數字孿生、機器學習和車隊管理

BMS 中的軟件實施也在不斷創新。獲得精確的電池包和電芯測量是實現比卡爾曼濾波器或庫侖計數更先進的 X 狀態算法的基礎。

借助于針對個人駕駛行為、交通狀況以及地理和道路條件的監控功能，可以實現更精確的車輛續航里程預測以及電池健康狀態數據和荷電狀態估算。如果將數據集中在云中，機器學習算法可以監控整個車隊并啟用預測服務。例如，如果事先發現并存儲了某種故障模式，則算法能夠及早檢測到故障跡象，并計算出其他車輛未來發生故障的概率，以便主動請求檢修服務。此功能稱為創建數字孿生，可實現進一步的商業模型，如軟件定義車輛中的車輛續航里程臨時升級。

TI 推出了基于 Arm 且支持 AutoSAR 的 AM263P4-Q1 MCU 器件。這款器件包含一個使用自適應電芯建模系統的庫，并支持機器學習服務，以改進車隊和車輛 X 狀態測量，有助于實現更智能的充電并優化電池健康狀態和續航里程。