- 综合排序
- 最热优先
- 最新优先
- 来自专栏啄木鸟软件测试
探索VCU整车控制器BMS HIL测试Simulink模型
simulink模型VCU整车控制器BMS hil测试simulink模型带模型说明文件。 什么是VCU整车控制器BMS HIL测试 在汽车领域，VCU（Vehicle Control Unit）整车控制器就像汽车的大脑，掌控着整车的运行逻辑。 HIL（Hardware - in - the - Loop）硬件在环测试，是将实际的硬件接入到仿真回路中进行测试，能够在接近真实环境的情况下，验证系统的性能和功能。 通过它搭建的VCU整车控制器BMS HIL测试模型，能以直观的图形化方式展示整个测试系统的架构和信号流。 学习用途 对于想要深入学习汽车电子控制系统开发的小伙伴来说，这个VCU整车控制器BMS HIL测试Simulink模型简直是绝佳的学习素材。
17810编辑于 2026-03-04 自动驾驶 HIL 测试：构建“以假乱真”的实时数据注入系统
01 引言在端到端自动驾驶的研发竞赛中，算法的迭代速度远超物理世界的测试能力。单纯依赖路测不仅成本高昂、周期漫长，更无法穷尽决定系统安全性的关键边缘场景（Corner Cases）。 因此，硬件在环（HIL）仿真测试成为唯一的出路。 然而，将仿真数据闭环注入域控制器流程中存在诸多技术难度，特别是高像素相机原始数据，如何无损、无延迟地将数据灌入对时序和信号要求极为苛刻的域控制器中成为了当前调试HiL系统的主要挑战！ 系统稳定性：硬件在环测试通常需要长时间（数小时甚至数天）连续运行。内存管理：必须杜绝内存泄漏。 通过将DMA/RDMA的零拷贝能力、GMSL2 的高带宽物理层以及 I2C 的精确控制能力有机结合，可以有效攻克传统HIL测试中存在的带宽、延迟和保真度瓶颈，从而在实验室环境中构建起连接虚拟仿真与物理ECU
39110编辑于 2025-08-12- 来自专栏智能制造预测性维护与大数据应用
电动汽车硬件在环HiL系统
HiL（Hardware-in-the-Loop）硬件在环仿真测试系统是以实时处理器运行仿真模型来模拟受控对象的运行状态，通过I/O接口与被测的ECU连接，对被测ECU进行全方面的、系统的测试。 HiL系统主要由三部分组成：硬件平台、实验管理软件和实时软件模型。 从安全性、可行性和合理的成本上考虑，HiL硬件在环仿真测试已经成为ECU开发流程中非常重要的一环，减少了实车路试的次数，缩短开发时间和降低成本的同时提高ECU的软件质量，降低汽车厂的风险。 在新能源汽车这个全新的领域中，HiL硬件在环仿真测试对于三大核心电控系统：整车控制系统、BMS电池管理系统、MCU电机控制器是非常重要的。 但其高精度的实时性要求、大电压大电流的安全性、信号接口的特殊属性、以及系统的可扩展性都使得传统汽车电控系统的HiL硬件在环仿真测试系统无法解决。
67620编辑于 2023-08-28 - 来自专栏GPUS开发者
读懂SIL与HIL的核心关联，才算真正入门NVIDIA机器人开发
软件在环SIL与硬件在环HIL方法的诞生，便是对“全物理测试成本高、周期长、风险大”痛点，以及“效率、安全、可靠性”三大核心诉求的直接回应。 现代HIL平台不仅能模拟机械、电气、液压等多物理域系统，还能支持云端协同、自动化测试、大数据分析等智能化功能。 HIL技术的核心优势在于：它既能保留真实控制器的硬件特性，又能通过高保真仿真复现各种正常、极限甚至危险工况，显著提升测试的安全性、可重复性和效率。 故障注入能力：能否在 HIL 中模拟硬件故障（如IMU偏置漂移、电机堵转、通信丢包）以验证系统容错能力？ 与实机行为的相关性：HIL 测试结果是否能有效预测真实部署表现？ 这是衡量 HIL 价值的关键指标。 可重复性与自动化测试支持：便于回归测试和问题复现。同时，应支持自动化测试脚本、测试用例管理和结果分析，提高测试效率。
37910编辑于 2025-12-25 - 来自专栏防止网络攻击
基于HIL+RCP的三相整流电路实验
今天给大家分享的是利用easygo netbox的模型文件，仿真三相整流的电路实验。
24510编辑于 2024-04-09 - 来自专栏AI大模型应用开发炼丹房
AI Agent安全架构实战：LangGraph的HIL核心设计揭秘
前言：Human-in-the-Loop（HIL）是一种AI系统设计模式，它允许人类在AI Agent的决策过程中介入并提供反馈或决策。 在HIL系统中，AI Agent在执行某些关键操作前会暂停，等待人类的审批或输入，然后再继续执行。 这种模式特别适用于高风险或敏感的操作场景一、HIL架构的核心价值与挑战在金融交易、数据库管理、医疗诊断等高危场景中，AI Agent的自主决策存在两类核心风险：不可逆操作（如删除数据库记录 而HIL架构通过精准断点控制，仅在关键节点介入，实现效率与安全的动态平衡。二、LangGraph的四大创新设计1. Human-in-the-Loop（HIL）正是实现这一目标的关键技术。
75510编辑于 2025-07-30 - 来自专栏网络安全攻防
命令控制之Telegram
之后成功创建Token： 12724xxxx059:AAEINExxxxxxxxxxxxxxxxxxx_hIl8A Bot API 示例 安装依赖 目前Telegram官网已经公开了如下语言的开发实例: 下面我们选择Python作为测试，首先，安装需要的依赖： pip install telepot pip install requests ? 环境测试 首先，我们需要测试一下账号是否可以正常使用: import telepot bot = telepot.Bot('12xxxxx059:AAEINExxxxxxxxxxu_hIl8A') bot.getMe 接受消息 成功返回username相关的信息，下面我们再来测试一下是否可以正常接收消息，在Telegram控制端向c2_test发送消息： ? 循环接受消息 下面我们再来测试一下循环接收消息，测试代码如下： import sys import time import pprint import telepot bot = telepot.Bot
4.2K20发布于 2021-07-21 - 来自专栏GAIO
汽车软件公司采用WinAMS的综合性需求分析与效益研究
自动化测试流水线智能用例生成引擎：基于符号执行（Symbolic Execution）和约束求解技术，自动生成覆盖多边界条件的测试数据（如节气门开度0%-100%的65536种组合），使测试设计工时降低 跨平台协同测试同一测试脚本可无缝迁移至不同硬件平台（如英飞凌TC3xx与瑞萨RH850），并自动适配操作系统差异（AUTOSAR OS与FreeRTOS的线程调度机制映射）。 硬件资源节约策略虚拟HIL（vHIL）技术：通过模拟ECU电气特性（如电源波动、EMC干扰），使早期测试对物理HIL设备的依赖度降低60%（单套HIL设备采购成本约50万美元）。 云端测试资源池化：支持AWS/GCP云环境部署，按需调用计算资源执行大规模并行测试，某自动驾驶公司借此将仿真算力成本从每年120万降至120万降至35万。2. 工具链协同生态模型在环（MIL）到硬件在环（HIL）的无缝衔接：支持Simulink C代码与AutoSAR组件的一键式测试迁移，某动力总成项目借此减少模型到代码的验证断层问题达90%。
37210编辑于 2025-03-27 - 来自专栏云深之无迹
MAVLink是什么？
该协议被PX4, PIXHAWK, APM和Parrot AR.Drone平台所广泛测试并在以上的项目中作为MCU/IMU间以及Linux进程和地面站链路通信间的主干通信协议。 该协议被PX4, PIXHAWK, APM和Parrot AR.Drone平台所广泛测试并在以上的项目中作为MCU/IMU间以及Linux进程和地面站链路通信间的主干通信协议。 UAV Toolbox提供用于设计、模拟、测试和部署无人驾驶飞行器 (UAV) 和无人机应用程序的工具和参考应用程序。你可以设计自主飞行算法、无人机任务和飞行控制器。 对于自主飞行算法和飞行控制器的桌面模拟和硬件在环 (HIL) 测试，您可以生成和模拟无人机场景。您可以在逼真的 3D 环境或 2.5D 模拟环境中模拟相机、激光雷达、IMU 和 GPS 传感器输出。 该工具箱支持 C/C++ 代码生成，用于快速原型设计、HIL 测试和独立部署到 Pixhawk ® Autopilot等硬件。
1.2K20发布于 2021-08-20 - 来自专栏康谋
端到端智驾模拟软件推荐——为什么选择Keymotek的aiSim？
开放接口 & 测试塔集成aiSim提供C++/Python API和开放的SDK，方便用户将模拟平台嵌入自己的测试（CI/CD），实现软件在环（SiL）和硬件在环（HiL）的无缝对接。 也可以构建场景、注入数据、进行闭环测试。5. XIL架构（软件在环 + 硬件在环）方案核心基于aiSim，采用XIL架构，支持SiL（软件在环）、HiL（硬件在环）等模式。 在HiL模式下，通过中间件将模拟平台与实际算法、域控制器（Domain Controller）等硬件连接，实现真实系统的闭环测试。 这种融合技术使得场景既真实又灵活，适合大规模自动驾驶测试。虚实闭环 & 合规测试康谋的方案强调「虚实同源」（模拟与实车数据闭环验证），提高模拟测试与真实车辆行为的一致性。
37110编辑于 2025-11-18 Autoware&PanoSim实现一场酣畅淋漓的联合仿真
PanoSim是一款面向汽车自动驾驶技术与产品研发的一体化仿真与测试平台，集高精度车辆动力学模型、高逼真汽车行驶环境与交通模型、车载环境传感器模型和丰富的测试场景于一体，支持与Matlab/Simulink 联合无缝仿真，提供包括离线仿真、实时硬件在环仿真（MIL/SIL/HIL/VIL)和驾驶模拟器等在内的一体化解决方案；支持包括ADAS、V2X和自动驾驶环境感知、决策规划与控制执行等在内的算法研发与测试 基于Autoware做二次开发，需要搭建一套自动驾驶仿真测试系统，包括场景构建、主车构建、交通流设置、数据处理、传感器建模与感知、车辆动力学等重要环节，以支持算法的开发及调试。 l 基于PanoSim V32和Autoware.universe版本，包含通讯中间件，地图场景，安装配置教程；完整的通讯中间件，支持感知，决策，规划，控制全模块闭环仿真测试；l 支持详细的教程文档，从软件基础配置到仿真分析测试 ；l 支持SIL/HIL/VIL闭环测试Autoware自动驾驶框架已经在20多个国家、30多种车型、500多个公司使用。
76910编辑于 2024-05-30- 来自专栏linux驱动个人学习
hisi mmz模块驱动讲解
二、数据结构 1、mmz区域描述符 struct hil_media_memory_zone { char name[HIL_MMZ_NAME_LEN+1]; //mmz区域名字：anonymous struct hil_media_memory_block { #ifndef MMZ_V2_SUPPORT unsigned int id; #endif char name [HIL_MMB_NAME_LEN+1]; //该mmb模块使用者名字 struct hil_media_memory_zone *zone; //指向mmb所属的mmz区域 struct +1]; char mmz_name[HIL_MMZ_NAME_LEN+1]; unsigned long gfp; /*reserved, do set to 0 */ _KERNEL__ int map_ref; int mmb_ref; struct list_head list; //mmb_info链表 hil_mmb_t
2.4K22发布于 2019-08-06 - 来自专栏C++开发学习交流
【Prescan学习】Prescan环境配置（介绍+安装+学习资源）
仿真技术作为一种多学科的综合性技术，它将技术数据与游戏引擎相结合，通过仿真软件或硬件进行MiL、SiL、HiL等在环仿真，以求达到反映某些系统行为或过程的模型仿真技术。 ADAS系统外，还可以用于设计和评估车与车 (V2V) 和车与道路基础设施 (V2I) 通信应用以及自动驾驶应用，以及用于从基于模型的控制器设计 (MIL) 到利用软件在环 (SIL) 和硬件在环 (HIL ) 系统进行的实时在环测试等应用。 开发流程大致如下： 1.构建相关场景； 2.为传感器系统建模； 3.添加适当的控制系统； 4.运行测试。
1.7K10编辑于 2024-07-24 - 来自专栏GPUS开发者
【文末有福利】NVIDIA Isaac开发平台全方位解锁具身智能开发困局
从本篇起，我们将推出系列实操教程，带大家从 Isaac Sim 仿真环境 入手，无缝衔接 Jetson 硬件平台，完成真机部署与虚实结果验证，打通机器人开发、测试、落地全链路。 这些挑战主要体现在下面四个方面： 高昂的试错成本与安全风险：实体机器人的硬件损耗、碰撞损坏以及在不稳定环境下测试带来的风险，使得每一次实体调试都代价不菲。 这就引出了接下来我们要探讨的两个关键概念：软件在环（Software-in-the-Loop, SIL）和硬件在环（Hardware-in-the-Loop, HIL），这两种测试方法对于验证和优化机器人系统的可靠性至关重要 通过SIL，我们能够在早期阶段就对控制逻辑进行有效验证；而HIL则更进一步，将真实的硬件集成到仿真环境中，实现对整个系统更加严格的测试和校验。 让我们一同期待，通过对SIL和HIL的深入探讨，揭开NVIDIA Isaac平台在实际应用中的无限潜力。
54510编辑于 2025-12-25 - 来自专栏作图丫
【单细胞文献解读】溃疡性结肠炎CD8+T细胞的单细胞图谱
06 IL-26可减轻急性结肠炎的严重程度 作者使用人源IL-26转基因(hIL-26Tg)小鼠模型来评估IL-26是否可以影响急性结肠炎的严重程度。 将hIL-26Tg小鼠和对照B6小鼠的饮用水中加入2.5%的葡聚糖硫酸钠(DSS)，并在第0天和第3天分别用抗IL-26单克隆抗体(MAb)或对照mAb处理hIL-26Tg小鼠(图6A，B)。 DSS-challenged的WT小鼠的炎症得分显著高于给予对照抗体的DSS-challenged的hIL-26Tg小鼠。 在这些hIL-26Tg小鼠中，注射抗IL-26单抗后DSS的炎症效应得以恢复(图6C，D)，表示IL-26在炎症急性期有潜在的保护作用。 在hIL-26小鼠中，观察到免疫反应相关转录本的表达明显减少(图6G-I)。 小结：IL-26在急性结肠炎中具有免疫调节作用，这种作用可能和细胞因子对粘膜损伤具有促进作用有关。
1.2K20编辑于 2022-03-29 Jetson Thor 对比 AGX Orin：算力7.5倍、能效3.5倍，NVIDIA新一代机器人“大脑”赢在哪？
三、核心功能：从仿真到实战的全流程支持Jetson Thor 不仅是算力载体，更通过软件生态与功能设计，覆盖了机器人开发的 “仿真 - 调试 - 部署” 全流程，尤其在硬件在环（HIL）测试、AI 模型部署 硬件在环（HIL）：仿真与实战的 “桥梁”在机器人开发中，“软件在环（SIL）” 仅能验证算法逻辑，而 “硬件在环” 可模拟真实硬件运行环境，大幅降低实际部署风险。 Thor 的 HIL 方案流程清晰：仿真端：在工作站（PC）上运行 Isaac Sim（NVIDIA 机器人仿真平台），搭建机器人虚拟环境，生成相机图像、关节状态等传感器数据；算力端：Thor 通过本地 开发者可通过 HIL 测试优化算法（如调整 Groot 模型的动作精度），避免直接在真实机器人上调试导致的硬件损坏风险。 测试显示，700 亿参数模型虽响应稍慢（单次问答约 5-8 秒），但答案准确性高；30 亿参数模型响应速度提升 3 倍，可满足机器人实时语言交互需求（如语音控制指令解析）。3.
1.4K21编辑于 2025-10-10- 来自专栏有文化的技术人
Agent 应用中的 Human-in-the-Loop：让 AI 学会"等一下"
本文以实际业务场景为主线，深入讲解如何在 Agent 执行流程中实现 Human-in-the-Loop（HIL）——让 AI 在关键节点暂停执行、等待人工介入、再携带人工决策恢复运行。 这就是 Human-in-the-Loop（HIL）要解决的问题。 二、HIL 的两种模式 在 Agent Graph 执行框架中，HIL 有两种本质不同的实现模式： 外部中断（External Interrupt） 编程式中断（Programmatic Interrupt 七、HIL 的架构设计要点 7.1 Checkpoint 持久化是基础 整个 HIL 机制建立在 Checkpoint 之上。没有 Checkpoint，中断后就无法恢复。 无论是紧急叫停还是审批流程，HIL 让 Agent 在自主和可控之间找到了平衡点。 在 Agent 应用越来越复杂的今天，HIL 不是可选项，而是生产级 Agent 系统的必备能力。
17010编辑于 2026-04-09 - 来自专栏全栈程序员必看
CANalyzer及CANOE使用五：无DBC，调CSV方式的网关信号转发或单通道信号值控制ECU其他信号变化（包含设计自动化测试）
前言 Panel界面 CSV文件解析 发送与接收 验证 测试用例说明 拓展思维 补充说明 ———————————————— 前言 请输入公众号：总线网络。 关注我，获取汽车网络开发及测试方面资料，更新干货！ 同事：CAN网络用CANalyzer及CANOE测UDS、NM等，都可以实现自动化，功能信号是否也可以？不用HIL测试有简单方法吗？ 3，蓝色框是输出结果用，正确是黑色字体，错误是红色字体，另外在write窗口也可看 CSV文件解析 对于CSV文件解析前，我想用CAPL封装DLL封装调用矩阵表EXCEL，但是考虑到这是测试，需要明确每一项测试用例 测试用例说明： 1，根据CSV里的ID所有信息有效判断测试项数（解析时自动判断）。 2，通过定时器T里步骤TEST_CUR_N++即可实现测试项数以3000ms（可变值）周期测试，代码如下图。 （2）每检测完一个测试用例，通过提示进行下一步操作。 补充说明 对于ECU功能测试，大多数供应商都用HIL来测试或者全手动。 欢迎各位一起讨论交流汽车总线上的各种问题。
2.8K20编辑于 2022-08-31 - 来自专栏C++开发学习交流
【Matlab】详解Simulink中的Joystick Input模块（介绍+测试+应用）
具体的数据类型和取值范围如下： 测试（以游戏手柄为例） 通过在simulink中搭建如下模型（包含Joystick input、demux、display），运行并测试信号变化。 简单应用（HIL）
90210编辑于 2024-07-24 实战进阶：构建高性能、高可用的 Flutter + OpenHarmony 车载 HMI 系统
能力桥接 MethodChannel + C++ Embedder 系统服务层 车载总线（CAN/LIN）、T-Box、传感器 OpenHarmony Native SDK ✅ 优势：UI 层可独立测试 降频运行，关闭非必要动画 进程崩溃 Watchdog 500ms 内重启服务 3.3 ASPICE 合规交付物 项目交付包含完整 V 模型文档： 软件需求规格（SRS） 软件架构设计（SAD） 单元测试报告 （≥ 85% 覆盖率） 集成测试用例（含 HIL 台架测试） 安全分析报告（HAZOP） ️ 四、多模态交互设计 4.1 交互模式自动切换 enum InteractionMode { touch, voice split_debug_info: true 输出： car_hmi-release-signed.hap（主应用） car_hmi-symbols.zip（用于 crash 分析） 5.2 测试策略 测试类型 工具 覆盖率目标 单元测试 flutter test ≥ 85% HMI 交互测试 Appium + OpenHarmony Driver 100% 关键路径 台架测试（HIL） dSPACE
34810编辑于 2025-12-23
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号