入门Adaptive AUTOSAR(一) -- 为什么要提Adaptive(1)

目录

1.Adaptive AUTOSAR

1.1 AUTOSAR的由来

1.2 AUTOSAR的方法论

1.3 Why Adaptive

2.小结

1.Adaptive AUTOSAR

1.1 AUTOSAR的由来

2017年,国内绝大部分供应商还在思考如何用最小代价切入到AUTOSAR Classic Platform的时候,AUTOSAR Adaptive Platform已悄然发布。

为什么AUTOSAR组织会发布两种不同平台的AUTOSAR标准?

我们先从CP AUTOSAR说起。

软件定义汽车逐步深入身心,汽车控制器的软件功能呈指数型上升,控制器数量和芯片性能要求也与日俱增;

近几年随着整车电子电气架构往集中式演进,以前存放到不同控制器的软件也面临着被整合到一个ECU的局面,如下图:

以往整车采用分布式电子电气架构,限于MCU性能,一个ECU实现一个功能;近年来,几乎所有的OEM的电子电气架构都发展了域集中阶段,软件功能也集中到域控制器中。

既然有软件,那自然就有软件的更新,也有不同硬件平台的适配;

以前不同厂家的软件开发使用自家的开发规范,软件的复用性很低;一旦涉及到平台切换,做基础软件的同袍就开始烦躁;

因此为了提高集成效率、实现软件复用、可扩展,保证软件版本更新后快捷可靠,降低研发成本(事实看好像没降低),AUTOSAR 应运而生。

1.2 AUTOSAR的方法论

要讲AUTOSAR的优势,必然要先将其设计理念--Virtual Functional Bus(VFB)描述清楚,其概念如下:

在上图中,我们可以看到,在后续实现阶段,SWC1和2部署到了ECU1,SWC3部署到了ECU2;

这就是AUTOSAR的设计理论:主机厂基于新的整车电子电气架构设计总体功能时,是不太能够确定具体的ECU个数和功能分配(大家肯定有今天这个功能还在左域控、明天就移到右域控的经历),毕竟是概念阶段,具体细节是由各研发部门去实现的。

那么在设计之初,整车功能就以一个应用程序完全囊括,至于应用程序里面各个子模块的通信连接,就通过所谓的虚拟总线VFB实现,具体接口包括功能提供者(Provider\Server)和使用者(Client)、数据发送方(Sender)和数据接收方(Receiver)。

了解了AUTOSAR的VFB理念,我们再来回顾大家非常熟悉的AUTOSAR开发过程:

  • 系统配置

系统配置是架构师干的活,包括硬件选型、定义系统约束,把软件组件映射到各个ECU中;理想很丰满,可是目前我很少见到这么玩的。

  • ECU设计和配置

该开发阶段又分为:RTE设计、基础软件配置、集成。

RTE设计主要是SWC的定义、runnable设计、接口定义;

基础软件配置是我们AUTOSAR点点工程师最常干的活;例如配置通信栈,只需导入DBC,根据提示消错。

  • 代码生成

生成RTE、BSW、OS、MCAL等代码,与应用层代码集成编译通过,进行测试。

1.3 Why Adaptive

值得注意的是,在大家很熟悉的CP AUTOSAR框架下,上述运行在硬件上的所有功能均是静态配置, 在程序发布前就已经按照预定规则静态编译和链接,这就意味着该ECU的功能是可预期且有时序概念的,这也是汽车控制器最初安全可控的理念。

因此,我们可以理解CP AUTOSAR是面向实时、直接面向传感器、直接控制执行机构。

但是随着汽车新四化(电动化、网联化、智能化、共享化)的提出,一些新的需求也面向市场:

  • 电动化

要求围绕电机电池电控三个方向,实现低碳化出行;

  • 网联

要求人车路云之间能够进行无限通讯和信息交换

  • 智能化

要求车辆具备感知复杂环境、进行智能化决策和系统控制的功能

很明显,CP AUTOSAR由于内部总线通信限制(CAN)、硬件芯片平台算力和资源限制,是无法胜任高性能计算、动态决策的需求。

基于此,Adaptiver AUTOSAR应用而生。 

2.小结

我们简单聊了Adaptive的由来,接下来我们比较CP和AP的区别在哪里

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/815704.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

把持中国互联网流量的“四大家族”,各个牛逼plus!

中国互联网80%流量被四大家族把持着,其余要么去这些家族批发流量,要么去抢占剩余20%。 以下是对中国互联网流量四大家族的介绍和代表性的流量入口产品: 百度系: 百度是中国最大的搜索引擎公司,其搜索引擎百度是中国互…

【位运算】Leetcode 两整数之和

题目解析 371. 两整数之和 算法讲解 异或的本质就是无进位相加,但是我们需要处理进位,就需要知道哪一位上有进位,再让无进位相加的结果 进位即可,在重复这个过程,当进位等于0的时候,说明相加的过程已经结…

OSPF防环文档

OPSF在区域内会产生俩类LSA:Router LSA ,Network LSA 路由器以自己为树根构建最短路径树 ,这里的最短路径树按两步形 成,第一步,仅考虑路由器和传输网络之间的连接。通过 Dijkstra 算法,根据链路状态数据…

吴恩达2022机器学习专项课程(一) 第二周课程实验:特征工程和多项式回归(Lab_04)

目标 探索特征工程和多项式回归,使用线性回归来拟合非常复杂甚至非线性的函数。 1.为什么线性回归能拟合非线性函数? fxw*xb,属于线性回归的扩展,这个公式在数学中不属于线性,因为有x,而在机器学习中属于…

图文教程 | 2024Typora最新版免费激活使用教程(新旧版可用)

一、打开官网下载最新版Typora Typora 官网下载 安装: Typora中文官网:https://typoraio.cn/ Typora官网:https://typora.io/releases/all 官网长这个样子 下面这个不是官网!!!!注意&#x…

通讯录的实现(顺序表版本)

我们知道通讯录是基于顺序表的前提下,要写好通讯录我们就要深入了解好顺序表。我们先来看看什么是顺序表。(注意今天代码量有点多,坚持一下)。冲啊!兄弟们! 顺序表的简单理解 对于顺序表,我们首…

用AI的视角看世界

前言 2024年将是Ai人工智能在各个行业垂直领域发展的元年。 随着2022年11月openai 的大语言模型chatgpt3.5的诞生,已经预示着互联网时代,移动互联网时代即将迎来新的变革,也预示着web3.0和元宇宙更近了一步。 回顾历史,互联网的…

使用hexo+gitee从零搭建个人博客

一、环境准备 1.Node.js:下载 | Node.js 中文网 (nodejs.cn) ,Hexo 是基于Node.js 的博客框架 教程:https://blog.csdn.net/weixin_52799373/article/details/123840137 node -v npm -v 安装 Node.js 淘宝镜像加速器 (cnpm&am…

大模型应用工具 LangChain 入门书籍: LangChain 简明讲义

书籍信息 书名:《LangChain 简明讲义:从 0 到 1 构建 LLM 应用程序》出版社:电子工业出版社书籍链接:https://item.jd.com/14105705.html书籍配套代码:https://github.com/kebijuelun/langchain_book 书籍背景 计算机…

力扣LeetCode138. 复制带随机指针的链表 两种解法(C语言实现)

目录 题目链接 题目分析 题目定位: 解题思路 解题思路1(粗暴但是复杂度高) 解题思路2(巧妙并且复杂度低) 题目链接 138. 复制带随机指针的链表https://leetcode-cn.com/problems/copy-list-with-random-pointer/ …

实战项目——智慧社区(四)之 系统管理

1、用户管理 提供查询和搜索用户、根据id查询用户信息、添加用户、修改用户、删除用户的功能 界面 添加用户 修改用户信息 2、角色管理 提供查询和搜索角色、根据id查询角色信息、添加角色、修改角色、删除角色的功能 界面 添加角色 修改角色 3、菜单管理 提供查询和搜索菜…

机器学习在安全领域的应用:从大数据中识别潜在安全威胁

🧑 作者简介:阿里巴巴嵌入式技术专家,深耕嵌入式人工智能领域,具备多年的嵌入式硬件产品研发管理经验。 📒 博客介绍:分享嵌入式开发领域的相关知识、经验、思考和感悟,欢迎关注。提供嵌入式方向的学习指导…

蓝桥杯第2152题——红绿灯

问题描述 爱丽丝要开车去上班, 上班的路上有许多红绿灯, 这让爱丽丝很难过。为 了上班不迟到, 她给自己的车安装了氮气喷射装置。现在她想知道自己上班最 短需要多少时间。 爱丽丝的车最高速度是 米每秒, 并且经过改装后, 可以瞬间加速到小于 等于最高速的任意速度, 也可以瞵…

Sonar下启动发生错误,elasticsearch启动错误

Download | SonarQube | Sonar (sonarsource.com) 1.首先我的sonar版本为 10.4.1 ,java版本为17 2.sonar启动需要数据库,我先安装了mysql, 但是目前sonar从7.9开始不支持mysql,且java版本要最少11,推荐使用java17 3.安装postsql,创建sonar数据库 4.启…

ArcGIS Desktop使用入门(三)图层右键工具——可见比例范围

系列文章目录 ArcGIS Desktop使用入门(一)软件初认识 ArcGIS Desktop使用入门(二)常用工具条——标准工具 ArcGIS Desktop使用入门(二)常用工具条——编辑器 ArcGIS Desktop使用入门(二&#x…

如何下载和安装Google Chrome扩展插件:一步步指南

Google Chrome 插件为我们提供了这样的便利,但有时找到一个有用的插件后,我们可能需要将其下载到本地以便离线使用或备份。 一、为什么可以从Google Chrome商店直接下载插件? Google Chrome 扩展插件主要通过Chrome Web Store分发&#xff…

流氓软件清理绝杀全家桶

下载地址:流氓软件清理绝杀全家桶.zip 网上仍有不少软件中携带流氓软件,甚至某些所谓的大厂出品的工具中也会有一些捆绑! 对于玩机经验不太丰富的小白来说,也许一不小心,桌面就会被某些流氓软件搞得乌烟瘴气&#xf…

实验笔记之——RGBD GS-ICP SLAM配置与测试

《RGBD GS-ICP SLAM》是最新开源的一个3DGS-SLAM工作,通过利用GICP来实现当前帧gaussian与已mapping的gaussian进行匹配进行位姿的估算,并通过关键帧的选择策略来进一步提升performance~ Use G-ICP to align the current frame with the 3D GS map whic…

基于人脸识别的发型推荐系统代码实现

1.摘要 本文介绍了一个基于人脸识别技术的发型推荐系统的实现与分析。该系统利用Python编程语言和相关库,结合Face人脸识别API,实现了用户上传照片后的性别识别、脸型分析和发型推荐功能。首先,用户通过Tkinter GUI界面选择上传照片&#xff…

gpt在线网页版最全收录

ChatGPT镜像 今天在知乎看到一个问题:“平民不参与内测的话没有账号还有机会使用ChatGPT吗?” 从去年GPT大火到现在,关于GPT的消息铺天盖地,真要有心想要去用,途径很多,别的不说,国内GPT的镜像…