在汽车行业,虚拟技术正成为变革的关键力量。今天,我们就来深入探讨宝马团队如何利用实时多体系统仿真(RT - MBS)技术,在驾驶模拟器中实现虚拟驾驶动力学评估,这一创新为汽车开发流程带来了巨大变革。
汽车开发流程里,驾驶动力学开发(DDD)环节需要大量的实体原型车进行测试,成本高且耗时久。将其虚拟化,能减少对实体原型车的依赖,降低成本和时间。但虚拟化也面临挑战:
主观评估难题:驾驶动力学开发过程中,专家驾驶员的主观体验和评估至关重要,可虚拟结果不像真实测试那样直观,这就给主观评估带来了困难。
实时性要求:驾驶模拟所用模型必须能实时运行,即模型计算要在极短且固定的时间步长内完成,若模型的实时指数(RTI)低于 1,才具备实时能力。
模型精度需求:为了在驾驶模拟器中真实再现车辆动力学并做出准确的主观评估,需要高精度、详细的仿真模型。多体系统仿真(MBS)虽能满足这一需求,但计算成本高,通常耗时较长,不太适合实时应用。
不过,虚拟化带来的好处也很显著。除了降低实体原型车开发成本,还能让车辆模型在开发早期就得到评估,增加了开发灵活性。而且虚拟评估比实际测试更简便、快捷,能快速切换不同设置进行连续评估,减少等待时间,提高评估可靠性。同时,也降低了物流复杂度,驾驶模拟的安全性、可控性和可重复性也更强。
宝马团队搭建了一套复杂而精密的仿真基础设施:
多体仿真软件 - SIMULIA Simpack:这是构建和模拟 RT - MBS 车辆模型的核心软件,它能处理任意系统的非线性运动建模与求解。Simpack Realtime 为其增添了实时功能,通过调整模型配置,可轻松在非实时和实时模式间切换。
实时硬件 - Concurrent iHawk:选用了两种不同规格的iHawk计算机, 即 Ruby - iHawk 和 Diamond - iHawk,它们配备了 RedHawk Linux 实时操作系统,为时间关键型仿真提供强大算力支持。
实时软件框架 - 仿真工作台(SimWB):负责管理、协调和执行实时仿真,配置仿真过程的实时执行参数,启动 Simpack 实时求解器并监控运行时间,还为 Simpack 模型与其他软件搭建了通信桥梁。
仿真软件 - Spider:宝马的驾驶模拟环境 Spider,为分布式实时驾驶仿真提供了模块化框架,可控制模拟的各个环节。RT - MBS 车辆模型通过插件集成到车辆动力学模块,与 SimWB 协同工作,将车辆数据传输到运动提示模块,进而与模拟器运动基座的控制软件通信。
驾驶模拟器:团队在两款驾驶模拟器上对 RT - MBS 模型进行评估。Ruby Space 是 9 自由度模拟器,运动空间和加速度指标出色,低频响应好,适合处理和行驶相关的 DDD 测试;Diamond Space 是 7 自由度模拟器,凭借大横向运动空间优势,在评估车辆横向动力学极限方面表现卓越。
专家驾驶员借助 RT - MBS 模型,对车辆横向和垂向动力学进行评估。横向评估模拟真实场景,在多车道直道上用正弦波、阶跃转向等操作测试车辆响应、稳定性和转向手感;垂向评估则基于慕尼黑特定粗糙路面的扫描数据,在模拟器中重现该路面,测试车辆行驶舒适性和车身控制性能。评估选用了宝马5 系轿车(2017)、X5 SUV(2018)以及一款开发中的新车型原型的RT - MBS 模型。
在汽车驾驶动力学模拟领域,双轨建模(two-track model )和实时多体系统建模(RT-MBS)是两种不同的建模方法。TT 建模相对简单,它通过使用特性曲线替代复杂的物理组件模型,大大减少了模型所包含的状态数量,从而降低了计算复杂度,提高了计算速度。相比之下,RT-MBS模型虽然计算成本高,但因其保留了更多物理细节,能更精确地模拟车辆的动力学特性,这在需要高精度模拟的驾驶动力学开发场景中具有重要意义。例如,宝马X5的RT-MBS模型包含600个状态变量,而传统双轨模型仅有16个。
为实现实时应用,团队精心选择线性隐式积分方案,平衡了计算效率和稳定性。针对车辆拓扑结构中的运动学闭环问题,用高刚度力元件替代闭环关节,将微分代数方程(DAE)求解转换为常微分方程(ODE)求解,减少计算时间,同时通过设置1ms 的时间步长,保障了模型的实时性和准确性。在组件建模与集成上,大量使用Simpack 标准库,部分组件借助FMI 接口实现模型交换与协同仿真,提高了模型复用性和互操作性。
车辆组件的结构柔性对驾驶动力学影响重大,在Simpack 中,通过包含柔性体输入(FBI)文件来体现车身柔性。以X5 车型为例,对比了刚性模型、完全柔性模型和去除部分加强筋的柔性模型,分析车身刚度变化对车辆动力学的影响,为模型优化提供了关键依据。
研究测试了多种组件变化对实时性能的影响,如柔性车身、轮胎建模、阻尼器模型、球铰摩擦模型和发动机悬置模型等。结果显示,这些组件的复杂设置虽会增加计算负载,但通过合理设计和调整,能在保证模型精度的同时,满足实时性要求。
通过客观分析不同柔性设置下X5 车身垂直加速度频谱图发现,经过优化的“具备实时能力的柔性”模型,在20Hz 以上能很好地逼近完全柔性模型,且明显优于刚性模型,为模型优化指明了方向。
专家驾驶员的主观评价表明,RT - MBS 模型在车辆横向和垂向动力学响应方面,相较于传统双轨(TT)模型有显著提升,能更真实地再现驾驶动力学现象。同时,柔性车身、复杂轮胎建模和动态阻尼器建模对提升模型质量作用突出,但这些特性也增加了计算成本。此外,模拟器测试结果与实际赛道测试高度吻合,验证了RT - MBS 模型在驾驶模拟器中进行DDD 评估的有效性。
宝马团队的研究表明,RT - MBS 模型在驾驶动力学评估上,相较于TT 模型有明显优势,且其在驾驶模拟器中的测试结果与实际赛道测试结果相符,这意味着驾驶动力学开发过程的很大一部分有望在虚拟环境中完成。不过,目前的验证结果还只是初步的,需要更多专家驾驶员参与的正式评估研究。同时,如何在保证模型高保真度的前提下提升实时性能,仍是未来研究的重点方向。未来,宝马团队还计划开发新的车辆模型、进一步优化模型并加强验证工作,推动汽车驾驶动力学开发的虚拟化进程迈向新高度。
汽车行业的虚拟化变革正在加速,实时多体仿真技术的应用为汽车开发带来了更多可能。相信在未来,这项技术会不断完善,让汽车开发更加高效、智能。
(本文基于宝马2023年欧洲VR会议论文编译,案例与数据均来自公开技术文档)