車輛ADAS技術(shù)多源信息系統(tǒng)設(shè)計

徐曉林,易 凡

(鄭州科技學院大數(shù)據(jù)與人工智能學院,河南 鄭州 450064)

0 引言

車輛高級駕駛輔助系統(tǒng)(advanced driving assistance system,ADAS)目前已逐步應用于車輛安全控制領(lǐng)域,以提升車輛運行的安全水平。受限于處理器的性能,ADAS技術(shù)最早以實現(xiàn)單一功能為主,目前逐漸向以集成式、高性能、運算密集型的系統(tǒng)級芯片(system-on-chip,SOC)構(gòu)建的綜合控制系統(tǒng)為主的方向發(fā)展[1]。通過融合多傳感器環(huán)境信息,ADAS可涵蓋車道偏離及碰撞預警、盲點檢測、全景環(huán)視、交通標志識別、行人檢測等一系列高級輔助駕駛功能。但現(xiàn)有的ADAS技術(shù)并沒有實現(xiàn)由集成式、高性能、運算密集型的SOC構(gòu)建的綜合控制系統(tǒng),而只是一個個功能獨立、硬件接口擴展性差、軟件移植性差的分立系統(tǒng)。目前,應用在車輛的ADAS系統(tǒng)均以單芯片處理器、單一功能為主。由此導致的結(jié)果是不同的ADAS技術(shù)均以自帶獨立電子控制單元(electronic control unit,ECU)的方式實現(xiàn)。在硬件安裝布置、功能可擴展性、客戶需求升級等方面都存在延伸性弱、集成度低、軟硬件耦合度高等問題。處理器體系架構(gòu)單一、算力低、性能弱、集成化程度不高,導致軟件上無法處理多個ADAS算法。硬件缺乏相應擴展接口,導致ADAS技術(shù)整體欠缺平臺化設(shè)計[2],并不滿足日益發(fā)展的ADAS技術(shù)高度集成化要求。

本文設(shè)計了1種基于SOC的車輛ADAS技術(shù)多源信息系統(tǒng)。該系統(tǒng)能將ADAS技術(shù)所需的多源感知信息從硬件接口設(shè)計、采集預處理、ADAS算法實現(xiàn)到車輛整體控制執(zhí)行集成于1個計算平臺中,從而解決單芯片處理器無法實現(xiàn)駕駛輔助技術(shù)集成化控制、平臺化建設(shè)的問題。

1 總體方案設(shè)計

車輛ADAS技術(shù)多源信息系統(tǒng)總體方案如圖1所示。

圖1 多源信息系統(tǒng)總體方案

系統(tǒng)自底向上依次為車輛底層控制執(zhí)行機構(gòu)、信息綜合處理系統(tǒng)和多源感知信息。車輛底層控制執(zhí)行機構(gòu)主要功能包括車輛的制動系統(tǒng)、驅(qū)動系統(tǒng)、轉(zhuǎn)向系統(tǒng)及人機交互和數(shù)據(jù)遠程上傳等。多源感知信息包含2類:一類是基于底層域間的車載以太網(wǎng)音視頻橋接(audio video bridger,AVB)技術(shù)/車載控制器局域網(wǎng)(controller area network,CAN)總線的車輛原始車身數(shù)據(jù),其為整體ADAS提供全面的車身信息[3];另一類是傳感器環(huán)境感知信息(如激光雷達、單目相機、毫米波雷達等),其為整體ADAS的上層決策控制提供復雜、全面的環(huán)境信息。多源感知信息包含道路環(huán)境、車輛實時運行狀態(tài)和不同障礙物構(gòu)成的原始信息。原始信息經(jīng)不同的數(shù)據(jù)通信鏈路傳遞至高性能、具備高速并行處理能力的多核異構(gòu)中央處理器(central processing unit,CPU)作進一步處理[4-5],以便為ADAS功能提供決策規(guī)劃依據(jù),從而實現(xiàn)對車輛執(zhí)行機構(gòu)的精準合理控制及危險情況預警等。

由于多源傳感器信息種類較多,本文以實際應用中的車身信息、激光雷達信息、攝像頭信息為主,分別從硬件電路設(shè)計、軟件算法及實際應用3個方面展開分析。

2 系統(tǒng)硬件設(shè)計

車輛ADAS技術(shù)多源信息系統(tǒng)以集成式ADAS功能為核心,集成車道線檢測、障礙物識別跟蹤、以太網(wǎng)AVB技術(shù)/CAN總線雙冗余通信、激光雷達數(shù)據(jù)采集等多種功能[6]。為保證車輛輔助駕駛功能可靠、穩(wěn)定、實時控制以及數(shù)據(jù)處理的時效性,主控芯片采用異構(gòu)多核SOC系統(tǒng),并在SOC上搭建視頻編解碼處理、視頻顯示輸出單元、CAN/千兆以太網(wǎng)通信單元、基本輸入輸出數(shù)據(jù)接口、電源模組、驅(qū)動控制芯片等各種硬件及擴展接口,同時匹配嵌入式操作系統(tǒng)、通信中間件、總線/攝像頭等驅(qū)動模塊,以確保多源傳感器的信息介入及復雜數(shù)據(jù)的綜合處理。

車輛ADAS技術(shù)多源信息系統(tǒng)構(gòu)建時可預留所有硬件接口及功能。整體功能以集成ADAS為核心。預留的功能接口后續(xù)可擴展至車聯(lián)網(wǎng)等相關(guān)應用,以實現(xiàn)人機交互、信息采集、遠程信息管理控制等。系統(tǒng)主要包括主控SOC部分及安全管理微控制單元(micro controller unit,MCU)部分。主控SOC搭建有內(nèi)存與擴展外設(shè)、決策支持系統(tǒng)(decision support system,DSS)、顯示子系統(tǒng)、高清視頻處理單元CSI2、標清視頻處理、BT/Wi-Fi無線通信單元、以太網(wǎng)AVB、CAN線及Control單元,用于與底層MCU的串行外設(shè)接口(serial peripheral interface,SPI)通信。底層MCU包含CAN收發(fā)器、SPI總線、Timer、內(nèi)存及電源管理等。主控SOC和安全管理MCU共同構(gòu)成了整個ADAS的外部環(huán)境信息采集、內(nèi)部感知信息綜合處理、底層車輛執(zhí)行機構(gòu)驅(qū)動控制。主控SOC采用DAR745為TI的Jacinto6多核異構(gòu)處理器。該處理器具有雙ARM Cortex-A15微處理器,是專為ADAS技術(shù)設(shè)計的高性能嵌入式處理器[7-8]。

2.1 以太網(wǎng)通信設(shè)計

整體ADAS的以太網(wǎng)通信分為2類:一類為頂層SOC的千兆以太網(wǎng)通信,用于和激光雷達、工控機等進行通信;另一類為底層MCU的兩線以太網(wǎng)百兆通信,用于車輛不同域間系統(tǒng)的AVB通信。兩類以太網(wǎng)通信分別基于各自的主控芯片與以太網(wǎng)媒體訪問控制(media access control,MAC)收發(fā)器實現(xiàn),并基于IEEE 802.3的標準介質(zhì)無關(guān)接口(media independent interface,MII)、千兆吉比特MII(gigabit MII,GMII)直接連接到其匹配的MAC層,以實現(xiàn)滿足特定功能的以太網(wǎng)通信[9]要求。

系統(tǒng)總體硬件結(jié)構(gòu)如圖2所示。

圖2 系統(tǒng)總體硬件結(jié)構(gòu)框圖

2.1.1 底層MCU的AVB通信設(shè)計

底層安全控制MCU系統(tǒng)與以太網(wǎng)MAC芯片采用標準的AVB協(xié)議,以實現(xiàn)車輛各域間不同系統(tǒng)的AVB通信。

車輛域間網(wǎng)絡(luò)通信的電子電氣架構(gòu)(electrical electronic architecture,EEA)如圖3所示。

圖3 車輛域間網(wǎng)絡(luò)通信的EEA

所涉及的各域包括ADAS域、底盤域、網(wǎng)聯(lián)域、車身域。每個域均為1個子網(wǎng)系統(tǒng)。各域控制器除具備自有域的專屬業(yè)務(wù)邏輯功能以外,還要跨域?qū)崿F(xiàn)各域間系統(tǒng)的數(shù)據(jù)交互。各域均以AVB為主干網(wǎng),基于以太網(wǎng)路由(即以太網(wǎng)網(wǎng)關(guān))實現(xiàn)跨域通信,以確保各域間系統(tǒng)的數(shù)據(jù)存儲和轉(zhuǎn)發(fā)[10]。因此,整車AVB網(wǎng)絡(luò)交互的樞紐是以以太網(wǎng)網(wǎng)關(guān)為數(shù)據(jù)轉(zhuǎn)發(fā)的核心點。

根據(jù)圖3的車輛域間EEA架構(gòu),為實現(xiàn)ADAS域和其他三個域間的AVB通信,底層MCU采用英飛凌的安全控制芯片TC275。TC275具有100 Mbits以太網(wǎng)接口及 FlexRey、CAN、CAN FD等豐富的汽車總線接口[11]。TC275內(nèi)部包含網(wǎng)絡(luò)接口控制器,可擴展百兆以太網(wǎng)接口,與以太網(wǎng)物理層收發(fā)芯片DP83848實現(xiàn)兩線以太網(wǎng)通信。底層MCU的域間AVB通信設(shè)計如圖4所示。

圖4 域間AVB通信設(shè)計

圖4中的收發(fā)線路為一對差分線路。其中,R7為2.2 kΩ上拉電阻,可連接到MCU的輸入/輸出(input/output,I/O)引腳,用于網(wǎng)線熱插拔等中斷處理事件。標號為CRS和RX_DV的引腳均連接上拉電阻(R5、R6)并置高電平。DP83848上電強制進入簡化MII(reduced MII,RMII)模式的硬件配置方式。DP83848的RD-、RD+、TD-、TD+分別連接R1～R4的(49.9±1%)Ω上拉電阻。差分對接經(jīng)以太網(wǎng)變壓器連接RJ45端口。

以太網(wǎng)變壓器使用了屏蔽線進行屏蔽,具有阻抗匹配、網(wǎng)絡(luò)隔離的作用。

2.1.2 SOC的AVB通信設(shè)計

DP83867以太網(wǎng)通信設(shè)計如圖5所示。

圖5 DP83867以太網(wǎng)通信設(shè)計

SOC的千兆以太網(wǎng)主要用于和激光雷達進行通信。由于SOC處理能力有限,SOC并不直接處理激光雷達原始數(shù)據(jù),而是將其交由交換機透傳。交換機進行組播后再交由工控機作進一步算法處理。主控SOC DRA745具有2個端口的千兆以太網(wǎng)吉比特媒體訪問控制(gigabits media access control,GMAC)接口,并支持千兆以太網(wǎng)簡化GMII(reduced GMII,RGMII)以及IEEE 802.3標準[12],匹配以太網(wǎng)MAC芯片實現(xiàn)與激光雷達3D點云數(shù)據(jù)的通信。以太網(wǎng)MAC芯片采用TI的千兆以太網(wǎng)物理層收發(fā)器DP83867。

DP83867通過RGMII與MAC層相連。在RX/TX端口上有16種可編程RGMII延遲模式。時鐘此處為25 MHz同步時鐘輸出。圖5中REF_CLOCK引腳作為連續(xù)時鐘,為TX和RX端口提供時鐘參考。由于此芯片集成終端電阻,不需要外部終端電阻器,本文設(shè)計時通過外部變壓器直接連接雙絞線介質(zhì)。

在與激光雷達點云進行以太網(wǎng)通信時,由于所使用的16線激光雷達點云數(shù)據(jù)量巨大,每0.1 s就會轉(zhuǎn)1圈,故需將點云數(shù)據(jù)按不同角度切分成不同的數(shù)據(jù)包。每個數(shù)據(jù)包又包含了當前扇區(qū)所有點的xyz位置、發(fā)射強度等信息。針對龐大的數(shù)據(jù)量,激光雷達需要通過以太網(wǎng)這種高帶寬網(wǎng)絡(luò)進行數(shù)據(jù)通信,以實現(xiàn)基于雷達點云的道路邊界識別。

2.2 車道偏離圖像采集設(shè)計

單目相機基于MCU的CAN總線圖像采集電路如圖6所示。

圖6 單目相機基于MCU的CAN總線圖像采集電路

車輛ADAS技術(shù)多源信息系統(tǒng)集成了車道偏離及碰撞檢測功能。該功能基于前視單目相機實現(xiàn)。該功能所需的車道線、障礙物速度等原始數(shù)據(jù)均由單目相機輸出的CAN數(shù)據(jù)組成。原始CAN數(shù)據(jù)經(jīng)系統(tǒng)內(nèi)部采集、計算解析后進一步供算法使用。本系統(tǒng)設(shè)計有多路CAN總線接口。單目相機模塊以500 kbit/s的CAN速率向外發(fā)送圖像檢測的車道線參數(shù)、障礙物距離等一系列原始CAN數(shù)據(jù),經(jīng)采集、解析、誤檢濾波處理后進一步供上層決策使用。

采集電路由底層MCU TC275實現(xiàn)對圖像數(shù)據(jù)的接收。其中,TLE9251V8J為英飛凌的CAN總線收發(fā)器,用于在TC275和單目相機系統(tǒng)之間進行總線驅(qū)動,即把單目相機的原始圖像二進制碼流轉(zhuǎn)換為差分信號進行發(fā)送,同時把差分信號轉(zhuǎn)換為二進制碼流由TC275進行接收再處理。經(jīng)過CAN總線傳輸?shù)脑糃AN數(shù)據(jù)按照相應協(xié)議要求進一步解析后,供上層應用模塊使用。

3 軟件部分設(shè)計

3.1 域間AVB通信數(shù)據(jù)過濾

MAC地址過濾的校驗值計算流程如圖7所示。

圖7 MAC地址過濾的校驗值計算流程圖

由于所涉及的車輛域間AVB通信數(shù)據(jù)量龐大,單包以太網(wǎng)數(shù)據(jù)已超過上千字節(jié)。若把這些原始數(shù)據(jù)原封不動地傳遞給上層決策直接處理,勢必嚴重影響決策自身業(yè)務(wù)效率,導致其處理能力下降、ADAS整體控制的魯棒性和可靠性降低。因此,需要對原始AVB數(shù)據(jù)進行拆包、濾波處理,即將MAC層封裝的AVB協(xié)議頭等對于上層決策無效的數(shù)據(jù)進行過濾。本文采用Hash散列地址過濾算法。

Hash散列地址過濾算法采用基于自定義的AVB協(xié)議格式。Hash散列表按照64位雙組地址模式進行過濾。由于底層MCU TC275為32位處理器,要計算目標MAC地址的CRC32校驗值,需要使用2個32位寄存器進行存儲。其中,高6位作為索引值用于查詢散列表寄存器中對應的值,剩余的低5位則用于判斷是否接收某一幀數(shù)據(jù)。校驗多項式編碼位如式(1)所示。

G(x)=x32+x26+x23+x22+x16+x12+x11+x10+x8+x7+x5+x4+x2+x+1

(1)

式中:G(x)為生成多項式;x為變量。

3.2 單目相機目標預測與跟蹤設(shè)計

本文先在圖6的單目相機CAN總線數(shù)據(jù)采集的基礎(chǔ)上對相機源數(shù)據(jù)進行解析處理,再由圖像坐標系轉(zhuǎn)化為車輛坐標系,從而實現(xiàn)在DRA756上的卡爾曼目標跟蹤預測和車道線檢測算法。單目相機采集的目標信息為動態(tài)信息。其中,位置坐標、相對速度、速度、距離等均存在噪聲?；诳柭鼮V波,可實現(xiàn)對動態(tài)目標的可靠估計,對未來狀態(tài)進行最優(yōu)預測。

由于相機檢測到的速度和位置等信息會受到外部誤差影響,所以實際狀態(tài)呈現(xiàn)正態(tài)分布,以估計值和觀測值綜合考量實現(xiàn)對下一幀數(shù)據(jù)的預測。單目相機的卡爾曼濾波數(shù)學模型如式(2)所示。

xk=Axk-1+Buk+Kk[yk-C(Axk-1+Buk)]

(2)

式中:xk為后驗估計;xk-1為先驗估計;yk為預測后的結(jié)果;uk為控制向量;Kk為卡爾曼增益矩陣。

因相機追蹤的障礙物目標的每一幀狀態(tài)都要變化,需要先以相鄰的前后兩幀數(shù)據(jù)進行預測,再作更新。預測完成后,需要根據(jù)相機的實際測量值與卡爾曼增益進行修正,并在修正完成后估計下一幀。以此建立狀態(tài)和觀測方程,實現(xiàn)不斷的預測-更新-再預測-再更新,直至結(jié)束。相機卡爾曼目標跟蹤濾波的方程式如下。

①預測方程。

x″k=Ak×x′k-1+Bk×uk

(3)

式中:x″k為k時刻狀態(tài)估計值;x′k-1為(k-1)時刻狀態(tài)估計值;Ak為預測矩陣;Bk為控制輸入矩陣。

②狀態(tài)方程。

x′k=x″k+Kk×(Zk-Hk×x″k)

(4)

式中:x′k為k時刻最優(yōu)估計值;Zk為當前觀測矩陣;Hk為系統(tǒng)測量矩陣。

③最小均方誤差。

(5)

④卡爾曼增益。

(6)

⑤修正的最小均方誤差。

P′k=(I-Kk×Hk)×Pk

(7)

式中:P′k為修正后的最小均方誤差。

由卡爾曼濾波實現(xiàn)的單目相機障礙物預測跟蹤檢測流程如圖8所示。

圖8 單目相機障礙物預測跟蹤檢測流程圖

3.3 多源信息綜合處理上位機軟件

由于涉及ADAS的域間多系統(tǒng)及域內(nèi)多模塊間的通信,故域內(nèi)與域間通信方式不同。其中:域間各系統(tǒng)主要以AVB通信實現(xiàn)整車車身信息數(shù)據(jù)在ADAS的采集;ADAS域內(nèi)各傳感器模塊原始數(shù)據(jù)經(jīng)CAN總線、千兆以太網(wǎng)的雷達原始點云進行檢測。這些多源信息采集處理后的實時檢測數(shù)據(jù)通過高并發(fā)通信框架zmq實現(xiàn)向上層決策的傳遞。基于此,為便于在調(diào)試過程中全面了解車輛運行狀態(tài)信息,本文設(shè)計了1種多源信息綜合處理上位機軟件。該軟件用于多源信息的數(shù)據(jù)收集、顯示、查看、管理,以實時監(jiān)控實車各系統(tǒng)是否正常工作、信息源是否正確收發(fā)通信。該軟件采用Qt Creator集成開發(fā)環(huán)境設(shè)計。多源信息綜合處理軟件界面為上位機界面,按功能劃分為車身信息和感知信息2大部分。

①車身信息。

車身信息主要包括車輛的實際運動狀態(tài)及車輛狀態(tài)信息。該車身信息來源主要基于底層AVB及CAN總線,一旦域間某個系統(tǒng)出現(xiàn)故障或通信不正常,界面數(shù)據(jù)會顯示異常,從而影響感知、決策系統(tǒng)的信息處理。原始AVB的車身信息經(jīng)主控系統(tǒng)采集處理后通過zmq及protobuf結(jié)構(gòu)化數(shù)據(jù)存儲格式向外發(fā)布信息,供其他感知模塊及上位機監(jiān)控軟件訂閱使用。車身信息部分proto數(shù)據(jù)格式如表1所示。

表1 車身信息部分proto 數(shù)據(jù)格式

②感知信息。

感知信息主要包括紅綠燈信息、地理位置信息、障礙物目標檢測信息等。原始數(shù)據(jù)經(jīng)過主控系統(tǒng)采集處理后,各上層應用模塊將以消息隊列的pub方式基于proto協(xié)議對外發(fā)布。此綜合處理上位機軟件會采用消息隊列的sub方式針對不同應用模塊節(jié)點采用相應端口進行數(shù)據(jù)訂閱,并將數(shù)據(jù)實時顯示在上位機界面。

4 系統(tǒng)測試

本文系統(tǒng)作為多源信息的綜合處理平臺,一方面通過車輛不同域間系統(tǒng)的以太網(wǎng)及冗余CAN通信獲取并采集原始車身狀態(tài)信息提供給上層應用,同時基于上層決策下發(fā)的控制信息對底層域間系統(tǒng)的動力、電器進行整車控制;另一方面獲取各感知傳感器信息,經(jīng)采集預處理后發(fā)布給上層決策規(guī)劃使用。主控系統(tǒng)開發(fā)基于嵌入式Linux系統(tǒng)及POSIX多線程的C++編程實現(xiàn)。作為安全冗余及域間AVB通信、單目相機CAN通信的底層MCU的相關(guān)功能采用C語言實現(xiàn)。

4.1 車載AVB以太網(wǎng)通信測試

AVB通信功能根據(jù)以上硬件功能設(shè)計。其共包含2類:一類為SOC的千兆以太網(wǎng)通信,用于獲取激光雷達點云數(shù)據(jù);另一類由底層MCU及以太網(wǎng)控制芯片實現(xiàn)底層域間不同系統(tǒng)的車輛AVB通信。以實車為例,域間各控制器的AVB通信數(shù)據(jù)經(jīng)散列濾波及實時更新后,通過Wireshark抓包后的車輛AVB報文如圖9所示。

圖9 車輛AVB報文

圖9(a)為動力域AVB車身狀態(tài)信息。標注框數(shù)據(jù)如(18 fe bf 0b 08 00 00 7d 7d 7d 7d ff ff)為1幀AVB以太網(wǎng)封裝的有效CAN數(shù)據(jù)。其中:前4個字節(jié)為CAN報文ID標識;08代表CAN數(shù)據(jù)的長度,占1 B;后8個字節(jié)為CAN 有效數(shù)據(jù)。每幀AVB數(shù)據(jù)都會封裝此格式的CAN有效數(shù)據(jù),最大可封裝50幀CAN數(shù)據(jù)。

圖9(b)為車控信息AVB原始報文。其負責根據(jù)上層決策規(guī)劃來控制底層執(zhí)行機構(gòu)。標注框(18 fa e1 2a 08 03 03 78 46 00 80 80)為車輛控制報文。由于AVB數(shù)據(jù)量巨大,需經(jīng)過濾波更新提取出實時有效的數(shù)據(jù)。其中,標注框88為每幀AVB數(shù)據(jù)更新標志。只有更新的數(shù)據(jù)報文才會傳遞給上層感知、決策使用。AVB原始車身信息數(shù)據(jù)如車速、輪速、車門/車燈、制動、驅(qū)動等行車狀態(tài)經(jīng)解析后可作為ADAS功能共享數(shù)據(jù)使用,以實現(xiàn)數(shù)據(jù)對外發(fā)布。

4.2 激光雷達3D點云以太網(wǎng)采集

基于圖5的以太網(wǎng)通信設(shè)計,本文對VLP16的激光雷達點云數(shù)據(jù)進行采集。單包激光雷達數(shù)據(jù)包由42 B數(shù)據(jù)報頭和1 206 B有效載荷數(shù)據(jù)組成。此有效數(shù)據(jù)包含激光方位角、反射率、時間戳及工廠數(shù)據(jù)等。每包數(shù)據(jù)起始標識符為0xfffe。本文利用wireshark軟件抓取的1 246 B激光雷達單包點云數(shù)據(jù)(截取部分)如圖10所示。其中,單包點云共有12個數(shù)據(jù)塊。每個數(shù)據(jù)塊都會從第1線至第16線進行2次掃描,即共有24個點云數(shù)據(jù)。圖10中標注框(ff ff ff ff … 00 00)為每個數(shù)據(jù)包的42 B數(shù)據(jù)報頭;標注框(ff ee)為每個數(shù)據(jù)塊的固定起始標識,長度為2 B;標注框(ba 59)、(e1 59)、(08 5a)等為數(shù)據(jù)塊N,N+2,…,N+22給出的角度值azimuth,長度為2 B;標注框(04)為反射強度Reflectivity,長度為1 B;標注框(be 0c)、(c3 0c)、(c5 0c)為反射距離Return distance,長度為2 B。

圖10 激光雷達單包點云數(shù)據(jù)(截取部分)

5 結(jié)論

智能網(wǎng)聯(lián)是車輛未來發(fā)展的目標,為滿足智能網(wǎng)聯(lián)技術(shù)發(fā)展的需要,車輛ECU系統(tǒng)需要向海量內(nèi)存、高速并行運算的AI芯片方向發(fā)展。本文通過搭建高可靠性、集成化的多源信息綜合處理系統(tǒng)平臺,以高性能、高處理能力的SOC實現(xiàn)了從底層域間系統(tǒng)的AVB通信、激光雷達3D點云數(shù)據(jù)的采集、單目相機的卡爾曼目標跟蹤預測及車輛的決策控制等功能。本文將多源傳感器信息從采集、處理到最終決策的控制執(zhí)行集成在1個SOC系統(tǒng)上,既實現(xiàn)了軟硬分立、靈活配置,又將各分立功能集于一體,滿足未來車輛智能化技術(shù)平臺化、高集成、可延伸的要求。通過此平臺的構(gòu)建和設(shè)計,未來可將其繼續(xù)精細拓展在無人駕駛的計算平臺上應用。