概述本系列整理simulink的单元测试，基本内容如下：基于模型的设计的测试概述开发测试用例分析测试结果建立test suites本篇先整理第一个：基于模型的设计的测试概述。模型测试的类型simulink模型测试分为两种：simulation-based testing和formal verification。simulation-based testing需要test case，验证模型的输出结

深入分析simulink自动代码生成（code generation），拆解模型model与代码code的关系，解构代码文件的详细内容。以便更好的控制代码的生成。

物理模型建立在现代车辆的反馈控制系统中，自动巡航控制一个典型的例子。巡航控制系统的目的是在不受外界干扰(如风或坡度变化)的情况下保持恒定的车速。可以通过测量测速，将其与期望速度或参考速度进行比较，并根据控制规律自动调节油门刹车来实现。这里我们考虑一个简单的车辆动力学模型，如上面的受力分析图。质量为m的车辆收到驱动力F的作用，阻力则为在道路阻力、坡度阻力、轮胎阻力和风阻等，对于这个简化的模型，我们将

前言本课程由Apollo平台架构是樊昊阳主讲，一共是7堂课，属于框架性讲解，需课后自行补充理论知识。下面是随堂记录。课程一 —— 规划基本概述规划的本质是搜索最优解问题现有常用方法如下：最基本的两种路径规划方法的基本思想：广度优先BFS、深度优先DFSA是BFS的基础上往DFS上靠：启发函数。A是目前最广泛最基础的算法。但A star是全局规划，需要对整个环境全知（fully observed）。

概述本文主要讲解决策规划模块中是如何生成参考线和行车轨迹供车辆行驶的，参考线和轨迹直接影响了自动驾驶车辆对于方向和速度的控制。reference line怎么生成出来的？和rounting啥关系？Apollo是使用A star算法。route模块里A*算法的实现：节点定义在modules/routing/graph/topo_node.h文件,graph目录下还有计算用到的边和图的定义。主要算法实

深入分析simulink自动代码生成（code generation），拆解模型model与代码code的关系，解构代码文件的详细内容。以便更好的控制代码的生成。

1. 前言本文详细讲解Apollo的曲线平滑的数学原理，原文在《开发者说丨离散点曲线平滑原理》，参考Apollo代码在此，以下为整理内容。2. 离散点曲线平滑的数学原理如下图所示，P0P_0P0​，P1P_1P1​，P2P_2P2​，P3P_3P3​，…，PnP_nPn​， 一共n+1n+1n+1个离散点组成原始参考线。本节介绍一种方法通过对原始参考线上离散点的有限偏移对原始参考线进行平滑。2.1

整体思路备注：elf可简单的看作为hex和map的集合，其中包括可执行的程序、变量及其对应的地址（simulink生成代码是也可以勾选生成ASAP2的a2l文件，有变量但变量对应的地址为空，只有编译后才分配地址）定义变量是观测值还是标定值需要在simulink中的数据字典定义变量存储类型，详见simulink系列。1. 前期准备A2L的制作安装完成CanApe软件 , 插上CanApe硬件（ 如：

承接上一篇(控制教程 —— 介绍篇：1.建模)。 一旦获得了系统的状态空间或传递函数形式的数学模型，我们便可以分析这些模型来预测系统在时域和频域中的动态响应。通常将控制系统设计为高稳定性，高响应速度，低稳态误差，以及减小振荡。也就是“稳准快”。在本节中，我们将展示如何从系统模型中确定...

有些时候在生成代码后，可能需要和外部代码（如手写代码或其他工具生成的代码）进行集成，此时我们可做以下准备工作：确保模型输入输出接口正确确保入口函数可被调用多个模型生成的代码集成到一个工程里代码文件存储管理：代码打包、代码存放位置管理下面以官方提供的模型ETC_Controller为例说明模型输入输出接口如果模型中的input是从workspace中读取数据的，embedded coder是不会把这