自动驾驶（七十四）---------硬件平台介绍

在整个自动驾驶中，我们之前讨论了很多软件算法，很少涉及到硬件领域，今天结合我接触的一些硬件知识做一个总结，整理硬件在整个自动驾驶中的作用和市面上常见的几种硬件。

1. 软硬件架构

软硬件架构也是三部分组成：硬件平台，操作系统，软件算法。

硬件平台具体是指计算平台，目前主流的自动驾驶芯片解决方案主要包括GPU、FPGA、DSP和ASIC四种。其作用主要包含三个方面：

提供传感器数据的接口，把传感器的数据导入计算平台。
分析传感器传入的数据，结合车辆自身情况进行计算，主要是计算车辆的控制信号。
提供对外的输出接口，把计算的控制信号，通过接口输出到车身总线上。

2. 常见硬件平台

英伟达基于GPU的计算解决方案——DRIVE PX2，由于特殊的硬件设计，其在图像处理和深度学习方面有独特的优势。
德州仪器基于DSP的解决方案——TDA4，其具有专用的深度学习加速器和内部开发的矩阵乘法加速器（MMA），SoC可以处理高达8MP的前置摄像头的视频流，也可以处理四到六个3-MP摄像头以及雷达，LiDAR和超声传感器的组合。
Altera基于FPGA的解决方案——CycloneV SoC，集成了基于ARM处理器的硬件处理器系统(HPS)，具有更有效的逻辑综合功能。
恩智浦NXP自动驾驶汽车的计算平台BlueBox，S32V芯片包含有不同的图形处理引擎，特制的高性能图形处理加速器，高性能ARM内核，高级APEX图形处理和传感器融合。它的功能包括了传感器/执行器管理和故障检验。
寒武纪的芯片，寒武纪1M，采用台积电7nm工艺制造，能耗比达到5Tops/W，即每瓦特5万亿次运算，并提供2Tops、4Tops、8Tops三种规模的处理器核，满足不同场景、不同量级的AI处理需求，并支持多核互联。
高通骁龙SA8155平台，高通的性能和整合5g的能力吊打市面上一众厂商，目前还没有太多厂商使用，但是潜力很大。
谷歌TPU，第四代TPU芯片性能也首次披露，得益于硬件创新及软件优化，TPU v4的性能较TPU v3平均提升2.7倍，此外基于TPU v3的谷歌最强ML训练超算峰值性能超430 PFLOPs。

3. 操作系统

在上面总结的硬件平台中，首先运行一套操作系统，我总结了5中车载的操作系统：

WinCE：微软起了个大早，干了个晚集，随着Linux和Android的冲击，已经放弃对WinCE的维护，一种分层的架构，分别由内核模式层和用户模式层组成。
Linux：Linux支持多用户、多任务、支持多线程和多CPU，是一个性能稳定的多用户网络操作系统。
Android: 不用多介绍，包含一套文件系统，多媒体构架，SQLite数据库、图形处理、网络开发的库文件等等。
QNX: QNX采用微内核结构，大部分的子系统，包括用户应用软件，互相通信都是通过kernel call的方式。
iOS：苹果对汽车的开发还处于保密阶段，我们只能翘首以待未来的结果。

4. 软件算法编译

之前我们讨论的所以软件算法，都是在以上操作系统上运行，即编译出对应的可执行文件运行，下面总结一下对应的常用编译方法：

SCons：脚本可以用python书写，不过距离构建还有一些差距，自动配置功能很弱，跨平台构建能力不足。
Waf：用 Python语言作为构建脚本，可读性、可维护性和便利性。
CMake：目前比较成熟，但是采用的是一个自定义的格式，劣势也十分明显。
premake：业界口碑最好，采用代码简单优美的lua语言：灵活、优美、知识复用好。

5. 总结

有了硬件，接入传感器数据，在操作系统中，运行编译好的可执行文件，就能实时计算控制信号，并通过总线接口发出信号，这就是整个自动驾驶软硬件流程。

作为一个软件工程师，必须要掌握硬件知识，打通自动驾驶上下游，具有宏观的视野，重点关注与自己的领域，深耕细作，才能利于不败之地。

自动驾驶（七十四）---------硬件平台介绍相关推荐

自动驾驶（十四）---------车道线检测
目前车道线检测主要有两种方法:传统方法,深度学习,本文主要从传统方法出发来介绍车道线检测,毕竟Mobileye也没有用到太多的深度学习(以前和Moblieye有交流). 再者,一直以来我们传统汽车行业 ...
【Microsoft Azure 的1024种玩法】七十四.五分钟在Azure Virtual Machines中快速部署一套软件项目管理及自动构建工具
[简介] Apache Maven由 Apache 软件基金会所提供的一个软件项目管理及自动构建工具,Maven 为开发者提供了一套完整的构建生命周期框架.开发团队几乎不用花多少时间就能够自动完成工程 ...
七十四、Python | Leetcode数字系列（下篇）
@Author:Runsen @Date:2020/7/3 人生最重要的不是所站的位置,而是内心所朝的方向.只要我在每篇博文中写得自己体会,修炼身心:在每天的不断重复学习中,耐住寂寞,练就真功,不畏艰 ...
打怪升级之小白的大数据之旅(七十四)＜初识Kafka＞
打怪升级之小白的大数据之旅(七十四) 初识Kafka 引言学完Flume之后,接下来将为大家带来Kafka相关的知识点,在工作中,Kafka和Flume经常会搭配使用,那么Kafka究竟是什么呢?让 ...
JavaScript学习（七十四）—递归函数
JavaScript学习(七十四)-递归函数一.什么是递归? 如果一个函数可以在内部调用其本身,那么这个函数就是递归函数,简单地说,函数内部自己调用自己,这个函数就是递归函数由于递归很容易发生&q ...
第七十四章 Caché 函数大全 $WREVERSE 函数
文章目录第七十四章 Caché 函数大全 $WREVERSE 函数大纲参数描述示例第七十四章 Caché 函数大全 $WREVERSE 函数以相反的顺序返回字符串中的字符,识别出代理对. ...
Tsukinai的第七十四个程序（输出字符串中的元音字母）
Tsukinai的第七十四个程序写一个函数,将一个字符串中的元音字母复制到另一个字符串,然后输出. 程序的运行示例如下: 提示信息:"\n输入字符串:" 字符串中的元音字母是eo ...
第七十四篇：机器学习优化方法及超参数设置综述
第七十四篇:机器学习优化方法及超参数设置综述置顶 2019-08-25 23:03:44 廖佳才阅读数 207更多分类专栏: 深度学习版权声明:本文为博主原创文章,遵循 CC 4.0 BY-S ...
C语言/C++常见习题问答集锦(七十四) 之裨补阙漏
C语言/C++常见习题问答集锦(七十四) 之裨补阙漏程序之美 1.编写一个函数,从num个字符串中找出最长的一个字符串,并通过形参指针max传回该串地址.(注意: 主函数中用****作为结束输入的标 ...
达芬奇密码第七十四章
达芬奇密码第七十四章[@more@] 第七十四章 "你怎么不说话呢?"兰登注视着"猎鹰者"号机舱对面的索菲说. "太累了.还有这首诗,我怎么也看不明 ...

自动驾驶（七十四）---------硬件平台介绍

自动驾驶（七十四）---------硬件平台介绍相关推荐

最新文章

热门文章