ETAS全新的嵌入式AI解決方案

汽車嵌入式系統(tǒng)的AI建模和代碼生成工具

本文會(huì)主要涉及的ETAS工具：

ASCMO tool family

能夠根據(jù)數(shù)據(jù)構(gòu)建AI模型，并自動(dòng)實(shí)現(xiàn)參數(shù)優(yōu)化；

Embedded AI Coder

將訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)部署到用于μC、μP的高性能嵌入式C代碼。

前言

“將訓(xùn)練后的AI神經(jīng)網(wǎng)絡(luò)模型，自動(dòng)化生成安全且高效的C代碼，用于嵌入式系統(tǒng)” ，近日ETAS攜全新的智能化工具Embedded AI Coder亮相2025上海國際車展。

Embedded AI Coder作為AI模型與嵌入式控制之間的橋梁，能夠助力車企客戶面向AI，實(shí)現(xiàn)低成本、高安全，以及最佳資源效率，且經(jīng)由博世量產(chǎn)項(xiàng)目充分驗(yàn)證。

嵌入式AI實(shí)例

作為延伸，本文將會(huì)詳細(xì)展示一個(gè)實(shí)例，結(jié)合ETAS基于數(shù)據(jù)AI建模的ASCMO工具，從采集的最初始數(shù)據(jù)文件表格開始，構(gòu)建并訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，然后通過Embedded AI Coder自動(dòng)生成C代碼。

在步驟結(jié)束之后，也會(huì)附上最終生成的源代碼壓縮包以供查看，體驗(yàn)ETAS嵌入式AI方案。

1. 首先打開ASCMO Desk， ASCMO系列工具是為數(shù)據(jù)驅(qū)動(dòng)的AI建模任務(wù)而設(shè)計(jì)的，目標(biāo)是創(chuàng)建一個(gè)數(shù)學(xué)模型或機(jī)器學(xué)習(xí)模型，使這個(gè)模型能夠準(zhǔn)確復(fù)現(xiàn)系統(tǒng)的一個(gè)或多個(gè)輸出行為。為了有效地訓(xùn)練模型，我們需要相關(guān)的輸入輸出數(shù)據(jù)，這些數(shù)據(jù)有助于描述系統(tǒng)輸出行為。

對(duì)于具有時(shí)間相關(guān)性的瞬態(tài)數(shù)據(jù)，選擇打開ASCMO Dynamic。

2. 我們選取一個(gè)電池的數(shù)據(jù)文件，通過SOC和電流進(jìn)行電壓預(yù)測(cè)對(duì)于BMS系統(tǒng)來，可以改善電池管理、確保系統(tǒng)穩(wěn)定性、優(yōu)化性能和檢測(cè)故障，最終提高整體可靠性和效率。

將數(shù)據(jù)表格excel文件導(dǎo)入ASCMO。

3. 將電池電壓配置為模型輸出，然后建模類型這里選擇RNN(循環(huán)神經(jīng)網(wǎng)絡(luò))。

點(diǎn)擊確定，ASCMO就會(huì)自動(dòng)訓(xùn)練模型，即便當(dāng)用戶完全沒有機(jī)器學(xué)習(xí)的相關(guān)經(jīng)驗(yàn)，都可以輕松快速的獲得AI神經(jīng)網(wǎng)絡(luò)模型。

通過結(jié)果的曲線，我們也可以看到模型輸出值能表現(xiàn)實(shí)際測(cè)量值的程度。

4. 相應(yīng)的，ASCMO還提供了Auto ML功能，能夠通過算法自動(dòng)探索最佳模型架構(gòu)和參數(shù)。

打開Auto ML，用戶只需在這里預(yù)先定義好自動(dòng)機(jī)器學(xué)習(xí)的探索空間(即參數(shù)范圍)。

5. 當(dāng)目標(biāo)類型的模型完成訓(xùn)練，且輸出達(dá)到預(yù)期之后，在v5.15版本的ASCMO中，可以選擇對(duì)象為Embedded AI Coder格式導(dǎo)出。

在實(shí)例中，我們從ASCMO將會(huì)得到一個(gè)名為predict_Voltage.keras的神經(jīng)網(wǎng)絡(luò)模型文件。

6. 接下來是重點(diǎn)步驟，通過AI Coder來生成代碼。

通過命令行，輸入“coder code predict_Voltage.keras”，AI Coder可以全程自動(dòng)化完成編碼工作。

7. 在生成的C代碼文件夾中，我們看到Embedded AI Coder的全部生成結(jié)果如下圖。

同時(shí)readme文本也詳細(xì)說明了，各個(gè)文件夾層級(jí)以及每項(xiàng)文件的解釋和用途。

在src源代碼目錄中，有最為關(guān)鍵的AI神經(jīng)網(wǎng)絡(luò)模型的嵌入式實(shí)施代碼。

實(shí)例最后，附上Embedded AI Coder生成代碼的壓縮包，可供大家參考并查閱。

點(diǎn)擊閱讀原文獲取下載鏈接

ETAS嵌入式AI解決方案

選擇在嵌入式系統(tǒng)中應(yīng)用AI，能夠使用戶開啟技術(shù)創(chuàng)新，獲得諸多核心價(jià)值，例如：

使用AI模型替代復(fù)雜的功能規(guī)則邏輯，能夠縮短開發(fā)周期，以及提升產(chǎn)品本身運(yùn)行性能；

采用AI虛擬傳感器取代真實(shí)物理傳感器，不僅節(jié)省可觀的單車成本，進(jìn)而還能優(yōu)化機(jī)械結(jié)構(gòu)。

ASCMO和AI Coder能夠驅(qū)動(dòng)研發(fā)創(chuàng)新，將時(shí)下火熱的AI神經(jīng)網(wǎng)絡(luò)模型，以高安全的嵌入式代碼部署到客戶現(xiàn)有的控制器架構(gòu)，為傳統(tǒng)的汽車嵌入式控制注入新鮮血液。

嵌入式AI相關(guān)話題，歡迎咨詢。