智能网联汽车领域卓越工程师培养教学改革＊

张毅，李启来，郭强

（1.重庆理工大学车辆工程学院，重庆 400054；2.重庆理工大学电气工程学院，重庆 400054）

前言

电动化、智能化、网联化正发展成为汽车产业的新业态[1]。同时，汽车产业逐渐从机械领域走向了新能源、智能网联的发展方向[2]。这导致汽车产业在人才需求上对于新能源技术人才、智能网联技术人才、汽车创新创业人才的稀缺[3]。所以需要提前研究面向智能网联汽车领域的工程技术人才的培养模式，增强毕业生在技术推广与企业的需求契合度。这是所有本科高校汽车类教学研究人员必须思考的课题[4]。

为解决上述问题，我院教学团队推出基于工程化项目教学的智能网联汽车工程技术人才培养模式。具体而言，利用分布式硬件在环（HIL）系统配置灵活的特点，使用车联网（IOV）将一辆改装过的纯电动汽车（EV）接入分布式HIL仿真系统中，构成实车在环仿真（Vehicle-In-the-Loop，VIL）[5]。这样此EV 既可以作为驾驶员输入平台，又能够将硬件在环的HEV 系统的实际输出功率实时地反映到EV 的动力输出上。其中，需要学生参与设计并完成四个主要子系统：实车在环VIL、电池硬件在环BIL、发动机硬件在环EIL 和云端服务器。

下文分为三个部分：首先，从教学项目的整体设计入手，简述了互联网分布式实车在环仿真平台（ID-VIL）的特点，并逐一讨论了学生在搭建ID-VIL 系统中各个子系统时的教学难点与知识收获；然后，基于CDIO 教学模式，指导学生以实车在环的方式对ID-VIL 系统进行了实验测试，并对实验结果进行了初步分析；最后，分析并总结了此教学改革项目对于提升学生工程应用能力的作用，并对如何实施卓越工程师培养计划进行了一定思考。

1 项目化教学与仿真平台搭建

ID-VIL 仿真的基本思路是通过无线车联网（IOV），将一辆纯电动车添加到现有的硬件在环仿真平台，从而使该电动汽车不包含任何混合动力系统就可以进行混合动力汽车的仿真。同时，布置在硬件在环平台上的混合动力汽车的子系统(如发动机和电池)可以像在实车上一样工作。如图1 所示，作为中央控制节点的云端服务器Cloud，电动汽车（VIL）和发动机硬件在环（EIL）、电池硬件在环（BIL）等硬件在环仿真平台以“数据耦合”的形式耦合在一起，构成了ID-VIL仿真平台。需要学生参与的项目包括：①电动汽车（EV）子系统；②云端服务器（Cloud）子系统；③发动机硬件在环（EIL）子系统；④电池硬件在环（BIL）子系统。ID-VIL 系统的详细参数参见本团队已发表的研究[6]。

图1 ID-VIL 仿真概述

1.1 电动汽车（EV）子系统

在EV 子系统中，学生需要对一辆纯电动汽车（力帆620EV，图2）进行改装。需要将车载控制器采集到的驾驶员输入（油门与刹车）信号通过车联网（4G LTE 网络）先发送给云端服务器，然后根据云端返回的给定转矩控制电动机的输出转矩[7]。需要学生掌握车载CAN 总线通信协议、基于4G LTE 网络的TCP/IP 通讯技术、车载控制器（VCU）对驾驶员输入（油门和刹车）信号的处理过程。

图2 电动汽车(EV)子系统配置

1.2 云端服务器（Cloud）子系统

云端服务器是租用的重庆电信的虚拟云主机（CPU 4 核Xeon 2.13GHz，内存 8GB，带宽 5Mb）。其主要负责三个功能：通信管理、整车能量管理策略、子系统仿真模拟（电动机、传动系统）[8]。所以需要学生掌握基于套接字（Socket）的服务器/客户端（Sever/Client）系统的构建、混合动力汽车（串联）能量管理策略设计、部分子系统（电动机、变速箱）的仿真模型的搭建。

1.3 发动机硬件在环（EIL）子系统

如图3 所示，本文发动机硬件在环选用的是AVL 160kW测功机和力帆乘用车公司的LF481Q3 发动机。发动机HIL系统需要从Cloud 接收需求转矩转速指令并执行，同时向Cloud 返回发动机当前状态（实际输出转矩转速和瞬时油耗）[9]。所以需要学生掌握发动机原理与检测技术、AVL 测功机Puma 控制软件使用与编程方法。

图3 发动机硬件在环试验台架

1.5 电池硬件在环（BIL）子系统

因为在BIL 的配置过程中，假设每个电池之间不存在均衡问题。因此，原本由15 个单个电池（20V，30Ah）串联组成的电池组，其在BIL 系统中只需要用一个单电池代替（图4）。而此电池所需充放电功率为整个电池组的十五分之一[10]。BIL 包含四个部分：电子负载、电池、电池测试仪、控制台。具体来说，云端服务器将所需的功率（放电时为正，充电时为负）发送到BIL。然后BIL 提供来估计电池的SOC，SOH，并和可用功率一起发送给云端服务器。此外电池测试仪也用来监测电池的内阻并计算SOH。所以学生需要掌握电池基本原理、电子负载的使用与编程方法、通过检测电池内阻估算电池剩余寿命的原理与方法。

图4 电池硬件在环

2 CDIO 教学与实车上路实验

2.1 历史数据收集

本研究的目标对象是在预定路线上行驶的车辆，如通勤交通和公共交通。如图5 所示，路试行驶路线为重庆理工大学花溪校园周边道路。整个路线长约15 公里，通过16 个红绿灯，行驶时间约30 分钟，包括高速公路（内环高速）和城市（其余部分）的交通状况。

图5 道路测试路线

从如图5 所示的路线中收集了多组历史驾驶数据。这些数据是在17：30 这种典型的高峰时段进行采集的。为了减少驾驶员的驾驶习惯对所记录数据的影响，在保障安全和遵守规则的条件下，驾驶员被要求尽可能地跟随车流。所以需要学生将工程管理知识用于实践，协调各个数据采集小组，完成历史驾驶数据的收集与分析整理。

2.2 基于前导车车间通信的路况预测

在测试车辆启动之前，需要预测未来的路况信息。在本研究中，前导车的实时驾驶状态被发送到云端服务器。很明显，前导车越多，预测越准确，然而考虑到成本因素与实验条件，只有两个前导车（小组）参加实验。如图6 所示，每辆前导车（小组）的负责覆盖一半的测试路线。这里需要学生灵活应用车间通信（V2V）与车流建模的知识，进而准确预测未来路况信息。

图6 前导车的数据

2.3 道路试验

为了实现实时整车能耗优化，本项目设计了一个具有两层结构的互联网分布式能量管理策略（ID-EMS）（图7）。一方面，云端服务器上的顶层EMS 具有较强的计算能力和较大的存储容量，因此侧重于行程预测和全局优化。另一方面，实车上的底层EMS 通过IOV 连接到顶层EMS。通常其计算能力有限，因此它更合适实时局部优化，同时保证优化结果大体上跟随顶层的优化结果。

图7 ID-EMS 的两层结构

最后，实车上路测试小组完成如前所述的14.5km 的围绕着重庆理工大学花溪校区的道路驾驶测试实验。测试结果如图8 所示，其中，代表实际SOC 的红线大体上跟随着黄带，这说明底层EMS 参考了顶层EMS 的全局优化结果。这为车载控制器的能量管理提供了一定的灵活性，同时又不会使结果偏离全局优化太远。在此试验中，参与的学生实践了整车能量管理策略的设计与实现，并且通过一个包括若干分布式硬件台架协同的实车路试，亲身感受了混动系统的工作过程与驾驶体验。期间需要学生掌握的知识包括：整车能量管理策略、最优化理论、车辆测试技术。

图8 ID-EMS 的实验结果

3 结论

若要培养适应智能网联汽车发展所需知识结构及综合素质高的卓越工程技术人才，那么大学期间必须培养学生的实践能力、创新能力、就业能力和创业能力这“四种能力”。基于互联网分布式实车硬件在环仿真平台的教学改革结合了大学生创新项目的多样性、实用性及专业性等特色，利用实践教学帮助学生加深对理论知识的理解，培养学生独立思考及利用已有知识体系解决复杂工程问题的能力，使学生主动的参与教学过程，有目的的获取有用的信息，并在一个团队中发挥自己的作用，最大地发挥学生自身的主观能动性，这样有利于培养学生的工程意识，工程素质和工程实践能力。