數(shù)位分身、機器學習和車隊管理

BMS 的軟體實作形式也有所創(chuàng)新。獲得的電池組和電池芯測量準確度，是比卡爾曼濾波器或庫侖計數(shù)更先進的 X 狀態(tài)演算法的基礎。

監(jiān)控個別駕駛行為、交通狀況，以及地理與道路狀況的能力，可進行更精確的車輛行駛距離預測，以及電池健康狀態(tài)數(shù)據(jù)與充電狀態(tài)評估。如果將數(shù)據(jù)集中在雲(yún)端中，機器學習演算法可以監(jiān)控整個車隊並實現(xiàn)預測服務。例如，如果之前觀察到並儲存某個故障模式，演算法可以偵測早期跡象，並計算其他車輛未來主動請求汽車維修的可能性。此功能即是建立「數(shù)位分身」，可實現(xiàn)更多商用車型，例如在軟體定義車輛中進行臨時車輛行駛里程升級。

TI 的 AM263P4-Q1 Arm 架構、支援 AutoSAR 的 MCU 包含一個使用適應性電池建模系統(tǒng)的函式庫，可提供機器學習服務，以改善車隊與車輛 X 狀態(tài)量測，幫助實現(xiàn)更智慧的充電，以及最佳化的電池健康狀態(tài)和行駛距離。