标签: FMI

FMU中时间概念的连续性和离散性实际上是变量的属性。并且FMU都能够包含连续时间的变量或是离散时间的变量。在模型交换类型和联合仿真类的FMU通信中可以看到这一点。 在FMI2.0中通过通信点来进行数据交换的通信结构是离散的。 一、模型交换：导入工具提供求解器 仿真工具之间模型集成非常紧密。 在导入工具和模型之间的接口非常复杂。 导入工具必须提供合适的求解器。 二、联合仿真：导出工具提供求解器 模型和求解器之间有着紧密的耦合关系。 导入工具和模型之间的接口相对简单。 可以选择不同的联合仿真算法和通信步长来实现更稳定精确的仿真方案。 三、联合仿真的接口Interface 通信时间步长可以和内部步长不同，通信时间步长主要是不同FMU之间交换信息，而在各自的内部可以时是不同的可变时间步长。 在联合仿真接口中，参数会根据FMI标准有着典型的调用顺序： 得到输出：fmiGetXXX(...) 触发计算直到下一个通信节点：fmidoStep(...) 设置输入值：fmi2SetXXX(...) 以C代码为例： 使用FMI2Instantiate函数实例化FMU CALL instantiationToken, fmi2Flase, fmi2Flase)) 其中涉及到的参数分别是FMI实例、FMU资源的URI、声明FMU的类型为联合仿真、唯一标识符、是否显示FMU的GUI和是否启动日志记录的参数。 应用初始值和输出 CALL (applyStartValues(S, settings)); CALL startTime, true , true , false )); 设置参数并进入初始化模式，如果有FMU初始状态文件的话，可以在实例化FMU后执行 CALL 0 startTime, fmiFalse, 0 )); CALL (FMI2EnterInitializationMode(S)); CALL (FMI2ExitInitializationMode(S)); 进入仿真循环，按照时间步长进行采样和应用输入 for (ubsigned long step = 0 ;; step++) { const outputInterval; ... CALL (FMISample(S, time, result)); CALL (FMIApplyInput(S, input, time, true , true , false )); ...... const outputInterval, fmiTrue); ...... CALL (FMIGetBooleanStatues(S, fmi2Terminated, &terminated)) ...... CALL (FMI2GetRealStatus(S, fmi2LastSuccessfulTime, &lastSuccessfulTime)); CALL (FMISample(S, lastSuccessfulTime, result)); ...... 联合仿真算法作用 联合仿真算法不属于FMI标准的一部分，其作用主要是用于： 推进整个仿真系统的时间，使得各个子系统的FMU组件在 每个时间步长上同步执行仿真计算，即代码中仿真循环的部分。 交换输入和输出数据。 触发时钟信号，用于同步不同仿真组件或触发某些操作，即代码中。 settings startTime + step * settings outputInterval; FMI2DoStep (S, time, settings outputInterval, fmiTrue); 处理事件，例如状态变化、外部输入、内部条件触发等，即代码中。 CALL (FMI2GetRealStatus(S, fmi2LastSuccessfulTime, &lastSuccessfulTime)); CALL (FMISample(S, lastSuccessfulTime, result)); 四、模型描述文件是并行的 模型描述文件modelDescription.xml包含了关于FMU所有的静态信息，其定义了FMU支持的接口类型，无论是模型交换或是联合仿真，同时解释了模型变量，包括了输入、输出以及相关参数，以便导入工具进行访问。 除此之外也会包含模型接口的一些信息，比如模型连接时数据是符合输入输出的。 并且在模型描述文件中还会声明一些属性标志，比如“needsExcutionTool”，这一属性表示需要特定的程序或是特定的库文件才能够执行FMU，所以在导入FMU时，在导入工具中需要一个额外的包装Wrapper，并不真正的参与计算，而是用来实现模型、求解工具和执行之间进行通信。

功能模型接口FMI（Functional Mock-up Interface）是一个开放且与工具解耦的标准。FMI包含了一个C-API（接口），一个用于描述接口的XML文件以及可交换的功能模型单元FMU（Functional Mock-up Unit），通常会是“zip”文件。FMI实际上是提供了容器化形式的模型，能够在不同的目标上轻松进行重复使用和部署，实现在不同的自动驾驶仿真工具之间动态交换仿真模型和联合仿真。 一、FMI的使用 1、导入和导出工具 通常来说在使用FMI时会有包含导入和导出工具。 导出工具通常是开发模型的地方，能够将模型按照FMI标准打包为FMU；导入工具通常独立于导出工具，可以在外部设置由C-API定义的一个变量、一个值或是触发一个计算步骤，在接收FMU后在，可以在导入工具中与其他模型结合并实现联合仿真。 实际上FMI标准只定义了一个FMU的接口，在多个FMU进行耦合并实现联合仿真时，FMI标准并不涉及到的联合仿真算法或是FMU 的求解器。 2、FMU文件结构 FMU作为模型的容器能够自由的进行分发，通常来说是一个以".fmu"结尾的zip文件。 在一个FMU文件中，至少包含了一个模型描述文件，其描述了模型变量、接口、能力以及模型架构扩展限制的元数据信息。 还至少包含了一个二进制的模型表示，在Linux系统下是.so文件，在window系统中是dll文件。也可以是C源码，能够让使用者进行重新编译创建一个新的二进制文件用于新的目标，这一部署机制可以方便的扩展到不同的系统平台上。 除此以外，可能还包括额外的文件，比如模型文档和相关的头文件。 3、FMI 2.0和FMI 3.0 FMI2.0包括： 带有事件的常微分方程（ODEs），这些方程描述了系统的动态行为，需要通过数值求解器来进行求解； 连续和离散变量，即FMI的模型中，变量可能是随时间变化，也可以是在特定时间点发生变化； 时间概念，或可以理解为更广泛的独立变量，或是自变量，比如可以是一个角度，从而表述系统的动态变化。 FMI3.0增加： 不仅限于动态方程，也支持纯代数方程，可以处理不随时间变化的静态关系； 进一步支持了复杂的离散行为，即通过使用始终和模型分区来管理模型的顺序和同步； 同时不仅仅是基于物理的方程还可以： vECU模型 机器学习模型 AI模型 ...... 二、FMI 3.0.1中的联合仿真 1、多个仿真程序耦合 联合仿真时将多个仿真程序耦合在一起，最终实现由多个子系统组成整理自动驾驶HiL系统的行为。 2、子系统耦合 子系统之间是互相耦合的，也就是每个子系统的行为依赖于其他子系统的行为，所以联合仿真必须是以逐步计算的方式进行。 3、示例 每个仿真程序负责计算一个子系统的行为，比如在自动驾驶HiL系统中，aiSim负责场景和传感器仿真，CarSim负责车辆动力学，两个仿真程序互相使用对方产生的输出来进行计算。 CarSim中车辆动力学更新的频率时1kHz，那么需要同步aiSim中场景更新的频率也为1kHz，而且只有在收到动力学信息后才会进行下一步的仿真。 4、同步和误差管理 在联合仿真的过程中，可能会产生附加误差，需要通过合适的联合仿真算法或是通信模式来将其限制在可接受的范围内，比如设置更新步长等。 作者介绍 崔工 康谋科技仿真测试业务技术主管，拥有超过5年的汽车仿真测试及自动驾驶技术研发经验，熟练掌握仿真测试工具和平台，如aiSim、HEEX等，能有效评估和优化自动驾驶系统的性能和安全性。拥有出色的跨文化沟通能力，成功带领团队完成多项海外技术合作项目，加速了公司在自动驾驶技术上的国际化进程。作为技术团队的核心，领导并实施过大规模的自动驾驶仿真测试项目，对于车辆行为建模、环境模拟以及故障诊断具有独到见解。擅长运用大数据分析和人工智能技术，优化仿真测试流程，提高测试效率和结果的准确性。