任务1.4 应用开发过程与工具链-学生手册

任务1.4应用开发过程与工具链学生手册任务1.4应用开发过程与工具链【情景导入】你是某自动驾驶企业的一名计算平台开发工程师，现在企业需要你就应用开发过程与工具链介绍进行一次计算平台的培训，由你负责讲解。【学习目标】素质目标理解开发流程中的典型工作，培养学生的团队协作意识；通过学习MDC各工具的种类，培养学生的逻辑思维和综合分析问题的能力。知识目标了解智能驾驶应用程序的工作流程[K8]；开发流程中的典型工作及输出物[K9]；了解MDC各工具的典型功能[K10]。能力目标掌握开发智能驾驶应用程序的工作流程[A7]；能说出MDC工具的种类及典型功能[A8]。【知识准备】MDC平台应用开发流程智能驾驶应用是基于从整车设计中分解出的智能驾驶域的需求进行应用系统设计，通过MDC提供的各种工具完成配置、开发、调优以及测试，其中，由MMC提供基础配置信息，然后由MDS编码并整合为可执行程序，也可由MindStudio（该版本不支持）提供所需的库进行业务逻辑的开发，最后将整个可执行文件在MDC计算平台上运行，这样就实现了整个MDC的一个开发流程。另外，MDC也提供了可视化的调测工具MCDTool和测量标定诊断调测工具Mviz，如图1-4-1所示。图1-4-1MDC平台应用开发流程应用系统设计在MDC应用开发初期，已完成整车定义，并分解出对智能驾驶域的功能需求之后，启动应用系统设计工作。运用MDC提供的软硬件工具进行开发应用，设计者可据自身工作习惯进行工具选择。如图1-4-2所示。图1-4-2系统设计定义通信关系定义应用系统中的各App、及其之间的通信关系，在自动驾驶技术中，不同的应用程序（App）和系统组件相互协作，确保整体系统的有效性和安全性。自动驾驶汽车通常依赖于高度集成和互操作的软件和硬件系统。这些系统包括传感器、控制模块、通信设备、决策支持系统等，它们通过复杂的通信关系进行交互，如感知系统利用摄像头、雷达、激光雷达（LiDAR）等传感器收集周围环境的数据。将收集到的数据发送到数据融合系统，以便进行进一步处理和解析。结合来自不同传感器的数据，以提供关于车辆周围环境的全面和准确视图。基于融合数据，制定驾驶策略和行动计划。定义交互关系定义App与MDC平台基础服务的交互关系，如数据存储和管理服务。管理所有运行时数据和历史数据的存储、备份和恢复。感知系统、数据融合系统和决策系统等会频繁地存取和更新数据。这些服务需提供快速、可靠的数据存储和检索机制。定义运行环境在自动驾驶系统中，App的运行和部署环境是至关重要的，它需确保应用程序的高效、稳定和安全运行。这个环境包括硬件平台、操作系统、中间件以及应用程序的部署策略等。MDCManifestConfiguratorMDCManifestConfigurator（以下简称MMC）是基于华为智能驾驶计算平台（MobileDataCenter，以下简称MDC）的Manifest配置工具，其遵循AUTOSARAdaptivePlatform规范，可用于MDC平台软件、智能驾驶功能软件以及应用软件的配置。AUTOSARAdaptivePlatform是由AUTOSAR（AutomotiveOpenSystemArchitecture）组织开发的一种标准，旨在支持复杂的汽车应用，如高级驾驶辅助系统（ADAS）、信息娱乐系统和自动驾驶。与AUTOSARClassicPlatform相比，AdaptivePlatform提供了更多的灵活性和扩展性，以适应新兴技术和未来的汽车需求。Manifest设计架构在AUTOSAR的Manifest设计架构中，MDC平台设计覆盖范围（如图1-4-3所示）。蓝框内为MDC平台软件在Manifest配置的设计范围，即针对MDC基本硬件及客户的传感器配置，事先提供平台级的Manifest设计，对外呈现的是一组ARXML配置文件，包括提供传感器服务的配置文件“sensor_services.arxml”、提供车辆及执行器服务的配置文件“vehicle_abstraction.arxml”和提供MDC平台管理服务的配置文件“mdc_platform_services.arxml”。图1-4-3Manifest设计arxml文件arxml（AUTOSARXML）文件是由AUTOSAR（AutomotiveOpenSystemArchitecture）标准定义的一种文件格式，用于在AUTOSAR开发环境中描述汽车系统的组件、配置和接口。ARXML文件用XML（ExtensibleMarkupLanguage）编写，是AUTOSAR开发方法论中用于交换和存储系统设计数据的主要文件格式。在MMC工具中获取arxml文件流程如图1-4-4所示。表1-4-4获取arxml文件流程MDCDevelopmentStudioMDCDevelopmentStudio（下文简称MDS）是一款面向智能驾驶或辅助驾驶系统开发者的集成开发工具，主要用于MDC平台的应用开发，提供了代码自动生成、编译构建、运行调试、性能分析、内存检查和覆盖率报告等功能。代码自动生成已获得AP配置文件(如:使用MMC完成了应用系统的配置后，可得到.arxml文件)。在MDS中创建MDC开发工程;AP配置文件

(.arxml)

导入到MDC工程;代码生成功能:

生成通信框架代码、运行期配置文件，然后输出通信框架代码(

.h&.cpp)和运行期配置文件(

.json/.conf)。如图1-4-5所示。图1-4-5代码自动生成工作流程CodingwithADSF当已获取MDC软件版本及工具链，尤其是ADSF源码。在MDS

创建新模块并设置基本信息(编译类型、默认目录等)

;编写构建脚本Cmakelist和配置文件Config.yamlt;代码开发，根据业务逻辑选择算法框架，实现业务处理。然后输出源码(

.h&.cpp&Cmakelist.txt&Config.yaml)。如图1-4-6所示。图1-4-6获取源码工作流程CodingwithAP基于通信框架代码中的接口父类，定义App所使用的子类，按需进行聚合或继承;作为客户端，订阅上游发布消息的服务，以回调形式获取消息和处理消息;在main函数中实例化子类，收发消息，处理业务;主要输出源码(

.h&.cpp)。如图1-4-7所示。图1-4-7开发函数工作流程MindStudio（该版本不支持）MindStudio是AI（ArtificialIntelligence）算子开发和AI模型管理工具，支持把基于TensorFlow、Caffe等框架生成的神经网络模型转换为可以在华为MDC芯片上执行的网络模型。当已具备训练好的AI模型时。可利用MDC提供的工具MindStudio进行AI模型转换，将Caffe、TensorFlow、

ONNX、MindSpore等模型转换为OM离线模型，以便在MDC上运行，以下是两种模型的转换：MindSpore模型:

先导出为AIR格式，再转换为OM离线模型;

Pytorch模型:

先转换为ONNX模型，再转换为OM离线模型。最终基于Al模型，开发应用程序代码，完成推理工作并输出源码(

.h&.cpp)和AI离线模型(.om)

。如图1-4-8所示。图1-4-8模型转换并生成代码工作流程系统集成测试可视化测试已完成应用程序的功能开发，并已确定需要可视化的数据可利用MDC提供的可视化调测工具MDC

Application

Visualizer

(简称MViz)

；主要工作流程为：编码阶段使用viz

lib接口，发送可视化元素；编译得到可执行程序并部署到MDC；在MDC配置MViz上位机的ip和端口；在上位机启动MViz，查看应用数据的可视化效果；主要输出可视化调试代码(

.h&

cpp)。如图1-4-9所示。图1-4-9可视化调测工作流程设备调试已完成应用程序的功能开发、编译和部署后可用Measure

Calibration

Diagnosis

Tool

(简称MCD

Tool)对MD