新闻详情

新闻详情

首页 / 资讯中心 / 详情

新功能发布 | TSMaster新增CANoe自动化控制模块,欢迎下载体验!

发布时间:2026/11/18 7:29:23来源:尧图网络
新功能发布 | TSMaster新增CANoe自动化控制模块,欢迎下载体验!
前言今天介绍TSMaster的新功能—CANoe自动化模块。该模块的功能是通过激励CANoe内部的系统变量配合运行在CANoe中的CAPL脚本来响应变量变化事件从而实现对CANoe的自动控制。首先需要下载到最新版本的TSMaster也就是2022年11月4日之后的版本。一、打开CANoe自动化模块点击CANoe自动化模块的图标即可打开窗口。在任何操作前首先需要连接CANoe点击让CANoe作为TSMaster的一个子模块这个过程会启动CANoe。如果没有安装CANoe或是CANoe的自动化服务器没有注册TSMaster就会打印错误信息。用户可以根据错误的信息提示自行注册。二、示例配置在CANoe启动完成后我们可以随意打开一个带系统变量的示例配置。我们可以找一下programming一栏的各种示例。例如COM Automation via Python这个示例配置。打开之后会发现有一个Simulation Setup我们可以浏览一下其中各个仿真节点的逻辑。可以看到这是模拟一辆车的车灯的运行情况我们到Analysis可以看到它有面板、各种按钮、trace还有graphic。第一个脚本是引擎的控制第二个是灯的控制。我们可以看到在灯的控制里面有这样一个系统变量变化事件就是双闪灯的开关这段控制代码是通过激励双闪灯的系统变量-HazardLightsSwitch来实现双闪灯的闪烁功能。三、实现CANoe双闪灯闪烁回到TSMaster中点击刷新系统变量列表展开就可以看到CANoe当前状态中所有的系统变量。其中就有一个Lights这个Namespace底下有一个HazardLightsSwitch这就是我们要控制的变量。 首先我们启动CANoe的仿真。点击TSMaster的启动仿真按钮CANoe的仿真也就正常启动。需要说明的是刚才看到的所有界面的操作都可以用TSMaster的脚本自动完成。 我们在界面上尝试修改CANoe的双闪灯的系统变量可以双击也可以按回车键之后会弹出一个修改对话框输入1按回车然后转到CANoe我们就可以发现在CANoe中这辆车的双闪灯已经开始闪烁了。 我们再回到TSMaster中将这个变量改为0按回车可以看到双闪灯就熄灭了。这就是CANoe自动化模块目前支持的核心功能。它能够通过系统变量来进行自动化这个模块后续还会增加新的控制功能敬请期待...四、在TSMaster中控制双闪 我们点击停止来停止这个仿真然后打开一个自动化模块的界面按回车添加一个动作这个动作我们设置为API函数调用在此需要使用CANoe自动化模块自带的众多API。我们选择小程序库函数这里列出的就是CANoe自动化模块它内部的24个API函数。 首先第一个函数是连接CANoe双击就可以把它加进来连接CANoe之后的第二步我们可以将这个代码复制Ctrl c加Ctrl v。那么第二步就是启动仿真启动仿真自然就是canoe_start回车这样就选中了canoe_start API。 启动仿真之后我们可能需要等待个1秒钟按回车然后双击这个新的动作我们可以选择依然是API调用但是这时候是我们内部的系统函数。 然后我们选wait显示的时间就是1000毫秒消息是wait some time在1秒之后我们希望触发双闪灯的变量变化。同样回车然后选中我们的新动作就改为API函数调用库函数函数名称需要通过set来进行过滤。 这里有一些设置系统变量的函数假若我们设定完成之后可能需要等待个5秒钟来观察。那么我们就把这个wait的参数时间改为5000接下来需要将这个变量设成0以停止双闪灯。然后我们可能还需要再停个3秒钟进行观察那么这时候再次copywait函数并且把它改成3000接下来就是停止仿真和停止断开CANoe的连接。 停止仿真自然就是canoe_stop断开连接自然就是disconnect。我们就继续复制和粘贴并且将它改成disconnect这样就完成了一张流程图的设计。那么通过流程图的方式我们完成了控制逻辑的设计。同时这张流程图就是可执行程序可以按F9来执行。切换到CANoe可以看到双闪灯闪烁并且过了5秒之后双闪灯就熄灭了。最后整个过程就跑完了仿真也停止了。在此我们相信TSMaster的CANoe自动化模块的用户需求会有很多。现有的逻辑依然可以在CANoe中运行相当于两个软件可以联合仿真。一方面实现了很多只有CANoe CAPL脚本才能够执行的特有功能另一方面可以提高开发调试和测试的效率。以上就是我们本章节为大家演示的TSMaster的CANoe自动化模块功能更多详细操作步骤可以到B站进行观看哦
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/18 14:20:46

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/17 19:43:34

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/18 11:04:06

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/18 15:55:22

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/17 19:43:32

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉