一、操作步驟

車輛動力學仿真是aiSim的核心組件，能夠根據駕駛指令來確定車輛的運動變化。基于準確可靠的車輛動力學模型，可以確保車輛模擬更加真實。在aiSim可以將FMU單獨視作動態庫來實現車輛動力學，也可以基于VDI和UDP來實現和FMU的聯合仿真。

1、實例化VDI

VDI中提供了5種不同的車輛動力學模型，包括：

（1）2d：橫向自行車模型
（2）23d：底盤俯仰和側傾分離的橫向自行車模型
（3）3d：具有3D剛性車身和獨立車輪懸掛的橫向輪胎模型（計算量很大）
（4）拖車模型：用于牽引車輛
（5）FMU：基于FMI對于車輛動力學的不同描述

整個聯合仿真的進程可以分四個部分：

（1）根據車輛名稱匹配對應的ego
（2）在VehicleDB.json或是ego自己的asset包中確認所定義的車輛動力學模型
（3）實例化專屬的VDI來處理FMU，定義必須的輸入/輸出數據
（4）通過socket和pyfmi處理FMU
在實例化VDI時，我們將會遵循以下四個部分來獲取車輛動力學的相關數據

2、通過UDP實現FMU的讀取

在實例化VDI的同時，初始化一個UDP接口來處理收到的數據。

如果我們通過UDP來實現FMU的讀取（為了分布式系統），那么我們還需要pyfmi和socket來協助我們讀取和寫入FMU的數據，整個腳本主要實現功能為：

（1）創建UDP的socket，用于監聽和讀取來自VDI的數據

（2）解析來自VDI的數據，獲取動力學數據和標志信號，后者主要用于步進操作

（3）基于標志信號步進式執行仿真

（4）基于fmipy讀取FMU中定義的各種動力學數據，并將其打包成UDP，在讀取時，同樣遵循modelDescription.xml中的定義

3、效果展示

在完成以上工作后，可以啟動整個進程，看一下分布式聯合仿真的效果。FMU和對應的腳本運行在PC1上，aiSim運行在PC2上。

以上就是關于功能模型接口FMI的聯合仿真的全部內容，通過FMU我們可以快速的在不同工具之間進行集成，而不需要進行大規模的模型移植或是繁瑣的聯調。