Kombinācija sensoru saplūšana Programmatūras definētie transportlīdzekļi (SDV) revolucionizē to, kā automašīnas tiek projektētas, atjauninātas un vadītas. Mēs runājam par evolūciju, kurā programmatūras noteikumiTas koordinē vairākus sensorus un izpildmehānismus un ļauj uzlabot veiktspēju, nepieskaroties aparatūrai.
Šī pieeja, kas nozarē kļūst arvien izplatītāka, integrē kameras, radarus, LiDAR un inerciālie sensori izprast vidi reāllaikā, savukārt centralizēta un savienota arhitektūra to ļauj OTA atjauninājumi, attālinātie pakalpojumi, jauni biznesa modeļi un uzlabotas autovadītāja palīdzības sistēmas (ADAS) un pat automatizētas braukšanas funkcijas.
Kas ir programmatūras definēts transportlīdzeklis?
VDS ir transportlīdzeklis, kura funkcionalitāte ir definēts un pārvaldīts ar programmatūruAtšķirībā no tradicionālajām automašīnām, kur katra elektroniskā un mehāniskā sistēma darbojas stingri un izolēti, SDV koordinē visas funkcijas, izmantojot jaudīgas skaitļošanas platformas, iekšējo un ārējo komunikāciju, kā arī lietojumprogrammu slāni, kas laika gaitā attīstās.
Šī koncepcija neradās no nulles; tās impulss rodas no lēciena. sensori, izpildmehānismi, augstas veiktspējas aparatūra un algoritmi (tostarp mākslīgo intelektu un vadības inženieriju), kas jau tagad nodrošina dziļu savstarpēju saistību starp saķeri, bremzēšanu, stūrēšanu, uztveri, navigāciju un lietotāja pieredzi.
Atšķirības salīdzinājumā ar tradicionālajiem transportlīdzekļiem
Parastā automašīnā lielākā daļa funkciju ir atkarīgas no specifiska aparatūra un neelastīga. VDS kodols ir programmatūra, kas palielina apakšsistēmu savstarpējo saistību un vienkāršo funkcionalitātes attīstību visā transportlīdzekļa dzīves ciklā.
Jauninājumiem vairs nav jānomaina detaļas: tos piegādā attālie atjauninājumi Tie ir ātri, samazinot izmaksas un laiku, lai gan tie ietver funkcionālas drošības un kiberdrošības izaicinājumus. Šī nepārtrauktās atjaunināšanas iespēja ļauj iekļaut jaunākās tehnoloģijas un drošības uzlabojumi ar veiklību.
Turklāt SDV var apkopot datus reāllaikā lai optimizētu veiktspēju, veicinātu nākotnes versiju izstrādi un paātrinātu inovāciju jaunu funkciju un pakalpojumu izstrādē.
SDV arhitektūra
Fiziskā bāze sastāv no augstas veiktspējas procesoriiekšējie tīkli, krātuve, vairāki sensori un izkliedēti izpildmehānismi. Šī platforma izturīga aparatūra Tā izpilda reāllaika programmatūru, savieno komponentus un sinhronizē komandas ar bremzēm, stūrēšanu vai piedziņas sistēmu.
Pamatojoties uz to, programmatūra ir organizēta slāņos: a OS pārvalda kiberdrošību, atmiņu un I/O; slānis virtualizācija vai starpprogrammatūra Tas nodrošina starpnieku un standartizē saziņu; un slānis iesniegums Tas īsteno funkcijas (vilci, bremzēšanu, stūrēšanu utt.), nepaļaujoties uz pamatā esošās aparatūras detaļām.
Arhitektūra ir papildināta ar ārējo savienojamību: internetu, 5G, V2X un mākoni attālinātiem pakalpojumiem, diagnostikai, analītikai un OTA atjauninājumu ieviešanai transportlīdzekļos un autoparkos.
Attīstības platformas un ekosistēmas
Standartizācija un sadarbība ir galvenie faktori. AUTOSAR savos profilos Klasika (reāllaika, drošība un augsta uzticamība) un Adaptīvā (dinamiskas vides, OTA atjauninājumi un savienojamība) ir kļuvusi par sadarbspējas stūrakmeni autobūves nozarē.
Arvien vairāk tiek izmantoti rīki un sistēmas ar specifiskām pieejām: Rūsas valoda drošības un atmiņas efektivitātes dēļ; un RTOS kā FreeRTOS (atvērtā pirmkoda, resursu ziņā ierobežotas ierīces) un SAFERTOS (sertificēts funkcionālajai drošībai), piemērots kritiski svarīgām sastāvdaļām.
Silīcija un programmatūras pārdevēji piedāvā stabilu vidi SDV ar mērogojamiem procesoriem, kas atvieglo koda atkārtota izmantošanaRažošanas kvalitātes kontrolieri un uz drošību orientēti MCAL. Tie piedāvā arī OS opcijas, piemēram, FreeRTOS, Linux, QNX un SafeRTOSun saderību ar AUTOSAR, lai vienkāršotu integrāciju ar daudzveidīgu ekosistēmu.
Vēsture un evolūcija
Kopš 70. gs. septiņdesmitajiem gadiem pirmās elektroniskās sistēmas kontrolēja dzinējs un emisijasDeviņdesmitajos gados mikroprocesori nodrošināja vilkmes kontroli un ABS, un līdz ar jauno tūkstošgadi nāca savienojamība, digitalizācija un... ADAS, palielinot drošību un komfortu.
Mūsdienās uzlabotas palīdzības un automatizācijas funkcijas apvieno sensorus, kameras un reāllaika apstrādes algoritmus, tādējādi nodrošinot dažādus līmeņus. autonoma braukšana ar visaptverošu skatījumu uz transportlīdzekli kā sistēmu.
Sensoru sapludināšana SDV
Sensoru sapludināšana integrē datus no vairākiem avotiem, lai sniegtu visaptverošāku priekšstatu precīza, stabila un noderīga vides un paša transportlīdzekļa. Tas ļauj pārvarēt izolēta sensora ierobežojumus, apvienojot vizuālos, attāluma un kustības signālus ar matemātiskiem un mākslīgā intelekta modeļiem.
Tās svarīgākās sastāvdaļas ir: sagūstīt izmantojot kameras, LiDAR, radaru, ultraskaņas un inerciālos sensorus; iepriekš apstrādāts (tīrīšana, sinhronizācija un normalizācija); kodolsintēzes algoritmi kas apvieno signālus; un posms lēmumu pieņemšana kas veicina kontroli un plānošanu.
COMO darbi
Vispirms tiek apkopoti heterogēni dati, pēc tam tie tiek sinhronizēti un filtrēti, lai samazinātu troksni un neobjektivitāti, un visbeidzot apvienoti ar metodēm, kas atgriež koherentu vides stāvokli. Šis attēlojums tiek interpretēts, lai aktivizētu tādas funkcijas kā šķēršļu noteikšana, objektu vai manevru izsekošana.
Starp visizplatītākajām tehnikām ir Kalmana filtrs Lai novērtētu trokšņainos stāvokļus, Bajesa pieejas varbūtību atjaunināšanai ar jauniem pierādījumiem un Dziļās mācīšanās balstīta saplūšanakur neironu tīkli iemācās apvienot multimodālus signālus.
Tehniskas problēmas
La laika sinhronizācija Starp sensoriem ar dažādām frekvencēm un laika zīmogiem ir nepieciešama stabila izlīdzināšana un pagaidu blīvēšanas stratēģijas.
El troksnis un nenoteiktība Tie ir neizbēgami: datu kvalitātes uzturēšanai ir nepieciešami filtri, varbūtības modeļi un biežas kalibrēšanas.
La skaitļošanas sarežģītība Tas ir augsts, īpaši reāllaikā; perifērijas skaitļošana un aparatūras paātrināšana palīdz ierobežot latentumu.
Dizains papildināmība Konfliktējošu dublējumu novēršana un neatbilstību risināšana starp sensoriem ir galvenais arhitektūras izaicinājums.
pieteikumi
Autonomos transportlīdzekļos un ADAS sistēmās kodolsintēze atbalsta navegación360° uztvere un ceļa plānošana. Robotikā tā atvieglo manipulācijas un atrašanās vietas noteikšanu; viedajās pilsētās tā integrē lietu interneta (IoT) signālus mobilitātes un enerģijas jomā; veselības aprūpē valkājamās ierīces apvieno vairākus rādītājus; un rūpniecībā tā veicina Prognozējamā apkope un kvalitātes kontrole.
Ieguvumi un savienojamība
Drošību pastiprina ADASŠīs sistēmas samazina riskus, izmantojot uzlabotu uztveri un izkliedētu kontroli. Tās veic koordinētas reakcijas bremzēšanā, stūrēšanā un paātrinājumā ar cilvēkam neiespējamu reakcijas laiku.
- adaptīvā kruīza kontrole: pielāgojiet ātrumu, lai saglabātu distanci.
- stāvvietas palīdzība: palīdzība manevros ar sensoriem un kamerām.
- automātiska avārijas bremzēšana: rīkoties sadursmes riska gadījumā.
- Joslu uzturēšana/maiņa: izvairās no novirzēm un atbalsta manevru.
- aklās zonas noteikšana: brīdinājums par slēptām zonām.
Runājot par darbības efektivitāti, SDV ļauj nepārtraukta optimizācija Balstoties uz transportlīdzekļa un vides datiem, ar attālinātu uzraudzību, paredzošo diagnostiku un retākiem darbnīcu apmeklējumiem.
Personalizācijā lietotāji aktivizē funkcijas pēc pieprasījuma un saņem jauninājumus. OTATomēr tas tika rūpīgi izstrādāts, lai atbilstu drošības ierobežojumiem un izvairītos no riskiem atjaunināšanas laikā.
Uzlabota savienojamība nodrošina tādus pakalpojumus kā reāllaika navigācija, autoparka pārvaldība, izklaide un V2Xpārveidojot pieredzi uz borta un attiecības starp transportlīdzekli, infrastruktūru un mākoņpakalpojumiem.
Tirgus pārskats un biznesa modeļi
Pāreja uz centralizētu skaitļošanu un kvazizonālām arhitektūrām palielina vērtību. Tiek lēsts, ka šīs platformas ģenerēs aptuveni 755.000 miljoni aparatūras ieņēmumos līdz 2029. gadam, savukārt SDV funkcijas pieaugs ar ātrumu 30–34 % gadā līdz 2035. gadam, pateicoties savienoto un autonomo pakalpojumu monetizācijai.
SDV var iedalīt piecos līmeņos, sākot no dizainiem, kas vērsti uz gājēju celiņiem un domēniem, līdz pilnībā integrētiem transportlīdzekļiem. programmatūras centrētsCentrā atrodas augstas veiktspējas skaitļošanas datori (HPC), zonālie kontrolieri un uz pakalpojumiem orientēta starpprogrammatūra, kas nodrošina aparatūras un programmatūras atdalīšanu un funkcionālu mērogošanu.
Uzņēmums tiek pārstrukturēts ar tādas funkcijas kā pakalpojums, transportlīdzekļa komerciju un digitālo kabīni, kur ierīcē iebūvētais mākslīgais intelekts (ar tādiem spēlētājiem kā Qualcomm, Nvidia vai Unity) nodrošina adaptīvu pieredzi: pilna platuma ekrānus, mākslīgā intelekta avatārus un pielāgojamus “ādiņus”.
La V2X savienojamība (C-V2X, DSRC un 5G) ir ļoti svarīgi drošībai un koordinācijai; tā ieviešana ir atkarīga no spektra un politikas attiecīgajā reģionā (Ķīna, ES, ASV, Japāna, Koreja). OBU, RSU un mikroshēmojumu integrācija atbilst SDV platformām, lai paātrinātu ieviešanu.
Izaicinājumi, kas pārsniedz tehniskos aspektus
Uz abonēšanu balstīti maksājumu modeļi var ģenerēt patērētāju noraidījums ja tie tiek piemēroti funkcijām, kas tiek uztvertas kā standarta, ietekmējot zīmola uztveri.
Plašāka savienojamība nodrošina kiberdrošības riskiem Attiecībā uz transportlīdzekļu kontroli, privātumu un mākoņpakalpojumiem ir nepieciešamas uzlabotas sistēmas un nepārtraukta uzraudzība.
La īpašumtiesības un datu aizsardzība Tam ir nepieciešama skaidra uzglabāšanas, lietošanas un koplietošanas politika, kā arī piekrišana un atbilstība normatīvajiem aktiem.
SDV platformu izstrāde, validācija un uzturēšana ietver augstas izmaksasīpaši kritiski svarīgās funkcijās un infrastruktūrā drošiem OTA atjauninājumiem.
Sarežģītība mainās līdz miljoniem koda rindiņu, vairākiem slāņiem un pārdevējiem, palielinot risku integrācijas kļūdas un neveiksmes.
tur talantu trūkums programmatūras, mākslīgā intelekta un kiberdrošības jomā ražotājos ar spēcīgu mehānisko kultūru; daudzi negaida, ka iekšējās spējas tiks pilnībā attīstītas pirms nākamās desmitgades.
Celies regulējuma izaicinājumi Attiecībā uz atbildību, programmatūras darbības atjauninājumiem un drošības attīstību, īpaši ar automatizētām funkcijām.
Mākslīgais intelekts rada jautājumus par izskaidrojamība un paredzamībakā arī atcelšanas vai robežgadījumu pārvaldība automatizētā braukšanā.
La sadrumstalotība Platformas, operētājsistēmas un mākoņi sarežģī modeļu un reģionu saderību un mērogojamību.
Lai gan tiešsaistes pakalpojumi ir ērti, viens no tiem slikta atjauninājumu pārvaldība Tas var izraisīt sistēmas kļūmes un lietotāju neapmierinātību; pārvaldība un testēšana ir būtiska.
Alianses un rūpniecības ceļveži
Bosch un Cariad stiprina sadarbību 2. un 3. līmeņa asistēto un automatizēto braukšanas funkciju jomā ar programmatūras pakotni, kuras pamatā ir IAViņi izstrādā visas komponentes neatkarīgi, cenšoties panākt tikpat dabisku uzvedību kā cilvēka autovadītājam un augstāku drošību.
Pirmās funkcijas jau tiek testētas pilota flotēs un apmācītas ar lieliem datu apjomiem. Mērķis ir izveidot pakotni, kas būtu piemērojama ražošana no 2026. gada vidus, integrējams Volkswagen grupas jaunajā SDV arhitektūrā un pielāgojams citiem ražotājiem.
Mākslīgais intelekts tiek piemērots visā ķēdē: uztverē, kameru un radaru apvienošanaLēmumu pieņemšana un spēka piedziņas, stūres un bremžu droša vadība. Raugoties nākotnē, tiek pētītas multimodālas pieejas. Redze-Valoda-Darbība lai spriestu par sarežģītiem scenārijiem un atklātu slēptus riskus.
Pilnīga pirmkoda un intelektuālā īpašuma kontrole ļauj noteikt augstus standartus. datu aizsardzība, drošība un pārredzamībaar izsekojamiem un izskaidrojamiem mākslīgā intelekta lēmumiem. Inženieriju atbalsta mērogojama aparatūras stratēģija visām kategorijām.
Testi tiek veikti uz publiskiem ceļiem Eiropā, Japānā un ASV, izmantojot tādus transportlīdzekļus kā ID.Buzz y Audi Q8Šogad tiek pievienoti simtiem transportlīdzekļu, kas aprīkoti ar pilniem sensoru komplektiem, lai fiksētu nelabvēlīgus gadījumus; izstrāde turpinās. datu vadītsar ikdienas uzlabojumiem.
Resursi un lasāmviela
Lai iegūtu plašāku informāciju par galvenajiem kontrolleriem, kas iespējo SDV, ir noderīgi pārskatīt Aptiv tehnisko dokumentu. Tieša piekļuve: Lejupielādēt PDF, kur aprakstīts, kā centralizēta arhitektūra uzlabo augstas veiktspējas skaitļošana, zonējums un nepārtraukta atjaunināšana.
Darbi un uzziņu avoti par sensoru sapludināšanu un novērtēšanu: Durrant-Whyte un Bailey (SLAM), Thrun/Burgard/Fox (varbūtības robotika), Bar-Shalom et al. (izsekošana un navigācija); papildus izglītojošiem resursiem no NVIDIA par sensoru sapludināšanu autonomām un Intel perifērijas skaitļošanā, kas pielietota šai tēmai.
Raugoties kopumā, SDV un sensoru sapludināšanas kombinācija ļauj panākt ievērojamu lēcienu drošība, efektivitāte un pieredzeDzīva platforma, kas mācās no datiem, atjauninās, nemainot aparatūru, un paver iespējas savienotiem biznesa modeļiem, ar nosacījumu, ka kiberdrošība, programmatūras kvalitāte un uzticēšanās mākslīgajam intelektam tiek stingri regulēta.
