基于“无依赖（system-agnostic）”概念打造的这一系统可以整合来自其他供应商的组件和系统。

未来底盘会是什么样的？这是采埃孚在最近于其英国研发中心举办的活动上提出的问题。该中心专注于控制技术、材料、机电一体化、软件、系统集成、嵌入式电子和电力电子系统的研发。

和其他汽车领域一样，底盘也将不可避免地适应新兴趋势，如电气化、软件定义汽车、自动驾驶和新型电气架构。不过，未来的底盘动力学仍然需要处理车辆的侧倾、偏转和俯仰等问题。为了整合需求，如L5级自动驾驶以及包括驾驶员参与的所有阶段，采埃孚设想了一个同时适用于内燃机和电驱系统的系统，该系统基于一个底盘控制器打造，比如在2022年末在Lotus Eletre上首次亮相的cubiX系统。cubiX的设计采用了“system agnostic”概念，因此可以整合来自其他供应商的组件和系统。

cubiX系统并没有对转向、制动、侧倾控制或扭矩矢量等方面进行单独优化，而是将所有功能集成至一个中央系统，以实现各车载系统的交互，并使其能够利用来自云端的外部输入信号，从而实现提高乘客舒适度和底盘性能、以及优化运行状况、减少维修成本等多种效益。不仅如此，它还可以用来控制主动阻尼系统、主动稳定杆和后轮转向等多个系统。

采埃孚在一条较短的操控测试路线上，利用改装版大众ID.3演示了线控转向系统的功能。在这次演示中，ID.3的前轴上不再配备方向盘、转向柱和转向机，而是只在前桥上配备了一个方向盘（或手轮）。采埃孚线控转向产品组合总监 Jake Morris表示，“线控转向系统可通过小幅度转动方向盘，实现车轮的较大幅度转动。凭借该系统，在更高级别的自动驾驶汽车中，你可以改装方向盘或移动其位置；在L4级及以上的自动驾驶汽车中，甚至可能移除方向盘。不过，在大型车辆中，可能需要将该系统与两个不同的动力装置与后轮转向配合使用。”

ID.3演示车保留了方向盘，而且采埃孚为其设置了三种转向模式：模拟标准机械转向模式、自动适应车速的转向比模式，以及提供180度左右转向角的“轭式转向（steering yoke）”模式。

在自动适应车速的转向比模式下，方向盘的转动幅度变小，因此小幅转动方向盘就能实现前轮的较大幅度转向，从而使泊车和倒车变得更加简单；在汽车高速行驶时，转向比则更接近于传统机械系统。而Yoke转向模式是对这种模式的自然延伸，低速时便于操控，高速时更接近传统转向模式。采埃孚表示，根据迄今为止的测试结果，所有模式都很容易上手。

 

AI在设计中的应用

Harvey Smith是采埃孚电磁设计团队负责人，负责磁性材料和组件（如电机、传感器和电磁阀执行器等）的设计管理工作。他表示，我们多年来一直使用仿真模拟进行设计，而人工智能可以带来更多的可能性。“作为电磁设计工程师，我们密切关注仿真结果，因为它为我们提供了宝贵的信息。随着仿真工具的不断进步，我们可以将其与更多新技术（如AI）结合使用。Smith提到，“传统方案需要预先选择一个传统的拓扑结构，然后再将所有尺寸参数化，利用AI算法确定最佳参数组合，以找到最符合预期的拓扑结构。而我们的新设想是，能否利用AI技术自动分配磁钢和铜的区域分布，然后通过尝试无数的组合方案来进行调整，最终得出我们想要的拓扑结构？”

他指出，“我个人认为， AI机器人或许可以很好地完成90%的工作，从而找到满足性能要求的拓扑结构。AI机器人能通过经验和模式匹配，分析其数据库中大量不同的电机拓扑结构和尺寸数据，然后据此推荐有关电机极数、槽数和绕组线圈类型的信息，这些信息可帮助你以80%的准确度选择符合要求的电机。当超出AI力所能及的范围时，最后的微调工作或许会采用更传统的技术。”