一种基于GPT的车辆控制器的软件开发方法及系统技术方案

本发明专利技术提供了一种基于GPT的车辆控制器的软件开发方法及系统，涉及车辆技术领域，该方法包括：接收用户输入的指令，利用GPT技术使得所述指令生成仿真模型；通过仿真工具对所述仿真模型进行修改，形成初始模型，导出所述初始模型，并对所述初始模型进行模型在环测试，直到得到符合预设要求的测试结果，形成最终模型；通过辅助工具对所述最终模型进行解析，生成程序代码和机器代码，将所述机器代码烧录至控制器中；对所述程序代码进行软件在环测试和验证，对所述控制器进行硬件在环的测试和验证，得到创建完成的软件，本发明专利技术能够解决现有技术中模型设计复杂困难并且无法实现与代码双向映射和同步的技术问题。双向映射和同步的技术问题。双向映射和同步的技术问题。

【技术实现步骤摘要】
一种基于GPT的车辆控制器的软件开发方法及系统


[0001]本专利技术涉及车辆
，具体涉及一种基于GPT的车辆控制器的软件开发方法及系统。

技术介绍

[0002]基于模型的定义(Model Based Definition，简称MBD)是一种围绕模型展开的项目开发方法，指对开发对象或者项目产品进行精确建模，其核心思想是将与三维实体模型相关的产品尺寸、几何公差、基准、表面粗糙度等详细信息统一集成于三维实体模型中，用该集成的三维实体模型来完整的表达产品的定义信息，并将其作为产品制造过程中的唯一依据，完全摒弃了传统结构设计过程中以二维CAD图纸来表达实体模型的方式，从而使得整个产品生命周期内的数据唯一性得到保证。消除了数据传递过程中产生的歧义，大大提高了产品设计的效率。
[0003]其中，MBD应用于汽车领域中，需要用户掌握各项工具，例如三维CAD软件建模、仿真工具的使用以及模型的构建、分析，否则无法生成有效或者是优化的代码，流程实施复杂困难，并且模型的修改耗时费力。

技术实现思路

[0004]针对现有技术的不足，本专利技术的目的在于提供一种基于GPT的车辆控制器的软件开发方法，旨在解决现有技术中模型设计复杂困难的技术问题。
[0005]本专利技术的一方面在于提供一种基于GPT的车辆控制器的软件开发方法，所述方法包括：接收用户输入的指令，利用GPT技术使得所述指令生成仿真模型；通过仿真工具对所述仿真模型进行修改，形成初始模型，导出所述初始模型，并对所述初始模型进行模型在环测试，直到得到符合预设要求的测试结果，形成最终模型，计算所述仿真模型与所述最终模型的模型损失，，其中，y
i
为第i个位置的最终模型，x
i
为第i个位置的仿真模型，Loss
M
为模型损失，i=1,...,n，判断所述模型损失是否超过阈值，若否，不更新所述仿真模型，若是，更新所述仿真模型，计算出所述模型损失中区域最大损失值，，其中，Z为区域最大损失值，
根据所述区域最大损失值的位置以及所述指令，对GPT技术生成附加位置信号；通过辅助工具对所述最终模型进行解析，生成程序代码和机器代码，将所述机器代码烧录至控制器中；对所述程序代码进行软件在环测试和验证，对所述控制器进行硬件在环的测试和验证，得到创建完成的软件。
[0006]与现有技术相比，本专利技术的有益效果在于：通过本专利技术提供的基于GPT的车辆控制器的软件开发方法，简化模型设计流程，具体为，接收用户输入的指令，利用GPT技术使得所述指令生成仿真模型，能有效地简化模型设计流程，仅仅通过输入指令，即可得到仿真模型，无需自主三维建模，提高开发效率；通过仿真工具对所述仿真模型进行修改，形成初始模型，导出所述初始模型，并对所述初始模型进行模型在环测试，直到得到符合预设要求的测试结果，形成最终模型，对模型进行测试以提高开发的质量和准确性；通过辅助工具对所述最终模型进行解析，生成程序代码和机器代码，将所述机器代码烧录至控制器中；对所述程序代码进行软件在环测试和验证，对所述控制器进行硬件在环的测试和验证，得到创建完成的软件，本专利技术通过GPT技术将软件的设计、测试和验证串联起来，实现输入文本与模型的设计、代码生成、测试和验证等之间的双向映射和同步，大大提高了开发的效率和质量，降低开发的成本和风险，提高用户的交互体验，从而解决了现有技术中模型设计复杂困难的技术问题。
[0007]根据上述技术方案的一方面，所述指令包括自然语言的文本以及初始仿真模型。根据上述技术方案的一方面，接收用户输入的指令，利用GPT技术使得所述指令生成仿真模型的步骤，具体包括：接收用户输入的自然语言的文本，利用GPT技术使得所述文本转化为输入信号和初始条件；根据所述输入信号和所述初始条件，构建仿真模型。
[0008]根据上述技术方案的一方面，所述方法还包括：接收用户输入的自然语言的文本和初始仿真模型，利用GPT技术使得所述文本转化为输入信号和初始条件；根据所述输入信号和所述初始条件，修改所述初始仿真模型，形成仿真模型。
[0009]根据上述技术方案的一方面，通过仿真工具对所述仿真模型进行修改，形成初始模型，导出所述初始模型，并对所述初始模型进行模型在环测试，直到得到符合预设要求的测试结果，形成最终模型的步骤，具体包括：通过仿真工具对所述仿真模型进行修改，形成初始模型，导出所述初始模型；对所述初始模型进行模型在环测试，得到测试结果，判断所述测试结果是否符合预设要求；若是，则形成最终模型；若否，则筛选出不符合预设要求的测试项目，根据所述测试项目重新定义初始条件，将所述初始模型代入所述初始仿真模型，修改所述初始仿真模型，形成仿真模型，继续重复上述步骤。
[0010]根据上述技术方案的一方面，通过调试器对所述程序代码和所述机器代码进行错误检查和修复，形成代码损失，所述代码损失包括代码语法损失、代码逻辑损失、代码效率
损失；根据所述代码语法损失和所述代码逻辑损失，得到初始代码损失，判断所述初始代码损失是否低于预设代码损失阈值；若是，修复所述代码效率损失；若否，修复所述代码语法损失和所述代码逻辑损失。
[0011]根据上述技术方案的一方面，所述初始代码损失的计算公式为：;其中，L1为所述代码语法损失，L2为所述代码逻辑损失，W1,W2分别为所述代码语法损失和所述代码逻辑损失的权重。
[0012]本专利技术的另一方面在于提供了一种基于GPT的车辆控制器的软件开发系统，用于实现上述的基于GPT的车辆控制器的软件开发方法，所述系统包括：指令输入模块，用于接收用户输入的指令，利用GPT技术使得所述指令生成仿真模型；模型获取模块，用于通过仿真工具对所述仿真模型进行修改，形成初始模型，导出所述初始模型，并对所述初始模型进行模型在环测试，直到得到符合预设要求的测试结果，形成最终模型，计算所述仿真模型与所述最终模型的模型损失，，其中，y
i
为第i个位置的最终模型，x
i
为第i个位置的仿真模型，Loss
M
为模型损失，i=1,...,n，判断所述模型损失是否超过阈值，若否，不更新所述仿真模型，若是，更新所述仿真模型，计算出所述模型损失中区域最大损失值，，其中，Z为区域最大损失值，根据所述区域最大损失值的位置以及所述指令，对GPT技术生成附加位置信号；模型解析模块，用于通过辅助工具对所述最终模型进行解析，生成程序代码和机器代码，将所述机器代码烧录至控制器中；软件测试模块，用于对所述程序代码进行软件在环测试和验证，对所述控制器进行硬件在环的测试和验证，得到创建完成的软件。
附图说明
[0013]本专利技术的上述与/或附加的方面与优点从结合下面附图对实施例的描述中将变得明显与容易理解，其中：图1为本专利技术第一实施例中的基于GPT的车辆控制器的软件开发方法的流程示意图；
图2为本专利技术第二实施例中的基于GPT的车辆控制器的软件开发系统的结构框图；附图元器件符号说明：指令输入模块100，模型获取模块200，模型解析模块3本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于GPT的车辆控制器的软件开发方法，其特征在于，所述方法包括：接收用户输入的指令，利用GPT技术使得所述指令生成仿真模型；通过仿真工具对所述仿真模型进行修改，形成初始模型，导出所述初始模型，并对所述初始模型进行模型在环测试，直到得到符合预设要求的测试结果，形成最终模型，计算所述仿真模型与所述最终模型的模型损失，，其中，y
i
为第i个位置的最终模型，x
i
为第i个位置的仿真模型，Loss
M
为模型损失，i=1,...,n，判断所述模型损失是否超过阈值，若否，不更新所述仿真模型，若是，更新所述仿真模型，计算出所述模型损失中区域最大损失值，，其中，Z为区域最大损失值，根据所述区域最大损失值的位置以及所述指令，对GPT技术生成附加位置信号；通过辅助工具对所述最终模型进行解析，生成程序代码和机器代码，将所述机器代码烧录至控制器中；对所述程序代码进行软件在环测试和验证，对所述控制器进行硬件在环的测试和验证，得到创建完成的软件。2.根据权利要求1所述的基于GPT的车辆控制器的软件开发方法，其特征在于，所述指令包括自然语言的文本以及初始仿真模型。3.根据权利要求2所述的基于GPT的车辆控制器的软件开发方法，其特征在于，接收用户输入的指令，利用GPT技术使得所述指令生成仿真模型的步骤，具体包括：接收用户输入的自然语言的文本，利用GPT技术使得所述文本转化为输入信号和初始条件；根据所述输入信号和所述初始条件，构建仿真模型。4.根据权利要求3所述的基于GPT的车辆控制器的软件开发方法，其特征在于，所述方法还包括：接收用户输入的自然语言的文本和初始仿真模型，利用GPT技术使得所述文本转化为输入信号和初始条件；根据所述输入信号和所述初始条件，修改所述初始仿真模型，形成仿真模型。5.根据权利要求4所述的基于GPT的车辆控制器的软件开发方法，其特征在于，通过仿真工具对所述仿真模型进行修改，形成初始模型，导出所述初始模型，并对所述初始模型进行模型在环测试，直到得到符合预设要求的测试结果，形成最终模型的步骤，具体包括：通过仿真工具对所述仿真模型进行修改，形成初始模型，导出所述初始模型；对所述初始模型进行模型在环测试，得到测试结果，判断所述测试结果是否...

【专利技术属性】
技术研发人员：龚循飞，邓建明，罗锋，于勤，张俊，熊慧慧，张萍，樊华春，廖程亮，
申请(专利权)人：江西五十铃汽车有限公司，
类型：发明
国别省市：