가상 차량 - MATLAB & Simulink

Simulink를 사용한 가상 차량 구축

가상 차량은 차량의 물리 및 제어 거동을 포착하는 시스템 수준 모델로 구성됩니다. 종방향 동역학이 있는 가상 차량을 통해 주행거리, 연비, 가속 및 견인 능력을 평가할 수 있습니다. 횡방향 동역학이 있는 가상 차량을 통해 제동, 서스펜션 및 조향 특성을 살펴볼 수 있습니다. 이런 모델을 사용해 승차감과 핸들링, 운전자 편의성을 강화하는 동시에 에너지 소비와 열 성능을 최적화할 수 있습니다. 이 모델로 타겟을 설정하고 컴포넌트 크기를 조정하며 제어 알고리즘을 개발하고 소프트웨어를 검증하며 가상으로 테스트를 수행하여 실물 프로토타입의 필요성을 줄일 수 있습니다. 차량 운행이 시작되면 스트리밍 데이터를 사용해 데이터 주도 모델 또는 디지털 트윈을 구축하고, 이러한 모델을 사용해 추가 개선 사항을 테스트한 후에 업데이트를 배포할 수 있습니다.

“가상 차량으로 다양한 테스트 시나리오를 시뮬레이션하는 방법은 실물 테스트보다 비용이 적게 들 뿐만 아니라 더 빠른 차량 개발을 위해 절대적으로 필요합니다.”

차량 모델 생성

VVC(Virtual Vehicle Composer) 앱을 사용하면 여러분의 파워트레인 아키텍처에 꼭 맞는 가상 모델을 구축할 수 있습니다. BEV(배터리 전기차), ICE(내연 기관) 또는 HEV(하이브리드 전기차) 변형과 같은 옵션 중에서 선택할 수 있습니다. 전기, 기계, 유체, , 다물체 라이브러리의 컴포넌트를 사용하여 추가적인 사용자 지정이 가능합니다. 자율주행의 경우, 카메라라이다 등의 센서 모델을 VVC 앱에서 생성된 모델에 통합할 수 있습니다. VVC는 사용자 지정 라이브러리에 연결되고 Simulink에 통합되어 FMI(Functional Mock-Up Interface)를 지원하여 상호운용성을 개선할 수 있습니다.

임베디드 소프트웨어 통합

사전 구축된 제어기를 사용하여 차량의 폐루프 성능을 평가하거나 독자적인 알고리즘으로 사용자 지정할 수 있습니다. Simulink 및 Stateflow에서 모델링된 제어기를 테스트하려면 MIL(Model-in-the-Loop) 시뮬레이션부터 시작할 수 있습니다. 점점 더 많은 사용자 지정 제어기가 통합되면서 모델 크기가 커질 수 있습니다. 대규모 모델에 대한 모범 사례를 따르는 것이 이런 복잡성을 관리하는 데 있어 매우 중요합니다.

이후의 개발 단계에서는 SIL(Software-in-the-Loop) 시뮬레이션을 위한 프로덕션 C/C++ 코드를 가져올 수 있습니다. Simulink에 내장된 C/C++ 인터페이스를 통해 C 코드를 호출하거나 컴파일하고 가져온 코드 내에서 코드 커버리지를 분석할 수 있습니다.

차량 플랜트 모델과 임베디드 소프트웨어의 통합을 나타내는 다이어그램.

모델 파라미터화 및 검증

임베디드 제어를 통합한 후의 단계는 모델을 파라미터화하여 차량의 중량, 공기 저항, 타이어의 구름 저항, 컴포넌트의 효율성 및 관성을 반영하는 것입니다. Powertrain BlocksetVehicle Dynamics Blockset을 사용해 중요한 파라미터에 액세스하고, Model-Based Calibration Toolbox를 사용해 모터 효율 및 배터리 파라미터화를 위한 모델 피팅 및 보정을 자동화할 수 있습니다. 모델이 파라미터화되면 시뮬레이션된 결과를 실제 차량의 데이터와 비교하여 모델의 기능과 결과의 정확성에 대한 더 깊은 인사이트를 얻을 수 있습니다.

MathWorks는 이를 파악하기 위해 FEV North America와의 협력을 통해 FEV 벤치마킹 카탈로그의 실제 데이터를 사용해 모델을 검증했습니다. FEV는 모델을 파라미터화하고 이를 벤치마킹 차량과 동일한 드라이브 사이클에 대해 시뮬레이션하여 테스트 데이터와 불과 몇 퍼센트 이내의 차이만 나는 결과를 달성했습니다.

테스트 시나리오 정의, 시뮬레이션 및 결과 분석

전기, 하이브리드 또는 기존 파워트레인 개발을 위해 미리 정의된 일련의 주행 조작 또는 표준 드라이브 사이클 데이터를 사용할 수 있습니다. 자율주행의 경우, 대화형 방식으로 복잡한 3차원 도로망 및 노면 표시를 만들 수 있습니다. 또한 고해상도 지도 데이터를 가져오고, 액터 및 궤적을 추가해서 도로망 영역을 생성할 수도 있습니다. 카메라, 레이다 및 라이다 센서 시뮬레이션의 경우 Simulink와 연동 시뮬레이션되는 Unreal® 환경에서 실행되는 센서 모델을 사용할 수 있습니다.

전체 차량 모델이 예상대로 시뮬레이션되면 성능을 개선하고 대규모 시뮬레이션 연구를 실행하여 설계 공간을 탐색하거나 전체 시스템 거동을 검증할 수 있습니다. 병렬 실행을 위해 로컬 멀티코어, GPU, 클러스터 또는 클라우드로 작업을 분산하여 시뮬레이션을 확장할 수 있습니다. 시뮬레이션 결과가 나오면 내장된 시각화 툴과 유연한 MATLAB 데이터 시각화 기능을 사용하여 결과를 검토할 수 있습니다. 또한 조직의 표준에 따라 시뮬레이션에 대한 리포트 생성을 자동화할 수도 있습니다.

시뮬레이션의 배포 및 대중화

시뮬레이션의 이점을 모델링 전문가가 아닌 다양한 팀원들에게도 확장할 수 있습니다. 앱 디자이너를 사용하면 사용자 지정 앱을 만들어 MATLAB 앱, 독립형 데스크탑 앱 또는웹 앱 형식으로 배포할 수 있도록 패키징할 수 있습니다.

가상 차량 시뮬레이션을 실제 차량 테스트 데이터에 통합하기 위해 이를 클라우드에 배포할 수 있습니다. 또한 MATLAB 코드 생성 제품을 사용하여 HIL(Hardware-in-the-Loop) 테스트를 위한 전체 차량 모델을 배포해 하드웨어/소프트웨어 통합을 검증할 수도 있습니다.

제품

가상 차량 응용 사례에 사용되는 제품에 대해 알아볼 수 있습니다.