学生团队分享他们的成功秘诀

世界太阳能挑战赛天气预报系统加入Nils Tersptra，他将讨论埃因霍温大学团队如何使用MATLAB来预测天气，以帮助他们在世界太阳能挑战赛中的比赛策略。

图法斯特生态团队的纵向巡航控制器利用基于算法的驾驶策略，结合车辆模型和GPS轨迹数据，实现效率最大化。Maximilian Amm, Alexander Hammerl和Maximilian Mühlbauer为他们的EducEco / Shell Eco马拉松车设计了一个速度控制器。Hammerl和Mühlbauer与MathWorks的Christoph Hahn一起展示了他们的车辆模型，并讨论了他们对纵向速度控制器的集成。

车辆横向动力学模拟通过使用Simulink中的双质量汽车模型和用于簧载质量旅行验证的Simscape模型来建模横向车辆动力学，提高设计参数。Roni Deb, Camber Racing的车辆动力学工程师，展示了他们的模型。

稳态绕圈时间模拟使用圈时间模拟来做出更好的设计决策。图法斯特方程式学生团队的帕科·塞维利亚和MathWorks的克里斯托弗·哈恩解释了如何利用圈速模拟来比较早期设计阶段的车辆概念。

利用FPGA开发一种新的控制单元通过合并多个设备并使用FPGA简化引擎控制单元。在介绍fpga和Xilinx Zynq 7000平台后，来自Starkstrom Augsburg的Sebastian Straßl和Alexander Ehard演示了HDL代码生成。

Driver-in-the-Loop模拟Håkan查尔默斯方程式学生队的理查森和MathWorks的Christoph Hahn讨论了司机在环模拟。

从遥测数据到悬架建模拜罗伊特大学方程式学生团队ElefantRacing的Elias Schmidek向您介绍如何使用悬架遥测数据来提高汽车性能。

一圈时间模拟;概念开发的基本部分来自AMZ赛车团队的Philipp Föhn和Fabrice Oehler加入了来自MathWorks的Christoph Hahn来解释圈速模拟的基本原理。

通过车辆建模减少测试时间Maximilian Wick和Christoph Hahn将向您介绍使用IPG汽车制造商及其与Simulink的接口进行车辆建模的概念。

轮胎建模:从大数据集中提取结果来自Monash Motorsport的Marc Russouw和来自MathWorks的Christoph Hahn向您介绍轮胎建模对您的汽车设置的好处。

转矩矢量:控制器设计、调优和测试改进您的赛车圈时间与车辆动态控制建模和扭矩矢量发展。

五分钟内从模特到赛车代尔夫特方程式学生队的成员，汤姆和丹尼尔，加入MathWorks的Christoph Hahn，演示控制器设计过程的速度和简易性，这样你就可以把你的控制模型带到你的赛车上，以提高驾驶性能和性能

通过MATLAB/Simulink处理测试数据加速车辆控制算法仿真和设计利用MATLAB和Simulink,开发自动化与可视化数据分析工具,编写了简单的试车数据分析软件,实现了基于车辆路径的数据分析方法并实现了自动化的数据回放功能。同济大学电车队2015 - 2016赛季的队长马家骏将为我们介绍车队如何将MATLAB和Simulink作为首要数据分析相关工具,解决试车中数据分析的重复工作,并将数据进行更直观的展现,从而帮助车队提高车辆测试阶段的效率。