任务1.3 软件平台基础和应用-学生手册

任务1.3软件平台基础和应用学生手册任务1.3软件平台基础和应用【任务导入】假如你是某自动驾驶企业的一名自动驾驶研发工程师，现在企业需要对新入职的实习生进行培训，由你负责讲解有关软件平台基础和应用的相关理论知识。【学习目标】素质目标通过学习MDC软件平台基础，培养学生数据安全和隐私保护意识；通过学习SOA框架，培养学生的创新思维能力；培养爱岗敬业、恪尽职守的劳动精神。知识目标能了解MDC基础软件平台介绍和应用[K6]；能理解SOA架构的基本特征[K7]。能力目标能正确叙述MDC基础软件平台的应用范畴[A5]；能正确列举SOA框架的基本特征[A6]。

【知识准备】MDC软件平台概述和应用场景软件平台概述MDC610是华为智能驾驶计算平台，具有高安全性、高可靠性、低功耗、低时延、体积小、环境适应性强、易于维护等特点。MDC610平台主要用在L4/L3/L2智能驾驶计算系统和E/E架构域计算平台等应用场景,可以广泛部署在乘用车、园区小巴、固定线路中巴、干线物流车、末端物流配送车以及码头矿山、特种作业等各类车辆上，满足它们的自动行驶、自动泊车、自动作业等复杂需求。MDC610平台软件是运行在MDC610硬件上的平台软件，主要提供MDC610的基础软件和软件平台。MDC产品整体架构及MDC软件平台的组成部分如图1-3-1所示。基础软件主要负责MDC610硬件设备的驱动和初始化，引导和运行操作系统，并提供AI算子库、智能驾驶支持库、软件中间件等基础支撑功能；软件平台提供与智能驾驶业务相关的软件服务和功能，包括诊断、升级、安全等。基于MDC610硬件及平台软件，客户即可开发智能驾驶功能软件和应用软件。图1-3-1MDC软件平台架构图MDC610平台软件内容BIOSBIOS又称Bootloader，负责启动MDC系统，加载和引导操作系统，再由操作系统加载和启动应用软件。操作系统OS即操作系统是管理MDC硬件与软件资源的系统程序，同时也是MDC系统的内核与基石。操作系统需要处理如管理与配置内存、决定系统资源供需的优先次序、控制输入设备与输出设备、操作网络与管理文件系统等基本事务。软件中间件与基础库AdaptiveAUTOSAR兼容特性。AdaptiveAUTOSAR主要提供高性能计算和通信机制，并提供灵活的软件配置，例如通过无线方式支持软件更新。根据业务需要，配置对应的通信矩阵、系统状态及故障处理模型等，使各种业务快速应用到对应AP平台上。ClassicAUTOSAR兼容特性。ClassicAUTOSAR是AUTOSAR联盟推出的一个开放化、标准化的汽车嵌入式系统软件架构。与传统ECU软件架构相比，AUTOSAR分层架构的高度抽象使得汽车嵌人式系统软硬件耦合度大大降低。通信中间件。实时数据通信模块为一种面向服务的通信机制，为AdaptiveAUTOSAR平台应用、服务和其他功能模块提供通信功能支持。AI算子库。MDC610平台软件提供配套昇腾610的AI算子库，以支持智能驾驶应用软件开发。智能驾驶算法外围包。MDC610提供满足智能驾驶生态应用的基础外围包,为上层应用的开发降低门槛。MDC平台典型应用场景华为MDC平台，聚焦于底层平台技术创新与智能驾驶生态建设，助力客户和生态合作伙的智能驾驶解决方案，在多场景中快速商用落地。高速干线货运物流据测算，智能驾驶货运可帮助物流企业降低30%以上的物流成本，通过科学的驾驶习惯，可帮助物流企业节省6%的油耗成本，能够使中国高速公路重大事故率降低50%，死亡人数降低75%。高速干线货运物流场景中主要含有如下智能驾驶功能：主动安全：自动紧急制动AEB、前碰撞预警FCW、车道偏离预警LDW等高速巡航：高速公路上可完成车道保持、自动变道与自适应巡航等拥堵跟车：道路拥堵时自动跟随前方车辆编队行驶：在高速公路上通过V2V技术实现多辆货车编队行驶自主泊车：货运任务结束后自行开往固定停车位并停好车图1-3-2高速干线货运物流华为MDC平台接口丰富，可支持多传感器与V2X接入，对货车车体长导致部署传感器多、V2V编队行驶等高速干线货运物流场景的需求均可满足，并可快速扩展至港口货运等封闭区域内的物流场景，降低社会整体物流成本。末端无人物流配送随着人工物流投递成本不断增加，企业的末端物流成本越来越高，而以智慧快递箱为代表的智慧末端物流设施，不仅可以大大解决末端物流配送的成本，还可以解决人工投递等待带来的交通拥堵等问题。末端无人配送物流场景主要含有如下智能驾驶功能：主动安全：自动紧急制动AEB、前碰撞预警FCW等智能避障：能够避开封闭区域内常见的人、车、物、动物等远程控制：通过通信网络，可以实时监控与干预车辆运行状态图1-3-3末端无人物流配送华为MDC平台尺寸小巧、能效比高，可灵活满足无人配送车辆体积尺寸所限带来的部署空间小、工作时间长续航要求高等要求，强劲算力也可完全可以满足学校、小区、园区等较为封闭的末端无人配送物流场景所需。快递公司或无人配送运营商可通过提升物流配送效率，增强购物用户体验与粘性。高危高强度特种作业高危高强度特种作业场景主要含有如下智能驾驶功能：主动安全：自动紧急制动AEB、前碰撞预警FCW等智能避障：能够避开封闭区域内常见的人、车、物、动物等远程控制：通过通信网络，可以实时监控与干预车辆运行状态图1-3-4高危高强度特种作业华为MDC平台，通过多项可靠性工程设计，抗振抗高温、防尘抗湿，恶劣环境下仍可保证稳定可靠运行，可满足高原矿山、街道清洁、偏远农田等相对封闭区域内低速的高危高强度特种作业智能驾驶场景所需，提升作业效率，大幅降低人力成本。定点定时人员通勤公共交通运行时间长，准点率要求高，驾照等级高，需要大量高素质的司机，这极大的提升了公共交通的运营成本与复杂度。公共交通线路相对固定，易于通过智能驾驶技术进行升级，提升运营效率，降低运营成本。定点定时人员通勤场景主要含有如下智能驾驶功能：主动安全：自动紧急制动AEB、前碰撞预警FCW、车道偏离预警LDW等标识识别：准确识别交通标识并按标识要求行驶拥堵跟车：道路拥堵时自动跟随前方车辆自主泊车：货运任务结束后自行开往固定停车位并停好车图1-3-5定点定时人员通勤华为MDC接口丰富，能效比出众，可以支持数量众多的传感器与，对公共交通工具的车体长部署传感器多、工作时间长续航要求高等需求均可满足，并可快速扩展至园区内穿梭通勤、景区内旅客接送等线路相对固定时间、固定区域内的定点定时人员通勤场景，提升人员运送效率，降低公共交通运营成本，树立城市/园区/景区的高科技形象。移动智能私人出行随着智能化的快速普及，高端乘用车上将率先实现高级别的智能驾驶功能，成为高端汽车差异化竞争力的关键，技术成熟稳定后可发展出全新的RoboTaxi业务，并对现有出行方式带来颠覆式影响，也给智能驾驶产业开拓全新商业模式。国际上传统客户巨头与跨界科技公司，纷纷重兵投入。移动智能私人出行场景的主要的智能驾驶功能如下（分阶段实现，并将扩展出更多功能）：一键召唤：通过手机远程指令，让停在停车场的汽车自动开到指定地点高速巡航：高速公路上可完成车道保持、自动变道与自适应巡航等拥堵跟车：道路拥堵时自动跟随前方车辆主动安全：自动紧急制动AEB、前碰撞预警FCW、车道偏离预警LDW等自主泊车：货运任务结束后自行开往固定停车位并停好车标识识别：准确识别交通标识并按标识要求行驶图1-3-6移动智能私人出行华为MDC平台，具有高性能、高安全、高可靠、高能效、确定性低时延的领先技术优势与端云协同能力，可以灵活应对并满足移动智能私人出行场景下的复杂路况的高性能需求以及RoboTaxi的运营管理要求。具有标准化的物理尺寸，OTA升级能力的软件平台，支持智能驾驶功能的平滑演进与升级，让个人出行更智能、更简单、更安全、更放心。MDC软件平台（MDCCore）基础华为MDC（MobileDataCenter）是华为推出的智能驾驶计算平台，它集成了华为在ICT领域30多年的研发与生产制造经验，搭载智能驾驶操作系统AOS、VOS及MDCCore，兼容AUTOSAR，支持L2+~L5平滑演进，结合配套的完善工具链，客户或生态合作伙伴可灵活快速的开发出针对不同应用场景的智能驾驶应用。华为MDC平台的软件架构以华为自主研发的AP（应用）、CP（控制）和OS（操作系统）为核心，实现了高度集成和功能安全。华为的AdaptiveAutosar技术符合R19-11规范，包含全面的系统管理和安全特性，为智能驾驶提供强大支持。AUTOSAR服务-CP/APAUTOSARServicesAUTOSAR（AutomotiveOpenSystemArchitecture）是一种用于汽车电子系统开发的开放式软件架构标准，旨在提高汽车电子系统的可重用性、可扩展性和可移植性。AUTOSAR分为ClassicPlatform(CP)和AdaptivePlatform(AP)两个平台。AUTOSAR服务架构，如图1-3-7所示。CPAUTOSAR服务主要用于传统的嵌入式控制单元（ECU），它们通常基于C语言开发，采用静态配置的方式，通过XML文件描述软硬件组件之间的关系和通信。CPAUTOSAR服务的特点是实时性要求高，响应速度快，适合处理与传感器、执行器等硬实时要求设备的高效通信和协同工作。APAUTOSAR服务则适用于处理对实时性能要求相对较低的应用场景，例如智能网联汽车中的高度自动化驾驶。APAUTOSAR服务支持更灵活的软件架构和功能组织，使得软件系统更好地适应复杂多变的驾驶场景。APAUTOSAR服务的特点是支持更灵活的软件架构和功能组织，使得软件系统更好地适应复杂多变的驾驶场景。图1-3-7AUTOSAR服务架构图AUTOSARClassicPlatform服务（CP）在华为MDC（MobileDataCenter）平台中，AUTOSARClassicPlatform服务扮演着至关重要的角色，它为智能汽车的传统车辆控制嵌入式系统提供了强大的支持。AUTOSARCP通过定义汽车电子系统的软件组件、运行时环境和通信机制，实现了模块化、可重用和可扩展的系统开发。这些服务功能不仅满足了严格的实时性和安全性要求，还促进了软件开发的标准化和模块化。AUTOSARClassicPlatform的服务功能如图1-3-8所示。AUTOSARClassicPlatform的服务功能主要包括以下几个方面：单片机抽象层（MCAL,MicrocontrollerAbstractionLayer）：MCAL是AUTOSAR架构中最接近硬件的一层，它封装了与硬件直接相关的功能，如存储器访问、中断管理、通信接口（如SPI、I2C、UART）等。在华为MDC平台中，MCAL确保了上层软件对硬件的透明访问，使得软件开发人员可以专注于应用逻辑的实现，而不必担心底层硬件的差异。ECU抽象层（ECUAL,ECUAbstractionLayer）：尽管AUTOSAR标准中不直接提及ECUAL，但可以理解为华为MDC平台为了进一步提升ECU（电子控制单元）之间的互操作性和集成性而设计的抽象层。这一层负责处理CAN网络中的报文解析、网关功能（不同网络或协议之间的数据转发）、以及针对特定硬件或应用场景的存储器访问控制等。服务层（ServicesLayer）：这一层为应用层提供了丰富的后台服务，包括但不限于网络管理（确保网络通信的可靠性和效率）、存储器管理（优化存储资源的使用）、总线通信管理服务（如LIN、CAN、FlexRay等网络的管理和调度）以及操作系统服务（如任务调度、资源分配等）。这些服务为上层应用提供了一个稳定、高效、可扩展的运行环境。复杂设备驱动程序（CDD,ComplexDeviceDriver）：对于某些复杂或特殊的硬件设备，AUTOSAR提供了CDD来封装其复杂的驱动逻辑。在华为MDC平台中，CDD确保了这些复杂设备能够被上层软件以标准化的方式访问，从而提高了系统的整体性能和可靠性。运行环境（RTE,RuntimeEnvironment）：RTE是AUTOSAR架构中的核心组件之一，它负责应用软件层与基础软件层之间的通信和交互。在华为MDC平台中，RTE通过提供标准化的接口和数据交换机制，确保了应用层软件能够高效、安全地访问基础软件层提供的各种服务。同时，RTE还支持进程调度、时间片分配等实时性要求较高的任务管理功能。图1-3-8AUTOSARClassicPlatform结构图综上所述，华为MDC平台中的AUTOSARClassicPlatform服务功能通过提供标准化的软件架构和丰富的服务支持，为智能汽车的传统车辆控制嵌入式系统带来了高度的可重用性、可维护性和可扩展性。AUTOSARAdaptivePlatform服务（AP）AUTOSARAdaptivePlatform（简称AP）是AUTOSAR（汽车开放系统架构）标准的一个创新平台，专为满足未来汽车电子系统的高度灵活性和可扩展性需求而设计。AP采用面向服务的架构（SOA），支持多种通信协议和硬件平台，为汽车软件开发提供了极大的灵活性和便利性。该平台通过提供标准化的服务接口和协议，实现了不同应用程序之间的无缝通信和协作。AP支持动态配置和运行时服务发现，允许开发者在车辆运行过程中根据需求动态加载或卸载服务，从而提高了系统的可维护性和可扩展性。AUTOSARRuntimeforAdaptiveApplications(ARA)是华为MDC平台中的一个重要组成部分，它是自适应应用程序的运行环境，提供了与ClassicAUTOSARRuntimeEnvironment(RTE)完全不同的接口。ARA由多个功能集群组成，这些功能集群被划分为基础服务和自适应服务两类。AUTOSARRuntimeforAdaptiveApplications(ARA)架构如图1-3-9所示。图1-3-9AUTOSARRuntimeforAdaptiveApplications(ARA)架构图华为MDCAUTOSARRuntimeforAdaptiveApplication(ARA)是一个功能强大、安全可靠的运行环境，它为智能驾驶系统提供了必要的软件支持，确保了系统的高效运行和安全性。ARA的主要功能包括：任务调度与管理：ARA支持固定的任务配置和多种动态调度策略，确保任务能够按照预定计划高效执行。运行环境：ARA提供了一个稳定的运行环境，支持组件服务化、接口标准化、开发工具化，满足车规级安全要求。功能支持：ARA支持通信管理、执行管理、状态管理、升级管理、健康管理、持久化、时间同步、访问管理、加密能力、诊断服务、网络管理等功能。安全与可靠性：ARA支持安全隔离，确保Safety-Critical与Non-Critical应用的安全分离，支持软硬件Co-Design，去中心化架构，屏蔽单点软硬件故障。确定性低时延：ARA通过高效的底层软硬件一体化优化，实现了内核调度时延低于10us，ROS内部节点通信时延小于1ms，为客户的端到端自动驾驶带来确定性低时延。兼容性与扩展性：ARA兼容AUTOSAR，支持L2+~L5平滑演进，帮助车企及生态合作伙伴智能驾驶核心能力的持续积累与保护历史投资。工具链支持：ARA提供完整的调试工具，覆盖开发阶段、实验室调试/路测、主机厂调试、EOL，支持客户或生态合作伙伴进行SWC的开发、BSW的配置等。硬件加速：ARA支持丰富的AI算子，具备可配置硬件加速器，如VectorCore，提供矢量加速和CPU的scalar运算单元紧耦合，加速控制和数据并行运算混合的程序段。AI框架与算子-AIFrameworkandOperators华为MDC（MobileDataCenter）智能驾驶计算平台，作为华为在智能驾驶领域的创新之作，集成了高性能的硬件架构与先进的软件生态系统，为智能驾驶应用提供了强大的计算支持。该平台不仅集成了华为自研的HostCPU芯片、AI芯片（如昇腾系列）、ISP芯片与SSD控制芯片，还通过软硬件的协同优化，实现了高效、可靠的智能驾驶计算解决方案。AI框架与算子架构，如图1-3-10所示。图1-3-10AI框架与算子架构图华为MDCAI框架异构算力：MDC平台充分考虑了智能驾驶系统的复杂性和多样性，集成了CPU与AI芯片的异构算力，以满足感知、融合、定位、决策、规划、控制等不同环节对算力的差异化需求。这种设计不仅提升了计算效率，还增强了系统的灵活性和可扩展性。软件与工具链：在MDC平台上，华为创新研发了智能驾驶操作系统AOS、VOS以及MDCCore等核心软件，为开发者提供了丰富的API服务和完善的开发工具链。MDCCore尤其值得一提，它支持ClassicAUTOSAR与AdaptiveAUTOSAR标准，同时涵盖功能安全、网络安全及OTA升级等关键功能，贯穿智能驾驶应用的开发、调测、部署、运营等全生命周期。华为MDCAI算子算子库：MDC平台支持广泛的AI算子，涵盖了Caffe、Tensorflow、PyTorch、ONNX等业界主流AI框架的算子库，总数超过400个。这些算子覆盖了深度学习中的各类计算需求，为智能驾驶应用提供了坚实的计算基础。算子开发工具：为了进一步提升开发效率，MDC平台还提供了算子开发工具，如msopgen和msopst，支持开发者自定义算子的开发和测试。这些工具不仅简化了开发流程，还降低了开发门槛。算子优化：华为MDC平台在算子优化方面下足了功夫。通过底层的软硬件一体化调优策略，MDC平台在时间同步、传感器数据精确处理、多节点实时通信等方面实现了显著提升。这种优化不仅提升了计算性能，还增强了系统的稳定性和可靠性。华为MDCAI框架与算子共同构成了华为在智能驾驶领域的强大计算解决方案。它们以高性能的硬件架构为基础，结合先进的软件与工具链以及高效的算子库和开发工具，为智能驾驶应用提供了全方位、多层次的计算支持。未来，随着智能驾驶技术的不断发展，华为MDC平台将继续发挥其在计算领域的优势，推动智能驾驶技术的创新和应用。平台数据面服务-PlatformServices（DataPlane）华为MDC平台数据面服务（DataPlane）是华为智能驾驶计算平台中的关键组成部分，数据面服务是指该平台在数据处理和管理方面的功能，包括数据的收集、处理、存储和分析等。平台数据面服务（DataPlane）架构，如图1-3-11所示。平台数据面服务（DataPlane）核心功能包括以下方面：高效数据处理能力：MDC平台数据面服务能够高效处理来自车辆上各类高精度传感器的海量数据，包括但不限于高清摄像头、激光雷达（LiDAR）、毫米波雷达和超声波传感器等。这些数据在极短时间内被收集、预处理、分析和融合，为智能驾驶的决策提供关键信息。异构算力优化：MDC平台集成了CPU与高性能AI芯片的异构计算架构，这种设计允许数据面服务根据数据处理任务的不同，灵活调度和分配计算资源。无论是复杂的图像识别、深度学习推理还是实时控制计算，都能得到最优化的处理。低时延与高可靠性：在智能驾驶场景中，对数据处理的时延和可靠性要求极高。MDC平台数据面服务通过优化数据传输协议、缓存策略和并行处理机制，确保数据处理的低时延。同时，内置的容错机制和冗余设计保证了系统的高可靠性，减少因数据丢失或处理错误导致的潜在风险。数据安全与隐私保护：MDC平台数据面服务注重数据安全与隐私保护，采用加密技术确保数据传输过程中的机密性，通过访问控制和身份验证机制防止数据被未经授权的访问。此外，平台还遵循相关法律法规，确保用户数据的合法合规使用。开放生态与标准化：MDC平台数据面服务支持多种行业标准和开放接口，便于与其他智能驾驶系统、车联网平台和云服务进行无缝对接。这不仅促进了智能驾驶技术的快速发展，还加速了智能驾驶应用的商业化进程。图1-3-11平台数据面服务（DataPlane）架构图MDC平台数据面服务在智能驾驶领域有着广泛的应用，如图1-3-12所示，例如：环境感知：在环境感知方面，MDC平台通过实时处理来自各类传感器的数据，如高清摄像头、激光雷达、毫米波雷达等，实现了对车辆周围环境的360度无死角感知。这些数据不仅覆盖了道路状况、交通标志、行人动态，还包括了其他车辆的行驶轨迹和速度等信息。通过传感器接入服务，MDC平台能够高效地集成和管理这些传感器数据，为自动驾驶系统提供精确的环境模型，确保车辆在各种复杂路况下都能做出正确的决策。决策与控制：基于环境感知阶段收集到的数据，MDC平台能够运用先进的算法和模型进行驾驶决策。无论是路径规划、避障策略还是加减速控制，MDC平台都能根据实时数据做出最优化的选择。同时，通过车辆底盘及车身数据接入服务，MDC平台还能获取车辆自身的状态信息，如车速、转向角度、刹车状态等，进一步提升了驾驶决策的准确性和安全性。最终，这些决策通过车辆控制系统被精确执行，实现了自动驾驶的平稳运行。数据分析与优化：MDC平台还具备强大的数据分析能力，能够持续收集和分析驾驶过程中的各种数据。通过视频输出服务，平台可以将这些数据以直观的形式呈现给开发者或研究人员，帮助他们更好地理解驾驶行为、识别潜在问题并优化算法模型。这种持续优化的过程不仅提升了智能驾驶系统的性能和安全性，还促进了技术的不断进步和创新。车路协同：在智能交通系统中，车路协同是一个重要的发展方向。MDC平台通过支持V2X（VehicletoEverything）通信技术，实现了车辆与道路基础设施、其他车辆和行人之间的信息交换。这种信息交换不仅有助于提升道路通行效率，还能在紧急情况下迅速传递预警信息，降低交通事故的风险。车路协同技术的发展将进一步推动智能驾驶系统的普及和应用，为构建更加安全、高效、环保的交通系统提供有力支持。图1-3-12平台数据面服务应用示意图平台管理面服务-PlatformServices（Management）平台管理面服务概述在华为MDC平台中，管理面服务（PlatformServicesManagement）扮演着至关重要的角色。这一服务层是智能驾驶计算平台的大脑，负责平台的全面管理和维护，确保平台能够持续、稳定、高效地运行。管理面服务的重要性不言而喻：它是智能驾驶计算平台稳定运行的基石，确保了平台在各种复杂环境下的可靠性和安全性。同时，通过持续的管理和优化，管理面服务能够推动平台功能的不断完善和升级，为智能驾驶系统的长期发展提供有力支持。因此，对于智能驾驶系统的成功实施和长期运营而言，管理面服务具有决定性意义。平台管理面服务（PlatformServicesManagement）架构，如图1-3-13所示。图1-3-13平台管理面服务（PlatformServicesManagement）架构图平台管理面服务示意图如图1-3-14所示。平台管理面服务的核心功能包括以下几个方面：实时监控与故障预警：通过实时监测MDC平台的硬件健康、软件版本、网络连接等关键指标，管理面服务能够及时发现潜在问题，并进行预警，从而避免系统故障对智能驾驶系统的影响。远程升级与维护：支持云端对MDC平台进行软件升级、配置更新及故障诊断，极大地降低了现场维护的成本和难度，提高了运营效率。同时，远程维护也减少了因系统停机对车辆运行的影响。安全管理：集成多层次的安全防护机制，确保智能驾驶数据在传输、存储和处理过程中的安全性和隐私保护。这对于防止数据泄露、保护用户隐私至关重要。数据分析与优化：提供驾驶数据分析工具，帮助开发者深入了解驾驶行为、优化算法模型，从而提升智能驾驶系统的性能和安全性。这种数据驱动的优化方式是推动智能驾驶技术不断进步的关键。生态集成与扩展：与华为及合作伙伴的生态系统紧密集成，支持第三方应用的接入与管理，为智能驾驶系统提供了丰富的功能扩展和定制化服务。这有助于促进智能驾驶技术的快速发展和广泛应用。图1-3-14平台管理面服务示意图平台管理面服务：诊断管理诊断管理功能为MDC平台提供了全面的故障诊断和性能分析能力。它允许系统管理员或技术人员通过远程或本地方式，对平台进行实时监测、故障预警、问题定位以及性能优化等操作。这些功能对于确保智能驾驶系统的稳定性和可靠性至关重要。诊断管理功能架构，如图1-3-15所示。图1-3-15诊断管理功能示意图1）MDC诊断服务功能支持标准的诊断规范：ISO14229-1、ISO14229-3、ISO14229-5、ISO13400-2、ISO15765-2；诊断服务能力：支持DoIP和DoCAN接入MDC进行诊断，满足AutosarAP19-11诊断规范，支持应用进行诊断故障上报开发；提供本地诊断工具MCD，支持通过DoIP诊断数据图形化显示故障码，进行相关的诊断UDS服务调试；支持车辆远程诊断：与客户云平台配合，实现远程智能诊断系统；支持通过诊断DoIP刷写和升级MDC系统。应用方法应用软件设计自己需要上报的诊断故障、DID和Routine服务等，调用诊断服务提供AP1911标准接口和相关的配置工具，完成应用需要的诊断相关功能开发。3）诊断管理ADAS应用场景，如图1-3-16所示。图1-3-16诊断管理ADAS应用场景示意图平台管理面服务中的诊断管理功能是华为MDC平台稳定运行和优化性能的重要保障。通过实时监测、故障排查、性能分析等功能，它帮助系统管理员和技术人员及时发现和解决潜在问题，确保智能驾驶系统的可靠性和安全性。同时，华为还提供了丰富的诊断管理工具和支持，为用户提供了便捷、高效的诊断管理服务。平台管理面服务：数据录制在MDC平台的管理面服务中，数据录制是一个重要的功能，它允许用户捕获和存储来自智能驾驶系统的各类数据，以便进行后续的分析和优化。数据录制功能通常涉及到对车辆传感器数据、控制信号、车辆状态信息等的实时捕捉和存储。这些数据对于智能驾驶系统的训练和改进至关重要，可以帮助工程师和研究人员更好地理解车辆在不同场景下的表现，进而优化算法和提升系统性能。数据录制功能架构，如图1-3-17所示。数据录制功能主要用于智能驾驶应用软件调试，商用版本不支持，录制功能说明如下：支持命令行和图形化工具；支持查看录制数据信息；支持录制数据选择，支持多类数据同时录制；录制数据包含时序信息；支持录制包的拆分；支持多种录制方式，如指定时长，指定数据包容量等。在华为MDC平台中，数据录制通过专门的工具或服务来实现。例如，MDC平台提供了API接口，允许开发者编写程序来收集和存储数据。此外，MDC平台还内置了数据分析和可视化工具，帮助用户更直观地查看和理解录制的数据。为了确保数据录制的准确性和完整性，MDC平台还会提供数据清洗和预处理功能，去除噪声和异常值，确保数据的质量。此外，数据安全也是一个重要考虑因素，MDC平台会采取加密和访问控制措施，保护敏感数据不被未授权访问。图1-3-17数据录制功能示意图数据录制功能应用方法简介：通过命令行启动数据录制，命令为：rtfbagrecord；通过工具启动数据录制，详见《7.1MDC调测和维护-MCD》子章节：MCDTool录制回放。华为MDC平台的数据录制功能是一个强大的工具，它能够帮助智能驾驶系统的开发者和研究人员更好地理解和优化他们的系统。通过实时捕捉和存储关键数据，MDC平台为智能驾驶的进步提供了坚实的数据基础。平台管理面服务：数据回放数据回放是指将智能驾驶系统在特定时间段内记录的数据重新呈现出来，以便开发者、系统管理员或技术人员进行分析和调试的过程。通过数据回放，可以模拟系统当时的运行状态，观察系统在不同条件下的行为表现，从而发现潜在的问题或优化点。华为MDC平台的数据回放功能是指在智能驾驶计算平台上，对车辆的传感器数据、控制指令、车辆状态等进行记录，并能够在需要时进行回放，以便于进行数据分析、故障排查、算法优化等工作。华为MDC平台提供了一系列的工具和服务来支持数据回放功能。例如，华为MDC平台提供了基于AUTOSAR的可视化应用调测工具，即MDCApplicationVisualizer，该软件可以用来查看可视化的应用数据，提升应用的调测效率。此外，MDCMeasureCailbrationDiagnosis工具支持录制回放，利用录制回放可以对event进行回放，方便开发调测。数据回放功能主要用于智能驾驶应用软件调试，商用版本不支持，回放功能说明如下：支持命令行和图形化工具；支持查看录制包信息；数据回放时序与录制环境时序相同；支持指定数据类型、时间段回放；支持倍速、循环等回放方式。数据回放功能应用方法简介：通过命令行启动数据回放，命令为：rtfbagplay；通过工具启动数据回放，详见《7.1MDC调测和维护-MCD》子章节：MCDTool录制回放。在实际应用中，数据回放功能对于智能驾驶系统的开发和测试尤为重要。通过回放真实的驾驶场景数据，开发者可以验证和优化自动驾驶算法，确保系统的安全性和可靠性。同时，数据回放也有助于分析事故发生的原因，改进车辆的控制策略，提高驾驶的安全性。智能驾驶服务框架–ADSF华为MDC智能驾驶服务框架（ADSF）是华为推出的一套专门为智能驾驶设计的软件框架。ADSF旨在提供一个标准化、模块化的软件平台，以支持自动驾驶系统的快速开发和部署。该框架覆盖了感知、融合、定位、决策、规划、控制等多个自动驾驶核心功能模块，并支持组件化与灵活组合，促进产业链精细化分工，提升智能驾驶解决方案的开发效率、降低开发成本。ADSF架构总览ADSF（AutonomousDrivingServiceFramework）是华为MDC平台上提供的自动驾驶服务框架，它包括感知类、融合类、规划控制类、定位类和场景分析管理类等多个应用框架，如图1-3-18所示。ADSF框架由一个类组成，该类提供了Init()、Get()、Send()和Stop()等系统函数，以及发送与接收数据的结构体类型。开发者只需要进行相应的算法开发，而无需关注AdaptiveAUTOSAR通信。ADSF框架在自动驾驶领域的应用非常广泛，例如Camera目标检测框架、Lidar目标检测框架、多传感器融合框架、道路特征提取框架等。这些框架通过InstanceId相互联系，以控制框架为例，它需要组合“adsf/control_base.h”中定义的ControlBase类的实例，调用其Init()接口进行初始化，调用其Stop()接口释放资源。ADSF及其应用介绍综述：关键目标：针对客户智能驾驶功能开发，提供面向各场景应用开发的基础设施，包括：全量应用节点通信框架、覆盖各类传感器应用的API，对客户屏蔽平台底层实现，简化客户开发复杂度。ADSF通信框架：算法开发所对应的通信框架集合。如基于FF开发融合算法，FF定义了融合算法的标准数据收发接口。框架间通过IF接口定义，并支持客户扩展。另外，场景分析与调度针对上层应用场景，完成托管的算法插件基于动态场景变化带来的切换分析和管理。ADSF标准数据结构：定义开发过程中常用的数据结构，如典型的camera数据image，提升客户开发效率。同时支持客户扩展。ADSF强相关-TURBO算法加速库：提供面向各类传感器应用开发的常用处理函数实现，供客户直接使用。如开发基于camera算法，可以直接调用常用的图像处理函数，如resize等。基于ADSF框架的智能驾驶算法开发，便于客户快速应用：用户选择已有合适框架，或根据已有框架进行修改或新建，进行多场景下各类传感器的感知、多传感器融合等应用的开发。图1-3-18智能驾驶服务框架—ADSF架构图基于ADSF进行算法插件开发方法智能驾驶服务框架AutonomousDrivingServiceFramework（ADSF）提供基于MDC平台进行算法插件开发所基于的通信和接口模板，实现抽象化的节点模型，屏蔽平台底层实现，省去客户复杂配置，提供MDC平台易用性以及客户的开发效率，如图1-3-19所示。图1-3-19算法插件开发示意图基于ADSF的通用NN类算法插件开发流程在ADSF框架中开发NN类算法插件，主要是为了将神经网络算法集成到智能驾驶系统中，以提升系统的感知、决策或控制能力。这些插件通常具有高度的模块化和可重用性，能够方便地在不同版本的ADSF框架中部署和升级。在MDC平台上开发基于ADSF的通用NN类算法插件，主要涉及以下几个步骤：框架选择与配置：开发者需要选择合适的ADSF框架，并根据具体的应用需求进行配置。例如，如果需要进行Camera目标检测，可以选择Camera目标检测框架，并配置相应的参数。算法开发与集成：在选定的ADSF框架基础上，开发者需要进行算法的开发。这包括算法的实现、测试和优化。开发完成后，将算法插件集成到MDC平台中，以便进行进一步的测试和部署。测试与验证：在集成算法插件后，需要进行一系列的测试，以验证算法的准确性和稳定性。这包括单元测试、集成测试和系统测试等。部署与维护：经过测试验证后，算法插件可以部署到实际的智能驾驶系统中。在使用过程中，还需要进行定期的维护和更新，以适应不断变化的应用需求和环境条件。通用NN类算法插件开发流程，如图1-3-20所示。图1-3-20通用NN类算法插件开发流程图开发流程示例说明：使用MindStudio/ATC工具将已训练好的AI模型转换为MDC支持的OM模型；在MDCDevelopmentStudio集成开发工具中编写代码；调用功能软件框架Init函数初始化框架，其中同时包括了：初始化；调用功能软件框架Sub函数启动数据接收服务；调用功能软件框架Pub函数启动数据发送服务；调用功能软件框架AI模型加载函数加载已经转换好的OM模型；调用功能软件框架图像/点云处理函数做数据预处理；调用功能软件框架AI推理引擎做AI模型推理；调用功能软件框架图像/点云处理函数做数据后处理。使用交叉编译包部署交叉编译环境；在交叉编译环境中编译程序，并拷贝到MDC上运行；最后，展示正确运行的结果。ADSF数据流示意图ADSF当前版本提供一个较为完善的智能驾驶系统实现架构，其数据流如图1-3-21所示：图1-3-21ADSF数据流示意图每个框架提供以下内容：配置文件:每个框架提供一份运行配置文件Config.yaml，用户可通过修改配置文件使用不同的端口接收与发送数据。接口：每个框架提供一个类；每个框架提供若干个获取数据的接口GetXXX()；每个框架提供若干个发送数据的接口SendXXX()；样例：每个框架提供一份样例，实现框架的数据收发，建议用户直接基于样例开发自己的应用。智能驾驶加速引擎-MDCTurbo华为MDC智能驾驶加速引擎，即MDCTurbo，是华为推出的一款专门用于智能驾驶计算平台的性能加速包。它包含了主流算子库、典型算子及网络模型性能优化，旨在通过软件层面的优化提升智能驾驶系统的计算效率和响应速度，它通过软件优化提升了计算效率，为实现高级别自动驾驶提供了强有力的支持。智能驾驶加速引擎-MDCTurbo架构，如图1-3-22所示。MDCTurbo的核心是华为昇腾系列AI芯片，这些芯片具有强大的AI算力和灵活的架构，能够支持多种混合精度计算和多种场景的数据精度运算。此外，MDCTurbo还集成了华为自研的HostCPU芯片、ISP芯片与SSD控制芯片，并通过底层的软硬件一体化调优，在时间同步、传感器数据精确处理、多节点实时通信、最小化底噪、低功耗管理、快速安全启动等方面领先业界。MDCTurbo的核心优势在于其对车辆传感器数据的实时处理能力，以及对自动驾驶系统的精确控制。通过搭载高性能的计算平台，MDCTurbo能够实现对车辆周围环境的高度感知和对行驶状态的精准把握，从而为用户带来更加安全、便捷的驾驶体验。在自动驾驶技术中，MDCTurbo负责处理来自车辆内外的大量传感器数据，包括摄像头、雷达、激光雷达等，并进行实时的数据融合和处理。然后，它根据处理结果生成控制指令，控制车辆的行驶方向、速度和加速度等，确保车辆能够安全、准确地行驶。MDCTurbo还能够支持自动驾驶汽车的学习和自我优化，提高自动驾驶技术的智能化水平。此外，MDCTurbo还具备强大的计算能力和扩展性，能够满足未来自动驾驶技术的不断发展升级需求。总的来说，华为MDCTurbo在自动驾驶技术中扮演着“大脑”的角色，是实现自动驾驶技术的关键技术之一。随着自动驾驶技术的不断发展和普及，MDCTurbo的应用前景将更加广阔。图1-3-22智能驾驶加速引擎-MDCTurbo架构图MDCTurbo功能介绍MDCTurbo介绍关键目标：提供客户常用的算子库和加速API，提升客户的易用性；AI算子库：AI算子库主要提供AI相关的算子库，当前已经基本适配caffe/tensorflow/onnx/MindSpore框架下的算子；Vectorcore算子库：向量计算单元，可提供向量加速功能，部分感知的前后处理，以及规控等算法可以卸载到此单元中；DVPP算子库：芯片提供了类crop/resize等多种硬件加速IP，更加高效；SVE算子库：Taishan是基于ARM架构，提供sve加速功能，同样可以对向量单元进行加速。资料路径及链接AI算子库参考：“产品文档→调测与开发指南→算子开发与模型转换→模型转换→算子规格说明”Vectorcore算子参考：“产品文档→接口说明→AlVectorAPI参考DVPP的API参考：“产品文档→接口说明→DVPPAPI参考MDCTurbo在框架中的位置MDCTurbo提供各种加速资源和API接口，供客户和上层API调用，如图1-3-23所示：图1-3-23MDCTurbo示意图功能安全（1）智能驾驶应用场景及功能安全汽车功能安全是通过系统的功能安全研发管理流程以及系统化分析设计验证评估方法，提高汽车电子电气产品的安全性，保证车载E/E系统在各种严酷条件下能够保证驾乘人员及路人的生命财产安全。基于MDC可以实现不同场景下的功能安全。在驾驶辅助（L2/L2+）场景中，MDC作为主控制器，已有的ADASECU/智能摄像头作为辅助的控制器。自动驾驶主控制器+ADASECU/智能摄像头，如图1-3-24所示。图1-3-24自动驾驶主控制器+ADASECU/智能摄像头在L3~L4驾驶场景中，MDC610搭载双昇腾610芯片，一个作为主芯片，另一个作为辅主芯片，可以实现单MDC的功能安全。单自动驾驶控制器双芯片，如图1-3-25所示。图1-3-25单自动驾驶控制器双芯片在L4~L5场景中使用双MDC实现更高等级的功能安全。双自动驾驶控制器架构，如图1-3-26所示。图1-3-26双自动驾驶控制器（2）服务功能及应用为实现系统级功能安全保障，解决产品随机失效的问题，功能安全分为硬件功能安全和软件功能安全。硬件层功能安全需要确保故障检测率，能满足相应等级的ACL要求；软件层需要保障逻辑和确定性。汽车功能安全的服务功能及应用架构如图1-3-27所示。图1-3-27服务功能及应用架构1）安全架构兼容差异化外部EE架构，支持在双计算域(双MDC)场景下达成Fail-Operational，单计算域(单MDC)场景场景下达成Fail-Silent。2）故障物理隔离支持计算域和安全域的物理隔离，包括电源、时钟等；支持SoC和MCU内部CORE，内存，总线等资源的隔离能力，达成不同ASIL等级软件之间的FFI要求。3）支持快速故障诊断片内和片外通信故障防护；支持芯片级和单板级各类硬件检测；支持基于PHM(AP)和WdgM(CP)的软件故障检测；支持ADS系统最快FTTI小于150ms。4）支持层次监控框架支持构建全方位层次化监控框架，通过MCU监控SoC，通过外狗和内狗多级监控，形成完整的监控链，进一步提升故障诊断率。网络安全（1）基于攻击视角的安全威胁全景在汽车领域的网络安全首先划分信任边界，基于信任边界分析在信任边界外部可能出现的攻击确定应对措施和解决方案。图1-3-28攻击视角威胁攻击视角威胁如图1-3-28所示。各领域可能受到的威胁如下：车外通信安全：非法接入；通信劫持；通信数据泄露；恶意数据流。传感器安全：信号干扰和伪造；器件替换和篡改；数据泄露。车内通信安全：通信伪造、篡改；通信劫持、重放；数据泄露。单板安全：物理入侵（拆解、单板攻击、器件替换）；侧信道、故障注入、侵入式攻击；调试接口攻击。计算平台安全：恶意固件&软件；恶意升级；敏感信息（密钥、隐私等）泄露；漏洞&恶意控制；系统失效。数据安全：固件&软件泄露；敏感信息泄露；关键数据恶意篡改、伪造。（2）三层安全防护架构网络安全的三层安全防护分别为接入、平台和应用。图1-3-29网络安全的三层安全防护架构网络安全的三层安全防护架构如图1-3-29所示。说明如表1-3-1所示：表1