线控底盘新玩家凶猛!这家企业的ONE-BOX产品正式量产下线

高工智能汽车获悉,12月27日,威肯西科技宣布旗下ONE-BOX线控制动产品 --液压解耦制动系统HDBS实现量产下线。该产品将与多个汽车品牌签署量产及定点协议,预计年产量达到60万套。

据了解,作为耀宁科技集团的一级子公司,威肯西科技致力于自动驾驶控制执行层的自主研发,以线控底盘为核心,聚焦线控制动、线控转向、线控悬架 3大核心底盘系统底盘域控制器

而威肯西科技智能制造工厂负责HDBS这款产品的生产制造,工厂位于江苏省盐城市建湖县的上冈现代科技产业园,该厂被评为"建湖十大智能企业",占地面积超10,000平方米,拥有十万级无尘车间、全球领先的智能化生产线及先进人机协同制造体系。

生产车间采用数字化制造理念, 全面实施MES、WMS、SAP管理系统,结合人工智能、物联网、机器视觉等前沿技术, 完全实现智能设备、智能系统、智能场景一体化建设。

同时,为了确保产品质量稳定性,该厂下线产品检测具备530项测试用例,远超目前行业的200项量级水平;而大量研发级检测项下沉至生产线,也确保不会有一件问题件流到客户处。

另外,产线已使用威肯西科技自研的NVH测试方案,这项技术能够提升对噪音的探测灵敏度。同时通过自学习,覆盖客户关注的所有噪音源,确保产品的NVH能做到业内"领先一步"。

威肯西科技始终认为**"质量稳定性"** 是跑赢赛道的唯一"制胜之匙",所以作为首款量产产品,HDBS在研发阶段即经受远超行业标准的检测项目,如整车性能、系统鲁棒性及适应性耐久验证已超过30万公里 ,台架耐久性测试超过业内平均的220万次,达到300万次

这款ONE-BOX产品在关键性能同样表现优异。在NVH 方面,HDBS已达到业内顶级的水平,在同等测试条件下,比同类产品低3个分贝。而踏板感,在经过无数次的测试和调校后已无限接近传统真空助力器,达到95%以上的相似度。

此外,该产品采用无刷电机和滚珠丝杆的设计,产品轻量化、体积小、易于安装。可实现制动助力辅助、常规ESC功能、智能驾驶辅助功能,系统响应时间可达到150ms以内。

而包括双控EPB在内,该产品共有23项功能配置 ;在软件架构方面,HDBS是全工具链开发autosar架构,具有标准、模块化、高可靠运行的环境,并具有良好的可移植性和扩展性;该产品达到了系统ASIL D的防护等级,并且从风险评估管理、产品开发、软件开发、生产与运维、流程审核等多个方面保证了制动系统的信息安全防护能力。

HDBS应用范围可覆盖燃油、纯电及混动等乘用车型,也可应用于部分轻型商用车。

汽车行业向"新四化"发展已是不争的事实,而线控底盘产业也随之兴起。据不完全统计,国内外研发制造线控制动产品的企业不少于40家。为快速抢占市场,企业在性能和成本方面的厮杀也逐渐白热化。

对此,威肯西科技CEO翟林铎的看法是:"制动类产品属于安全件,所以最关键还是质量稳定性。抛开这一点,再低的成本都不可能赢得客户的青睐。作为'长期主义者',我们在企业成立之初并没有马上进行产品研发,而是静下心来研究国际最严苛、最先进的流程和标准,最终打造出专属的产品开发流程VCDP(VCS Chassis Development Process)。"

在他看来,有了这套流程的保障,威肯西才能交货更放心,客户更安心。与此同时,威肯西也利用体系的优势,对上游供应商进行整合管理,不仅确保每个细节均符合最高标准,也将各种成本压缩到极致。真正做到"产品力"和"成本力"的"两极双赢",从而帮助客户实现利益最大化。

相关推荐
地平线开发者1 天前
SparseDrive 模型导出与性能优化实战
算法·自动驾驶
地平线开发者1 天前
地平线 VP 接口工程实践(一):hbVPRoiResize 接口功能、使用约束与典型问题总结
算法·自动驾驶
LVXIANGAN5 天前
汽车智能座舱中LVDS、CAN、以太网、RTP的区别
自动驾驶·汽车
地平线开发者6 天前
【地平线 征程 6 工具链进阶教程】算子优化方案集锦
算法·自动驾驶
无忧智库6 天前
某港口集团“十五五”智慧港口数字孪生与自动驾驶集卡多车编队系统建设方案深度解析(WORD)
人工智能·机器学习·自动驾驶
田里的水稻7 天前
OE_ubuntu24.04安装ros2
人工智能·算法·数学建模·机器人·自动驾驶
宝贝儿好7 天前
【强化学习】第十章:随机高斯策略
人工智能·python·深度学习·神经网络·机器人·自动驾驶
田里的水稻7 天前
FA_建图和定位(ML)-超宽带(UWB)定位
人工智能·算法·数学建模·机器人·自动驾驶
田里的水稻7 天前
EP_基于UWB和单线激光雷达的托盘转送
人工智能·算法·数学建模·机器人·自动驾驶
Hcoco_me8 天前
车载摄像头核心知识点结构化总结
人工智能·深度学习·数码相机·算法·机器学习·自动驾驶