為多樣性不足等問題，難以滿足當前智能駕駛系統對大規模、多模態、真實物理驅動場景的需求。為應對這一挑戰，基于生成式AI的4D場景生成技術迅速興起
在過去十年中，自動駕駛和高級駕駛輔助系統（AD/ADAS）軟件與硬件的快速發展對多傳感器數據采集的設計需求提出了更高的要求。然而，目前仍缺乏能夠高質量集成多傳感器數據采集的解決方案。
康謀ADTF正是應運而生，它提供了一個廣受認可和廣泛引用的軟件框架，包含模塊化的標準化應用程序和工具，旨在為ADAS功能的開發提供一站式體驗。
一、ADTF的關鍵之處！
無論是奧迪、大眾、寶馬還是梅賽德斯
<p>驗證自動駕駛軟件需要數百萬公里的測試。這不僅意味著系統開發周期長，而且系統的復雜度也會不斷增加，同時，大規模的實車測試也會耗費巨量的資源并且可能會面臨未知的安全問題。aiSim這樣的虛擬仿真工具可以減輕真實世界測試的負擔。</p><p>AD和ADAS系統依靠閉環驗證來確保安全性和性能。然而，實現閉環評估需要一個能夠準確代表真實世界場景的3D環境。雖然這些3D環境可以由3D設計工程師手工構建，但這種方案很難解決
隨著智駕從L0（預警功能），L2（獨立的橫縱向執行功能）到目前L2.9（城市NOA）的快速演變和裝配，車輛對外界的感知需求也在快速增加。
為了讓各類傳感器更精確的感知，在傳感器裝車后，就需要對傳感器進行標定以獲取各個傳感器的安裝位置。具體來說，就是通過標定確定車身坐標系下傳感器的位置。
一、傳感器標定類型
在一輛具備L2+級別智駕車上，常會搭建攝像頭，激光雷達，毫米波雷達，GPS/IMU
在自動駕駛中，對車輛外界環境進行感知需要用到很多傳感器的數據（Lidar，Camera，GPS/IMU），如果計算中心接收到的各傳感器消息時間不統一，則會造成例如障礙物識別不準等問題。
為了對各類傳感器進行高精度的時間同步，可以分為幾部分內容：統一時鐘源，硬件同步，軟件同步。
一、統一時鐘源
在構建自動駕駛的時間同步架構時，我們面臨著一個核心問題：如何確保系統中各個傳感器的時間基準一致
眾所周知，在自動駕駛中，主要涵蓋感知、規劃、控制三個關鍵的技術層面。在感知層面，單一傳感器采集外界信息，各有優劣，比如攝像頭采集信息分辨率高，但是受外界條件影響較大，一般缺少深度信息；激光雷達有一個較大的感知范圍和精度，但是分辨率上不如相機。因此，市面上普遍采用多傳感器的方案進行車輛感知。而做傳感器融合時，需要先進行運動補償、時間同步和傳感器標定。
要實現多傳感器的時間同步，首先，我們需要選擇一個統一的時鐘源
<p>隨著自動駕駛技術的快速發展，多傳感器的數據采集和融合可以顯著提高系統的冗余度和容錯性，進而保證決策的快速性和正確性。在項目開發迭代過程中，傳感器標定扮演著至關重要的角色，它位于數據采集平臺與感知融合算法之間，是確保傳感器數據準確性的基礎，同時也是實現傳感器融合的關鍵先決條件。</p><p>在眾多傳感器中，相機以其豐富的信息獲取能力和成本效益而成為自動駕駛系統中的首選。相機標定可以提高空間定位精度
自動駕駛技術，這個讓人充滿期待的技術，正在改變我們的交通方式，帶來一種全新的出行體驗。它可以讓汽車、無人機等交通工具像人類駕駛一樣自主行駛，通過人工智能、視覺計算、雷達、監控裝置和全球定位系統協同合作，實現智能化、自主化的行駛，讓出行更加安全、高效、環保。
自動駕駛技術可以極大地提高交通的安全性，通過自動感知和避障等技術，有效地減少交通事故的發生。同時，它也可以有效地減少擁堵
