2026年6月16日 | 上海
提前注册，免费参会
您是否有使用 MATLAB 和 Simulink 开展的研究或创新项目？欢迎和我们分享您的成果，让更多人看到您的创意与突破！
提交申请，在MathWorks 中国汽车年会上参与海报展演。
探索，体验，参与
参加 MathWorks Automotive Conference 中国汽车年会，与 MathWorks 和行业专家建立联系并了解最新的汽车行业趋势。了解 MATLAB 和 Simulink 的新特性和功能，并亲耳聆听客户如何成功使用它们。
精选分会场
- 系统与软件
- 能量与热管理
- 动力与底盘
- 飞行汽车
参加 MathWorks
Automotive Conference 汽车年会，
您将可以
获得灵感：了解最新汽车行业趋势和来自 MathWorks 领先客户的成功案例。
会后上机实践聚焦热门课程，助您提升技能，玩转MATLAB 和 Simulink！
聆听见解：与行业专家面对面，获悉汽车变革创新应用。
与来自汽车行业各个应用方向的MATLAB和 Simulink 用户、MathWorks技术专家、资深产品开发人员、行业合作伙伴面对面交流，在讨论中碰撞思维火花。
主题演讲
Tom Erkkinen，MathWorks
基于模型设计与生成式AI的融合：赋能开发效率和产品质量的协同提升
加入我们，深入了解生成式 AI 与基于模型设计在汽车工程中的融合应用，实现更高的开发效率、软件质量与功能安全 。本次演讲将介绍基于模型设计如何持续演进，将 AI 驱动的创新与成熟、可靠的开发实践相结合。
Tom Erkkinen
MathWorks
Tom Erkkinen 是 MathWorks 的嵌入式软件及认证产品经理，负责推动公司层面的嵌入式代码生成技术在行业中的应用。他的团队支持诸如 DO-178、ISO 26262 和 AUTOSAR 等行业标准，专注于通过建模和仿真设计安全关键的软件。在加入 MathWorks 之前，Tom 曾在 NASA 工作，开发了一系列控制算法和实时软件，包括航天飞机机器人系统。他在帮助企业部署基于模型设计和嵌入式代码生成方面拥有超过二十五年的经验。Tom 拥有波士顿大学航空航天工程学士学位以及圣塔克拉拉大学机械工程硕士学位。
熊璐，同济大学
分布式电驱动技术——变革与未来
在汽车电动化、智能化浪潮下，承载汽车行驶核心功能的底盘系统正经历深度变革。分布式驱动技术凭借其突破传统轮间与轴间机械耦合约束的优势，极大拓展了车辆运动控制的自由度，已成为提升整车动力学性能、主动安全性及功能拓展性的重要技术方向。然而，分布式驱动底盘自由度全面释放，需要有与之对应的新理论和新方法。本报告梳理分布式驱动线控底盘的发展现状及其重要意义，重点介绍团队面向分布式电驱动底盘提出的运动控制理论基础与关键技术，并展示基于 MATLAB和Simulink 平台的算法开发架构、仿真和实车应用情况。报告分享分布式驱动线控底盘领域的关键科学问题、技术突破与应用价值，为分布式驱动线控底盘技术的发展提供理论支撑与实践参考。
熊璐
同济大学
熊璐，同济大学汽车与能源学院院长、新能源汽车及动力系统国家工程研究中心主任、长聘特聘教授， SAE International智能网联汽车学术技术委员会主席，中国汽车工程学会汽车智能交通分会主任委员。主持和参与多项国家级重大科研项目，研发了首个量产线控电子液压制动系统，实现了分布式电驱动控制技术工程化应用，牵头制定了线控底盘首个国家标准，获得多项省部级科技奖励。
顾祥龙，吉利汽车中央研究院
面向新能源汽车的AI能量管理与运动控制：基于 MATLAB 和 Simulink 的模型驱动与强化学习工程实践
对于新能源汽车（NEV）而言，能量-运动域是下一代整车控制的核心，涵盖整车能量流管理与车辆动力学运动控制两大关键方向。传统分散式规则控制架构下，两大方向均面临难以突破的技术瓶颈：能量管理无法实现全工况全局最优能效，难以平衡动力性能与节能收益；运动控制无法化解轮胎力耦合带来的控制冲突，紧急避障等极限场景下难以实现最优控制，均无法满足新能源汽车对能效、安全与性能的进阶需求。
本次报告介绍基于MATLAB®仿真、动态规划与深度神经网络强化学习的新能源汽车能量-运动域一体化控制框架，系统性破解上述痛点。参会者将掌握AI驱动的能量-运动控制全流程开发方法、强化学习奖励函数设计逻辑、基于MATLAB 和 Simulink®的闭环训练验证平台搭建方案，以及从仿真到整车集成的工程化落地路径。
本项目旨在突破传统规则控制的技术局限，在保障行驶安全与性能的同时提升整车能效，为公司下一代新能源汽车平台提供核心技术支撑。MathWorks的MATLAB与Simulink为项目提供了统一的基于模型的开发环境，支持高保真建模、三方仿真软件无缝集成、算法快速验证与自动代码生成，大幅缩短开发周期，保障了控制策略的可靠量产落地。
顾祥龙
吉利汽车中央研究院
顾祥龙，吉利汽车中央研究院新能源开发中心 / 动力总成系统控制部总监，负责整车级功能设计、推进子系统设计、控制策略、诊断及功能安全设计等工作。他在汽车动力总成系统控制领域拥有 21 年以上 的从业经验。加入吉利之前，曾就职于 联合汽车电子（UAES） 以及 标致雪铁龙集团（PSA）。自 2018 年起，专注于新能源汽车动力总成控制系统的设计与标定工作，毕业于 天津大学，获内燃机控制专业学士和硕士学位。
李勇，康明斯（中国）投资有限公司
基于强化学习的重卡实时燃油经济性优化
相比于监督学习和非监督学习，强化学习是机器学习中一个强大，但实际应用探索较少的算法。本次分享是探讨将强化学习应用到国六重卡实时燃油经济性优化中, 会分享国六柴油重卡油耗优化的挑战，重卡油耗模型的开发，强化学习的开发平台，以及采用强化学习后的效果展示。分享中会指出MATLAB®在整个过程中起到的作用 。
李勇
康明斯（中国）投资有限公司
2016年开始负责康明斯中国大数据分析，参入车联网数据采集设计、车联网云平台/数据湖搭建和工程质量服务类数字化产品开发，负责企业级数据治理，诊断预测性模型开发，系统模拟和性能最优化，以及生成式人工智能的垂直落地等。 负责的具体项目有康明斯质量问题分析平台建设，边缘计算+云计算模型实施，大数据自服务分析推广和生成式人工智能在工程的落地。
李建昌，MathWorks
为 AI智能体建立软件质量和功能安全护栏的探索
基于模型的设计 (Model-Based Design) 曾从根本上重塑了安全关键（Safety-critical）系统中嵌入式软件的研发与部署模式。如今，随着生成式人工智能 (GenAI) 对传统工程范式的颠覆，我们正站在另一个重大的时代拐点。尽管 GenAI 有望通过加速“从需求到代码”的开发周期实现跨越式转型，但在汽车行业，研发的“加速”绝不能以牺牲质量及安全为代价。
本次演讲将探讨 Model-Based Design、数字化转型与 GenAI 的战略融合，并提出将 Model-Based Design 作为实现负责任 AI 集成的核心基石与高完整性架构。我们将共同探讨，原本被视为研发“束缚”的功能安全严苛流程，如何转化为有效驾驭 GenAI 的必要“护栏”。依托数十载沉淀的成熟最佳实践，企业可以构建一个坚实的支撑体系，从而实现两大核心目标：
- 上下文(Context)： 为 GenAI 智能体注入高保真、特定领域的工程数据，确保其生成的产物具备技术可靠性，并与现有的系统架构深度对齐。
- 确定性 (Determinism)： 利用 Model-Based Design固有的结构化逻辑与严谨性，为 AI 智能体设定边界，有效杜绝可能危及系统完整性的“AI 幻觉”或逻辑失控。
在这一愿景下，GenAI 将成为推动生产力的引擎，而 Model-Based Design 则充当验证与合规的治理框架。最后，我们将分享一份演进路线图，展示如何将现有的工作流升级为 AI 增强型环境，在坚守软件质量并功能安全严苛标准的同时，释放前所未有的开发效能。
李建昌
MathWorks
John Lee 是MathWorks 技术咨询部门亚太区总负责人。他深耕于数字化转型、基于模型的设计 (Model-Based Design) 领域，并在构建符合 ISO 26262 和 ASPICE 标准的工作流方面拥有资深造诣。
在 MathWorks 工作的 18 年间，John 积累了深厚的实战经验。他曾助力众多汽车行业领军企业推动研发流程转型，以应对软件定义汽车 (SDV) 趋势下对安全与质量的严苛挑战。John 曾深度参与多家整车厂 (OEM) 和一级供应商 (Tier 1) 的合作，帮助其构建并强化软件自主开发能力。
在加入 MathWorks 之前，John 曾在美国卡特彼勒 (Caterpillar) 和德尔福 (Delphi) 担任产品开发要职。John拥有俄亥俄州立大学 (The Ohio State University) 机械工程学士及硕士学位。
参展商
准备好注册了吗？
立即注册，锁定您在 MathWorks Automotive Conference 中国汽车年会上的席位。
