自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

一文讀懂自動駕駛系統(tǒng)中的邊緣計算技術(shù)

人工智能 無人駕駛 新聞
邊緣計算在自動駕駛的環(huán)境感知和數(shù)據(jù)處理方面有著極其重要的應(yīng)用。

隨著5G時代的到來,邊緣計算成為自動駕駛系統(tǒng)中新的業(yè)務(wù)增長點,未來將有超過60%的數(shù)據(jù)和應(yīng)用將在邊緣產(chǎn)生和處理。

邊緣計算是一種在網(wǎng)絡(luò)邊緣進(jìn)行計算的新型計算模式,其對數(shù)據(jù)的處理主要包括兩個部分,其一是下行的云服務(wù),其二是上行的萬物互聯(lián)服務(wù)?!斑吘墶睂嶋H上是一種相對概念,指從數(shù)據(jù)到云計算中心內(nèi)路徑之間的任意計算、存儲以及網(wǎng)絡(luò)相關(guān)資源。從數(shù)據(jù)的一端到云服務(wù)中心的另一端,在此路徑上根據(jù)應(yīng)用的具體需求和實際應(yīng)用場景,邊緣可以表示為此條路徑上的一個或多個資源節(jié)點。邊緣計算的業(yè)務(wù)本質(zhì)是云計算在數(shù)據(jù)中心之外匯聚節(jié)點的延伸和演進(jìn),主要由邊緣云、邊緣網(wǎng)絡(luò)、邊緣網(wǎng)關(guān)三類落地形態(tài)構(gòu)成。

圖片

如上圖所示,表示一種目前在自動駕駛中使用的工控機(jī)。實際上,它是一種加固的增強(qiáng)型個人計算機(jī)。它可以作為一個工業(yè)控制器在工業(yè)環(huán)境中可靠運行,采用符合EIA 標(biāo)準(zhǔn)的全鋼化工業(yè)機(jī)箱,增強(qiáng)抗電磁干擾能力,并采用總線結(jié)構(gòu)和模塊化設(shè)計技術(shù),防止出現(xiàn)單點故障。如上自動駕駛工控機(jī)網(wǎng)絡(luò)設(shè)計方案充分考慮了 ISO26262 的要求。其中,CPU、GPU、FPGA 以及總線都做冗余設(shè)計。當(dāng)整體 IPC 系統(tǒng)失效時,冗余MCU控制可以保證運算安全,直接發(fā)送指令到車輛 CAN 總線中控制車輛停車。目前這種集中式的架構(gòu)適用于下一代集中式自動駕駛系統(tǒng)方案,其中工控機(jī)相當(dāng)于下一代集中式域控制器,將所有的計算工作統(tǒng)一放到一個其中,算法迭代不需要過度考慮硬件的整體升級和車規(guī)要求。

邊緣計算與邊緣云

當(dāng)前自動駕駛中,大規(guī)模的人工智能算法模型和大規(guī)模數(shù)據(jù)集中化分析均放在云端進(jìn)行。因為,云端擁有大量的計算資源,可以在極短的時間內(nèi)完成數(shù)據(jù)的處理,但是僅依靠云端為自動駕駛汽車提供服務(wù)在很多情況下是不可行的。因為自動駕駛汽車在行駛過程中會產(chǎn)生大 量需要實時處理的數(shù)據(jù),如果將這些數(shù)據(jù)都通過核心網(wǎng)傳輸?shù)竭h(yuǎn)程云端處理,那么僅數(shù)據(jù)的傳輸便會導(dǎo)致很大的時延,無法滿足數(shù)據(jù)處理的實時性要求。核心網(wǎng)絡(luò)的帶寬也難以支持大量自動駕駛汽車同時向云端發(fā)送大量的數(shù)據(jù),而且一旦核心網(wǎng)絡(luò)出現(xiàn)擁塞導(dǎo)致數(shù)據(jù)傳輸不穩(wěn)定,自動駕駛汽車的行駛安全便得不到保障。

邊緣計算關(guān)注局部業(yè)務(wù),實時性要求高,網(wǎng)絡(luò)壓力較大,計算方式面向本地化。邊緣計算更適用于基于集成的算法模型,進(jìn)行本地小規(guī)模智能分析與預(yù)處理工作。將邊緣計算應(yīng)用到自動駕駛領(lǐng)域?qū)⒂兄诮鉀Q自動駕駛汽車在環(huán)境數(shù)據(jù)獲取和處理上所面臨的問題。

圖片

作為行業(yè)數(shù)字化轉(zhuǎn)型的兩大重要計算方式,邊緣計算與云計算基本是同時共存、相互補(bǔ)充、相互促進(jìn),共同解決大數(shù)據(jù)時代的計算問題。

邊緣計算是指在網(wǎng)絡(luò)邊緣執(zhí)行計算的一種計算模型,其操作對象來自云服務(wù)的下行數(shù)據(jù)和萬物互聯(lián)服務(wù)的上行數(shù)據(jù),而邊緣計算中的“邊緣”是指從數(shù)據(jù)源到云計算中心路徑之間的任意計算和網(wǎng)絡(luò)資源。簡而言之,邊緣計算將服務(wù)器部署到用戶附近的邊緣節(jié)點,在網(wǎng)絡(luò)邊緣(如無線接入點) 給用戶提供服務(wù),避免了長距離數(shù)據(jù)傳輸,給用戶提供更加快速的響應(yīng)。任務(wù)卸載技術(shù)將自動駕駛汽車的計算任務(wù)卸載到其他邊緣節(jié)點執(zhí)行,解決了自動駕駛汽車計算資源不足的問題。

邊緣計算具有鄰近性、低時延、本地性和位置感知性的特點。其中,鄰近性是指邊緣計算靠近信息源,適用于通過數(shù)據(jù)優(yōu)化捕獲和分析大數(shù)據(jù)中的關(guān)鍵信息,并且可以直接訪問設(shè)備,更加高效地服務(wù)與邊緣智能,易于衍生出特定的應(yīng)用場景。低時延是指邊緣計算服務(wù)靠近產(chǎn)生數(shù)據(jù)的終端設(shè)備,相對于云計算,極大的降低了時延,尤其是在智能駕駛應(yīng)用場景中,使得反饋過程更加快速。本地性是指邊緣計算可以與網(wǎng)絡(luò)的其余部分隔離運行,實現(xiàn)本地化,相對獨立的計算,一方面保證了本地數(shù)據(jù)安全性,另一方面降低了計算對網(wǎng)絡(luò)質(zhì)量的依賴性。位置感知性是指當(dāng)邊緣網(wǎng)絡(luò)是無線網(wǎng)絡(luò)的一部分時,邊緣計算式的本地服務(wù)可以利用相對較少的信息來確定所有連接設(shè)備的位置,這些服務(wù)可以應(yīng)用于基于位置的服務(wù)應(yīng)用場景。

同時,邊緣計算的發(fā)展趨勢將逐漸向異構(gòu)計算、邊緣智能、邊云協(xié)同以及5G+邊緣計算的發(fā)面進(jìn)行演進(jìn)。異構(gòu)計算需要使用不同類型的指令集和體系架構(gòu)的計算單元組成系統(tǒng)的計算方式,滿足邊緣業(yè)務(wù)對多樣性計算的需求,通過異構(gòu)計算不僅可以滿足新一代“連接+計算”的基礎(chǔ)設(shè)施構(gòu)建,還可以滿足碎片化產(chǎn)業(yè)和差異化應(yīng)用的需求,提升計算資源利用率,支持算力的靈活部署和調(diào)度。

邊緣計算參考架構(gòu)

邊緣計算參考架構(gòu)的每層都提供了模型化的開放接口,實現(xiàn)了架構(gòu)的全層次開放,通過縱向管理服務(wù),數(shù)據(jù)全生命周期服務(wù)以及安全服務(wù),實現(xiàn)業(yè)務(wù)全流程、全生命周期的智能服務(wù)。

圖片

如上圖所示,邊緣計算參考架構(gòu)主要包括如下內(nèi)容:

整個系統(tǒng)分為智能服務(wù)、業(yè)務(wù)編排、邊緣云和邊緣計算節(jié)點四層,邊緣計算位于云和現(xiàn)場設(shè)備之間,邊緣層向下支持各種現(xiàn)場設(shè)備的接入,向上可以與云端對接。邊緣層包括邊緣節(jié)點和邊緣管理器兩個主要部分。邊緣節(jié)點是硬件實體,是承載邊緣計算業(yè)務(wù)的核心,邊緣管理器的核心是軟件,主要功能是對邊緣節(jié)點進(jìn)行統(tǒng)一管理。邊緣計算節(jié)點一般具有計算資源、網(wǎng)絡(luò)資源和存儲資源,邊緣計算系統(tǒng)對資源的使用有兩種方式:其一,直接將計算資源、網(wǎng)絡(luò)資源和存儲資源進(jìn)行封裝,提供調(diào)用接口,邊緣管理器以代碼下載、網(wǎng)絡(luò)策略配置和數(shù)據(jù)庫操作等方式使用邊緣節(jié)點資源;第二,進(jìn)一步將邊緣節(jié)點的資源按功能領(lǐng)域封裝成功能模塊,邊緣管理器通過模型驅(qū)動的業(yè)務(wù)編排方式組合和調(diào)用功能模塊,實現(xiàn)邊緣計算業(yè)務(wù)的一體化開發(fā)和敏捷部署。

邊緣計算的硬件基礎(chǔ)設(shè)施

1、邊緣服務(wù)器

邊緣服務(wù)器是邊緣計算和邊緣數(shù)據(jù)中心的主要計算載體,可以部署在運營商某機(jī)房內(nèi)。由于邊緣計算環(huán)境差異較大,且邊緣業(yè)務(wù)在時延、帶寬、GPU和AI等方面存在個性化訴求,同時應(yīng)該盡量減少工程師在現(xiàn)場的操作,并具有強(qiáng)大的管理運維能力保障,其中包括狀態(tài)采集、運行控制和管理接口,以實現(xiàn)遠(yuǎn)程、自動化的管理。

圖片

自動駕駛系統(tǒng)中,通常采用智能邊緣一體機(jī)將計算、存儲、網(wǎng)絡(luò)、虛擬化和環(huán)境動力等產(chǎn)品有機(jī)集成到一個工控機(jī)中,方便自動駕駛系統(tǒng)的正常工作。

2、邊緣接入網(wǎng)

邊緣計算接入網(wǎng)絡(luò)是指從用戶系統(tǒng)到邊緣計算系統(tǒng)所經(jīng)過的一系列網(wǎng)絡(luò)基礎(chǔ)設(shè)施,包括但不限于園區(qū)網(wǎng)、接入網(wǎng)絡(luò)和邊緣網(wǎng)關(guān)等。且?guī)в腥诤闲浴⒌蜁r延、大帶寬、大連接、高安全等特性。

3、邊緣內(nèi)部網(wǎng)絡(luò)

邊緣計算內(nèi)部網(wǎng)絡(luò)是指邊緣計算系統(tǒng)內(nèi)部網(wǎng)絡(luò)基礎(chǔ)設(shè)施,如連接服務(wù)器的網(wǎng)絡(luò)設(shè)備,與外網(wǎng)互聯(lián)的網(wǎng)絡(luò)設(shè)備以及由其構(gòu)建的網(wǎng)絡(luò)等。邊緣計算內(nèi)部網(wǎng)絡(luò)具有架構(gòu)簡化、功能完備、性能損耗大幅減少的特征;同時,能做到邊云協(xié)同,集中管控。

由于邊緣計算系統(tǒng)天然呈現(xiàn)分布式屬性,單個規(guī)模不大但數(shù)量眾多,若采用單點管理模式,難以滿足運行需求,還會占用工控機(jī)資源,降低效益;另一方面,邊緣計算業(yè)務(wù)更強(qiáng)調(diào)端到端的時延、帶寬以及安全性,因此邊云、邊邊之間的協(xié)同也是非常重要的。一般是需要在云計算系統(tǒng)中引入智能化的跨域管理編排系統(tǒng),統(tǒng)一管控一定范圍內(nèi)的所有邊緣計算系統(tǒng)網(wǎng)絡(luò)基礎(chǔ)設(shè)施,通過支持基于邊云協(xié)同集中式管理模式,保證網(wǎng)絡(luò)與計算資源的自動化高效配置。

4、邊緣計算互聯(lián)網(wǎng)絡(luò)

邊緣計算互聯(lián)網(wǎng)絡(luò)包括從邊緣計算系統(tǒng)到云計算系統(tǒng)(如公有云、私有云、通信云、用戶自建云等),其他邊緣計算系統(tǒng)、各類數(shù)據(jù)中心所經(jīng)過的網(wǎng)絡(luò)基礎(chǔ)設(shè)施。邊緣計算互聯(lián)網(wǎng)絡(luò)具備連接多樣化、跨域低時延的特征。

邊緣計算與自動駕駛系統(tǒng)如何結(jié)合

下一階段,為了實現(xiàn)更高階自動駕駛系統(tǒng)任務(wù),僅僅依靠單車智能是完全不夠的。

協(xié)同感知和任務(wù)卸載是邊緣計算在自動駕駛領(lǐng)域的主要應(yīng)用,這2種技術(shù)使實現(xiàn)高級別自動駕駛成為可能。協(xié)同感知技術(shù)使汽車可以獲取其他邊緣節(jié)點的傳感器信息,擴(kuò)大了自動駕駛汽車的感知范圍,增加了環(huán)境數(shù)據(jù)的完整性。以自動駕駛為例,汽車將集成激光雷達(dá)、攝像頭等傳感器,同時需要通過車輛網(wǎng)V2X等實現(xiàn)車輛與道路以及交通數(shù)據(jù)的全面感知,獲取比單車內(nèi)外部傳感器更多的信息,增強(qiáng)對超視距范圍內(nèi)環(huán)境的感知,并通過高清的3D動態(tài)地圖實時共享自動駕駛位置。并將采集到的數(shù)據(jù)與道路邊緣節(jié)點和周邊車輛進(jìn)行交互,從而擴(kuò)展感知能力,實現(xiàn)車與車、車與路協(xié)同。云計算中心則負(fù)責(zé)收集來自分布廣泛的邊緣節(jié)點數(shù)據(jù),感知交通系統(tǒng)的運行狀況,并通過大數(shù)據(jù)和人工智能算法,為邊緣節(jié)點、交通信號系統(tǒng)和車輛下發(fā)合理的調(diào)度指令,從而提高系統(tǒng)運行效率。比如,雨雪、大霧等惡劣天氣下,或在交叉路口、拐彎你等場景下,雷達(dá)和攝像頭無法清晰的辨別前方障礙,通過V2x來獲取道路,行車等實時數(shù)據(jù),可以實現(xiàn)智能預(yù)測路況,避免意外事故的發(fā)生。

隨著自動駕駛等級的提升,配備智能傳感器數(shù)量的增加,自動駕駛汽車每天產(chǎn)生大量的原始數(shù)據(jù)。這些原始數(shù)據(jù)需要在本地進(jìn)行實時處理、融合以及特征提取,包括基于深度學(xué)習(xí)的目標(biāo)檢測和跟蹤等。同時需要利用V2X提升對環(huán)境、道路和其他車輛的感知能力,通過3D高清地圖進(jìn)行實時建模和定位、路徑規(guī)劃和選擇、駕駛策略調(diào)整,進(jìn)而安全的控制車輛。由于這些任務(wù)都需要在車內(nèi)始終來保持處理和響應(yīng)實時性,因此需要性能強(qiáng)大可靠地邊緣計算平臺來執(zhí)行??紤]到計算任務(wù)的差異性,為了提高執(zhí)行效率并降低功耗和成本,一般需要支持異構(gòu)的計算平臺。

圖片

自動駕駛的邊緣計算架構(gòu)依賴于邊云協(xié)同和LTE/5G提供的通信基礎(chǔ)設(shè)施和服務(wù)。邊緣側(cè)主要指車載單元、路側(cè)單元(RSU)或移動邊緣計算(MEC)服務(wù)器等。其中車載單元是環(huán)境感知、決策規(guī)劃和車輛控制的主體,但依賴于RSU或MEC服務(wù)器的協(xié)作,如RSU給車載單元提供了更多關(guān)于道路和行人的信息,但是有些功能運行在云端更加適合甚至無法替代。比如車輛遠(yuǎn)程控制、車輛模擬仿真和驗證、節(jié)點管理、數(shù)據(jù)的持久化保存和管理等。

對于自動駕駛系統(tǒng)的邊緣計算來說,可以很好的實現(xiàn)負(fù)載整合、異構(gòu)計算、實時處理、連接互通、安全優(yōu)化等優(yōu)勢。

1、“負(fù)載整合”

將諸如ADAS、IVI、數(shù)字儀表、抬頭顯示和后娛樂系統(tǒng)等不同屬性的負(fù)載,通過虛擬化計算運行在同一個硬件平臺上。同時,基于虛擬化和硬件抽象層的負(fù)載整合,更易于實現(xiàn)云端對整車駕駛系統(tǒng)的業(yè)務(wù)編排、深度學(xué)習(xí)模型更新、軟件和固件升級等。

2、“異構(gòu)計算”

是將自動駕駛系統(tǒng)邊緣平臺所繼承的多種不同屬性的計算任務(wù),根據(jù)其在不同硬件平臺上運行的性能和能耗比差異性采取不同的計算方式。例如地理定位和路徑規(guī)劃、基于深度學(xué)習(xí)的目標(biāo)識別和檢測、圖像預(yù)處理和特征提取、傳感器融合和目標(biāo)跟蹤等。GPU擅長處理目標(biāo)識別和跟蹤的卷積計算。而CPU則對于邏輯運算能力將會產(chǎn)生更好的性能、且能耗也更低。而數(shù)字信號處理DSP則在定位等特征提取算法產(chǎn)生更多優(yōu)勢。這種異構(gòu)計算的方式很好的提升了計算平臺的性能和能耗比,降低計算時延。異構(gòu)計算針對不同計算任務(wù)選擇合適的硬件實現(xiàn),充分發(fā)揮不同硬件平臺的優(yōu)勢,并通過統(tǒng)一上層軟件接口來屏蔽硬件多樣性。

3、“實時處理”

眾做周知,由于自動駕駛系統(tǒng)對于實時性要求極高,因為危險情況下可能就那么幾秒鐘的時間可用于自動駕駛系統(tǒng)進(jìn)行剎車避撞。并且,該制動反應(yīng)時間包括整個駕駛系統(tǒng)的響應(yīng)時間,涉及云端計算處理、車間協(xié)商處理時間、車輛本身系統(tǒng)計算和制動處理時間。如果將自動駕駛響應(yīng)實時劃分到對其邊緣計算平臺的各個功能模塊要求。則需要細(xì)化到感知檢測時間、融合分析時間以及行為路徑規(guī)劃時間上。同時也要考慮整個網(wǎng)絡(luò)時延,因為5G帶來的低時延、高可靠性應(yīng)用場景也是非常關(guān)鍵的。他可以使自動駕駛汽車實現(xiàn)端到端低于1ms的時延,并且可靠性接近100%。同時,5G可以根據(jù)優(yōu)先級靈活分配網(wǎng)絡(luò)處理能力,從而確保車輛控制信號傳輸具備較快的響應(yīng)速度。

4、“連接互通”

面向自動駕駛汽車的邊緣計算離不開車用無線通信技術(shù)(V2X, vehicle-to-everything)的支持,它提供了自動駕駛汽車與智能交通系統(tǒng)中其他元素的通信手段,是自動駕駛汽車和邊緣節(jié)點合作的基礎(chǔ)。

目前,V2X 主要基于專用短程通信(DSRC, dedicated short range communication)和蜂窩網(wǎng)絡(luò)[5]。其中 DSRC 是一種專門用于車輛與車輛(V2V, vehicle-to-vehicle)和車輛與道路基礎(chǔ)設(shè)施(V2I, vehicle-to-infrastructure)之間的通信標(biāo)準(zhǔn),具有數(shù) 據(jù)傳輸速率高、時延低、支持點對點或點對多點通信等優(yōu)點。以 5G 為代表的蜂窩網(wǎng)絡(luò)具有網(wǎng)絡(luò)容量大、覆蓋范圍廣等優(yōu)點,適用于 V2I 通信和邊緣服務(wù)器之間的通信。

5、“安全優(yōu)化”

邊緣計算安全性是邊緣計算的重要保障,其設(shè)計結(jié)合了云計算和邊緣計算縱深的安全防護(hù)體系,增強(qiáng)邊緣基礎(chǔ)設(shè)施、網(wǎng)絡(luò)、應(yīng)用、數(shù)據(jù)識別和抵抗各種安全威脅的能力,為邊緣計算的發(fā)展構(gòu)建安全可信環(huán)境。下一代自動駕駛系統(tǒng)5G核心網(wǎng)控制面與數(shù)據(jù)面呈現(xiàn)分離狀態(tài),NFV令網(wǎng)絡(luò)部署更加靈活,從而確保邊緣分布式計算部署得以成功。邊緣計算將更多的數(shù)據(jù)計算和存儲從中央單元散步到邊緣,其計算能力部署于靠近數(shù)據(jù)源的地方,一些數(shù)據(jù)不必再經(jīng)過網(wǎng)絡(luò)到達(dá)云端處理,從而降低時延和網(wǎng)絡(luò)負(fù)荷,也提升了數(shù)據(jù)安全性和隱私性。對于未來對于靠近車輛的移動通信設(shè)備,如基站、路邊單元等或均將部署車聯(lián)網(wǎng)的邊緣計算,可以很好的完成本地端的數(shù)據(jù)處理、加密和決策,并提供實時、高可靠的通信能力。

邊緣計算在自動駕駛的環(huán)境感知和數(shù)據(jù)處理方面有著極其重要的應(yīng)用。自動駕駛汽車可以通過從邊緣節(jié)點獲得環(huán)境信息來擴(kuò)大自身的感知范圍,也可以向邊緣節(jié)點卸載計算任務(wù)以解決計算資源不足的問題。相比于云計算,邊緣計算避免了長距離數(shù)據(jù)傳輸所導(dǎo)致的高時延,能給自動駕駛車輛提供更快速的響應(yīng),并且降低了主干網(wǎng)絡(luò)的負(fù)載。因此,階段性自動駕駛研發(fā)過程采用邊緣計算將是其不斷優(yōu)化和發(fā)展的重要選項。

責(zé)任編輯:張燕妮 來源: 焉知智能汽車
相關(guān)推薦

2022-07-01 09:00:00

自動駕駛邊緣計算技術(shù)

2023-07-19 08:46:00

導(dǎo)航地圖

2023-08-10 09:49:57

自動駕駛視覺

2022-08-08 13:12:04

自動駕駛決策

2022-07-12 09:42:10

自動駕駛技術(shù)

2023-05-09 10:28:27

2022-12-30 09:57:54

自動駕駛應(yīng)用

2022-08-14 15:26:05

自動駕駛智能

2022-12-08 14:18:45

2022-06-02 14:26:30

邊緣計算人工智能設(shè)備

2021-11-05 12:15:18

自動駕駛數(shù)據(jù)測試

2022-03-23 10:34:37

自動駕駛技術(shù)控制

2023-06-16 09:55:29

2022-01-18 10:51:09

自動駕駛數(shù)據(jù)人工智能

2022-09-18 21:39:42

自動駕駛識別

2023-04-07 13:05:39

自動駕駛雷達(dá)

2017-07-21 10:42:27

自動駕駛應(yīng)用機(jī)器學(xué)習(xí)

2023-04-24 09:52:12

2019-11-14 05:02:05

霧計算邊緣計算物聯(lián)網(wǎng)

2022-05-11 11:17:47

ODD自動駕駛低速自動駕駛
點贊
收藏

51CTO技術(shù)棧公眾號