用户案例 | 车辆实时模型和人工智能AI帮助开发更好的EV控制系统

    一个多世纪以来，汽车制造商已经在传统汽车的每一个细节上投入了大量资源。随着车辆本身已经发展成为一项高科技工程奇迹，相应的软件现在也几乎可以控制车辆本身运行的方方面面。在这些现代车辆中，通过先进的算法监控车辆性能，提醒您注意安全。并且逐步开始在没有任何人工干预的情况下进行智能操控。然而，对于这些先进的控制系统，工程师需要确保车辆性能的每个方面都可以纳入整车控制系统。

Potential Motors专注于电动汽车，开发车辆控制软件，将所有控制数据汇集在一起，在驾驶员和车辆之间形成统一的智能连接。他们的 RallyAI 车辆控制软件与最新的电气控制和传感硬件配合使用，与驾驶员并行操作，以提供更安全、更可靠的驾驶体验。控制软件使用最新的人工智能 (AI) 和机器学习 (ML) 技术来不断训练和改进他们的系统。

    作为 Potential Motors 的 CTO 和联合创始人，Isaac Barkhouse 知道动力学车辆模型将是其控制软件开发的核心。“在面对电动汽车时，它有自己独特的领域（电气、热力、机械、软件等）。能够模拟和理解所有这些领域——构建系统的数字孪生——使我们能够在对真实事物进行测试之前了解车辆，”他在介绍 RallyAI 时指出。

    Isaac 和他的团队选择 MapleSim（Maplesoft 的多域建模和仿真工具）作为构建动力学车辆模型的工具。使用 MapleSim，他们可以创建各种车辆子系统的高保真、基于物理的模型，并将整合后的模型用作算法训练的平台。

    为了有效地训练基于 AI 的控制算法，工程师需要运行大量模拟，为算法提供有价值的数据。因此，他们的车辆模型的仿真速度至关重要。除了提供直观的建模环境外，MapleSim 还因其能够生成高效的仿真代码而被选中。通过对模型自动执行各种简化技术，MapleSim 可以将模型导出生成为可执行的 C 代码。然后将导出的 C 代码整合到他们的训练算法中，有效地为控制软件提供虚拟车辆模型。