智能座舱架构与芯片 - (3) 硬件篇 上

一、介绍

在了解智能座舱的基本架构之后,我们有必要针对智能座舱域的硬件平台,软件平台,SOC等进行逐一介绍。从它们的整体结构中去认识最新的智能座舱组成部件,以及主要功能等。

如上图,是中央计算-区域控制架构下的智能座舱硬件平台框架图,其中,智能座舱控制器CDC挂载在以太网交换机上,与其他车控域VDC,自驾域ADC,网联设备5G+V2X等通过以太网实现数据交互。而智能座舱域的外部硬件设备还包含有连接子系统音频子系统摄像头子系统显示子系统存储子系统功能安全子系统等。作为CDC的无线连接子模块,Wi-Fi/BT 模块位于CDC内部。这些子系统共同组成了智能座舱域的硬件平台。

二、有线连接技术

2.1 车载CAN总线

CAN(Controller Area Network)控制器局域网,是BOSCH为了解决车辆增加的信号传输首先提出,也是ISO国际标准化的串行通信协议。

CAN的特点:

  1. 多主控制类似广播式,在总线空闲时,所有单元都可以向总线发送报文,通过逐位仲裁来识别报文ID(标识符)的优先级,优先级高的获得发送权。
  2. 系统的柔软性:与总线相连的单元没有类似于“地址”的信息,因此在总线上增加单元时,连接在总线上的其他单元的软硬件及应用层都不需要改变。
  3. 远程数据请求:可通过发送“遥控帧”请求其他单元发送数据。
  4. 错误检测功能、错误通知功能、错误恢复功能:所有单元都可以检测错误,检测出的错误会立即通知其他所有的单元,正在发送消息的单元一旦检测出错误,会强制结束当前的发送,强制结束发送的单元会不断反复地重新发送直到成功发送为止。
  5. 故障封闭:CAN可以判断出错误的类型是总线上暂时的数据错误还是持续的数据错误(如单元内部故障、驱动器故障、断线等),由此功能,当总线上发生持续数据错误时,可将引起此故障的单元从总线上隔离出去。
  6. 连接:总线上连接的单元数量受总线上的时间延迟及电气负载的限制。降低通信速度,可连接的单元数增加,提高通信速度,可连接的单元数减少。

CAN BUS多用于工控和汽车领域,它结构简单,可靠性高。可以采用两根线进行传输,具有实时性强、传输距离较远、抗电磁干扰能力强、成本低等优点。在分布式的汽车电子电气架构中,CAN总线是用来进行ECU之间互联的主要通讯总线。来看一个CAN总线在汽车上的应用例子:

2.2 车载以太网

车载以太网的大规模应用,实际上是随着汽车的电动化,智能化发展而来的。在分布式的EEA时代,各ECU之间需要相互传输的信号量极少,使用CAN总线即可实现互联。当汽车进入智能化时代,EEA架构向中央计算-区域控制方向演进。由于汽车内使用的传感器越来越多,传输的数据量越来越大,所需带宽也越来越多,因此需要有新的网络互联技术来支撑这一变化。

为了满足中央计算机与区域控制器之间的互联要求,车载以太网被认为是一个合适的解决方案。

如上图所示,各个域控制器之间采用ETH车载以太网进行连接,而域控制器内部则还是采用星型架构。为了保证ETH传输的可靠,还要求多个域控制器之间的ETH进行互联,组成以太环网。由于ECU演进的程度不统一,它们所采用的互联技术,可能有CAN,CAN-FD,LIN,FlexRay等各种总线。而对于Camera, 显示屏等多媒体设备来说,所传输的数据量特别大,还需要采用特殊的串行-解串器进行连接。

上图所展示的还是集成式域控制器架构。整车电子电气架构按功能进行划分,分为车身域,ADAS域,信息娱乐域,底盘域,动力域等,各域控制器之间依赖中央网关进行互联。而对于中央集成-区域控制架构来说,以上的各域控制器将集中到一个中央计算机内部。各个ECU,仍然使用CAN,LIN,FlexRay等技术。它们按汽车物理区域的划分,分别挂载到不同位置的Zone区域控制器下。此时Zone起到了一个中继节点的作用,提供了以太网到其他总线的转发功能。如下图所示:

车载以太网的要点:

1. AVB

以太网音视频桥接技术(Ethernet Audio/Video Bridging,又称“Ethernet AVB”,以下简称AVB)是一项新的IEEE802标准,其在传统以太网络的基础上,通过保障带宽(Bandwidth)限制延迟(Latency)精确时钟同步(Time synchronization),以支持各种基于音频、视频的网络多媒体应用。AVB关注于增强传统以太网的实时音视频性能,同时又保持了100%向后兼容传统以太网,是极具发展潜力的下一代网络音视频实时传输技术。

车载以太网标准分两部分,一部分是最底层的 PHY 标准, 另一部分是链路层标准
车载以太网 PHY 标准主要是制定单对双绞线标准,传统以太网与车载以太网最大不同是传统以太网需要 2-4 对线车载以太网只需要一对

2. TSN

TSN是时间敏感网络(Time-Sensitive Network)的英文缩写,是IEEE 802.1 TSN工作组开发的一系列数据链路层协议规范的统称,用于指导和开发低延迟、低抖动,并具有传输时间确定性以太网局域网,是传统以太网在汽车等特定应用环境下的增强功能实现。

进入21世纪以后,随着以太网的普及,基于以太网的多媒体应用需求与日俱增,于是2006年IEEE成立了AVB工作组,制定了一系列新的802.11技术标准,对现有以太网进行功能扩充,包括带宽保持、限制延时和精确时钟同步,提供了高质量、低延时、时间同步的音视频局域网解决方案。

随着工业4.0概念的提出和车联网时代的到来,工业和汽车对实时以太网技术的需求迅速增长,在2012年,AVB工作组更名为TSN工作组,在继承AVB已有的技术基础上,进一步针对实时通信的应用场景,制定并提出了更多可行的技术标准,籍此在未来的工业和汽车等领域继续引领以太网技术的发展。

TSN的特点:

  • 时钟同步

IEEE1588 协议,又称 PTP( precise time protocol,精确时钟协议),可以达到亚微秒级别时间同步精度,于 2002 年发布 version 1,2008 年发布 version 2。它的主要原理是通过一个同步信号周期性地对网络中所有节点的时钟进行同步校正,可以使基于以太网的分布式系统达到精确同步,IEEE1588PTP 时钟同步技术也可以应用于任何组播网络中。

  • 低延时

汽车控制数据可以分为三种,Scheduled Traffic、Reserved Traffic、Best-effort Traffic。 Scheduled Traffic, 如底盘控制数据,必须按照严格的时间要求送达。Best-effort Traffic,如娱乐系统数据,没有强制要求,可以灵活掌握。汽车行业一般要求底盘系统延迟不超过 5 毫秒,最好是 2.5 毫秒或 1 毫秒,这也是车载以太网与通用以太网最大不同之处,要求低延迟。 低延迟的核心标准是 IEEE802.1Qbv 时间感知队列。

通过时间感知整形器(TAS 即 Time Aware Shaper)使 TSN 交换 机能够来控制队列流量(queued traffic),以太网帧被标识并指派给基于优先级的 VLAN Tag,每个队列在一个时间表中定义, 然后这些数据队列报文的在预定时间窗口在出口执行传输。其它队列将被锁定在规定时间窗口里。因此消除了周期性数据被非周期性数据所影响的结果。这意味着每个交换机的延迟是确定的,可知的。而在 TSN 网络的数据报文延时被得到保障。

  • 高可靠性

TSN 中保证高可靠性主要依靠 802.1CB 标准。这也是无人驾 驶必须用 TSN 的主要原因,也只有 TSN 能让整个系统达到功能 安全的最高等级 ASIL D 级。对于ASIL D级别的设计来说,一般需要冗余备份系统。802.1CB 协议为两套系统间的冗余备份提供了交互机制。

对于非常重要的数据,802.1CB 会多发送一个数据备份, 这个备份会沿着最远离主数据路径交集的路径传输。如果两个数据都接收到,在接收端把冗余帧消除,如果只接收到一帧数据,那么就进入冗余后备模式。

3. 带宽

车载以太网线束受车内EMC等的影响,目前(2023),通过以太网线缆传输的数据带宽仍然只有1Gbps;在中央计算平台内部的以太网交换机可以提供10Gbps的传输带宽。更大的带宽仍然需要等待技术的进一步发展。

因此,采用车载以太网仍然不能全部替代车内的传感器传输线缆尤其是用来传输摄像头,显示屏高速音视频传输接口。在汽车产业上,针对这类数据传输需求(高带宽,低时延,节点多),仍然只能采用点到点式的星型结构进行互联,其采用的通信接口也正是下面所讨论到的高速音视频传输接口。

2.3 高速视频传输 (FPD-Link)

为了满足智能网联汽车对多传感器的需求,需要有高速视频传输总线来将这些传感器连接到中央计算机上。这些传感器一般为视觉摄像头或者大型液晶显示屏等。它们对通信的要求是,高带宽,低时延连接。通信类型一般是点到点的方式。例如用于高级自动辅助驾驶ADAS系统的摄像头,一般为5M的 Camera Sensor,它所需要的传输带宽高达 2.5Gbps,而这样的摄像头全车需要10多个。目前的车载以太网技术根本承载不了这样的带宽需求,因此只能考虑专用点到点的连接方式。

如下图所示,摄像头和显示屏,都通过专用的高速视频传输接口连接到中央计算平台上。其中智能座舱域控制器需要连接的是座舱内部摄像头(输入)和座舱内的显示屏(输出)。其中可能会使用到不同类型的传输接口以及线缆。

车载高速音视频传输接口还有另外一个特殊的需求,即长距离传输车内电磁兼容性设计EMC(Electro Magnetic Compatibility)。相比起个人消费类电子设备,车载传感器所使用的连接接口工作环境可谓恶劣。首先是要考虑3-10米的传输距离。一个摄像头或者一个显示屏,与车载中央计算平台的物理距离,短则1至3米,长则可达10米,一般的数据接口根本无法满足这样长的传输距离。另一方面,车内工作环境复杂,温度高,电磁干扰大,数据传输距离增加会带来信号的衰减。因此,需要有专门的数据传输技术来满足车内高速音视频传输的需求。

  • FPD-Link

摄像头或者显示屏上传输的视频信号,一般都是RGB、YUV、或者raw data等图像格式的数据。按图像的数据特点来看,每个像素都由多个bit组成。在最初的图像传输接口中,采用高速并行接口来传输数据。但这样带来的问题是接插件的针数多,尺寸大,传输线缆的重量,成本都会很高;线束的安装成本也很高,长距离传输的误码率相当高,导致传输带宽受限。

因此,采用串行传输是代替这种并行传输的有效解决方法。通过把发送端的多条并行数据(包括视频和控制、语音等数据)转换成单条的串行数据,在接收端再把串行的数据转换恢复成并行视频格式和低速控制信号,就能有效解决上文所提的 “高带宽,低时延,长距离” 传输的问题 。

首先要解释一下并行传输转换为串行传输的原理。要想实现长距离的高速传输,LVDS是一种可行的技术,即低压差分信号(Low-Voltage Differential Signaling)。它是一种低功耗,低误码率,低串扰低辐射的差分信号传输技术。它通常需要通过一对信号线,以极低的电压摆幅高速差动来传输数据。

FPD-Link是基于LVDS物理层之上的一种通信标准。它的英文全称是Flat Panel Display Link,是美国国家半导体公司(后被德州仪器TI公司收购)于1996年提出的。FPD-Link I代芯片组将宽并行的RGB总线串行化为4或5对LVDS信号。 如下图所示:21根并行信号线串行化为4对LVDS信号,其中3对数据线,1对时钟线

到了FPD-Link III的时代,TI 停止使用 LVDS 模式,而改为CML模式。它通过一对屏蔽双绞线(STP)或者一根同轴电缆(Coax)即可传输高速串行信号。它可以实现在10米的距离上传输6Gbps的数据。通过增加一对串行解串器,在传输线上可以实现高速正向通道低速反向通道

正向传输通道用于以最小的延迟串行化视频、音频或其他数据发送到端点设备。 为了实现这一点, 串行器必须重新格式化其传入的数据并嵌入数据时钟,以便可以使用更少的导体将其输出。通过利用专有的回声消除技术,FPD-Link 串行器/解串器还允许通过一个物理导体进行全双工通信。

当高速数据沿正向方向从串行器传输到解串器时,低速数据也同时传输回到串行器,而无需时分复用。 FPD-Link 串行器和解串器设备通过在链路的每一端连续抵消其自己的传输信号来自动建立该双向通道。 反向通道通常以比正向通道数据低得多的速度运行,以便于在两侧实现适当的分离,并且可以包含有关同步设备的信息、触摸中断、控制信号、状态信息等。 使用同步反向通道通信, 还可以在链路上沿正向或反向方向启用 I2C 访问或 GPIO 传输。 为了补偿通道插入损耗(该损耗可能很大,具体取决于运行速度以及所用电缆的类型或长度)FPD-Link 解串器利用多种均衡技术来恢复高频信号成分并减轻码间串扰、反射或外部噪声产生的影响。

  • 自适应均衡器

高速视频信号从串行器传输到解串器的过程中经过PCB走线、连接器和线束,这些传输介质都会衰减信号幅度,增加信号噪声,而且频率越高,被影响的程度越大。 如下图所示,串行器的输出数据的眼图为左边第一幅图所示,比较清晰、干净。经过传输线以后,眼图闭合,如中间第二幅图所示。为了补偿传输介质对信号的恶化,FPD Link 器件提供了Equalizer均衡器模块。这个模块放大补偿输入信号,且对信号高频部分补偿得更多,以此来部分抵消传输通道对信号的影响。通过Equalizer之后,输入信号的眼图重新张开,如右边第三幅图所示。

由于FPD Link需要适应不同类型不同长度的线束,所以均衡器的高频增益值分多个等级芯片会自动检测输入信号的质量,自适应地设置最佳的均衡值,这个自适应模块叫AEQ该模块在解串器每次上电时做一次自适应补偿,所以即便线束存在老化、温漂、线束个体差异等实际差异时,AEQ 都能够自动选择出最佳的补偿等级。另外,技术人员也可以读取上电以后的AEQ 的补偿值,如果明显高于正常值,可以判断当前传输通道可能存在短路、松动、弯曲等异常情况。

AEQ内还集成有CDR(Clock Data Recovery) 电路,集成的锁相环电路锁定输入数据Incoming Data并输出降噪以后的较干净的同频率时钟Recovered Clock;同时这个干净时钟做为新的采样时钟,在Sampler上对输入数据重新采样并输出,从而达到滤除输入数据抖动、降低码间串扰、减少通道间串扰和恢复数据眼图的功能。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/157363.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Java Finalization‘s Memory-Retention Issues 及Reference类解析

引言 《Effective Java Programming Language Guide》 一书中强烈建议不要使用java的finalize()方法去做对象消亡前的清理。因为jvm调用finalize()方法的时机并不确定,容易导致Memory-Retention Issues。通俗点讲就是内存没办法及时回收。 详细的见oracle的官方说明…

数字电路的基础知识

一、数字电路概述 用数字信号完成对数字量进行逻辑运算和算术运算的电路称为数字电路。 由于它具有逻辑运算和逻辑处理功能,所以又称为数字逻辑电路。 现代的数字电路由半导体工艺制成的数字集成器件构造而成。 逻辑门是数字电路的基本单元电路,就如同在…

ES 查询语法-详解

文章目录 1.DSL查询文档1.1.DSL查询分类1.2.全文检索查询1.2.1.使用场景1.2.2.基本语法1.2.3.总结 1.3.精准查询1.3.1.term查询1.3.2.总结 1.DSL查询文档 elasticsearch的查询依然是基于JSON风格的DSL来实现的。 1.1.DSL查询分类 Elasticsearch提供了基于JSON的DSL&#xff…

vue el-form表单嵌套组件时正则校验不生效

vue el-form表单嵌套组件时正则校验不生效 上图 组件选中数据&#xff0c;但是正则校验未检测到并且红字提示不会消失。直接上代码 <template><div class"created_report"><el-form :model"formData" :rules"isRules" ref"…

六、Big Data Tools安装

1、安装 在Jetbrains的任意一款产品中&#xff0c;均可安装Big Data Tools这个插件。 2、示例 下面以DadaGrip为例&#xff1a; &#xff08;1&#xff09;打开插件中心 &#xff08;2&#xff09;搜索Big Data Tools&#xff0c;下载 3、链接hdfs &#xff08;1&#xff0…

时间复杂度和运算

时间复杂度 在算法和数据结构中&#xff0c;有许多时间复杂度比 O(1) 更差的情况。以下是一些常见的时间复杂度&#xff0c;按照从最优到最差的顺序排列&#xff1a; O(1)&#xff1a; 常数时间复杂度&#xff0c;操作的运行时间与输入规模无关&#xff0c;是最理想的情况。 O…

xss-labs靶场1-5关

文章目录 前言一、靶场需要知道的前置知识点1、什么是xss攻击&#xff1f;2、xss攻击分为几大类1、反射型xss2、存储型xss3、dom型xss 3、xss攻击形成的条件 二、xss-labs关卡1-51、关卡12、关卡23、关卡34、关卡45、关卡5 总结 前言 此文章只用于学习和反思巩固xss攻击知识&a…

【数据结构-零基础学习】线索二叉树(代码+图示+解析)

【数据结构-零基础学习】线索二叉树(代码图示解析) 文章目录 【数据结构-零基础学习】线索二叉树(代码图示解析)[toc]定义产生背景种类示意图1)未加入线索的普通二叉树示意图1.12)线索添加的规则3)中序线索二叉树示意图1.24)中序线索二叉树分析示意图1.3 设计代码逻辑(重点)代码…

智能座舱架构与芯片- (15) 测试篇 下

三、持续集成与交付 3.1 自动化编译框架 在智能座舱软件中&#xff0c;分为上层应用软件和底层软件。有些上层应用软件是与指令集平台无关的&#xff0c;例如Java应用程序等&#xff0c;它们对所运行的CPU平台没有依赖性&#xff0c;可以很好的适配当前平台进行执行。而在底层…

Notion AI会员订阅付费

一、Notion AI优势&#xff1a; 自动化任务&#xff1a;NotionAI可以自动完成一些重复性任务&#xff0c;例如对内容进行分类和标记&#xff0c;从而提高工作效率和减少人力成本。个性化建议&#xff1a;NotionAI可以根据用户的偏好和行为模式提供个性化的建议和推荐&#xff…

Linux下安装Foldseek并从蛋白质的PDB结构中获取 3Di Token 和 3Di Embedding

0. 说明&#xff1a; Foldseek 是由韩国国立首尔大学 (Seoul National University) 的 Martin Steinegger (MMseqs2 和 Linclust 的作者) 开发的一款用于快速地从大型蛋白质结构数据库中检索相似结构蛋白质的工具&#xff0c;可以用于计算两个蛋白之间的结构相似性&#xff0c…

森林之子/Sons Of The Forest V42457 资源分享

游戏介绍&#xff1a; 视频介绍&#xff1a; 森林之子 资源分享 这里是引用 你被派到了一座孤岛上&#xff0c;寻找一位失踪的亿万富翁&#xff0c;结果却发现自己深陷被食人生物占领的炼狱之地。你需要制作工具和武器、建造房屋&#xff0c;倾尽全力生存下去&#xff0c;无论…

数据结构与算法实验(黑龙江大学)

实验一 顺序存储的线性表&#xff08;2 学时&#xff09; 一、实验目的 1 、掌握线性表的逻辑结构特征。 2、熟练掌握线性表的顺序存储结构的描述方法。 3 、熟练掌握顺序表上各种基本操作的实现。 二、实验内容 1 、设线性表的数据元素都为整数&#xff0c;存放在顺序表…

基于变色龙算法优化概率神经网络PNN的分类预测 - 附代码

基于变色龙算法优化概率神经网络PNN的分类预测 - 附代码 文章目录 基于变色龙算法优化概率神经网络PNN的分类预测 - 附代码1.PNN网络概述2.变压器故障诊街系统相关背景2.1 模型建立 3.基于变色龙优化的PNN网络5.测试结果6.参考文献7.Matlab代码 摘要&#xff1a;针对PNN神经网络…

【Docker】从零开始:4.为什么Docker会比VM虚拟机快

【Docker】从零开始&#xff1a;4.为什么Docker会比VM虚拟机快 docker有着比虚拟机更少的抽象层docker利用的是宿主机的内核,而不需要加载操作系统OS内核 docker有着比虚拟机更少的抽象层 由于docker不需要Hypervisor(虚拟机)实现硬件资源虚拟化,运行在docker容器上的程序直接…

革新突破!智能指标平台引领时代,国产大模型与企业级部署的完美结合

11月21日&#xff0c;跬智信息&#xff08;Kyligence&#xff09;圆满召开了线上数智论坛暨产品发布会&#xff0c;升级智能一站式指标平台 Kyligence Zen 及 AI 数智助理 Kyligence Copilot 的一系列企业级能力&#xff0c;包括正式支持智谱 AI、百川智能等在内的多款国产大模…

ECharts 实例2

之前做过一个 ECharts 例子&#xff1b;再做一个看一下&#xff1b; <!DOCTYPE html> <html> <head><meta charset"gb2312"><title> 多bar 实例</title><!-- 引入 echarts.js --><script src"https://cdn.static…

【JavaScript】2.4 JavaScript和浏览器

文章目录 DOM 操作选择元素修改元素创建和删除元素 事件处理监听事件阻止默认行为 异步编程回调函数Promiseasync/await 总结 JavaScript最初是为了在浏览器中使用而创建的&#xff0c;它是Web开发的重要组成部分。在这一章节中&#xff0c;我们将学习如何使用JavaScript与浏览…

Gitlab安装与操作

GitLab 是一个用于仓库管理系统的开源项目&#xff0c;使用Git作为代码管理工具&#xff0c;并在此基础上搭建起来的Web服务。 可通过Web界面进行访问公开的或者私人项目。它拥有与Github类似的功能&#xff0c;能够浏览源代码&#xff0c;管理缺陷和注释。可以管理团队对仓库的…

shell基础

一.Shell脚本编程概述 1.基本概念 将要执行的命令按顺序保存到一个文本文件&#xff1b; 给该文件可执行权限&#xff1b; 可结合各种Shell控制语句以完成更复杂的操作。 2.作用 Linux系统中的Shell是一个特殊的应用程序&#xff0c;它介于操作系统内核与用户之间&#x…