Battery-Emulator项目v8.0.0版本发布:电池模拟器迎来重大升级
Battery-Emulator是一个开源的电池模拟器项目,它能够模拟各种电动汽车电池的通信协议和行为,使开发者能够在不使用真实电池的情况下进行电池管理系统(BMS)和逆变器的开发测试。该项目支持多种主流电动汽车电池型号,包括特斯拉、宝马i3、日产Leaf等,同时也支持与多种逆变器设备的通信。
核心升级内容
1. 新增电池支持
本次8.0.0版本新增了对两款重要电动汽车电池平台的支持:
-
Stellantis eCMP平台:该平台广泛应用于雪铁龙、DS、欧宝和标致等品牌车型。模拟器现在可以准确模拟这些车辆的电池通信协议和行为特征。
-
雪佛兰Bolt/欧宝Ampera-e电池:新增了对这款64kWh电池的完整模拟支持,包括其特有的通信协议和状态报告机制。
2. 现有电池模拟的改进
-
雷诺Zoe Gen1:
- 完善了电流传感器的CAN映射
- 现在严格遵循BMS发送的允许充放电功率限制,提高了安全性
- 增加了更多CAN消息的详细信息
-
特斯拉S/3/X/Y:
- 接触器闭合前会等待获取所有单体电压数据
- 电池信息页面增加了大量详细信息
- 修复了日志记录中的引用问题
- 减少了看门狗定时器的干扰
-
宝马i3:
- 双电池配置现在可以使用独立的唤醒引脚
- 修复了双电池配置下第二组电池单体电压不显示的问题
3. 逆变器支持增强
-
新增SMA Tripower Smart Energy协议:支持与SMA Sunny Tripower智能能源逆变器的通信。
-
SMA逆变器改进:
- 对于ESP32 DevKit等硬件,现在可以通过LED指示灯显示接触器闭合状态
- 代码重构提高了可维护性
-
Solax逆变器修复:解决了Solax Ultra逆变器无法显示SOC%的问题。
4. 硬件支持扩展
-
ESP32 DevKit V1:新增了对这款开发板的完整支持。
-
CAN控制器支持:
- MCP2515和MCP2518FD(MCP2517)现在可以同时工作
- 为CAN附加模块添加了任务优先级设置
-
SD卡日志记录:支持将CAN帧记录到SD卡(需要LilyGo硬件)。
-
BMW S-BOX支持:新增对宝马S-BOX设备的支持,可作为分流器和接触器盒使用,特别适用于DIY电池和Chademo应用。
5. 安全性与代码质量提升
-
用户凭证管理:引入了新的USER_SECRETS.h文件专门管理敏感凭证,降低了开发过程中意外提交敏感信息的风险。
-
代码重构:
- 简化了USER_SETTINGS配置
- 重命名了CAN通信相关函数,提高代码可读性
- 整体代码结构优化,提高了可维护性
-
稳定性改进:
- 修复了可能导致板级启动循环和即时崩溃的问题
- 恢复了Async库并实现了互斥锁
- 修复了由百分比字符记录引起的系统崩溃
6. 日志系统升级
- 从固定串口日志改为灵活的日志系统,支持更丰富的日志输出选项。
技术亮点解析
-
双电池系统支持:宝马i3的双电池配置现在拥有更完善的实现,包括独立的唤醒引脚和电压显示,这对于研究多电池组系统的开发者特别有价值。
-
安全机制强化:特斯拉和雷诺电池模拟现在更加严格地遵循原厂BMS的安全限制,包括功率限制和接触器控制时序,使测试环境更接近真实情况。
-
硬件抽象层改进:通过将硬件特定检查移到各自的硬件定义文件中,提高了代码的模块化程度,使添加新硬件支持更加容易。
-
多CAN控制器支持:同时支持MCP2515和MCP2518FD控制器,为需要同时处理传统CAN和CAN FD的应用场景提供了可能。
升级建议
对于现有用户,升级到v8.0.0版本需要注意以下几点:
-
必须操作:将USER_SECRETS.TEMPLATE.h文件复制/重命名为USER_SECRETS.h,并更新其中的连接设置。这是新版本为提高网络安全性的必要步骤。
-
硬件兼容性:如果使用特殊硬件配置(如双CAN控制器或SD卡记录),需要检查相关引脚定义是否与硬件匹配。
-
日志系统:新的灵活日志系统可能需要调整现有调试代码中的日志输出语句。
-
性能考虑:对于资源受限的硬件,启用所有新功能可能会增加处理负担,建议根据实际需求选择性启用功能。
Battery-Emulator v8.0.0版本通过新增硬件支持、完善现有功能和提高系统稳定性,为电动汽车电池系统开发者提供了更强大、更安全的测试工具。特别是对安全机制的强化和代码结构的优化,使得项目更加适合用于商业级应用的开发和测试。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00