用户案例分析:
MapleSim车辆实时仿真模型和人工智能AI帮助开发更好的电动汽车控制系统
需求和挑战
Potential Motors是一家利用人工智能AI技术提升车辆安全性和性能的初创公司。随着车辆系统变得越来越复杂和相互耦合,所需的控制策略需要基于海量的车辆数据。对于整车控制算法来说,车辆动力学模型要求很高的精度,同时还需要实时运行提供仿真结果。Potential Motors 的工程师需要一个高精度、多领域的车辆实时仿真模型,用来有效地训练他们基于人工智能(AI-Based)的电动汽车控制系统。
解决方案
Potential Motors 的工程师选择 MapleSim来创建他们的车辆动力学模型。通过使用MapleSim,他们可以将多领域的车辆模型组合在单一模型中,并且具备最好的实时仿真性能,这将有助于训练他们基于 AI 的控制系统。这些模型可以轻松导出为可执行的C代码,C代码整合到他们的训练算法中,这是他们团队AI训练工作流程的关键要求。
成果
Potential Motors成功地将定制化的、高精度的车辆模型嵌入到他们控制策略训练工作流中。通过基于MapleSim模型训练他们的AI算法,他们可以运行极速的仿真来验证和优化他们的控制策略。MapleSim模型现在成为了他们测试平台的核心部分,可以为电动车提供更快、更优的控制系统。
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。

Potential Motors开发基于 AI 的车辆软件,将所有控制数据整合在一起,在驾驶员和车辆之间形成统一的智能连接。
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。
作为Potential Motors的CTO和联合创始人,Isaac Barkhouse知道车辆动力学模型是其控制软件开发的核心。“在处理电动汽车时,你会遇到一些典型的汽车领域(例如电气、热、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 —— 让我们能够在实车进行测试之前理解车辆。”他在介绍RallyAI时指出。
Isaac和他的团队选择了MapleSim(Maplesoft公司开发的多域建模和仿真工具)作为构建车辆动力学模型的工具。使用MapleSim,他们创建了各种型号的高精度车辆子系统,并将整合后的模型用作算法训练的平台。MapleSim是拖放式建模环境,可以灵活地建立不同车型的模型,以满足他们对控制测试的特定需求。
通过使用在MapleSim中创建的车辆动力学模型,Potential Motors团队可以实现最快的实时仿真,并快速迭代他们的控制软件开发。
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,车辆模型的仿真速度至关重要。除了提供友好的建模环境外,MapleSim还因其能够生成最高效率的仿真代码而被选中。通过对模型自动执行各种数学化简技术,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以模拟性能。
能够以一种统一的方式模拟和理解这些领域 — 建立系统的数字孪生体 — 让我们能够在实车测试前理解车辆
Isaac Barkhouse, CTO, Potential Motors
通过针对MapleSim的数字孪生模型训练基于 AI 的控制软件,Potential Motors 正在重新定义电动汽车驾驶体验的目标。虽然与汽车行业的许多公司相比,该公司仍然相对较新,但他们的技术已经引起了众多从业者的浓厚兴趣。他们最近还从投资者那里获得了 250 万美元的资金。Potential Motors 将继续与他们快速发展的团队一起开发他们的技术,并在2021年向公众展示初步成果。
联系 Maplesoft 了解更多信息,以及讨论如何助力您的项目。