m0_62923342的博客

原创 Matlab操作Json文件

本文介绍了JSON文件的基本操作方法：1)读取JSON文件时，先用fileread获取文本内容，再用jsondecode解析为结构体，即可通过hisjson.域访问字段；2)创建JSON文件时，先用jsonencode将结构体编码为JSON字符串，再用fopen、fprintf写入文件后关闭。这些方法实现了JSON与MATLAB结构体之间的便捷转换。

原创 Python打包成exe文件方法

本文介绍了使用PyInstaller将Python程序转换为独立exe文件的方法。主要内容包括：1)确保安装Python 3.7+和pip；2)通过pip安装PyInstaller；3)使用--onefile参数打包成单文件exe，使程序无需Python环境即可运行。该方法简单可靠，适合在Windows系统上部署Python应用。

原创 maltab读取和引用json文件方法

本文介绍了JSON文件的读取和引用方法：首先使用fileread()函数读取JSON文件内容，再通过jsondecode()函数将文本转换为MATLAB可操作的结构体。读取后可通过hisJson.域名的形式直接引用JSON文件中的字段内容。文章简明扼要地说明了JSON文件处理的基本流程和引用方式。

原创 Git命令（三）

本文介绍了在带有子仓库的父仓库中克隆特定分支的Git操作流程。主要步骤包括：1）克隆父仓库并切换到目标分支；2）初始化并更新子模块；3）为所有子模块切换到对应分支并拉取最新内容；4）检查子模块状态。特别说明：当子仓库分支名与父仓库不同时，需手动修改子模块的checkout分支名。该脚本通过变量branch_name和repo_asw分别指定分支名称和本地文件夹名称，实现了父仓库与子仓库的同步分支操作。

原创 汽车动力电池管理系统（BMS）：电动汽车的“智能大脑”

Battery Management System（BMS），即电池管理系统，是连接车载动力电池和电动汽车的重要纽带。它通过一系列传感器和控制器，实时监控、管理和保护电池组的运行状态，堪称电动汽车的"智能大脑"。简单来说，如果没有BMS，动力电池就像一支没有指挥的交响乐团——即使每个乐手（电芯）都很优秀，也无法奏出和谐美妙的乐章。作为电动汽车的核心技术之一，BMS的重要性不言而喻。它不仅关系到车辆的性能表现，更直接影响着电动汽车的安全性和可靠性。

原创 解剖智驾“大脑”：一文读懂自动驾驶系统软件架构

智驾系统软件架构解析：从感知到控制的协同交响 智驾系统不是简单的硬件堆砌，而是一个由感知、预测、规划、控制构成的完整工作流。本文系统剖析了智驾软件的模块化分层架构：底层感知层处理传感器数据，中层决策规划层进行行为预测和路径规划，顶层控制层执行具体指令。文章还探讨了当前最前沿的BEV+Transformer一体化架构趋势，以及端到端架构的优缺点。最后强调，优秀的智驾系统就像交响乐团，需要各模块在操作系统和中间件框架的协调下精准配合。理解这一架构，才能真正评判智驾系统的技术实力。

原创 无人驾驶的“方向盘”和“油门”：深入浅出解析运动控制技术

无人驾驶运动控制系统是连接决策与执行的关键环节，其核心包括横向控制（方向盘）和纵向控制（油门刹车）。横向控制通过纯跟踪或LQR算法确保车辆沿预定轨迹行驶；纵向控制采用双PID结构实现精准速度调节。二者协同工作时需考虑弯道减速等复杂场景，同时面临模型不确定性、执行器延迟等挑战。当前主流采用分层式控制，未来将向学习型控制、V2X协同等方向发展。该系统的优化直接影响无人驾驶的安全性、平稳性和舒适性，是自动驾驶技术的重要研究领域。

原创 车载以太网SOME/IP协议：面向服务的汽车通信技术详解

SOME/IP协议是车载以太网的核心通信协议，采用面向服务的架构，相比传统CAN总线能显著降低负载。文章详细介绍了SOME/IP的服务概念、三种通信模式（方法/事件/字段）、服务发现机制及报文格式，并阐述了其序列化/反序列化原理和数据传输流程。通过车辆位置服务和摄像头协议等应用案例，展示了SOME/IP在智能汽车中的实际应用价值。文章还推荐了CANoe和Speedgoat等开发测试工具，指出SOME/IP协议将随着汽车智能化发展发挥更重要作用。

原创 深入浅出UDS：汽车电子的“医生”与“语言”

《UDS协议：汽车电子诊断的"世界语"》摘要：UDS协议是汽车电子诊断的标准化"语言"，遵循ISO14229标准，实现ECU的诊断、监控和编程。它将汽车比作病人，ECU是器官，UDS如同专科医生能精确定位问题。采用客户端-服务器模型，通过诊断仪与ECU交互。UDS解决了车企诊断"方言"问题，支持多种总线传输，如CAN和车载以太网。核心功能包括诊断会话控制、数据读写、安全访问等，广泛应用于生产、维修、研发和OTA升级。学习UDS需掌握其服务机制和OS

原创 深入浅出汽车电子诊断技术：从OBD到UDS的架构解析

汽车诊断技术解析：从OBD到UDS的演进历程 摘要：汽车诊断技术随着电子化发展日益重要，现代高端车型包含150+个ECU。文章系统梳理了技术演进：从1980年代厂商私有协议，到1996年标准化的OBD-II，再到基于CAN总线的KWP2000和现代UDS统一诊断服务。重点剖析了诊断系统的分层架构：物理层（CAN/以太网接口）、数据链路层（CAN帧结构）和应用层（UDS服务）。以读取水温为例演示诊断流程，并探讨远程诊断、OTA升级等前沿趋势。文章提供了开发工具推荐和学习资源，指出掌握UDS协议是进入汽车电子领

原创 深入浅出汽车FOTA技术：让爱车“常用常新”的魔法

FOTA技术正重塑智能汽车体验，通过远程升级实现车辆性能持续进化。与传统SOTA（软件升级）不同，FOTA能改写动力、刹车等底层系统，实现加速性能提升、电池管理优化等功能。其核心技术架构包含云端管理、差分压缩传输和车端安全验证机制，采用A/B分区、数字签名等技术确保升级安全。典型案例包括特斯拉通过固件升级将Model 3加速时间缩短0.5秒，以及国产电动车优化低温充电策略。随着中央计算架构发展，FOTA将扩展至燃油车领域，并通过AI预测性升级实现更智能的车辆优化。该技术正在改变汽车产业生态，使车辆具备持续进

原创 深入解析Automotive SPICE：汽车软件开发的“合规引擎”与质量基石

《ASPICE：汽车软件开发的质量基石》摘要 随着软件定义汽车时代到来，现代汽车代码量超1亿行，ASPICE成为确保安全可靠的核心标准。本文系统阐述了ASPICE的框架价值与实施路径：（1）ASPICE是汽车行业专用过程评估模型，能降低40%软件故障召回率；（2）其三维体系包含32个过程，支持V模型与敏捷开发融合；（3）采用0-5级成熟度模型，Level3需建立组织标准流程；（4）实施五步法从差距分析到认证评估，需重点关注工具链整合与证据自动化采集；（5）在动力系统、智能驾驶等领域应用时，建议采用轻量级启动

原创 无人驾驶的“大脑导航仪”：路径规划通俗指南

无人驾驶汽车通过路径规划实现自主导航，分为全局规划和局部规划两个层面。全局规划基于高精地图，使用A*或Dijkstra等算法规划整体路线；局部规划则借助传感器实时感知环境，采用动态窗口法或状态格子算法等处理突发障碍。虽然路径规划技术已取得显著进展，但仍面临复杂场景、预测不确定性等挑战。随着算法优化和算力提升，无人驾驶的路径规划能力将不断接近人类驾驶水平，推动智能交通发展。

原创 深入解析SAE自动驾驶分级标准（0-5级）及典型落地实例

摘要：本文基于SAEJ3016标准解析自动驾驶6大等级技术差异，涵盖L0应急辅助到L5完全自动驾驶的核心特征。重点分析L2到L3的责任转移临界点，以及L4在Robotaxi等场景的落地现状。通过特斯拉Autopilot、奔驰DRIVEPILOT等案例，对比不同等级在传感器配置、ODD限制等方面的技术演进。同时指出当前面临的法规滞后、成本过高（L4传感器超2万美元）等产业瓶颈，并探讨2024年作为L3商业化元年的发展趋势，包括城市NOA扩展和车路云一体化等方向。（149字）

原创 深入解析 AUTOSAR：汽车软件开发的革命性架构

AUTOSAR是汽车行业为解决电子系统复杂性而建立的开放软件架构标准。其核心在于分层设计和虚拟功能总线概念，通过应用层、运行时环境（RTE）和基础软件层的分离，实现软硬件解耦。AUTOSAR采用模型驱动的配置生成开发模式，提供标准化接口以提高软件复用性、简化集成流程并降低成本。当前AUTOSAR分为面向传统嵌入式系统的Classic Platform和面向高性能计算的Adaptive Platform两大分支。尽管存在学习成本高、工具链昂贵等挑战，AUTOSAR仍在持续演进，以应对汽车智能化、网联化的发展需

原创 深入解析智能驾驶的“千里眼”与“指南针”：定位与导航系统

智能驾驶的定位与导航系统是实现自动驾驶的关键技术。定位系统通过GNSS、IMU、激光雷达SLAM等多传感器融合，实现厘米级精度的车辆位置确定；导航系统则基于全局路径规划和局部运动规划（如MPC、RRT*等算法），生成安全高效的行驶轨迹。当前面临复杂环境鲁棒性、高精地图依赖等挑战，未来发展趋势包括多源融合深化、V2X赋能、AI驱动规划等。这些技术的持续进步将推动自动驾驶向更高水平发展。

原创 驾驭未来：一文读懂智能驾驶系统的“五脏六腑” [特殊字符]✨

智能驾驶系统主要由感知层、决策层、执行层和支撑系统四大部分组成。感知层通过摄像头、雷达等传感器收集环境数据；决策层利用AI算法进行路径规划和决策；执行层通过线控系统实现车辆操控；支撑系统包括高算力平台、V2X通信等技术保障。各系统协同工作，推动自动驾驶技术向更安全、高效的方向发展。随着技术进步，无人驾驶时代正加速到来。

原创 智能驾驶的“眼睛”怎么选？6大维度拆解摄像头选型秘籍

智能驾驶摄像头选型需要综合考虑功能需求与性能参数。不同位置摄像头各有特定要求，如分辨率、动态范围、低照度性能等核心参数直接决定成像质量。视场角需平衡探测距离与覆盖范围，帧率需匹配车速需求。环境适应性测试包括极端温度、防水防污和振动耐久性。数据接口和时间同步精度影响系统性能，而集成ISP和边缘AI可提升处理效率。最后需通过车规认证确保量产可靠性。工程师需在各项参数间找到最优平衡，才能打造真正可靠的"汽车之眼"。

原创 时间同步——智能驾驶的“心跳”同步：没有它，再多的传感器也白搭！

智能驾驶系统中多传感器数据融合的关键在于精准的时间同步。当摄像头、雷达等传感器采集数据存在毫秒级时间差时，会导致感知融合失真、定位漂移和控制指令延迟等问题。目前主要通过PTP精密时间协议实现微秒级同步，结合硬件时间戳和触发信号确保数据对齐。时间同步面临网络延迟、时钟稳定性等挑战，需要精确补偿传感器内部处理延迟。作为智能驾驶系统的"隐形指挥家"，时间同步确保了多源数据在统一时间轴上的精准匹配，为安全决策提供基础保障。

原创 MATLAB中get_param命令详解：深入探索Simulink模型的利器

摘要： get_param是MATLAB/Simulink中用于查询模型参数的核心函数，支持动态获取模型、模块和信号线的各类信息。其基础语法为value=get_param(object,parameter)，可通过模型名称、模块路径或句柄指定查询对象。主要应用场景包括：获取模型级配置信息（如仿真参数、求解器类型）、提取模块参数与属性（如PID控制器增益值）、分析模型结构（模块连接关系、端口信息）、诊断仿真状态以及高级模型分析。该函数常与set_param配合实现"读取-修改-写入"工作

原创 MATLAB中set_param命令详解：动态控制Simulink模型的利器

本文详细介绍了Simulink中set_param函数的使用方法及其核心应用场景。set_param作为MATLAB/Simulink的重要函数，能够通过脚本编程方式动态调整模型参数、批量修改模块属性和自动化仿真流程，大幅提高建模效率。文章从基础语法入手，重点解析了六大应用场景：模型级参数设置、模块参数动态配置、仿真过程控制、模块外观布局调整、子系统与信号线操作以及批量参数设置。同时提供了关键注意事项与最佳实践，包括路径规范、参数值类型转换、参数名称大小写敏感性等实用技巧，并通过自动化测试系统的综合实例展示

原创 Git常用命令（二）

git clone命令摘要 git clone用于将远程仓库克隆到本地，基本语法为git clone <仓库地址> [本地目录]。常用参数包括： -b：指定克隆的分支/标签 --depth：浅克隆（仅获取最近提交） --single-branch：仅克隆指定分支 --recurse-submodules：自动克隆子模块 --no-checkout：仅克隆.git目录不检出文件 这些参数组合使用可灵活控制克隆行为，特别适合大型仓库或需要特定分支的场景。

原创 Simulink模型中多runnable的创建

本文介绍了基于AUTOSAR架构的Simulink多周期调度实现方法。针对不同周期的任务需求，提出了两种解决方案：使用Stateflow软件分频或在同一模型中建立多个runnable。重点阐述了通过函数调用子系统创建多个runnable（如10ms和20ms周期）的具体步骤，包括创建模型、添加子系统、在AUTOSAR字典中建立runnable并进行映射，最后生成代码。该方法实现了Simulink函数调用子系统与AUTOSAR runnable的对应关系，为汽车软件开发提供了实用参考。

原创 Git常用命令（一）

本文介绍了使用Git将本地代码提交到远程仓库的常用命令和操作步骤：1）通过Git Bash进入项目目录；2）执行git pull拉取最新代码；3）git status查看修改文件；4）git add添加修改文件；5）git commit -m提交修改说明；6）git push推送代码到远程仓库。完整流程包括拉取、查看、添加、提交和推送五个关键步骤，适用于基本的Git代码提交操作。

原创 matlab常用命令（三）

本文介绍了Simulink模型操作的四个常用命令：1)load_system用于后台加载模型；2)open_system可加载并可视化模型；3)save_system保存模型修改；4)close_system关闭模型。这些命令可以实现模型的自动化操作和批量处理，提高工作效率。文中给出了每个命令的具体用法示例，并说明了它们之间的配套使用关系，如load/close、open/save/close的组合使用效果。通过这些命令可以实现不打开界面的后台操作，或快速完成打开-保存-关闭的流程。

原创 matlab常用命令（二）

摘要：文章介绍了三个字符串判断命令：1）startsWith判断字符串开头是否符合指定内容；2）endsWith判断字符串结尾是否符合指定内容；3）contains判断字符串是否包含指定内容。三个命令都返回1（符合）或0（不符合），并给出了"studygood"字符串的示例用法。

原创 matlab常用命令（一）

命令格式：C = strsplit(STR, DELIMITER) ，其中STR是要被拆分的字符串，DELIMITER为拆分字符串。命令格式：MODIFIEDTEXT = strrep(ORIGTEXT,OLDSUBTEXT,NEWSUBTEXT)命令格式： S = strtrim(M) ，去掉M字符串开头和结尾的空格字符。命令格式：strNew = strcat(str1,str2);字符串比较命令，如果另个字符串完全一样，则返回1，否则返回0。OLDSUBTEXT：为要被取代的字符串。

原创 基于Simulink模型的触发式runable的配置

本文介绍了AUTOSAR模型配置的具体步骤：1）修改函数调用触发方式为端口触发；2）初始化AUTOSAR配置（CP和类型）；3）通过脚本重配模型配置项；4）修改触发端口设置；5）配置触发Runnable并在输入端口创建；6）完成触发事件匹配。操作需保存模型，涉及多个图形界面配置步骤。

原创 汽车的VIN码介绍

VIN码（车辆识别代码）是由17位字符组成的汽车唯一标识，包含制造商、车型、发动机等关键信息。其结构分为三部分：1-3位是世界制造厂识别码；4-9位是车辆特征代码（含排量、车身类型等）；10-17位是车辆指示代码（含生产年份、装配厂和唯一序列号）。VIN码通常位于仪表板左侧，准确解读对车辆识别和维护至关重要。序列号具有全球唯一性，制造商需确保30年内不重复。

原创 Tortoisegit 安装使用教程

本文详细介绍了使用TortoiseGit生成SSH密钥和创建Git仓库的步骤：首先通过PuttYgen生成id_rsa密钥文件，转换为.ppk格式；然后新建Git仓库并完成初始化设置；最后配置TortoiseGit客户端。整个过程包含11个具体操作步骤，配有图示指引，涵盖了从密钥生成到仓库建立及客户端配置的完整流程。

原创 TC397的RAM区域划分及作用

摘要：本文介绍了英飞凌TC397汽车级微控制器的RAM结构。作为AURIX™TC3xx系列高性能MCU，TC397采用TriCore™多核架构，适用于自动驾驶、功能安全等汽车电子应用。文章重点解析了其内存结构，包括DAM、DLMU、DSPR、LMU等多个RAM区域的功能特性，并提供了详细的内存结构概览图。这些内存区域共同支撑着TC397在严苛汽车环境下的高效数据处理能力。

原创 基于autosar的simulink子系统模板

本文介绍了AUTOSAR模型配置的主要步骤：首先添加函数调用子系统并定义输入输出接口；然后进行AUTOSAR配置，包括设置组件、接口并完成配置；最后配置autosar字典和CodeMappings，将AUTOSAR配置与模型关联。整个流程涵盖了从子系统创建到AUTOSAR接口映射的关键环节，为模型到AUTOSAR架构的转换提供了完整指导。

原创 基于AUTOSAR开发的simulink模型配置

原创 matlab中结构体数据的定义和使用

本文介绍了在MATLAB中创建嵌套结构体数组的方法。首先定义二维结构体数组DemoStructArray(2)=struct，然后分别设置每个元素的子结构体成员：Q95MaxInfo和Q98MaxInfo，每个子结构体包含数值型字段(Q95Val/Q98Val)和字符串字段(FilePath)。演示了如何逐步构建包含两层嵌套结构的复杂数据结构。

原创 基于AUTOSAR的simulink模型开发

摘要：文章首先介绍了汽车开放系统架构AUTOSAR的基本概念，然后重点探讨了基于Simulink的三种开发方法：自上而下（从系统需求到代码实现）、自下而上（从底层组件构建系统）以及混合模式（结合前两种方法）。这三种开发方式为汽车电子系统设计提供了灵活的选择方案，能够满足不同开发场景的需求。（80字）

原创 Simulink.Bus.createMATLABStruct 函数详解

摘要：Simulink.Bus.createMATLABStruct是MATLAB/Simulink中用于创建与总线对象匹配的MATLAB结构体的函数，主要用于总线信号初始化和测试用例生成。使用步骤包括：1）创建总线对象（定义总线元素）；2）基本用法生成默认结构体；3）可指定初始值创建结构体。典型应用包括生成标定量初值，支持从数据字典中获取总线定义，可设置默认值或1维生成选项。该函数能有效简化总线信号的初始化过程，提高开发效率。（149字）

原创 Simulink 模型更新命令使用方法

本文介绍了MATLAB中set_param(gcs,'SimulationCommand','update')命令的使用方法。该命令用于更新当前或指定模型，使参数修改生效。文章详细说明了基本用法、错误处理以及批量更新引用模型的方法，并提供了一个修改增益参数后更新模型的示例场景。注意事项包括确保模型已加载、参数修改后必须更新等。该命令是Simulink模型调试和参数调整的重要工具。

原创 Simulink观测量的脚本生成实现

摘要：Matlab提供脚本生成观测量的方法，避免手动添加导致的效率低下和错误。方法包括：1）通过Simulink.CoderInfo进行代码配置；2）使用AUTOSAR4.Signal类配置CoderInfo。使用AUTOSAR4信号类生成的观测量在代码生成时会被包含在START_SEC_VAR和STOP_SEC_VAR关键字之间，提高开发效率。

原创 Simulink 模型中脚本添加观测量方法

摘要：本文介绍了通过MATLAB脚本自动化添加模型观测量的方法，以提高模型开发效率。具体实现步骤包括：创建新模型、添加输出端口和接地模块、连接信号线并设置信号属性。脚本代码展示了如何通过add_block和add_line等函数快速构建模型结构，最后保存模型。这种方法避免了手动操作，显著提升了模型开发速度。

原创 Matlab m文件加密成p文件方法

摘要：本文介绍了MATLAB中pcode命令的使用方法，用于将.m文件转换为.p文件。具体操作包括：1）对单个m文件使用"pcode xxx.m"命令；2）批量转换文件夹下所有m文件，语法为"pcode(路径+*.m)"，例如转换D:\aaa目录下所有.m文件可执行"pcode('D:\aaa*.m')"。该命令可有效保护MATLAB源代码。