E-VCU Software Toolbox for ARM Cortex-R4 Processor based Electric Vehicle Control
Notice bibliographique
Résumé
Electric Vehicles (EVs) are essential for addressing climate change but developing a safe and reliable EV presents sig-nificant challenges. Compliance with functional safety standards, such as IEC 61508 and ISO 26262, is vital for EV manufacturers. However, the traditional approach of writing functional safety-compliant C code for Electric Vehicle Control Unit's (E-VCU) is complex, time-consuming, and prone to errors. Companies who provide selective hardware with model-based design support with specific software environment such as dSPACE, VECTOR, Speed Goat and NI, are increasingly preferred by the industry to address these issues. As such, we propose a MATLAB/Simulink toolbox that allows users to do development on the TMS570LS31x microcontroller through Simulink interface to address the same issues. Our toolbox streamlines the design process by allowing for easy and efficient development of software models without re-quiring extensive hard coding. Additionally, the selected software environment provides tools to verify and validate the functional safety compliance of the Simulink models, ensuring the resulting product meets automotive grade safety-critical standards. We test our library using a novel TMS570LS31x-based E-VCU on a test bench and a real electric car. The system's functionality is monitored using our data logger blocks and Graphical User Interface (GUI) application in real-time.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».