星空·体育中国官方网 几个主流的自动驾驶平台，内附报告下载链接

这个内容摘自汽标委智能网联汽车分标委今年7月制作的《汽车控制整体技术规范研究报告》这份文件，是由国汽（北京）智能网联汽车研究机构有限公司和华为技术公司共同负责，三十多家组织共同完成了这份报告的编写工作。

自动驾驶技术进步迅速，汽车对软件尤其是操作系统的革新要求愈发强烈，主机厂、一级供应商以及自动驾驶软硬件服务商纷纷投入大量人力物力财力，致力于车控操作系统的开发，期望在软件定义汽车的时代赢得一席之地，接下来将简要说明国内外主流车控操作系统的发展与应用。

特斯拉Autopilot 自动驾驶软件架构

特斯拉在自动驾驶领域和产业推进方面居于领先地位，其核心竞争力体现在以计算系统为关键，自主研发并处于前列的芯片硬件、操作系统平台软件等。特斯拉自动驾驶软件的构成方式如图11所示，其显著之处在于操作系统采用单一Linux内核，从而构建了完整的自动驾驶软件体系，该体系分别实现了感知、决策规划以及控制系统功能。根据现有披露的内容，该系统以Ubuntu为基础进行定制，对Linux核心进行了实时性优化，这个经过调整的核心代码已开源至github平台，深度学习部分采用PyTorch框架，实时数据流转依托开源的Kafka系统，系统内置48套独立的神经网络用于多角度信息处理，同时支持便捷的远程固件更新功能。该自动驾驶系统的硬件设施融合了智能驾驶舱与自动驾驶功能模块，系统软件支持远程无线更新，借助数据资源及云端计算环境，为汽车产品与服务开辟了全新的实现途径。

图9 特斯拉Autopilot 软件架构（来源于网络）

自动驾驶系统与影音系统负责管理所有监控设备以及探测装置。在系统组件中，自动驾驶平台和影音娱乐平台这两大单元借助CAN网络和高速数据链路FPD-Link建立连接，并且能够实现图像信息的交互。自动驾驶平台的数据处理流程参见图10，它将无人驾驶技术与车内环境感知功能结合，达成驾驶辅助服务的完整循环。

图10 Tesla Autopilot 数据流处理机制

特斯拉借助E/E架构的整合，把汽车软件的开发纳入自身体系，同时对汽车基础硬件进行统一和简化处理，这种做法让特斯拉能够更便捷地借助软件来塑造汽车特性并实现创新。特斯拉的Autopilot系统在发展过程中，始终遵循功能合并、资源共用的原则，展现了特斯拉在软硬件方面的分离，也印证了他们通过软件来定义汽车的理念。

图11 特斯拉全栈AI 架构（来源于网络）

特斯拉在构建Autopilot全部软件系统时秉持的思路（见图11）：借鉴前人成果来开拓，大量运用公开源代码完成整个开发流程，从设计（例如界面框架依托QT，界面部分也运用了部分公开的库）、制作、到安装都选用了公开的途径，促进车辆计算能力服务、任务分配方式，以及网络端计算资源合理配置，发展智能驾驶新服务形态。

最基础的层面涵盖了数据、GPU 集群以及Dojo 计算集群，这一层面主要负责数据收集、标记和训练，目的是创建算法模型；运用基于PyTorch 开源框架的深度神经网络，对模型实施分布式训练；借助损失函数对模型的质量进行衡量；在质量评估环节之后，便是云端推理和车端FSD 芯片推理，此时算法模型已经完成了绝大部分的处理步骤，接下来就是准备在车辆上部署；在车辆上，这是车控操作系统发挥作用的空间，特斯拉借助影子模式，将算法模型与人类驾驶习惯进行对照，以识别其中是否存在偏差。

数据采集与算法部署形成了一个完整流程，随着车辆数量增加，持续获取数据，能够依托大量信息进行驱动，促使系统性能不断优化，愈发出色。该流程中包含数据集、模型训练、神经网络构建、云端推理以及车端算法等多个组成部分。

综合来看，以特斯拉为代表的新造车势力，其商业模式已经发生了根本性转变，不再单纯依靠硬件销售获利星空·综合体育官网入口，而是将高性能的设备作为前期投入，再通过持续提供软件升级服务来获取收益，这种做法已经演变为行业内的普遍做法。

大众中央集中式软件参考架构

大众汽车为推动自动驾驶技术落地，集结了大批人员自主研发汽车操作系统vw.OS。该系统运用了基于Adaptive AUTOSAR的面向服务式软件架构，其中心化软件参考架构形态如图12所示。

大众新一代EE架构的设计特点主要有：

1）采用高性能处理器、高速网络；

符合POSIX标准的内核，例如Linux和QNX等，搭配Adaptive AUTOSAR操作系统使用

软件程序与输入输出操作分离，降低了整体架构的繁杂程度，也削弱了不同程序间的相互牵制关系，

4）高效、快速地开发用户功能；

5）采用面向服务的通信。

图12 大众中央集中式软件参考架构（来源于网络）

华为MDC 智能驾驶计算平台架构

华为MDC，即移动数据中心，是专供智能驾驶使用的运算核心。该平台融合了华为在信息与通信技术行业三十余年的研发及制造积累，采用中央处理器与人工智能处理器芯片，配备了智能驾驶操作系统，符合AUTOSAR标准，能够实现从L2到L5的渐进式升级，并配有完备的工具支持体系，使得客户或合作方能够便捷高效地构建适用于各类场景的自动驾驶解决方案。华为MDC 智能驾驶计算平台，通称华为MDC 平台，具备卓越性能和高度安全性，该平台是汽车实现全面感知智能驾驶的关键，能够整合地图与传感器数据完成精准定位，并执行决策规划控制等一系列核心任务。可用于私家车领域，例如在交通拥堵时自动跟随前车，或者在高速公路上实现自动驾驶，亦能用于自动泊车功能，以及无人驾驶出租车服务；同时，它也适用于货运车辆，特别是在港口区域进行货物运输，或者在长途运输线上执行物流任务；此外，还适用于特种作业车辆，比如矿山运输车辆，城市道路清洁车辆，以及无人驾驶的配送车辆等。

华为的MDC 智能驾驶计算平台架构主要特点有：

给予设备与程序层面的配套服务，两者界限分明，能够单独进行迭代，设备层面的迭代路径和程序层面的迭代路径各自分离

该设备与各类常用传感器配合使用表现优异，能够接收主流GNSS、IMU、视觉相机、激光探测器和毫米波探测器的信息，并且能够对视觉相机和激光探测器的点云数据进行预先合并处理。

该中间层软件与多数平台高度兼容，能够适配ROS及AUTOSAR标准，并且能够运用Caffe和TensorFlow等主流深度学习架构；

4）核心组件（芯片、操作系统内核）自主可控；

华为是业内仅有的具备CPU与人工智能芯片设计能力的公司，MDC平台硬件整合了兼具CPU与人工智能运算能力的强大系统级芯片，为自动驾驶系统提供可拓展的异构计算资源。

该功能软件依托SOA 架构，依照AUTOSAR 规范，界定了智能驾驶各类基础算法模块的调用机制与模块间接口规范，包括感知模块、融合模块、定位模块、决策模块、规划模块以及控制模块等；上层应用能够自由组合不同算法模块，达成特定应用目标；

提供安全可靠，高效方便，灵活可用的应用开发全套解决方案，包含可视化编辑和拖拽式交互，以及自动代码创建功能，可以集中完成开发、测试和优化工作，协助客户或生态伙伴迅速构建符合AUTOSAR标准的智能驾驶系统。

英伟达自动驾驶平台架构

英伟达作为全球顶尖的人工智能计算企业，凭借其先进的硬件芯片开发能力，以性能优越的安全芯片为关键，提供全面的硬件及基础软件解决方案，其整体架构如图13所示。当前星空·体育中国官方网，英伟达的计算平台硬件处于“Xavier”这一发展阶段，而下一代平台“Orin”已经推出，但尚未正式面向市场销售。Xavier 是由 NVIDIA 研制的首款符合汽车工业标准的系统级芯片，这款芯片集成了六种不同功能的处理器单元，具体涵盖中央处理器、图形处理器、深度学习专用加速器、可编程视觉处理器、影像信号处理器以及立体与光流处理器。NVIDIA依托Xavier芯片，推出了专为自动驾驶设计的DRIVE AGX XavierTM平台，其运算能力高达30 TOPS，适用于L2+和L3级别的自动驾驶应用；同时，公司还提供了DRIVE AGX PegasusTM平台，该平台集成了两片Xavier系统级芯片与两块Turing GPU，总运算能力达到320 TOPS，主要面向L4和L5级别的自动驾驶场景。

NVIDIA Drive 的主要特点有：

提供一套完整的系统配置，两者之间界限分明，能够单独进行迭代更新，设备的更新路径和软件的迭代路径各自分离

2）硬件优势明显，是GPU 设计、生产领域的领导者；

软件环境相当不错，拥有业内最周全的官方编程工具包，开发者社群也比较健全；软件的公开性很强，能够在DriveWorks（功能软件层级）提供API接口，同样也能在Drive AV 和Drive IX（应用软件层级）提供API接口。

系统软件层整合了其他厂商的实时操作系统与AUTOSAR标准，构建了Hypervisor层级，该层级下的第三方量产实时操作系统方案已获得ASIL D级别的认证

该算法的加速完全依托于其自身的CUDA体系结构和TensorRT加速组件，这两者均为NVIDIA独家拥有，所以其软件开发环境无法离开对应的硬件设备。

图13 英伟达自动驾驶平台架构

百度Apollo 开放平台架构

百度Apollo 是一个软件系统，它所依赖的计算平台硬件必须使用外部提供的即时通讯机制，Apollo的开放平台构造如图14所示。百度自主设计了两件辅助设备ASU即Apollo传感器单元和AXU即Apollo扩展单元，ASU负责汇集各类传感器的信息，借助PCIe线路传送给IPC，同时IPC下达的车辆管理信号也要经由ASU发给CAN；AXU旨在应对更多计算能力和存储空间的需要，以GPU和FPGA形态融入既有的硬件架构。

百度Apollo 的主要特点有：

为网联云控（V2X）进行软硬件端到端的开发；

提出“认证平台”的概念，包括车辆认证、硬件认证；

深度整合了云端资源，涵盖了众多百度旗下相关业务，例如：标准百度云存储、虚拟实验平台、精密地理信息、小度智能系统（Duer OS）星空体育平台官网入口，各项业务相互促进，共同发展

核心算法模块借助开源模式，在 Github 平台持续完善多年，现已达到高度成熟的应用阶段，相关成果完整呈现。

核心工作在于构建应用软件，涵盖特殊定制的操作系统、平台支撑组件以及核心运算单元，多数物理设备选用外部供应的解决方案；

产品无需进行 AUTOSAR 架构的额外适配开发，车辆现有的 ECU/MCU 也不必加以改造。

图14 百度Apollo 开放平台架构