背景

在智能驾驶系统研发前期，通常由于上层应用软件不太成熟，难以直接支撑 ADAS 与车辆执行器交互协议的全面验证。而 ADAS（高级驾驶辅助系统）作为智能驾驶的核心组成部分，其与车辆执行器（如转向、制动、加速等关键部件）之间的交互协议是否准确、可靠，直接关系到后续系统功能的实现与行车安全，因此急需在研发早期进行充分验证。

此时，CANoe 作为一款强大的总线开发与测试工具，成为了模拟信号发送至 CAN 总线的重要选择。通过它可以模拟各种复杂的行车场景下 ADAS 与执行器之间的通信信号，为协议验证搭建可靠的测试环境。而在这一过程中，Checksum 算法的正确性显得尤为重要 —— 它能够对发送的报文数据进行校验，确保数据在传输过程中未发生错误或篡改，从而保证模拟信号的准确性，如果ADAS发出的checksum协议与车辆执行器的协议不匹配，则会导致执行器握手失败，本文主要讲解了在已知车辆执行器checksum协议的背景下，如何仿真验证ADAS下发的checksum协议的准确性。

1.进入 CANoe 的模拟总线环境

打开 CANoe 软件后，首先选择 “Simulated Bus” 页面。该环境可支持在线模拟车辆 CAN 总线的真实通信状态，为后续信号模拟提供基础。

2.确认CAPL脚本与总线相关联

切换至 Simulation 页面，检查包含 Checksum 算法的 CAPL 脚本是否已成功添加到 CAN 总线。

3.配置实时分析模式

进入 Analysis 页面，打开 Measurement Setup 并选择 Online 模式，此模式可实时捕获总线上的报文数据。

4.启动测试并追踪报文

点击 “Start” 启动测试后，在 Analysis 页面打开 Trace 窗口。该窗口会实时显示模拟发送的报文。

5.验证报文发送状态

在 Trace 窗口中，若能观察到模拟的报文（如智能驾驶执行器的控制指令）成功发出，说明前期配置无误，可进入 Checksum 算法的核心验证环节，如下图所示，可看到CAPL脚本中需要发送的报文已经发出。

6.通过在线工具验证算法正确性

以上图中ID=345的报文 “79 E0 00 03 20 00 06 91” 为例，其中 “91” 为CAPL脚本计算的 Checksum 值，已知车辆执行器的checksum算法为常见的J1850算法，打开在线 CRC算法验证网址https://www.sunshine2k.de/coding/javascript/crc/crc_js.html ，选择对应算法并输入报文数据 “79 E0 00 03 20 00 06”，若返回结果为 “0x91”，则证明算法正确，可保障智能驾驶执行器接收数据的准确性，如下图所示。

通过以上步骤，我们可以系统地验证在 CANoe 中编写的 Checksum 算法的正确性，为开环测试执行器响应的顺利进行提供有力保障。

如果文章有用的话，可以点击下方链接给作者点点关注，以便及时关注后续更新内容：

更多「智驾人在路上」精彩内容，欢迎点击「阅读原文」

基于CANoe的checksum校验方法