为什么汽车需要在极寒气候下进行性能测试
2025-01-20 来源:elecfans
每到冬季,总有大批大批的博世工程师长途跋涉,排除万难,来到位于中国极北“冰雪之乡”的呼伦贝尔冬季测试中心,迎着寒风在雪原上驰骋。
你是否想过,为什么汽车需要在极寒气候下进行性能测试?
事实上,车辆在行驶过程中会极大地受到气候的影响,在不同的温度、湿度中,车辆元器件所承受的载荷各有不同。在恶劣的环境进行测试,旨在检测车辆极限载荷下的表现,从而不断优化车辆性能,以满足不同地区的用户需求。
为了保证汽车元器件在车辆行驶过程中的安全性,博世研发工程师们开始收集和监测全球不同环境下测试车辆的温度及湿度载荷数据,这对于车辆设计开发工作而言有着莫大的助益。博世一直以来秉持安全质量为先的原则,不仅仅局限于相关的行业规范,而是会通过长时间的统计,辅以加速模型和理论算法等,去计算出最终的元器件损耗值,来进行最高标准的设计开发。然而,因为没有统一的数据搜集、整合及分析的工具,想要获取并利用长期的载荷数据十分困难。为了让数据发挥更大的功用,实现跨系统集成更多的功能,也为了提高工程师的工作效率,博世工程师们建立了FLP(Field Load Pedia,车载百科)平台。
FLP平台整合了全球各地的载荷数据
目前,FLP数据平台已趋成熟,主要应用涵盖了三个层面,一:通过硬件采集器采集全球各地、各车型最近四年的载荷数据,并建立数据库;二:在初始数据的基础上进行分析,过滤异常数据;三:数据汇总,进行数理统计分析。FLP节省了数据整理的时间,打破数据孤岛,将相关数据串联在一起,能更好地帮助工程师以更视觉化的方式挖掘数据背后的意义,并分析得出驾驶员的使用习惯。
FLP平台开发讨论
抱有以数据助力设计研发的理念和激情,工程师们在FLP数据平台开发过程中克服了重重挑战,不断对数据采样的关键——硬件采集器进行优化。第一代硬件采集器极不稳定,测量的数据有很多的噪点,且由于硬件采集的通道数只有较少的15通道,采集的时候就需要两个采集器,这样就会出现同步的问题,增大了数据处理的难度。但在硬件团队的努力下,第二代数据采集的稳定性提高了很多,通道数也增加到了60通道,采集的稳定性和准确性大大提高了。同时,工程师们也开发了一些工具来识别噪点,来提高数据的准确性和可靠性。目前使用的硬件采集器已经更新到了第三代,数据稳定性提高的更多,基本上消除了噪点的影响。
数据采集器以及传感器
然而,精益求精的博世工程师们不止步于此,持续进行着平台优化:“数据肯定还要进一步完善,我们还有很多车在测试中。未来,我们还会引入更多的电动车进行测试,通过整个数据库,预测未来电动车的整车的负载表现。”这不仅有利于车辆的工程设计开发,而且通过数字化工具,能够持续推动电动车的研发完善,进而助力整个汽车市场的进一步发展。
上一篇:一文带你了解汽车上的OBD
- 嵌入式的风向变了:2026纽伦堡嵌入式展透露这些趋势
- 高通确认不在GDC 2026发布新款骁龙G系列掌机处理器SoC
- 行业评论 从工具到平台:如何化解跨架构时代的工程开发和管理难题
- 面向嵌入式部署的神经网络优化:模型压缩深度解析
- 摩尔线程MTT S5000全面适配Qwen3.5三款新模型
- Mujoco中添加Apriltag标签并实现相机识别教程
- 英飞凌与宝马集团携手合作,基于Neue Klasse架构塑造软件定义汽车的未来
- 阿里达摩院发布玄铁C950,打破全球RISC-V CPU性能纪录
- 物理AI仿真新突破:摩尔线程与五一视界共建全栈国产化生态
- 爆火的OpenClaw! 告别云端,米尔RK3576开发板本地部署
- 边缘计算主机盒选购指南:五大核心指标解析
- Arm AGI CPU 更多细节:台积电 3nm 制程、Neoverse V3 微架构
- Arm AGI CPU 重磅发布:构筑代理式 AI 云时代的芯片基石
- Arm 拓展其计算平台矩阵,首次跨足芯片产品
- 阿里达摩院发布RISC-V CPU玄铁C950,首次原生支持千亿参数大模型
- 边缘 AI 加速的 Arm® Cortex® ‑M0+ MCU 如何为电子产品注入更强智能
- 阿里达摩院发布玄铁C950,打破全球RISC-V CPU性能纪录
- VPU中的“六边形战士”:安谋科技Arm China发布“玲珑”V560/V760 VPU IP
- 利用锚定可信平台模块(TPM)的FPGA构建人形机器人安全




