Embedded Software und KI im Team
Neue Entwicklungen beim Model-Based Design
Model-Based Design wird durch KI und neuronale Netze vielseitiger und leistungsfähiger. Doch welche Möglichkeiten eröffnet KI nun bei der Modellierung von Systemen? Und was kann KI generell im modellbasierten Design- und Entwicklungsprozess bewirken?
Die Entwicklung technischer Systeme geht zunehmend Hand in Hand mit Fortschritten in Software und KI. »Solche Systeme – oft komplex und mit hohen dynamischen Anforderungen – werden häufig mit Software-Tools wie Matlab und Simulink von MathWorks entwickelt, die einen hohen Grad an Qualität und Innovation ermöglichen«, erläutert Frank Graeber, Manager Application Engineering bei MathWorks. »Mit diesem wachsenden Entwicklungsanspruch nimmt die Bedeutung von Embedded Software etwa als Steuerungskomponente zu, weil sie einen effizienteren und anpassungsfähigeren Systembetrieb ermöglicht. Zudem erlangt KI sowohl im Systementwurf als auch im operativen Einsatz inzwischen immer mehr Bedeutung bei der Bewältigung von Komplexität und Variabilität solcher Systeme.«
Doch wie können Ingenieure Model-Based Engineering beispielsweise zur Entwicklung von Steuerungsmechanismen nutzen? Und wie kann der Einsatz von KI ihnen dabei helfen, Herausforderungen hochdynamischer Anforderungen zu bewältigen, die Abhängigkeit von physischen Prototypen zu verringern, begrenzte Ressourcen optimal einzusetzen sowie Zertifizierungsprozesse zu ermöglichen und zu beschleunigen?
Um die benötigten digitalen Funktionen für Embedded-Systeme zu entwickeln, bietet Model-Based Design (MBD) einen strukturierten Rahmen. Indem Algorithmus- und Verhaltensmodelle mit Anforderungen, Leistungsdaten und Testartefakten innerhalb eines einheitlichen digitalen Fadens integriert werden, ermöglicht MBD einen einfacheren, kohärenteren Entwicklungsprozess. Dieser Ansatz umfasst den frühen Designentwurf, das Prototyping und die Validierung durch Hardware-in-the-Loop-Tests.
So können Ingenieure beispielsweise für Battery Management Systems (BMS) in Automobilen komplexe Algorithmen entwickeln und simulieren, sie gegen verschiedene Szenarien testen und automatisch Code für die Hardware-Implementierung erzeugen. Auf diese Weise können sie eine umfassende BMS-Lösung entwickeln, die in der Lage ist, den Ladezustand zu ermitteln, die Temperatur zu regeln, den State-of-Health zu schätzen und die Verteilung der Ladung über die Zellen auszugleichen. »Tools wie Matlab und Simulink können dieses Vorgehen erleichtern«, sagt Frank Graeber. »Dieser nahtlose Workflow verkürzt nicht nur den Entwicklungsprozess, sondern gewährleistet auch, dass die endgültige Implementierung robust ist und die festgelegten Designkriterien erfüllt werden.«
Modelle testen, Systeme verifizieren
Jobangebote+ passend zum Thema
Um Modelle sicher auf Hardware zu implementieren und eine hohe Produktqualität aufrechtzuerhalten, brauchen Ingenieure stringente Test- und Verifizierungsprozesse. Tools wie Polyspace von MathWorks bieten robuste statische und dynamische Tests für C/C++-Code innerhalb von Continuous Integration Pipelines, was es ermöglicht, Fehler frühzeitig zu erkennen und über unterschiedliche Märkte und Sprachen hinweg effizient zusammenzuarbeiten. Mithilfe einer Model-Based Safety Analysis (MBSA), die Fehlermodellierungen und Tests integriert, steht Ingenieuren ein weiterer Ansatz zur Verfügung, um die Verlässlichkeit und Einhaltung von Industriestandards zu gewährleisten. Modulare Back-to-Back-Testframeworks unterstützen zudem Zertifizierungs-Workflows, indem sie Algorithmen auf verschiedenen Hardware-Plattformen testen und automatisiert Berichte generieren. Diese Testmethoden helfen dabei, technische Systeme gründlich zu prüfen und die erforderlichen Sicherheits- und Qualitätsstandards zu erfüllen.
Mithilfe von KI Systeme intelligenter entwickeln
Durch KI ergeben sich neue Möglichkeiten bei der Modellierung von Systemen. Neuronale Netze können beispielsweise die Zustände der Komponenten elektrischer Antriebe abschätzen und die Fehlerklassifikation im Entwicklungsprozess übernehmen. »Weil KI in der Lage ist, komplexe Datenmuster zu verarbeiten und aus vielfältigen Datensätzen zu lernen, verbessert ihre Anwendung die Genauigkeit und Effizienz dieser Modelle«, führt Frank Graeber aus. »Ingenieure nutzen Anwendungen wie Matlab, um KI-Datensätze zu erweitern, KI-Modelle zu entwickeln, die auf domänenspezifische Aufgaben zugeschnitten sind, diese Modelle in einem systemweiten Kontext umfassend zu testen und automatisiert Code für Embedded-Systeme zu erzeugen.«
Darüber hinaus erleichtert KI die Wartung physischer Komponenten, indem sie Lernmodelle mit physikbasierten Simulationen integriert. »Diese Kombination ermöglicht es Ingenieuren, Datensätze unter verschiedenen Bedingungen zu generieren und Predictive-Maintenance-Modelle zu entwickeln, die sich in Echtzeit auf Edge-Geräten zur Fehlerklassifikation einsetzen lassen«, verdeutlicht Frank Graeber. »KI-Technologie bietet außerdem leistungsstarke Lösungen für Szenarien, in denen direkte Messungen schwierig oder zu kostspielig sind.« Virtuelle Sensoren beispielsweise sind eine leistungsstarke KI-Technik, mit der Ingenieure das Verhalten eines physischen Sensors nachahmen können, wenn das betreffende Signal nicht direkt gemessen werden kann oder wenn ein physischer Sensor das Design zu teuer und zu komplex machen würde.
»Die Konvergenz von Software-Tools und KI hat das Designen, Steuern und Zertifizieren von Hochleistungssystemen verändert«, resümiert Frank Graeber. »Ingenieuren steht inzwischen ein weites Feld an Anwendungen zur Verfügung, von Model-Based Engineering-Workflows über KI-gesteuerte Modellierung bis hin zu umfassenden Test- und Verifizierungsprozessen. Richtig eingesetzt und mit den passenden Plattformen ausgestattet, können Ingenieure heutzutage hochwertige, sichere und innovative Systeme entwickeln, die den Anforderungen moderner Anwendungen gerecht werden.«
Zu Model-Based Design und anderen Fokusthemen gibt es von MathWorks im Rahmen der embedded world Conference ein paar Vorträge und auf dem Messestand einige Demos.
MathWorks auf der Messe embedded world 2025: Halle 4, Stand 110
Lesen Sie mehr zum Thema
Das könnte Sie auch interessieren
Zuken
تطبيقات تصميم لوحات الدوائر المطبوعة مع دعم الذكاء الاصطناعي
Zuken
PCB-Design-Anwendungen mit KI-Unterstützung
