登录社区云，与社区用户共同成长
邀请您加入社区
本文介绍了利用Simulink模型绘制车辆相平面图的方法。通过将车辆系统状态量（质心侧偏角β和横摆角速度r）作为坐标轴，模拟不同初始条件下的动态演变轨迹。文章详细阐述了模型改造步骤、变量设置方法，并针对仿真过程中出现的轨迹断裂、不连续等问题，提出了轮胎模型修正方案（修复Fiala模型中的数学错误并改进平滑性）。最终通过"边缘发车"策略，实现了高密度、平滑的相平面图绘制，展示了不
GT FAIR将重点组织浙江台州（底盘件、滤清器）、山东青岛（橡胶轮胎、刹车片）、广东中山（车灯、锁具）、江苏常州（车灯、内饰件）、河北清河（滤清器）、福建泉州（汽车五金、雨刷）等国家级产业带，以及粤港澳大湾区（新能源、电子）、长三角地区（精密制造、智能化）等特色经济区域的龙头企业集体亮相。这种“产业带联动展示”模式，能集中呈现中国汽配产业的区域优势、供应链完整性与创新能力，方便采购商横向比较与一
随着数字化转型的深入，汽车行业“以用户为中心”的市场战略和运营策略也在加快落地。汽车消费者从兴趣、意向、试驾、购买、用车/服务体验，到置换/增购/转介绍的整个旅程中，涉及线上线下多个数字化营销触点，其中就包括重要性日益提升的车主 APP。虽然尚未成为承载获客的第一落地点，但凭借极高的私域运营价值和车主全生命周期的覆盖能力，车主 APP 正向车企的一站式服务平台演进。提升车主 APP 的用户体验，能
一些领先的车企已经意识到，数字基座的建设不仅是IT部门的任务，更需要业务部门的深度参与，只有这样才能真正发挥其价值。有行业报告显示，采用了数字基座的车企在新产品开发周期上平均缩短了30%左右，这充分证明了其带来的效率提升。该项目构建了一个覆盖研发、生产、供应链、营销等全业务链的数字基座，实现了200多个业务系统的数据贯通。简单来说，这是一套融合了云计算、物联网、大数据、人工智能等技术的底层支撑平台
在实际台架测试中，工程师常面临功率读数偏差、高频 PWM 下测量不准、电 - 机械功率不同步、EMI 干扰导致数据漂移等问题，部分问题因对功率分析原理理解不深、设备功能运用不当导致。本文基于新能源汽车电机台架测试全场景，梳理 10 个核心问题，从理论层面讲清原理，从实操层面给出落地方法，同时结合专业功率分析仪（一诺）的功能特性，让解决方案更具可操作性，助力工程师提升台架测试效率与数据准确性。
该中心承担着多款新能源车型的三电系统（电池、电机、电控）与整车外观的研发任务，拥有数百名结构工程师与软件开发人员。随着研发项目并线推进，其原有的混合阵列存储架构逐渐暴露出显著的局限性。核心存储需求与挑战：高并发设计下的 I/O 拥塞：在整车装配图设计阶段，数十名工程师需要同时通过工作站加载和保存包含数万个零部件的 3D 模型文件。传统机械硬盘阵列在面对此类高并发、随机小文件读写时，易产生严重的 I
VLA（视觉-语言-动作）模型正在重塑智能驾驶技术。它通过将视觉感知、语言理解和动作控制融为一体，赋予车辆类似人类的逻辑推理能力，使其不仅能"看见"还能"理解"路况。相比传统模块化方案，VLA让车辆具备常识判断，能应对突发情况。小鹏第二代VLA更创新性地取消了中间语言转换环节，实现更快的"直觉驾驶"。虽然目前还存在VLA与世界模型的技术路
摘要：针对新能源汽车价格分析需求，本研究设计并实现了一套基于Python的数据分析与可视化系统。系统采用Flask框架构建，集成Pandas、Scikit-learn等工具进行数据处理和价格预测，运用Matplotlib和ECharts实现多维可视化。通过爬虫技术采集主流汽车网站数据，构建了包含LSTM和XGBoost的价格预测模型（MAE=0.41万元）。系统提供时间趋势、品牌对比、影响因素等分
简单说，一个管安全规则，一个管身份凭证，组合起来为Web应用打造可靠防护。2、同时增加文字触发提醒，设置提醒语，有相同字段的数据，会触发弹框提醒，例如设置状态提醒：特急/加急/一般 增加自定义提醒语（如：库存不足，请补货）对于本系统，我们提供全方位的支持，包括修改时间和标题，以及完整的安装、部署、运行和调试服务，确保系统能在你的电脑上顺利运行。AI续写、AI优化、AI校对、AI翻译:新增AI接口，
本文探讨了基于SpringBoot和Vue的新能源汽车租赁管理系统开发。系统针对新能源车租赁的特殊需求（如电池监控、充电服务等），设计了车辆管理、租赁服务、能源保障和运营分析四大核心模块。采用前后端分离架构，前端使用Vue.js+ElementUI/Vant，后端基于SpringBoot+SpringCloud微服务，实现了车辆全生命周期管理、智能化租赁流程和数据分析功能。系统提升了用户体验和企业
2、同时增加文字触发提醒，设置提醒语，有相同字段的数据，会触发弹框提醒，例如设置状态提醒：特急/加急/一般 增加自定义提醒语（如：库存不足，请补货）构建核心数据表结构：车辆信息表（vin号、车型、购车日期）、客户表（基础信息、车辆绑定）、服务项目表（保养类型、工时费）、工单表（服务明细、状态跟踪）、配件库存表（名称、编号、存量）。秒速登进去，特别省事。AI续写、AI优化、AI校对、AI翻译:新增A
汽车级锂电池 各种算法和simulink源模型（能跑通），电池测量数据，新能源汽车（包括动力电池SOC估算模型、卡尔曼滤波、电池充放电数据、电池参数辨识
本文系统分析了纯电矿卡的能耗特性，提出了四类核心信号采集方案：1）能量流信号（电压/电流/功率）用于计算总能耗；2）工况信号（载重/车速/档位）解释能耗波动原因；3）地形信号（坡度/海拔）反映外部干扰；4）辅助系统信号（附件功率）识别隐藏能耗。特别针对启源电池特性，建议关注大电流工况下的能量回收限制和温升影响。分析模型应包含基础能耗指标、场景化切片和驾驶行为评估，数据采集需保证10Hz以上采样率和
汽车控制器软件质量管理遵循ASPICE和ASQMS标准体系，实现需求-设计-开发-验证闭环管理。嵌入式与智能域控制器虽架构不同，但均需建立双向追溯矩阵，实施自动化工具链管理，并满足功能安全、网络安全等统一要求。质量管理需适应V模型与敏捷开发融合趋势，应对集成复杂度，规范开源软件使用，确保OTA升级安全。标准化流程是保障软件可靠性的核心，为智能网联汽车发展奠定基础。
V模型与敏捷开发的融合，是当前汽车软件行业为应对“软件定义汽车”挑战而采取的核心策略。这种融合并非简单的叠加，而是一种深度的模式创新，旨在同时满足与。，实现“又快又好”的开发。
作为前端负责人，我主导了基于Mermaid 渲染失败: Parse error on line 8:...ill] --> G[ActiveX控件(备用)]H[信创浏览。
当智能体能协同应对台风导致的零部件延迟、能秒级响应紧急插单、能自动平衡成本与交付，汽车制造便不再只是流水线的重复，而成为一场由数据驱动的、有生命力的智能进化。而今，随着智能体技术的成熟，一种全新的生产范式正在悄然成型——智能体不再只是辅助工具，而是具备感知、分析、决策与执行能力的“数字员工”，能够自主协同、动态优化，真正嵌入制造的每一个毛细血管。更重要的是，它能将多年积累的工艺知识封装为可复用的模
广域铭岛打造的Geega工业AI平台，没有停留在算法堆砌或工具化应用的层面，而是构建出一套真正贯通制造全链路、能自主进化的数字新范式——它更像一套活生生的“数字神经系统”，融合了数据、工业知识与智能协同，悄悄推动工厂从“靠老师傅经验”转向“用数据和算法双轮驱动”。这些优化不是靠人工指令，而是AI借助多模态大模型与边缘智能的融合，自己“想”出来的——制造企业，正在变成能感知环境、自主调整的“活体组织
与传统自动化设备乃至孤立的AI应用不同，广域铭岛所做的，是让AI像一群默契的“数字员工”一样深入企业的研、产、供、销、服每一个环节。比如老师傅那些藏在经验里的工艺窍门——像是涂装时温湿度的微妙把控，螺丝拧紧曲线的异常判断——都被这套系统一点点吸收、拆解，再封装成可复用、可迭代的数字知识模型。在海外，东南亚市场已经设立了本地服务节点，这套源自中国的AI范式，正悄然支撑起中国智造的出海进程。回过头看，
将 YOLO 等深度学习算法引入 C# 工业上位机，不再是“高大上”的概念，而是解决复杂检测问题的标准动作。通过，我们打破了 Python 与 C# 的壁垒，既享受了 AI 社区的算法红利，又保留了 .NET 在工业控制领域的稳定性与生态优势。这套架构不仅适用于螺栓检测，还可快速复制到划痕检测、字符识别（OCR）、异物排查等场景。未来，随着边缘 AI 芯片（如 NVIDIA Jetson, Int
最近，流量蜂拥流向源于欧洲奥地利的开源智能体Openclaw的“养虾大业”，甚至深圳市zf都来凑趣火速发布“龙虾十条”。国内过惯安全日子的人们纷纷把自己的权限——数据、隐私、甚至本地系统的控制权——向这个海外架构敞开。即便工信部紧急提示安全隐患，但被“潮流”裹挟、被AI时代技术焦虑绑架的人们，还在一波又一波把自己送上未知的屠宰场。与此同时，另一条消息则被从上到下完全忽略——美国2026年前后陆续进
2026年AWE展会上，首驱科技发布十余项行业首发技术及12款AI智能两轮车产品，展现"AI+两轮出行"创新成果。其技术亮点包括汽车级毫米波雷达、CycleX车身稳定系统等安全技术，以及Skymotor中央智慧大脑等智能化方案。产品矩阵覆盖电摩、新国标车等多场景，其中春晚同款K95CMax和城市通勤车YzLite尤为瞩目。作为ICCE联盟成员，首驱科技致力于将汽车级技术下放至两
系统配置的输入是XML类型的文件，输出是系统配置描述文件，系统配置的主要作用是把软件组件的需求映射到ECU上。就是车上用的越多，出现问题越多，修正问题越多，越稳定，商业上是成功的，但是由于软件不开源不知道里面是否用了形式化验证的科学东西，还是就是纯经验编程，拆东墙补西墙搞的。根据这个提取文件对ECU进行配置，例如操作系统任务调度，必要的BSW模块及其配置，运行实体到任务的分配等，从而生成ECU配置
这里表示执行完qemu命令又执行了一个shell脚本telnet.sh，算是shell脚本引用shell脚本，是可以的。命令就可以运行，首先会自动下载编译qemu开源软件，qemu代码路径为：as/release/download/qemu。Talk is cheap，show me the code，后续会继续更新，纯干货分析，无广告，不打赏，欢迎转载，欢迎评论交流！as/build/posix
规范文档为：《AUTOSAR_SWS_TcpIp.pdf》，目前的as平台上由于Arccore的代码比较老，TcpIp没独立出来一个模块，用Lwip代替了。最新的开源代码里面是有TcpIp模块的，可以参考：https://github.com/openAUTOSAR/classic-platform 进行一个移植。在as/com/as.infrastructure/system/kernel/Os
摘要：本文以某合资车企变速箱齿轮AI视觉质检项目为案例，系统阐述了迁移科技Epic Eye系列AI视觉质检系统的技术实现与应用效果。针对传统人工质检存在的检测精度不足（漏检率1.7%）、效率低下（47秒/件）、环境适应性差等痛点，该系统采用"多光谱3D成像+动态深度学习+3D视觉定位"技术方案，通过五层架构设计实现齿轮缺陷的自动化检测。关键技术包括：1400万像素工业相机实现0
本文摘要： SerDes技术中的PixelMode和TunnelMode是两种主要数据传输模式。PixelMode以像素为单位传输，保持原始时序，适用于传统并行接口；TunnelMode则透传协议包，支持CSI-2等现代协议。VirtualChannel（VC）实现逻辑通道复用，支持多数据流聚合。DaisyChain拓扑通过串联节点减少线缆，但需权衡带宽累积和延迟问题。Multi-Stream技术
单纯使用 OCR 引擎（如 Tesseract 或直接用 PaddleOCR 全图检测）在面对复杂背景时，容易受到周围文字（如车辆型号、生产日期）、花纹、铆钉的干扰，导致检测框不准或识别出错误内容。级联策略 (Cascade Strategy)第一步：YOLOv11/v12 精准定位 (Detection)任务：不管内容是什么，只找“VIN码区域”。优势：YOLO 对目标的位置、角度、遮挡具有极强
通过极致性能：启动从秒级降至毫秒级，推理延迟稳定在20ms以内，完美匹配高速产线。自主可控：全栈国产化（芯片+OS+语言+算法），满足信创严苛要求。极简运维：单文件部署，无JVM依赖，内存占用降低80%，大幅降低硬件成本。高可靠性：消除了GC停顿和JIT不确定性，系统7x24小时运行零故障。这套方案不仅适用于汽车密封条检测，更是所有需要在国产ARM边缘设备上运行高实时性AI应用的标准范式。它证明了
速途网3月12日消息（报道：李楠）今日，2026中国家电及消费电子博览会（简称AWE 2026）在上海开幕。本届展会以“AI科技、慧享未来”为主题，汇聚全球前沿科技力量，成为透视未来生活方式的重要窗口。作为追觅科技旗下汽车品牌，星空计划首次以独立展位重磅亮相，携全球首发SUV概念车Nebula NEXT 01X、中国首发Nebula NEXT 01概念车、以及一台极致性能的“火箭车”组成豪华阵容，
2、同时增加文字触发提醒，设置提醒语，有相同字段的数据，会触发弹框提醒，例如设置状态提醒：特急/加急/一般 增加自定义提醒语（如：库存不足，请补货）秒速登进去，特别省事。对于本系统，我们提供全方位的支持，包括修改时间和标题，以及完整的安装、部署、运行和调试服务，确保系统能在你的电脑上顺利运行。AI续写、AI优化、AI校对、AI翻译:新增AI接口，编辑器接入AI，可以实现AI续写、AI优化、AI校对
在汽车产业存量竞争的背景下，数字化竞价管理不仅是财务意义上的“省钱工具”，更是采购部门向战略中心转型的阶梯。通过数字化系统收集的竞价大数据，企业可以建立行业基准价模型，分析供应商的行为模式，从而在未来更大规模的年度合同（LTA）谈判中掌握主动权。答： 现代化的 SRM 系统通常提供简洁的供应商门户，界面直观，供应商只需在规定的倒计时内输入报价即可。系统通常配备详尽的操作指南，且这种透明的竞争机制其
通过将需求功率和电池SOC作为状态量，发动机发电机组（EGS）功率作为控制量，我们设计了一个高效的奖励函数，旨在优化等效油耗和维持电池SOC的稳定。在混合动力汽车的能量管理策略中，我们利用DQN算法来控制电池和发动机发电机组的功率分配。具体地，我们将需求功率和电池SOC作为状态量输入到DQN算法中，通过神经网络的训练，输出对EGS功率的控制量。通过利用DQN算法、设计有效的奖励函数以及探讨其他深度
本文介绍了龙泽科技研发的哈弗M6PLUS汽车整车维护仿真教学软件，针对职业院校汽车专业实训存在的实车损耗大、故障设置不可逆、操作规范难统一等问题，提供数字化解决方案。软件采用C/S架构，1:1还原实车模型，包含基础支撑、核心实训、教学辅助和后台管理四大模块，实现教-学-练-考-评全流程闭环。系统通过3D实时渲染、标准化操作流程和智能评分机制，有效降低实训成本，提高教学效率。
新能源汽车高压安全检测报告的准确性和合规性对于保障车辆安全至关重要。借助IACheck AI报告文档审核，企业可以实现高压安全检测报告的智能化审核，确保报告数据精准、标准引用合规、审核流程高效。通过AI报告审核、AI报告审批和AI文档审核的全方位功能，IACheck帮助新能源汽车行业降低高压安全检测报告的风险，提升审核效率和合规性，为行业安全、智能和可持续发展提供坚实保障。
汽车级锂电池 各种算法和simulink源模型（能跑通），电池测量数据，新能源汽车（包括动力电池SOC估算模型
汽车级锂电池 各种算法和simulink源模型（能跑通），电池测量数据，新能源汽车（包括动力电池SOC估算模型、卡尔曼滤波、电池充放电数据、电池参数辨识、控制策略
高压安全是新能源汽车的重要安全标准，确保其检测报告的准确性和合规性是每个检测机构和车企的核心任务。IACheck AI报告文档审核通过自动化和智能化的审核功能，帮助新能源汽车行业提升高压安全检测报告的质量，确保每一份报告都符合合规要求，保障新能源汽车的安全性和可靠性。随着新能源汽车行业的智能化进程不断加速，IACheck将继续为行业提供智能化、精准化的报告审核支持，推动行业向更高效、更规范、更安全
本文提出了一种基于Python的新能源汽车电磁辐射预测系统，采用模块化分层架构设计，包含传输线建模、场计算、优化和系统集成四个核心层次。系统创新性地结合频变参数传输线理论、矩量法近场计算和动态差分进化优化算法，实现了精确的电磁辐射预测。关键技术包括：考虑集肤效应的频变电缆参数建模、基于电偶极子近场叠加的矩量法计算、以及自适应参数调整的优化算法。该系统通过分层架构实现了良好的封装性和扩展性，同时具备
汽车
——汽车
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AtomGit开源社区
深开鸿 技术专区
松山湖开发者村综合服务平台
2048 AI社区
龙虾开发者社区
科技大视野开发者社区
九章云极普惠算力
