【自动驾驶】2 汽车电子电器架构

一 电子电器架构开发流

① 传统的电子电器架构开发流

🦋传统的电子电器架构开发流程,特别是在汽车和工业领域,通常遵循一套标准化的步骤,旨在确保产品的可靠性、安全性和效率。

◎用户需求整理(Feature list)

◎功能需求和功能逻辑架构分析(Function Requirement & Logical Arichitecture)

复杂功能被分解成多个逻辑块。逻辑块可以属于不同系统,被分配到不同的硬件。因此一个功能往往涉及到多个系统之间交互。跨系统的交互则引出了网络通信的需求。

◎系统架构分析(System Architecture)

这里会完成功能分配,即子系统是由哪个硬件承接完成的。

◎零部件开发规范(Component requirement)

零部件开发规范整合所有的子系统需求,完成零部件级别的开发需求,比如硬件接口,系统原理图,收发网络信号等。

💚这种开发流的缺点如下:

1)系统方案依赖供应商。虽然功能分配在子系统分析之后,但实际上子系统由哪个硬件实现,已由供应商决定。甚至某些子系统之间的交互接口,也是供应商提供的信号清单定义。

2)软件架构是黑盒。在整个架构开发过程中,整车厂不参与软件实现方案,只提功能需求。导致更换功能很被动。受限于供应商的方案和ECU软件平台的不同。

② SOA架构的开发流

🦋SOA (Service Oriented Architecture) ,面向服务的架构。SOA将车端不同功能及硬件能力划分为服务,并按照整车的原子能力将对应服务拆分为颗粒度更小的接口。各服务组件的接口进行标准化封装,可通过既定协议互相访问、扩展组合;其核心要素包括松耦合、标准化定义、软件复用等。

(1)将逻辑块转变为服务参与方(participant),服务参与方之间的交互接口为服务接口(service interface)。每一个服务代表一个独立的功能,具有统一标准的接口。

(2)通过对整车逻辑的分析,将重复的功能整合为一个服务,减少相同的逻辑块,节省成本。

◆ 软件架构设计,是关联服务和软件模块,使服务实例化。实例化意味着服务的实现有了载体,相同的服务可以由不同的载体实现,在系统中有不同的实例。比如camera服务,可以被实例化多次,表示整车不同位置的摄像头。

💕传统的电子电器架构开发流与SOA架构的开发流的对比如下图:

◆ 整车集中和区域架构在连接上是通过分布在车内各物理区域的区域网关/控制器将车内物理I/O分别就近连接和控制,形成整车数字系统的"手"和"脚",然后通过骨干网络与系统中的"大脑"控制单元进行连接。

1)彻底将每个车型平台都可能调整或升级的硬件I/O从域控制器上解耦出来,避免域控制器因为I/O硬件升级而不得不迭代的问题。

2)区域内直接控制(驱动、连接、供电等等),大大降低Physical Architecture成本。

3)软件/算力架构可独立"生长",与硬件平台解耦。

4)硬件I/O平台可独立"生长"或"切换",与软件架构解耦。

二 SOA架构的构成

◆ SOA服务分为基础服务、扩展服务、应用服务。这三种服务类型,分别对应着不同能力属性,每一类服务都有着明确的服务单一性,即每一个服务单元都只提供一种服务或者说只有一种功能。

1)OS AL层:屏蔽操作系统对SOA架构的影响。

2)SOA Framework层:提供基于SOA架构的服务设计所需的所有基础组件。

3)SOA Platform层:提供通用化的SOA服务。

4)外部服务层:根据需求使用其他域控制器或云端提供的服务接口。

5)应用服务层:基于SOA Framework和SOA Platform提供的能力支撑,根据需求定制的逻辑业务功能。

6)应用层适配接口层:将SOA服务与应用层隔离开,转化SOA服务接口为不同系统的native开发语言。

7)Cloud Service层:基于SOA软件架构,通过车云一体化软件组件实现车端---云端服务对等。

◆ SOA软件架构有个显著的特征,即服务中心化思想。服务之间的所有连接,均需通过ESB总线通讯。ESB(Enterprise Service Bus)总线名称上是通讯总线。

a)所有服务间禁止任何形式的直接连接,唯一许可的通信方式,就是通过网络调用服务接口。

b)网络调用的具体实现方式不做强制要求,可根据不同系统的特性选择最优解决方案,目前支持Http、Binder、ZMQ、VIWI等,但均需支持以下能力:同步请求、异步请求、订阅、发布。

c)服务接口设计以可公开作为设计导向,即所有的服务接口,必须是可以对外部人员开发的,没有例外。

d)车云一体化软件组件。

e)实现车端---云端服务对等且位置无关化。

f)针对不同车型配置,实现个性化配置管理及相应的服务管理。

◆ 服务的分类

1)硬件抽象服务:根据ECU的功能和硬件外围设备(传感器和执行器),定义硬件抽象服务。这些服务同时属于平台级核心服务。

🌸示例:Camera interface

2)平台级核心服务:在应用程序集群和域之间通用的所有服务。

🌸示例:Power mode,Vehicle speed,Key status

3)域级核心服务:在域内的应用程序集群内不同应用程序之间通用的服务。

🌸示例:Front vehicle distance calculate,Front obstacles

4)应用服务:为每个特定的应用程序或系统功能服务的服务。

🌸示例:Enable ACC,AEB system status

三 SOA架构的典型模式

🦋以服务为主体的SOA架构能够帮助OEM将整车的硬件能力以原始服务的形式提供向应用层调用,通过可访问的标准化的接口实现车辆功能的软硬件解耦。同时,第三方公司能力也能通过SOA软件架构以服务的形式进行接入,为应用层开发者提供更丰富的选择。

移动端、云平台、车端、生态合作伙伴、开发者平台。

🦋以服务为主体的SOA架构实现了云端一体化。SOA软件平台能够支撑OEM实现软件持续运营能力, 提供车端、云端整体软件解决方案。

Cloud Platform、Applicatiaon Layer、SOA Middleware、Service Provider、Service Consumer。

四 汽车电子电器架构

🦋汽车电子电器架构(Automotive Electrical and Electronic Architecture)是现代车辆设计中的核心组成部分,它涵盖了汽车中所有电气系统和电子设备的组织结构、接口规范和通信协议。随着汽车技术的发展,尤其是向电动化、智能化和网联化方向的转变,汽车电子电器架构变得日益复杂和关键。

以下是一般汽车电子电器架构的关键组成部分和特性:

■关键组成部分

◎车身电子系统:包括照明系统、门锁、车窗控制、空调系统等,这些系统主要负责车辆的舒适性和便利性功能。

◎动力传动系统:涵盖发动机控制、变速器控制、电池管理系统(BMS)、电机控制等,特别是对于电动汽车和混合动力汽车,动力传动系统中的电子设备更为复杂。

◎底盘控制系统:如制动系统(ABS、ESP)、悬挂系统、转向系统等,这些系统对驾驶安全和操控性能至关重要。

◎信息娱乐系统:包括多媒体播放、导航系统、车内通信网络等,提供驾驶员和乘客的信息娱乐体验。

◎高级驾驶辅助系统(ADAS):包括自适应巡航控制(ACC)、盲点监测(BSD)、自动紧急制动(AEB)等功能,提高了驾驶的安全性和便利性。

◎网联汽车技术:允许车辆与外部网络(如互联网、移动网络)进行通信,实现远程信息处理、车辆定位、在线服务等。

■特性与发展趋势

◎模块化和标准化:汽车制造商和供应商努力实现电子设备和系统的模块化设计,以及接口的标准化,以简化开发、降低成本并提高互操作性。

◎网络通信:车辆内部通过CAN总线、LIN总线、FlexRay、以太网等网络技术进行通信,实现系统间的协同工作。

◎集中式与分布式架构:从早期的分布式ECU(Electronic Control Unit)架构,逐渐向集中式架构(如中央计算平台)发展,以提高数据处理能力和软件更新的灵活性。

◎安全性与可靠性:随着电子设备数量的增加,确保系统的安全性和可靠性成为设计中的关键考量因素,包括功能安全、网络安全和冗余设计。

◎软件定义汽车:软件在汽车功能实现中扮演越来越重要的角色,软件定义的架构允许通过OTA(Over-the-Air)更新不断扩展和升级车辆的功能。

◎能源管理:对于电动汽车而言,高效的能源管理和电池管理系统是电子电器架构设计的重点。

🦋🦋🦋汽车电子电器架构的设计和优化是一个持续演进的过程,随着新技术的出现和消费者需求的变化,未来的汽车电子电器架构将更加智能、高效和安全🦋🦋🦋。

至此,本文分享的内容就结束了💕💕💕。

相关推荐
深蓝学院17 分钟前
CALMM-Drive:首个引入置信度感知的大多模态模型驱动的自动驾驶框架
人工智能·机器学习·自动驾驶
睡觉狂魔er20 小时前
自动驾驶控制与规划——Project 1: 车辆纵向控制
人工智能·机器学习·自动驾驶
goomind20 小时前
YOLOv8实战bdd100k自动驾驶目标识别
人工智能·深度学习·yolo·计算机视觉·目标跟踪·自动驾驶·bdd100k
GIS 数据栈20 小时前
自动驾驶领域常用的软件与工具
人工智能·机器学习·自动驾驶
博雅智信20 小时前
人工智能-自动驾驶领域
人工智能·python·深度学习·yolo·机器学习·计算机视觉·自动驾驶
Jackilina_Stone20 小时前
【自动驾驶】1 自动驾驶概述
人工智能·自动驾驶
小趴菜_自动驾驶搬砖人20 小时前
自动驾驶TPM技术杂谈 ———— 交通环境行为预测
自动驾驶
康谋自动驾驶1 天前
康谋方案 | 多源相机数据采集与算法集成测试方案
人工智能·科技·数据分析·自动驾驶·汽车
GOTXX1 天前
【自动驾驶】单目摄像头实现自动驾驶3D目标检测
图像处理·人工智能·python·目标检测·机器学习·3d·自动驾驶