CANoe9.0基本操作(一)软件界面和工程设置
liuian 2024-12-12 13:26 67 浏览
德国Vector研发的CANoe就是为以开发测试分析整个ECU网络和单个ECU通信而设计的总线通信分析工具。被称作为汽车电子界的Matlab。CANoe有着分析、仿真测试和诊断这四大功能。
CANoe11.0(及之后的版本):配套硬件后,可以直接使用全部功能。
CANoe10.0以前版本(含10.0),可以学习CANoe软件,仿真发数据、收数据等。也可以使用CANcaseXL模块实际发送报文(10.0demo版本不可以),11.0(含11.0)只有想要使用软件,必须有配套的硬件模块,否则无法使用。
1. CANoe软件界面
CANoe9.0主界面说明:
File:文件处理
Home:主运行窗口
Analysis:分析
Simulation:仿真
Test:测试
Diagnostics:诊断
Environment:外部变量
Hardware:硬件配置
Tool:工具编辑器(CAPL、CANdb++、Panel)
Window:窗口配置
2. CANoe工程设置
新建工程:我们需要点击初始界面左上角的“File”功能区,再点击“New”,选择“CAN 500kBaud 1ch”为模板建立工程。
新建文件
2.1 Save与Save as
为方便查看,避免每次打开 CANoe 时都新建 CANoe 工程,如图所示,可将本次工程保存为 cfg 文件。Save可以储存当前的CANoe工程cfg文件,Save as可以储存之前版本的文件,CANoe支持高版本打开低版本。
2.2 Options
在 CANoe Options 窗口,如图所示,左边栏默认为 General,在 General 配置中,需要选择通道的使用情况,注意这里选择的通道数不能超过 CANoe 实际的通道数。
CAN 有高速 CAN(发动机、变速器)和低速 CAN(车窗),而对应的 DBC 根据网络拓扑图有对应的 DBC。如果你只是分析高速 CAN 的数据,则通道设置为 1 即可。若同时分析低速 CAN数据,则需设置为两个通道。
这里边可进行配置,值得注意的一点就是数据历史,如果测试的数据庞大,数据中会出现丢失,数据曲线可能只录了一小段。原因就是配置中没有把缓存调大。
2.3 Home
1、开始运行
2、停止运行
3、Step-步进,break-暂停,Animate-离线实时回放
4、步进时间因子
5、在线(数据监测)/离线(数据回放)
6、仿真和真实总线模式切换
7、单机模式
8、数据显示格式切换:
针对报文:dec(十进制)/hex(十六进制)
针对信号:sym(符号)/num(数字)
9、窗口同步用于多窗口数据分析
10、Write窗口(信息输出)
11、面板配置按钮
12、常用窗口收藏
2.4 Analysis
1、测量配置界面(重点)
2、过滤器
3、数据记录模块(重点)
4、报文窗口(重点)
5、曲线窗口(重点)
6、数据窗口
7、状态跟踪器
8、数据统计窗口
9、GPS轨迹(需结合GPS)
10、Video视频窗口(结合摄像头)
11、Scope(结合PicoScope硬件和Option Scope)
2.5 Measurement
配置所有的分析窗口和记录模块
数据源切换online/offline
插入/删除分析窗口
插入CAPL节点(利用算法嵌入来过滤数据)
插入过滤器(通道/事件/变量)
插入触发条件trigger
数据记录,在线记录(可导出)
2.6 Trace
报文窗口主界面主要参数
Time:时间戳
Chn:通道
ID:报文标识符
Name:报文名称
Dir:方向
(Tx:CANoe发送,Rx:CANoe接收)
DLC:报文帧数据场长度
Data:数据场内容(信号解析区域)
2.7 Graphics
- 可以查看曲线走势;
- 利用光标查看某个时间戳上的具体信号值,或查看两个信号值之间的时间差;
- 多种方式实现,所有信号公用y轴或每个信号独立显示;
- 信号数据可以导出成.mdf格式文件;
2.8 Data界面
进行信号(柱状图Bar)显示
2.9 Simulation
1、Simulation Setup 仿真配置界面(重点)
2、节点面板-与DBC Nodel的IL属性关联
3、交互式发生器-报文发生器
4、自动测试序列
2.10 Simulation Setup
在CANoe的Simulation Setup中,整个系统以图形化的方式显示网络、设备和所有的网络节点,可以用CANoe硬件设备连接多路网络总线,同时在CANoe软件上创建所有的总线通道,包括LIN、CAN和Ethernet等,在每条总线上,可以添加多个网络节点或各类型的测试模块,方便测试。
3.参考内容
[1] CSDN作者阿拉斯加的小野牛的文章《CANoe软件之离线数据分析》,文章链接为:
https://blog.csdn.net/fly_xiaocaibi88/article/details/127093459
[2] CSDN作者Jeffery_King的文章《CANoe软件使用(一)——软件界面介绍》,文章链接为:
https://blog.csdn.net/qq_29786089/article/details/106607553
[3] CSDN作者wujiangzhu_xjtu的文章《CANoe学习笔记(3) Graphic窗口介绍图解》,文章链接为:
https://blog.csdn.net/weixin_39199083/article/details/119854539
[4] CSDN作者小趴菜_自动驾驶搬砖人的文章《CANoe操作介绍系列 ———— Analysi功能区中Graphic的介绍与使用》,文章链接为:
https://blog.csdn.net/qq_42957717/article/details/114820917
[5] CSDN作者小趴菜_自动驾驶搬砖人的文章《CANoe操作介绍系列 ———— Analysi功能区中Trace的介绍与使用》,文章链接为:
https://blog.csdn.net/qq_42957717/article/details/114845216
[6]CSDN作者chilinghuoyu的文章《CANoe教程 | 分析功能-Graphics窗口》,文章链接为:
https://blog.csdn.net/chilinghuoyu/article/details/108311644
本文内容来源于网络,仅供参考学习,如内容、图片有任何版权问题,请联系处理,24小时内删除。
作 者 | 郭志龙
编 辑 | 郭志龙
校 对 | 郭志龙
相关推荐
- GANs为何引爆机器学习?这篇基于TensorFlow的实例教程为你解惑!
-
「机器人圈导览」:生成对抗网络无疑是机器学习领域近三年来最火爆的研究领域,相关论文层出不求,各种领域的应用层出不穷。那么,GAN到底如何实践?本文编译自Medium,该文作者以一朵玫瑰花为例,详细阐...
- 高丽大学等机构联合发布StarGAN:可自定义表情和面部特征
-
原文来源:arXiv、GitHub作者:YunjeyChoi、MinjeChoi、MunyoungKim、Jung-WooHa、SungKim、JaegulChoo「雷克世界」编译:嗯~...
- TensorFlow和PyTorch相继发布最新版,有何变化
-
原文来源:GitHub「机器人圈」编译:嗯~阿童木呀、多啦A亮Tensorflow主要特征和改进在Tensorflow库中添加封装评估量。所添加的评估量列表如下:1.深度神经网络分类器(DNNCl...
- 「2022 年」崔庆才 Python3 爬虫教程 - 深度学习识别滑动验证码缺口
-
上一节我们使用OpenCV识别了图形验证码躯壳欧。这时候就有朋友可能会说了,现在深度学习不是对图像识别很准吗?那深度学习可以用在识别滑动验证码缺口位置吗?当然也是可以的,本节我们就来了解下使用深度...
- 20K star!搞定 LLM 微调的开源利器
-
LLM(大语言模型)微调一直都是老大难问题,不仅因为微调需要大量的计算资源,而且微调的方法也很多,要去尝试每种方法的效果,需要安装大量的第三方库和依赖,甚至要接入一些框架,可能在还没开始微调就已经因为...
- 大模型DeepSeek本地部署后如何进行自定义调整?
-
1.理解模型架构a)查看深度求索官方文档或提供的源代码文件,了解模型的结构、输入输出格式以及支持的功能。模型是否为预训练权重?如果是,可以在预训练的基础上进行微调(Fine-tuning)。是否需要...
- 因配置不当,约5000个AI模型与数据集在公网暴露
-
除了可访问机器学习模型外,暴露的数据还可能包括训练数据集、超参数,甚至是用于构建模型的原始数据。前情回顾·人工智能安全动态向ChatGPT植入恶意“长期记忆”,持续窃取用户输入数据多模态大语言模型的致...
- 基于pytorch的深度学习人员重识别
-
基于pytorch的深度学习人员重识别Torchreid是一个库。基于pytorch的深度学习人员重识别。特点:支持多GPU训练支持图像的人员重识别与视频的人员重识别端到端的训练与评估简单的re...
- DeepSeek本地部署:轻松训练你的AI模型
-
引言:为什么选择本地部署?在AI技术飞速发展的今天,越来越多的企业和个人希望将AI技术应用于实际场景中。然而,对于一些对数据隐私和计算资源有特殊需求的用户来说,云端部署可能并不是最佳选择。此时,本地部...
- 谷歌今天又开源了,这次是Sketch-RNN
-
前不久,谷歌公布了一项最新技术,可以教机器画画。今天,谷歌开源了代码。在我们研究其代码之前,首先先按要求设置Magenta环境。(https://github.com/tensorflow/magen...
- Tensorflow 使用预训练模型训练的完整流程
-
前面已经介绍了深度学习框架Tensorflow的图像的标注和训练数据的准备工作,本文介绍一下使用预训练模型完成训练并导出训练的模型。1.选择预训练模型1.1下载预训练模型首先需要在Tensorf...
- 30天大模型调优学习计划(30分钟训练大模型)
-
30天大模型调优学习计划,结合Unsloth和Lora进行大模型微调,掌握大模型基础知识和调优方法,熟练应用。第1周:基础入门目标:了解大模型基础并熟悉Unsloth等工具的基本使用。Day1:大模...
- python爬取喜马拉雅音频,json参数解析
-
一.抓包分析json,获取加密方式1.抓包获取音频界面f12打开抓包工具,播放一个(非vip)视频,点击“媒体”单击打开可以复制URL,发现就是我们要的音频。复制“CKwRIJEEXn-cABa0Tg...
- 五、JSONPath使用(Python)(json数据python)
-
1.安装方法pipinstalljsonpath2.jsonpath与Xpath下面表格是jsonpath语法与Xpath的完整概述和比较。Xpathjsonpath概述/$根节点.@当前节点...
- Python网络爬虫的时候json=就是让你少写个json.dumps()
-
大家好,我是皮皮。一、前言前几天在Python白银交流群【空翼】问了一个Python网络爬虫的问题,提问截图如下:登录请求地址是这个:二、实现过程这里【甯同学】给了一个提示,如下所示:估计很多小伙伴和...
- 一周热门
-
-
Python实现人事自动打卡,再也不会被批评
-
Psutil + Flask + Pyecharts + Bootstrap 开发动态可视化系统监控
-
一个解决支持HTML/CSS/JS网页转PDF(高质量)的终极解决方案
-
再见Swagger UI 国人开源了一款超好用的 API 文档生成框架,真香
-
【验证码逆向专栏】vaptcha 手势验证码逆向分析
-
网页转成pdf文件的经验分享 网页转成pdf文件的经验分享怎么弄
-
C++ std::vector 简介
-
python使用fitz模块提取pdf中的图片
-
《人人译客》如何规划你的移动电商网站(2)
-
Jupyterhub安装教程 jupyter怎么安装包
-
- 最近发表
- 标签列表
-
- python判断字典是否为空 (50)
- crontab每周一执行 (48)
- aes和des区别 (43)
- bash脚本和shell脚本的区别 (35)
- canvas库 (33)
- dataframe筛选满足条件的行 (35)
- gitlab日志 (33)
- lua xpcall (36)
- blob转json (33)
- python判断是否在列表中 (34)
- python html转pdf (36)
- 安装指定版本npm (37)
- idea搜索jar包内容 (33)
- css鼠标悬停出现隐藏的文字 (34)
- linux nacos启动命令 (33)
- gitlab 日志 (36)
- adb pull (37)
- table.render (33)
- uniapp textarea (33)
- python判断元素在不在列表里 (34)
- python 字典删除元素 (34)
- react-admin (33)
- vscode切换git分支 (35)
- vscode美化代码 (33)
- python bytes转16进制 (35)