谷歌更新 Android Auto 及 Google Built-in 汽车软件,多项新功能抗衡苹果 CarPlay!

适配各种车型的设计

Android Auto 基于谷歌的 Material 3 Expressive 设计语言进行视觉更新,引入手机端新字体、动画和壁纸到汽车仪表盘。界面能适配任何屏幕形状,包括竖屏、横屏、超宽屏和非矩形屏幕。谷歌展示了其对非标准屏幕的适配能力,如新一代 Mini 汽车的圆形 OLED 显示屏和宝马 Neue Klasse 电动汽车的倾斜六边形屏幕。

新增主屏幕小组件,可让驾驶员随时查看常用联系人、车库门控制和天气信息等,这些信息会与正在进行的导航一同显示。

谷歌地图十年来最大更新

此次更新核心是沉浸式导航,谷歌称这是其十年来对地图的最大一次更新。该功能提供 3D 地图视图,带有建筑、立交桥和地形渲染,突出显示车道标记、交通信号灯和停车标志,帮助驾驶员完成复杂驾驶操作。

搭载原生 Google Built - in 的汽车还将获得标准 Android Auto 所没有的全新导航功能,最引人注目的是实时车道引导,它利用车辆前置摄像头确定驾驶员当前所在车道,并在变道和驶出路口时提供实时引导。

Android Auto 支持高清视频播放

今年晚些时候,Android Auto 将在美国的宝马、福特、Genesis、现代、起亚、奔驰和沃尔沃等品牌的汽车上,支持停车时以每秒 60 帧的速度播放全高清视频。在其他国家,支持的品牌还包括马恒达、雷诺、斯柯达和塔塔汽车。

当充电完成,汽车从停车档切换到行驶档时,对于支持后台音频的应用程序,Android Auto 能无缝将视频内容切换为纯音频模式。支持杜比全景声空间音频的应用程序和车辆将引入这一功能,首批支持的品牌包括宝马、Genesis、奔驰和沃尔沃。包括 YouTube Music 和 Spotify 在内的媒体应用界面也将进行视觉更新。搭载 Google Built - in 的汽车将获得同样的视频和音频改进,同时还支持 Zoom 等会议应用。

Gemini 上车

过去一年,Gemini 已广泛应用于 Android Auto 中。今年晚些时候,搭载 Gemini Intelligence 的设备将获得更多功能,包括魔法提示,它可从短信、电子邮件和日历中提取相关信息,让用户轻点一下就能回复收到的短信。

谷歌支持通过语音命令,借助 DoorDash 在车内订餐。在搭载 Google Built - in 软件的汽车上,Gemini 可直接与车辆硬件集成,让驾驶员可针对车辆本身进行查询,如询问仪表盘上某个警告灯的含义,或估算购买的大型电视是否能装进汽车后备箱。

这一消息在今年以 Gemini 为主题的 Android 活动 "I/O Edition" 上发布,此前通用汽车在 4 月宣布将把 Gemini 功能集成到其 Google Built - in 信息娱乐系统中。仅通用汽车一家,美国就有约 400 万辆凯迪拉克、雪佛兰和别克汽车将受益于此次更新。谷歌宣称,目前全球共有 2.5 亿辆汽车支持 Android Auto,超过 50 款车型原生搭载 Google Built - in,其中大部分将在未来几个月内获得这些升级。

内容概要:本文系统研究了基于粒子群算法(PSO)的电动汽车充电动态优化策略,并提供了完整的Matlab代码实现。研究聚焦于通过智能优化算法实现电动汽车充电过程的动态调度,旨在提升充电效率、降低电网负荷峰值、促进可再生能源消纳,并实现能源的高效与低碳分配。文中详细阐述了优化模型的构建过程,包括多目标函数设计(如最小化充电成本、电网负荷波动和用户等待时间)、约束条件设定(如充电功率限制、电池容量、用户出行需求等),以及粒子群算法的具体实现流程。通过仿真实验验证了该策略在不同场景下的有效性与鲁棒性,展示了其在削峰填谷、降低用电成本和提升用户体验方面的显著优势。该研究是智能优化算法在智慧交通与新型电力系统融合领域的重要应用。; 适合人群:具备一定Matlab编程能力和优化算法基础知识,从事电力系统规划、新能源汽车管理、智能交通、能源互联网等方向的科研人员、工程技术人员及高校研究生。; 使用场景及目标:①应用于城市电动汽车有序充电管理平台与智能小区能源管理系统;②为微电网和配电网中的电动汽车集群提供科学的调度决策支持;③帮助研究人员深入理解并掌握粒子群算法在复杂多目标动态优化问题中的建模、求解与仿真分析方法。; 阅读建议:建议读者结合所提供的Matlab代码进行动手实践,重点分析目标函数的权重设置、算法关键参数(如惯性因子、学习因子)对优化结果的影响,并尝试将模型拓展至考虑更多不确定性因素(如用户行为随机性、可再生能源出力波动)的场景,以深化对智能优化调度策略的理解与应用能力。
内容概要:本文围绕“覆盖和覆盖D2D通信网络的传输容量分析”的Matlab代码实现展开,重点研究设备到设备(D2D)通信在蜂窝网络覆盖下的传输容量特性。通过建立合理的通信系统模型,对频谱效率、干扰管理、资源分配等关键因素进行建模与仿真,利用Matlab工具量化评估D2D通信网络在不同场景下的传输容量表现。文档虽混杂多个研究主题,但核心聚焦于D2D通信系统的性能分析,涵盖信道建模、功率控制、干扰抑制及容量计算等关键技术环节,旨在为相关通信系统设计与优化提供仿真依据和技术支持。; 适合人群:具备通信工程、电子信息或相关专业背景,熟悉Matlab编程语言,掌握无线通信基本理论(如干扰、频谱效率、链路预算等)的研究生、科研人员或通信领域工程师。; 使用场景及目标:① 研究D2D通信与蜂窝网络的共存机制及其相互干扰影响;② 仿真对比不同资源复用策略或功率控制算法对D2D网络传输容量的提升效果;③ 支持学术论文撰写、科研项目验证或课程设计中对D2D通信系统性能的定量分析与优化。; 阅读建议:建议结合现代无线通信原理与网络容量理论进行深入学习,重点关注代码中的用户分布模型、信道增益计算、干扰建模及容量公式实现部分,可通过调整网络密度、发射功率、频谱复用方式等参数进行多组对照实验,以全面理解系统性能变化规律。
内容概要:本文档聚焦于“直流电机双闭环控制Matlab仿真”,系统阐述了基于Matlab/Simulink平台构建直流电机双闭环(速度环与电流环)控制系统的方法。文档详细介绍了仿真模型的设计流程,涵盖PI控制器的参数设计与整定、系统动态响应特性分析、抗干扰能力评估等核心技术环节,旨在通过仿真手段验证控制策略的有效性,提升电机运行的稳定性、快速性与精确性。内容体现了较强的理论深度与工程实践价值,适用于电机控制系统的教学研究与工程开发。; 适合人群:具备自动控制原理、电机拖动基础及Matlab/Simulink仿真操作能力的电气工程、自动化、机电一体化等相关专业的本科生、研究生,以及从事电机驱动与控制、电力电子系统研发的工程技术人员;尤其适合开展电机控制课题研究的硕博研究生。; 使用场景及目标:①掌握直流电机双闭环控制系统的建模与仿真技术;②深入理解速度环与电流环中PI控制器的设计原理与参数调节方法;③通过仿真实验分析系统的启动特性、稳态精度与抗负载扰动性能,为实际电机控制器的开发与优化提供理论依据和技术支撑。; 阅读建议:建议结合Simulink仿真模型进行动手实践,重点观察不同PI参数对系统动态响应的影响,对比超调量、调节时间与稳态误差等性能指标,深化对控制理论的理解;同时可参考文档中其他电力电子与电机控制案例,拓展对现代运动控制系统设计的认知。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值