1.車載定位導航系統認知主講教師：課程導入衛星導航定位航跡遞推地圖匹配車聯網輔助定位01車載定位導航系統定義02全球導航衛星系統03慣性導航系統PART01車載定位導航系統定義一、車載定位導航系統定義（一）車載定位導航系統車載定位導航系統，其核心在于通過衛星信號、車載傳感器及環境感知設備的協同工作，結合高精度地圖和算法，為車輛提供實時位置感知、路徑規劃與導航指引的綜合解決方案，實現車輛在復雜環境下的精準定位與智能導航。PART02全球導航衛星系統二、全球導航衛星系統（一）全球衛星導航系統全球導航衛星系統（GlobalNavigationSatelliteSystem，GNSS），是隨著現代科技的進步而興起的新一代衛星無線電導航定位系統。二、全球導航衛星系統（二）衛星定位技術衛星定位技術是指通過衛星和接收機的雙向通信，來確定接收機的位置，從而為用戶提供全球范圍內實時的準確位置坐標及相關屬性特征。二、全球導航衛星系統（三）全球導航衛星系統分類美國俄羅斯歐洲中國名稱GPSGLONASSGALILEOCOMPASS創建時間1958年1993年1999年2000年完成時間1994年2009年2020年2020年衛星數目21+324+327+330+5定位精度10m5~10m1m2.5~5m授時精度10nm20~30nm<10nm<20nm優點覆蓋范圍廣特定地區精度高特定地區精度高精度高缺點精度欠佳覆蓋范圍低覆蓋范圍低普及度不夠二、全球導航衛星系統（四）GPS系統空間衛星星座用戶設備地面檢測系統二、全球導航衛星系統（五）GPS空間衛星星座GPS空間衛星星座由24顆衛星組成，其中21顆用于導航定位，3顆作為備份衛星。它們以固定周期均勻分布在6條軌道上繞地球運行，運行軌道相對赤道傾角為55°，運行周期約為12恒星時。二、全球導航衛星系統（六）GPS地面監測系統作用主控站負責根據監測站的觀測數據，推算衛星星歷、鐘差等修正參數，并通過注入站將這些參數注入衛星。監測站負責對衛星數據和當地環境信息進行觀測、存儲并提供給主控站。注入站將主控站推算的修正參數注入到相應衛星，并評估注入信息的準確性。二、全球導航衛星系統（七）GPS用戶設備GPS用戶設備主要是衛星信號接收機，其作用是接收并處理空間衛星星座發出的無線電信號，從而計算出接收機的地理位置。衛星信號接收機主要由天線單元和接收單元組成。PART03慣性導航系統三、慣性導航系統（一）慣性導航系統慣性導航系統（InertialNavigationSystem,INS）是一種既不依賴外部信息、也不向外釋放能量的獨立自主式導航系統。它利用陀螺儀和加速度計等慣性敏感器件，實現載體在導航坐標中瞬時速度、位置和姿態的連續、實時自動解算。三、慣性導航系統（二）慣性導航系統組成慣性導航系統通常由慣性敏感器件、計算單元、濾波電路、供電模塊和外殼等部分組成。其中，慣性敏感器件包括加速度計和陀螺儀。三、慣性導航系統（三）慣性導航系統分類平臺式慣性導航系統捷聯式慣性導航系統2.車載網絡通信技術認知主講教師：課程導入路基設施②車-車通信③車-路通信⑤車內通信④車-人通信①車-云通信云端平臺01車載網絡通信系統的定義02車內網系統03車聯網系統PART01車載網絡通信系統的定義一、車載網絡通信系統車內網系統專注于車內部各種電子控制系統的互聯互通，確保各傳感器與控制單元間的數據流暢交換。車聯網系統致力于本車與周邊車輛、路側設施、行人及云端平臺的連接，實現整個交通系統的數據共享與信息流通。PART02車內網系統二、車內網系統二、車內網系統優點大幅降低了線束的數量與裝配難度。顯著提升了車內數據傳輸的穩定性與可靠性。有效避免車內傳感器信號的冗余傳輸。高效排查并解決車內電子控制系統的故障。（一）車內網的優點二、車內網系統（二）車內網分類由于汽車各個電子控制系統對于通信的實時性的不同需求，車內網絡結構通常采用多條不同速率的總線，以連接不同類型的節點，并使用網關實現整車信息的共享和網絡管理。二、車內網系統二、車內網系統二、車內網系統二、車內網系統二、車內網系統二、車內網系統二、車內網系統PART03車聯網系統三、車聯網系統（一）車聯網系統三、車聯網系統（二）車聯網分類IEEE標準化的專用短程通信第三代合作伙伴計劃標準化的蜂窩車聯網三、車聯網系統（三）V2X通信分類VehicletoVehicleV2VVehicletoInfrastructureV2IVehicletoPedestrianV2PVehicletoCloud/NetworkV2C/N三、車聯網系統（四）V2V在車的方面，車聯網系統中包含了不同網聯化和自動化程度的車輛，這些車輛通過通信模塊與其它部分交互，來實現駕駛安全預警與交通信息提醒功能，為自動駕駛的實現提供有力支撐。VehicletoVehicleV2V三、車聯網系統（五）V2I在路側基礎設施方面，各類傳感器可實時感知交通運行狀況，結合邊緣計算的強大計算能力，車聯網系統能夠實現紅綠燈的自適應優化與協同控制。VehicletoInfrastructureV2I三、車聯網系統（六）V2P在行人方面，車聯網主要關注出行行為與弱勢交通參與者的安全，有效避免嚴重交通事故的發生。VehicletoPedestrianV2P三、車聯網系統（七）V2C/N在云平臺方面，車聯網系統通過連接到路上的網聯車輛與路側智能基礎設施，實現全局數據的匯集、計算與分析，從而完成大規模交通場景的智能管理與控制。VehicletoCloud/NetworkV2C/N三、車聯網系統（八）車聯網優點優點高移動性高頻度通信高頻度通信可自定位3.總線系統認知主講教師：課程導入01汽車總線02網關03域控制器PART01汽車總線一、汽車總線（一）CAN總線中央處理器CAN控制器CAN收發器CAN-HCAN-LTxRx一、汽車總線（一）CAN總線特點總線上各節點之間沒有主從之分，任一節點都能向其他節點發送信息。多主結構采用雙絞線作為數據總線，有效增加抗干擾能力。雙絞線傳輸采用電平差的方式識別數字信號，用以判斷所傳輸信息的含義。壓差驅動總線或節點出現故障時，網絡依然具有一定的信號傳輸能力。容錯性高一、汽車總線（二）LIN總線主節點功能從節點功能硬件SCI軟件SCICPU物理接口主節點LIN從節點功能硬件SCI軟件SCICPU物理接口從節點一、汽車總線（二）LIN總線特點主節點能向任一從節點發送信號，而從節點僅在主節點的控制下發送數據。主從結構采用單根非屏蔽導線作為數據總線。單線傳輸主從節點之間使用電壓高低變化進行信息傳輸。偏壓驅動當出現短路、斷路和主節點故障時，無容錯能力。低容錯特性一、汽車總線（三）MOST總線電子信息服務通信系統電視接收機收音機調整器語音操作功放導航儀讀卡器數據總線故障診斷界面（網關）顯示屏操作單元前部信息控制單元CD換碟器診斷接口一、汽車總線（四）FlexRay總線總線正總線負通道A總線正總線負通道BFlexRay節點主處理器FlexRay控制器FlexRay收發器FlexRay收發器FlexRay節點主處理器FlexRay控制器FlexRay收發器FlexRay收發器一、汽車總線（四）FlexRay總線特點數據傳輸速率為10Mb/s，是高速CAN總線數據傳輸速率的20倍。高速率控制信號是根據預定義的時間進度傳輸的，無論系統外部發生什么情況，都不會產生計劃外事件。確定性（實時）數據傳輸可以通過事件觸發來進行數據傳輸。靈活性能以容錯方式進行匹配，在個別組件失靈后余下的通信系統也能可靠地繼續運行。數據通信可靠一、汽車總線（五）車載以太網IEEE802.1AS(PTPv2)AVBUDP-NMDoIPSOME/IP服務發現DHCPICMPARPUDPTCPand/orUDPUDPIPv4IEEE以太網車載以太網物理層（OABR）IEEE1722AVB1層：物理層2層：鏈路層3層：網絡層4層：傳輸層5~7層：表示層、會話層、應用層音頻/視頻傳輸時間同步車載網絡管理診斷和閃存更新控制通信服務發現地址配置地址解析、信號發送等一、汽車總線（五）車載以太網特點高可靠性車輛運行過程中網絡連接不會中斷。低電磁輻射使用單對非屏蔽電纜以及更小型緊湊的連接器，可滿足車載EMC要求。低功耗可以靈活關閉不在用的網絡，以降低耗電量。高帶寬能夠處理大量數據，保證多媒體內容、傳感器數據等大流量信息的快速傳遞。低延遲具備極低的信息處理延遲，保障自動駕駛和安全系統的及時響應。PART02網關二、網關（一）網關協議轉換數據交換故障診斷二、網關（二）網關分類中央網關局域網關ECUECUECUECUECUECU局域網關ECUECUECUECUECUECU二、網關（三）網關的功能功能報文路由、診斷路由、數據包路由接收和發送的消息之間的速率適配問題網絡管理、配置比較以及軟件刷新為診斷測試提供CAN和以太網接口PART03域控制器三、域控制器（一）域控制器中央網關局域網關ECUECUECUECU局域網關ECUECUECUECU局域網關ECUECUECUECU局域網關ECUECUECUECU局域網關ECUECUECUECU域控制器1域控制器2域控制器3域控制器4域控制器5域控制器，就是一個集中了多個功能相近的傳統ECU的強大控制器。三、域控制器（二）車內域控制器組成中央網關局域網關ECUECUECUECU局域網關ECUECUECUECU局域網關ECUECUECUECU局域網關ECUECUECUECU局域網關ECUECUECUECU自動駕駛域智能座艙控制域車身控制域底盤控制域動力總成域4.計算平臺的含義主講教師：課程導入計算平臺的定義計算平臺是基于異構分布式硬件平臺、融合并集成系統軟件和功能軟件的原型系統，根據差異化需求進行硬件定制和應用軟件加載。其硬件架構包括包含AI單元、計算單元和控制單元；其操作系統包含復雜嵌入式系統的汽車定制化系統軟件和密切結合自動駕駛需求的通訊功能軟件?！D自《智能汽車EEA（電子電氣）架構—清華大學運載學院》傳統汽車電子產業新一代汽車產業鏈條：Tier1.5下一代汽車電子產業鏈條構建行業共識架構體系通過實現自動駕駛的共性功能、共性場景、共性算法，來提供主機廠差異化、高效、定制化的應用開發。下一代汽車電子產業鏈條計算基礎平臺產品化系列和產業化工作計算基礎平臺的特點：平臺化、網聯式和可擴展應用軟件層ACCLKAHWAAVP網聯云控……車控操作系統架構安全體系工具鏈（開發、仿真、調試、測試等）功能軟件層應用軟件接口（SOA/API）智能駕駛通用模型環境模型規劃模型控制模型功能軟件通用框架數據抽象數據流框架基礎服務系統中間件及服務框架其它接口運行時環境基礎軟件硬件抽象層實時操作系統POSIX虛擬化管理及BSPDrivers操作系統內核（Linux等）/其他安全實時內核系統軟件層異構分布硬件AI計算單元通用計算單元控制單元硬件平臺層計算基礎平臺的信息安全、數據安全、隱私保護5.計算平臺硬件架構主講教師：01計算平臺的硬件架構02計算平臺硬件架構實例PART01計算平臺的硬件架構一、計算平臺的硬件架構

異構分布硬件架構異構分布硬件AI計算單元通用計算單元控制單元硬件平臺層異構分布硬件架構提供了靈活高效的計算資源集成方式，通過集成多種不同類型的處理單元，并根據各種處理單元的特點和優勢，將通用計算任務、特定類型計算任務、整體控制和協調任務等分配到最適合的處理單元上，實現更高的計算性能和能效。異構分布硬件平臺通常包括AI計算單元、通用計算單元、控制單元以及安全處理單元等。一、計算平臺的硬件架構

AI計算單元AI計算單元基于并行計算架構，負責圖像處理、深度學習、推理等數據密集型計算。架構方面FPGA、DSP、GPU、NPU、TPU等專用加速器等正逐漸引入到AI計算單元中，并負責不同的計算任務。性能方面對AI計算單元的算力需求持續增長，需要實現通用計算單元與AI計算單元的協同，進一步提高處理效率。通信方面各種高速互聯技術加快普及應用。模型和算子方面AI計算單元通過通用處理器和專用加速器實現對模型和算子的支持。一、計算平臺的硬件架構

通用計算單元通用計算單元負責運行復雜的邏輯串行任務。通用計算單元由多個車規級多核CPU組成，各單核主頻高、計算能力強。在實際應用中，需要針對具體任務進行優化和并行化，以充分利用多核CPU的算力。一、計算平臺的硬件架構

控制單元控制單元負責為智能網聯汽車子系統提供控制功能?？刂茊卧话銥楦甙踩珡妼崟r的MCU，包含實時多核CPU、嵌入式存儲單元以及必要的I/O與通信接口。為滿足實時性要求，需對MCU取指令的通路、數據存取通路等特別設計，同時通過提升MCU核心工作頻率、使用實時的軟件任務調度器等，減少任務切換延遲。MCU還需要集成Ethernet/CAN-FD等高速接口，提供硬件的包轉發、路由等功能，減少CPU資源消耗，降低延遲，提供數據交換的吞吐量。一、計算平臺的硬件架構

安全處理單元安全處理單元負責安全業務的處理。為減少CPU負載，各種加解密算法加速單元被越來越多地集成到芯片之中。安全與非安全執行環境的隔離既有基于虛擬化技術的邏輯CPU方案，也可基于硬件電路完全隔離的硬件安全模塊（HSM）技術。在系統層面，需在總線、內存接口中加入安全設計，實現系統地址空間的安全隔離要求。PART02計算平臺硬件架構實例二、計算平臺硬件架構實例華為自研的NPU架構2017年，華為推出自研架構NPU，相比傳統標量、矢量運算模式，華為自研架構NPU采用3DCube針對矩陣運算做加速。特點：單位時間計算的數據量更大，單位功耗下的AI算力也更強，相對傳統的CPU和GPU實現數量級提升，實現更優能效。————轉自《華為昇騰+鯤鵬架構》二、計算平臺硬件架構實例

基于GPU的計算方案GPU（GraphicsProcessingUnit），即圖形處理器，是一種由大量運算單元組成的大規模并行計算架構。早先由CPU中分出來專門用于處理圖像并行計算數據，專為同時處理多重并行計算任務而設計。GPU中也包含基本的計算單元、控制單元和存儲單元。與CPU相比，CPU芯片空間的不到20%是ALU，而GPU芯片空間的80%以上是ALU。即GPU擁有更多的ALU用于數據并行處理。DRAM——GPU框架結構圖ControlCacheALU二、計算平臺硬件架構實例

基于GPU的計算方案GPU加速計算誕生后，它為企業數據提供了多核并行計算架構，支撐了以往CPU架構無法處理的數據源。根據對比，為了完成相同的深度學習訓練任務，使用GPU計算集群所需要的成本只是CPU計算集群的200分之一?！切姓咧悄荞{駛計算平臺框架二、計算平臺硬件架構實例

基于GPU的計算方案實例智行者研發的BrainBox智行者研發的BrainBox智能駕駛計算平臺，采用NVIDIA?Xavier?NX雙模塊處理器+英飛凌的TC297功能安全處理器的異構計算平臺，集成了多種通訊、6口交換機、4G、視頻（8路720P，GMSL攝像頭輸入）等模塊，擁有CAN、以太網、USB、RS232等豐富接口?！切姓咧悄荞{駛計算平臺框架二、計算平臺硬件架構實例

基于FPGA的計算方案FPGA（Field-ProgrammableGateArray），即現場可編程門陣列，它是在PAL、GAL、CPLD等可編程器件的基礎上進一步發展的產物。它是作為專用集成電路領域中的一種半定制電路而出現的，既解決了定制電路的不足，又克服了原有可編程器件門電路數有限的缺點?！狥PGA芯片內部結構特點：功耗低，成本低，性能高，硬件配置靈活，可編程。二、計算平臺硬件架構實例

ACU-百度基于FPGA的計算方案ACU為百度自行設計和研發的滿足車規要求和具備大規模量產能力的控制單元，目前設計目標為L3自動駕駛硬件平臺，主要聚焦于實現AVP（AutomatedValetParking）的功能，同時可以兼容TJP（TrafficJamPilot）、HWP（HighwayPilot）、AVM主要功能。——百度ACU第一代硬件平臺二、計算平臺硬件架構實例基于ASIC的計算方案ASIC（ApplicationSpecificIntegratedCircuit）是一種為專門目的而設計的集成電路，分為全定制和半定制，全定制即需要開發設計人員完成全部的電路設計，效率較低，而半定制可以使用一些標準的邏輯單元，比如門電路、加法器、存儲器等等。（1）設計規格書制定（8）物理驗證（DRC，LVS等）（9）流片制造（2）架構劃分（7）布局&布線（10）封裝與測試（3）邏輯功能設計（6）布局規劃（4）邏輯綜合（5）綜合后門級驗證——ASIC設計流程二、計算平臺硬件架構實例基于ASIC的計算方案地平線的CES2020地平線在CES2020推出了新一代自動駕駛計算平臺Matrix2，如圖3-12所示。該平臺面向多層次、多場景的未來自動駕駛，搭載地平線征程二代車規級芯片，具備極致性能與高可靠性，可滿足L2～L4級別自動駕駛需求，為自動駕駛客戶提供感知層的深度賦能?！狹atrix2.0多攝像頭版本（左）、單攝像頭版本（右）6.華為MDC平臺的認知主講教師：課程導入01華為MDC計算平臺的硬件特性02華為MDC計算平臺的軟件特性PART01華為MDC計算平臺的硬件特性一、華為MDC計算平臺的硬件特性（一）華為MDC平臺的角色定位MDC硬件平臺包含圖像處理、數據交換、安全MCU（MicrocontrollerUnit）、AI（ArtificialIntelligence）和CPU（CentralProcessingUnit）等模塊。智能駕駛計算平臺涉及：ICT核心技術、多種算法、汽車控制技術三個方面。落地場景包括：商用車領域的無人車物流、礦區作業車、有限地域自動駕駛出租車等，以及乘用車的代客泊車、高速巡航等。一、華為MDC計算平臺的硬件特性（一）華為MDC平臺的角色定位一、華為MDC計算平臺的硬件特性（二）MDC300(F)硬件架構MDC是系列化平臺產品，支持軟、硬件解耦，支持L2~L4的平滑演進和兼容。MDC硬件平臺包含：圖像處理數據交換安全MCU（MicrocontrollerUnit）AI（ArtificialIntelligence）CPU（CentralProcessingUnit）等一、華為MDC計算平臺的硬件特性（三）MDC300(F)的硬件單元MDC300/F的設計目標為Level3自動駕駛硬件平臺，包括3個主要功能：TJP（TrafficJamPilot）HWP（HighwayPilot）AVP（AutoValetParking）一、華為MDC計算平臺的硬件特性（四）MDC300/F模塊硬件接口序號插接器名稱插接器說明1低速插接器提供CANFD（ControllerAreaNetworkFrequencyDiversity）/CAN、LIN（LocalInterconnectNetwork）、UART（UniversalAsynchronousReceiver/Transmitter）、GPIO（General-PurposeInput/Output）等接口，分別對接車控、毫米波雷達、超聲波雷達等2四合一車載以太插接器1提供4路車載以太接口，分別對接T-BOX（TelematicsBOX）、HMI（HumanMachineInterface）、黑匣子和激光雷達（車載以太接口）等設備3四合一車載以太插接器2提供4路車載以太接口，分別對接T-BOX、HMI、黑匣子和激光雷達（車載以太接口）等設備一、華為MDC計算平臺的硬件特性（四）MDC300/F模塊硬件接口序號插接器名稱插接器說明4四合一攝像頭插接器1提供GMSL（GigabitMultimediaSerialLink）接口，對接4個Camera5四合一攝像頭插接器2提供GMSL接口，對接4個Camera6四合一攝像頭插接器3提供GMSL接口，對接3個Camera。同時預留1路FPDLink視頻輸出接口（MDC300F1.0.0版本不支持，僅預留面板接口）7風扇插接器提供風扇供電和控制信號一、華為MDC計算平臺的硬件特性（五）MDC300轉接盒MDC300/F是車載以太接口，通過MDC300轉接盒將通用以太接口轉換為車載以太接口。MTB300轉接盒將MDC300/F的車載以太接口轉換成通用以太接口，以更好的適配現階段的激光雷達產品。MDC300/F_AMDC300/F_B激光雷達車載以太phy通用以phy一、華為MDC計算平臺的硬件特性（六）MDC300轉接盒接口序號信號說明1低速插接器1提供8路激光雷達時間信息和時間同步，用于對接激光雷達2通用以太插接器提供8個通用以太網（100/1000BASE-T）接口，用于對接8路激光雷達或其他通用以太接口設備（例如，T-BOX等）3-1四合一車載以太插接器1提供4路車載以太100BASE-T1接口，對接其中一個MDC300/F（例如，MDC300/F-A）3-2四合一車載以太插接器2提供2路車載以太100BASE-T1接口（端口5/6）和2路1000BASE-T1接口（端口7/8），對接另一個MDC300/F（例如，MDC300/F-B）4低速插接器2提供2個MDC300/F的對接信號（例如MDC300/F-A和MDC300/F-B）提供調試串口，對接其中MDC300/F（例如MDC300/F-A）一、華為MDC計算平臺的硬件特性（七）MDC300/F關鍵規格傳感器規格RadarCamerasLidar感應維度2D2D3D距離遠中中體積8*8*6cm3（典型值）8*7*3cm3（典型值）9*6*6cm3（典型值）3D形狀-a+b++精度±120cm（典型值）±15cm（典型值）±5cm（典型值）防雨、雪、灰塵性能+++-++防霧性能+++-+極暗光+++++++強烈日光+++++(HDR)++環境光獨立性++++++(HDR)+++標志&顏色識別-+++-主功能防撞巡航控制標志識別語義分析行人保護a：減號（-）表示性能不理想。b：加號（+）越多表示性能越好。當前用于自動駕駛的傳感器主要有三種：LidarRadarCamera這三種傳感器各有優勢，目前需要三種傳感器互為補充才能滿足L3~L4自動駕駛的需求。一、華為MDC計算平臺的硬件特性（八）MDC300F模塊計算能力項目技術規格（單ECU）算力AI：64Tops（INT8）+80KDMIPS（預測值，具體規格與用戶負載相關）CPU：150KDMIPS（預測值，具體規格與用戶負載相關）安全MCU6Core@300MHz支持的內存AI模塊：64GBLPDDR4（LowPowerDoubleDataRateSDRAM）CPU模塊：16GBLPDDR4支持的存儲CPU模塊：支持128GBSSD存儲空間一、華為MDC計算平臺的硬件特性（九）MDC300F典型應用方案MDC300F單盒典型應用方案主要接口描述如下:整車控制器：MDC300F、提供3路CAN總線與各類整車控制器進行交互，比如底盤，制動，轉向等。攝像頭:MDC300F最多支持11路GMSL1攝像頭,通過同軸線纜提供10V電源給攝像頭，每路攝像頭的最大電源為150mA。毫米波雷達：MDC300F默認支持6路CANFD/CAN接口的毫米波雷達接入。超聲波雷達：MDC300F支持CAN總線的超聲波傳感器進行對接交互信息。激光雷達：MDC300F通過MDC300F轉接盒轉接后最大可以支持8路激光雷達的輸入。GPS/Imu的組合定位：MDC300F支持1路GPS/IMU組合定位設備的進入。本方案基于當前商用的激光雷達接口為通用以太網+GPRMC串口+PPS接口的現狀來組網。一、華為MDC計算平臺的硬件特性（九）MDC300F典型應用方案MDC300F單盒應用方案（車載lidar）本方案區別于單盒典型應用方案的點在于假設客戶使用的激光雷達接口為車載以太網接口，同時支持車載以太網的精確時鐘同步系統gptp802.1as標準。不再需要單獨的時間同步GPRC信號和PPS信號，因此這個方案當中不再需要MTB300轉接盒。一、華為MDC計算平臺的硬件特性（九）MDC300F典型應用方案MDC300F雙盒典型應用方案本方案主要用于高可靠性的應用市場。方案中兩個盒子之間的CAN用于傳輸兩個盒子間的管理消息，車載以太網1000base-T1用于傳輸兩個盒子間的高帶寬數據，如攝像頭數據和激光雷達數據等。與單盒方案相比，雙盒方案具有更高的可靠性，并且能提供更多的傳感器接口。PART02華為MDC計算平臺的軟件特性二、華為MDC計算平臺的軟件特性（一）MDC300(F)平臺軟件架構二、華為MDC計算平臺的軟件特性（一）MDC300(F)平臺軟件架構01BIOS（BasicInputandOutputSystem）。02操作系統。03軟件中間件與基礎庫。①AdaptiveAUTOSAR兼容特性。②ClassicAUTOSAR兼容特性。③通信中間件。④AI算子庫。⑤智能駕駛算法外圍包。二、華為MDC計算平臺的軟件特性（一）MDC300(F)平臺軟件架構二、華為MDC計算平臺的軟件特性（二）MDC300(F)平臺軟件特點面向量產和車規級：高功能安全；車規級接口；高信息安全；車規級高可靠，標準化軟件框架；模型化、配置化開發；確定性低時延的操作系統。高算力和高效能比。豐富API，簡便上層應用開發。完善、成熟的開發工具鏈。二、華為MDC計算平臺的軟件特性（三）MDC工具鏈簡介MDC開發工具鏈基于AdaptiveAUTOSAR（針對智能駕駛場景的汽車開放系統架構）框架，配套MDC智能駕駛計算平臺，為客戶提供安全可信，高效便捷，靈活開放的智能駕駛應用系統開發的端到端工具集：MindStudioMDCManifestConfiguratorMDCDevelopmentStudio二、華為MDC計算平臺的軟件特性（三）MDC工具鏈簡介7.百度Apollo自動駕駛開放平臺主講教師：開放的、完整的、安全的自動駕駛開放平臺Apollo里程碑123第一階段自動駕駛基礎能力第三階段工程易用性第二階段豐富的場景能力開放平臺架構Apollo平臺的使用A基于Apollo可視化交互工具Dreamview做本地的PNC（PathPlanningandControl）仿真實踐?；贏pollo可視化交互工具Dreamview做感知開發調試實踐。仿真環境B基于云端仿真平臺Dreamland的在線仿真實踐。在線環境C在Apollo官網車輛認證的硬件平臺上搭建APOLLO工作環境。實車環境Dreamview

Dreamview是Apollo平臺中的一個交互式可視化工具，旨在幫助用戶直觀地查看自動駕駛系統的感知、規劃和控制數據。通過Dreamview，用戶可以以三維場景的形式實時展示車輛的行駛軌跡、感知到的障礙物、規劃的路徑以及執行的控制命令，從而更加直觀地了解系統的運行狀態和性能表現。Dreamland

Dreamland平臺是Apollo基于網絡的仿真平臺?；诤Ａ康鸟{駛場景數據和大規模的云計算能力，Apollo仿真引擎為自主駕駛系統的開發，從算法到分級，再到算法改進，創造了強大的測試環境。它促使開發人員和初創企業能夠每天運行數百萬英里的模擬里程，這大大加快了開發周期。ApolloD-KIT

ApolloD-KIT可完美適配Apollo開源平臺，具有豐富的軟件能力，具有構建復雜自動駕駛應用場景的能力，是源自產業實踐的自動駕駛套件，適用于高校、科研機構、自動駕駛企業進行自動駕駛研究?？赏瓿裳E自動駕駛、車路協同、第三方感知擴展、避障自動駕駛、自動泊車等功能的驗證和開發。其它硬件平臺

Apollo官網車輛認證平臺發布的車輛線控標準使不同的廠商生產的硬件車輛也可以加入到APOLLO的硬件平臺之中。8.智能座艙硬件認知主講教師：課程導入01智能座艙的整體架構02智能座艙技術架構及算法分析03信息輸入部件認知04信息處理部件認知05信息輸出部件認知PART01智能座艙的整體架構一、智能座艙的整體架構技術架構的發展傳統座艙由單一芯片驅動單個功能或系統，通信開銷大。智能座艙軟硬件一體化聚合，實現車輛感知精細化，車輛在整個用車周期中，為駕乘人員主動提供場景化的服務，實現機器自主或半自主決策。一、智能座艙的整體架構典型智能座艙整體框架應用算法軟件應用軟件算法軟件中間件中間件組件（AutoSARRTE\ROS\分布式通信\管理平面\數據平面）系統軟件操作系統內核HypervisorBSP驅動軟件多核異構分布架構（DCU等域控制器）AI單元GPU\FPGA\ASIC計算單元CPU控制單元MCU芯片攝像頭、雷達、GPSV2X（云控、地圖等）動力、線控底盤等外圍硬件GMSL/CSI、ETH、CANGMSL/CSI、ETH、CAN4G/5G/LTECAN\FlexRay車輛平臺硬件平臺一、智能座艙的整體架構硬件平臺硬件平臺包含了AI單元、通信計算以及網關3個單元。AI單元：接觸最多的單元，主要用于處理各類傳感器的感知結果（音、頻或其他信號），并且將處理后的結果傳入處理器進行推理計算。通信單元：實現互通互聯，包含GSM（全球移動通信系統）/GPRS（通用分組無線服務技術）/C-V2X（基于蜂窩網的車載通信技術）、GPS、WiFi以及藍牙等的無線連接。網關單元：用于保障座艙域內安全可靠的數據傳輸、內置存儲和常用網關接口，包括車載以太網(ETH)、控制器局域網(CAN.CANFD)、本地聯網(LIN)和車內聯網(FlexRay)等接口。一、智能座艙的整體架構系統層系統層直接運行在硬件之上，用于提供底層算法、通信、狀態管理等服務。系統層先是通過虛擬機監視器(Hypervisor)+板級支持包(BoardSupportPackage，BSP)的方式實現硬件平臺的虛擬化，使得系統軟件可以更方便地與不同硬件平臺對接。由于底層操作系統開發周期長，投入資金大，因此當前汽車座艙底層操作系統均在QNX、Linux和Android的基礎上定制開發，因此當前座艙底層操作系統以QNX和Linux為主。一、智能座艙的整體架構中間件在智能基礎平臺里，多個分布的信息源與多個接收這些源的分布網絡節點構成了異構分布式網絡。目前解決異構分布式系統之間的互聯和操作問題通常采用中間件技術。數據分布服務DDS(DataDistributionService)滿足多種分布式實時通信要求。車載操作系統需要建立跨多單元、高速、高效的DDS機制，DDS可采用發布/訂閱架構?；谙到y層提供的感知、通信及管理等基礎服務，中間件技術主要是實現座艙不同功能的模塊化，用于上層座艙場景的開發。一、智能座艙的整體架構應用層應用層就是座艙用戶直接體驗到的各類場景及功能。包含感知模塊，如情緒感知、行為動作感知、疲勞感知等。場景開發平臺可以根據這些感知結果進行具體的場景開發，例如，檢測到駕駛員打電話時會進行語音提醒，檢測到疲勞時，會播放音樂等。PART02智能座艙技術架構及算法分析二、智能座艙技術架構及算法分析技術架構交互應用車聲控制系統控制第三方APP語音管理用戶界面交互控制車機服務數據服務車身數據系統控制車身狀態車身控制OTA決策中心標準接口封裝場景/感知SDK內置/制定化場景圖像/語音控制決策三方應用地圖天氣音樂底層芯片設備管理狀態管理系統平臺（硬件+驅動）SDIO、Camera、Power、CAN、Audio、Display、其他硬件適配層車機硬件DMS攝像頭麥克風陣列IC顯示屏車載音響其他底層芯片人臉識別多模語音性別年齡危險行為手勢識別情緒識別AI模型其他圖像語音車身數據數據個性化場景指令在現場景算法模型訓練平臺語音識別數據安全（過濾、脫敏）數據倉庫賬號鑒權OTA云端服務二、智能座艙技術架構及算法分析算法分析目前，智能座艙算法模塊大致分為以下四大類：駕駛員面部識別類：包含人頭識別、人眼識別、眼睛識別等；駕駛員動作識別類：手勢動作識別、身體動作識別、嘴唇識別等；座艙聲音識別類：前排雙音區檢測、聲紋識別、語音性別識別/年齡識別等；座艙光線識別類：座艙氛圍燈、座艙主體背景、座艙內飾等。PART03信息輸入部件認知三、信息輸入部件認知車載攝像頭車載攝像頭被稱為“自動駕駛的眼睛”，通過鏡頭和圖像傳感器實現圖像信息采集，超過80%的自動駕駛技術都會運用到攝像頭，或將攝像頭作為一種解決方案。座艙內的攝像頭有多種類型，根據安裝位置不同，車載攝像頭可分為前視攝像頭、側視攝像頭、環視攝像頭、后視攝像頭及艙內攝像頭。三、信息輸入部件認知車載傳聲器傳聲器是將聲音信號轉換為電信號的信號轉換器件或者模組，俗稱“麥克風”。汽車傳聲器是車載音頻信號的接收模塊，由外殼、電路板、傳感組件、信號轉換器和密封組件等部分組成?；谡Z音的車載人機交互系統在智能座艙領域占據重要地位，車載傳聲器陣列已成為智能汽車的標配。PART04信息處理部件認知四、信息處理部件認知車規級芯片四、信息處理部件認知CPUCPU叫做中央處理器（CentralProcessingUnit）作為計算機系統的運算和控制核心，是信息處理、程序運行的最終執行單元。CPU由數百萬個晶體管組成，可以有多個處理內核，通常被稱為計算機的大腦。CoreControlL1CacheCoreControlL1CacheCoreControlL1CacheCoreControlL1CacheL2CacheL2CacheL3CacheDRAMCPU四、信息處理部件認知GPUGPU叫做圖形處理器（GraphicsProcessingUnit），又稱顯示核心、視覺處理器、顯示芯片，是一種專門在個人電腦、工作站、游戲機和一些移動設備上做圖像和圖形相關運算工作的微處理器。L2CacheDRAMGPU四、信息處理部件認知片上系統片上系統（SoC）是一種將系統所需的全部組件壓縮到同一個芯片上的集成電路。片上系統無需獨立的大型系統組件，有助于簡化電路板設計，從而在不影響系統功能的情況下改善功耗和運行速度。PART05信息輸出部件認知五、信息輸出部件認知屏幕現在智能座艙的一大特征是基本標配全液晶儀表和中控大屏。五、信息輸出部件認知

HUDHUD（HeadUpDisplay）稱為抬頭顯示系統，又被叫做平視顯示系統，是指以車輛駕駛員為中心、盲操作、多功能儀表盤。五、信息輸出部件認知車載音響車載音響是指安裝在車內的聲音播放系統，最基本的條件就是有回放聲音的功能。9.計算平臺的現狀與發展歷程主講教師：01自動駕駛技術等級02計算平臺硬件的現狀與發展歷程03車載計算單元電子芯片的發展趨勢04計算平臺的行業現狀與發展歷程05本土產業鏈的發展PART01自動駕駛技術等級一、自動駕駛技術等級Level0無自動駕駛駕駛員完全掌握橫向和縱向力學的控制Level1特定功能輔助駕駛特殊和多種自動化功能被駕駛員所掌控如：定速巡航，自剎車，車道控制等等Level2組合功能輔助駕駛最少有兩個主要系統是自動化的并可以同時運行如：同時使用自適應巡航系統和行駛偏離預防系統Level3限定情況自動駕駛汽車能在自動駕駛模式中安全運行駕駛員能讓汽車全權負責所有與安全相關的功能Level4無人駕駛所有的駕駛功能都是自動化且安全的所有的系統限制會被系統監測，它擁有在任何情況下都可將風險最小化的能力自動化級別橫、縱向操作環境感知應急制動20252035（門到門）現在、短期現狀未來中長期推行情況以駕駛員為主以汽車為主Level1：滿足特定功能的輔助駕駛Level2：組合一定功能的輔助駕駛Level3：限定情況下的自動駕駛Level4：部分區域內的自動駕駛Level5：全區域完全無人駕駛PART02計算平臺硬件的現狀與發展歷程二、計算平臺硬件的現狀與發展歷程————轉自NvidiaPART03車載計算單元電子芯片的發展趨勢三、車載計算單元電子芯片的發展趨勢車聯網/通信供應商V2V、V2P、V2C、V2l技術云服務車聯網安全移動通信通信設備其他遠程管理和服務算法/軟件供應商算法/軟件/車載信息系統/自動駕駛系統數據服務商/圖商數據/高精地圖為算法、軟件提供必要的數據和地圖支持有效處理、分析數據使車載系統/軟件實現聯網，OTA升級成為可能為車聯網提供連接終端芯片供應商芯片/處理器/計算平臺核心硬件本身的研發也需要算法支持為算法、軟件運行提供核心硬件支持為芯片提供通信技術標準為車聯網技術提供芯片、處理器、存儲器等硬件為傳感器提供芯片、處理器、存儲器等硬件傳感器生產商雷達傳感器定位傳感器視覺傳感器車姿傳感器數據、地圖為傳感器提供定位、識別；傳感器可用來采集數據、地圖信息為傳感器識別物體提供解決方案多傳感器數據經算法完成融合數據和高精地圖實現聯網，并上傳信息至云平臺進行處理計算車聯網技術進一步補充高精地圖，豐富數據進一步完善傳感器數據，提高冗余度，降低容錯率————轉自《自動駕駛白皮書車載智能計算平臺及車載智能計算平臺》三、車載計算單元電子芯片的發展趨勢CPUFPGAGPUASIC優點：通用性好，串行運算能力強；適用于邏輯運算；缺點：開發難度最大，大量的晶體管用于構建控制電路和高速緩沖存儲器，運算單元占比少，架構限制了算力的進一步提升。優點：可對芯片硬件層進行靈活編譯，且功耗遠遠小于CPU和GPU；缺點：硬件編程語言難以掌握，單個單元的計算能力比較弱，硬件成本較高，電子管冗余，功耗可進一步壓縮。優點：相比CPU，由于其多線程結構，擁有較強的并行運算能力，與FPGA和ASIC相比通用性更強；缺點：價格、功耗等不如FPGA和ASIC，并行運算能力在推理端無法完全發揮。優點：針對專門的任務進行架構層的優化設計，可實現PPA最優化設計、量產后成本最低；缺點：初始設計投入大，可編程架構設計難度較大，針對性設計會限制芯片通用性?！D自《自動駕駛白皮書車載智能計算平臺及車載智能計算平臺》PART04計算平臺的行業現狀與發展歷程四、計算平臺的行業現狀與發展歷程7月，百度副總裁、在百度AI開發者大會上宣布，百度已與長沙政府達成合作，并計劃于下半年在長沙測試運營ApolloGo無人出租車服務。12月，百度Apollo在長沙舉行首屆生態大會，有超過5000長沙市民報名試乘百度無人出租車，在梅溪湖開設10個接送站點，為大約500名乘客提供了服務。發布開源Apollo6.0方案。3月，騰訊與富士康及和諧汽車共同成立了和諧富騰，在今年2月正式拆分為兩個項目—豪華電動汽車FutureMobilityCorp和新能源汽車企業愛馳億維9月成立智能駕駛實驗室10月11日，阿里達摩院成立，并設立自動駕駛部門20152016201720182019202020213月，滴滴成立了美國研究院，從大數據安全和無人駕駛兩個方向展開研究11月，滴滴成立地圖公司—滴圖科技，已獲得地圖生產甲級測繪資質3月17日通過旗下的黃河投資以17.78億美元的價格收購了特斯拉816.75萬股股票，其持股比例達到5%4月，阿里表示正在進行自動駕駛的研發，選取L4技術路線，阿里的路測車輛改裝自林肯MKZ，已有車輛進行了常態化路測，并具備了在開放路段測試的能力9月，阿里發布了首款L4新能源車，搭載了車路協同智能系統9月20日，阿里巴巴獲得杭州首張無人駕駛路測牌照5月14日騰訊拿到了深圳市政府頒發的智能網聯汽車道路測試牌照（粵B9K60試）10月騰訊將自動駕駛、騰訊車聯、位置服務均并行到CSIG事業群組（智慧產業事業群）9月21日，滴滴共有2輛車獲得北京市自動駕駛車輛道路測試牌照5月，首次開放自動駕駛服務。上海銀行達成戰略合作。7月，騰訊車聯提出車聯網生態云方案。并推出“新一代自動駕駛虛擬仿真平臺”TADSim2.0使用“數據驅動+游戲技術”的雙擎驅動方案。10月，阿里以L4自動駕駛為切入點推出了適用于自動駕駛的芯片玄鐵910。5月，首次開放自動駕駛服務。上海銀行達成戰略合作。7月，騰訊車聯提出車聯網生態云方案。并推出“新一代自動駕駛虛擬仿真平臺”。TADSim2.0使用“數據驅動+游戲技術”的雙擎驅動方案。10月，阿里以L4自動駕駛為切入點推出了適用于自動駕駛的芯片玄鐵910。1月獲1DG領投3億美元融資。4月發布首個5小時連續無接管路測視頻。涵蓋狹窄路段超車，無保護左轉，以及大型路口掉頭等復雜場景4月與禾賽達成戰略合作。3月打造小場景生態，依托微信小程序生態，打造精品車載小場景快速上車。3月提出AutoDrive平臺。將自動駕駛技術與物流攬收場景、即時配送場景結合12月14日，百度成立自動駕駛事業部4月，百度宣布在硅谷組建自動駕駛團隊，該團隊隸屬于百度自動駕駛事業部(ADU)，并計劃2016年將人數拓展至100名以上9月1日，京東集團對外宣布，由其自主研發的中國首輛無人配送車已經進入道路測試階段