3.4 KiB
3.4 KiB
T2G 座椅与车身双通道 CAN 联动
集成基线
- 座椅控制沿用当前仓库的 IAR
Seat_Controller_demo协议与闭环回读。 - 车身控制从
https://git.kendeji.fun/dev-team/project-code的CAN_DEV分支导入,固定基线为提交6e7ed04a468dfcde7efda9e30bc15144bf02faf9。 - 不允许自然语言直接提供 CAN ID 或原始载荷;只有能力目录中命名、经过范围校验的动作可以编译到车身 CAN。
适配器和通道
一个 USBCANFD-200U 只由一个 32 位桥接进程打开一次,再向应用暴露两个通道视图:
| 通道 | 用途 | 帧格式 | 仲裁速率 | 数据速率 |
|---|---|---|---|---|
| CH0 | T2G 副驾座椅控制器 | 11-bit Classic CAN | 500 kbit/s | — |
| CH1 | 空调、车窗、门锁、灯光、遮阳帘和电动风口 | 11-bit ISO CAN FD;按报文选择 BRS | 500 kbit/s | 2 Mbit/s |
车身通道使用 60 MHz CAN 时钟。仲裁段为 tseg1=14, tseg2=3, sjw=2, smp=0, brp=5,20 TQ、80% 采样点;数据段为 tseg1=10, tseg2=2, sjw=2, smp=0, brp=1,15 TQ、80% 采样点。ZLG 运行时使用驱动内置的 500000/2000000、80% 参数项,并显式选择 Normal、ISO CAN FD。
服务端配置
$env:COGNITIVE_AGENT_HARDWARE_EXECUTION_ENABLED = "true"
$env:COGNITIVE_AGENT_VEHICLE_CAN_ENABLED = "true"
$env:COGNITIVE_AGENT_SEAT_CAN_BACKEND = "zlgcan"
$env:COGNITIVE_AGENT_VEHICLE_CAN_BACKEND = "zlgcan"
$env:COGNITIVE_AGENT_SEAT_CAN_CHANNEL = "0"
$env:COGNITIVE_AGENT_VEHICLE_CAN_CHANNEL = "1"
$env:COGNITIVE_AGENT_VEHICLE_CAN_ARBITRATION_BITRATE = "500000"
$env:COGNITIVE_AGENT_VEHICLE_CAN_DATA_BITRATE = "2000000"
$env:COGNITIVE_AGENT_SEAT_CAN_TERMINATION_ENABLED = "true"
$env:COGNITIVE_AGENT_VEHICLE_CAN_TERMINATION_ENABLED = "false"
$env:COGNITIVE_AGENT_SEAT_FIRMWARE_PROFILES = "combined"
$env:COGNITIVE_AGENT_HARDWARE_APPROVAL_TOKEN = "<bench-only-token>"
真实执行会拒绝以下情况:两个逻辑总线配置为同一通道、CAN FD 时序不等于已验证值、ZLG 32 位运行时缺失、座椅固件未通过被动签名检查、车身动作不在可信能力目录内,或需要反馈的车身指令未收到对应状态帧。
一句话联动示例
副驾座椅通风3档,同时打开空调,温度设为24度,风量3档
该请求生成独立的 seat 与 native_climate FunctionConfig/CommandPlan。真实执行时,两组执行器在独立线程中使用 CH0/CH1 通道视图;底层桥接仍统一串行化 SDK 调用,并将长时间接收切成不超过 20 ms 的时间片,以便两个通道交替收发。
验证要求
- 先运行
zlgcan_bridge.py --self-test,确认经典 CAN 与 CAN FD API 导出及 ABI 结构尺寸。 - 在 ZCANPRO 确认 CH0/CH1 接线、终端电阻和总线状态正常,然后关闭其在线通道,避免与服务争用设备。
- 用 dry-run 核对两份计划:座椅报文位于
seat_can,车身报文位于body_can;空调控制 ID 为0x1DE。 - 以 hardware 模式执行低风险联动句,要求座椅板端反馈成功,且车身通道观测到对应状态反馈(空调为
0x404)。仅发送成功而无状态帧不能记为通过。 - 验证完成后关闭座椅热舒适功能、发送座椅
STOP_ALL,并按测试前状态恢复车身设备。
相关机器可读配置位于 platforms/t2g_cabin_bench/ 与 config/environments/t2g_cabin_bench.example.yaml。