扩展基于模型的系统工程, 实现超越单个自动驾驶汽车界限的工程设计

每一辆自动驾驶车辆的背后，都需要更加广泛的协同工程和运营。自动驾驶车辆 (AV) 依赖城市和其他 AV 传感反馈来提供更安全、高效的路线引导和自动驾驶。通过考虑更广泛的范围，包括车辆工作环境，系统工程 (SE) 可以帮助自动驾驶车辆的开发和运作。同时，基于模型的系统工程 (MBSE) 通过增加传感器、传动装置和计算电子元件来支持产品和系统复杂性的不断提升。精确的数字孪生改善虚拟和物理相互之间的关系，提供更安全、更快的自动驾驶车辆开发和验证解决方案。

免费下载 PLM 咨询全球领导企业 CIMdata 编撰的此白皮书，了解更多详情。

实现自动驾驶车辆开发和运作所需的跨系统框架

让自动驾驶车辆更安全需要情境感知的架构性框架，例如，障碍检测和避让。对于要求安全协作规划的交通生态系统而言，需要超越车辆之外的协调。要在运作环境中建立信任，就需要认可跨系统思维。在开发过程中所用的自动驾驶车辆系统工程惯例及其运作环境中需要如此，在环境发生变化时更是如此。西门子自动驾驶车辆开发解决方案拓展了系统工程功能，并帮助实现自动驾驶车辆开发和运作所需的跨系统框架。

借助集成式 MBSE 方法弥合不同工程学科之间的差距

从车队协调到交通管理，运输管理系统需要与当今的车辆连通，才能弥合如今先进驾驶辅助系统与未来完全自动驾驶车辆之间的缺口。这就需要集成式 MBSE 方法覆盖更广泛的领域，并且其视角（即关联环境）超越自动驾驶车辆开发中某一单独车辆的界限。组织多学科信息、在详细设计之前预验证复杂系统假定情况、考虑历史车辆工程和制造以外的新组，都需要跨系统惯例。西门子集成式 MBSE 解决方案设计用于帮助客户弥合不同工程学科之间的差距，改进不同组织部门之间的协同配合。

通过西门子数字孪生方案，提供更好、更快的自动驾驶车辆开发

由于车辆相关的电子产品与软件呈指数级增长，车辆开发、确认和验证以及生命周期都在不断改变。自动驾驶车辆开发需要考虑复杂运作场景，为确保一致性，只有通过运用架构性框架支持的基于模型的系统工程原理才能实现。要在运作环境中采用自动驾驶车辆，需要真实世界运作环境系统的准确数字孪生。使用数字孪生，运用真实世界测量值来关联基于模型的场景、评估复杂运作异常情况，就可以让自动驾驶车辆升级更加可靠，从而赢得客户和社会的信任。

免费下载此白皮书，详细了解为何 CIMdata 预测企业掌握数字孪生来连通数据可以在自动驾驶车辆开发和运作过程中实现巨大收益，从而建立起城市和乘客的信任。