任务1.1 车载计算平台概述-课件

主讲老师：车载计算平台概述项目1：车载智能计算平台基础任务1.1《车载计算平台技术与应用》目录任务导入AssignmentINTRO学习目标LearningobjectivesCONTENTS0102知识准备Backgroundknowledge03课堂总结Classroomsummary05课堂小测Classroomquizz04PART01任务导入AssignmentINTRO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，由你负责讲解有关车载计算平台的相关理论知识。MDC整体架构PART02学习目标Learningobjectives学习目标素质目标理解智能驾驶的定义，培养学生的问题解决能力；了解车载智能计算平台的工作原理，培养学生的科技创新精神和国际合作意识。能力目标正确讲解智能驾驶的定义[A1]；正确讲解车载计算平台在智能驾驶中的应用[A2]。知识目标能理解智能驾驶的基本概念[K1]；能理解车载计算平台的工作原理[K2]；能理解车载计算平台的性能参数[K3]。PART03知识准备Backgroundknowledge思政专栏2023年3月，英伟达在GTC主题演讲中宣布了集中式车载计算平台“NVIDIADRIVEThor”，DRIVEThor是首个采用推理Transformer引擎的NVIDIA自动驾驶汽车平台，Transformer网络将视频数据作为单个感知帧来处理，使计算平台能够随着时间的推移处理更多数据。平台基于最新的CPU和GPU打造，可提供每秒2000万亿次浮点运算性能；支持多域计算，能够将自动驾驶、车载信息娱乐等多种功能整合到单个系统级芯片上，极大地提高了开发效率和软件更新迭代的速度。NVIDIADRIVEThor英伟达推动车载计算平台创新思政专栏此外，英伟达宣布将向多家中国车企提供DRIVEThor芯片。这些芯片是专为Transformer、大语言模型（LLM）和生成式AI工作负载而打造的，将显著提升中国车企的自动驾驶能力和车载信息娱乐系统的性能。英伟达不仅提供芯片，还将在技术整合、模型训练和优化等方面给予中国车企支持。这包括使用NVIDIAIsaac和NVIDIAOmniverse平台来开发虚拟工厂规划和零售配置器等工具与应用，以及利用AI基础设施进行云端AI开发和训练。NVIDIAIsaac和NVIDIAOmniverse平台英伟达推动车载计算平台创新一、智能驾驶的基本概念智能驾驶是一种基于先进技术的驾驶模式，旨在通过传感器、计算机视觉、人工智能等技术实现车辆自主感知、决策和行驶。智能驾驶介绍一、智能驾驶的基本概念智能驾驶依赖各种传感器实时感知周围环境，包括道路状况、障碍物、行人和其他车辆等。智能驾驶系统可以实现不同级别的自动驾驶功能，包括辅助驾驶、高级驾驶辅助系统、部分自动驾驶和全自动驾驶等。智能驾驶传感器一、智能驾驶的基本概念1.智能驾驶的“三大子系统”智能驾驶子系统一、智能驾驶的基本概念感知子系统负责通过各种传感器感知车辆周围的环境和道路情况。这些传感器会实时地收集、检测和分析车辆周围的各种信息。感知子系统将传感器收集到的信息转化为计算机可以理解的数据，以便后续的决策和控制。（1）感知子系统1.智能驾驶的“三大子系统”感知车辆周围环境一、智能驾驶的基本概念决策与规划子系统对获取的信息进行分析和处理，制定出最合适的行车策略和路径规划。这一子系统通常会采用各种算法和模型来进行路况预测、路径规划、障碍物避让等决策，以确保车辆安全、高效地行驶。（2）决策和规划子系统1.智能驾驶的“三大子系统”路径规划一、智能驾驶的基本概念执行与控制子系统将制定好的行车策略和路径规划转化为具体的车辆控制动作。控制模块需要与车辆的传感器、执行器和电子控制单元进行通信，将行驶策略转化为控制指令。（3）执行与控制子系统1.智能驾驶的“三大子系统”控制模块一、智能驾驶的基本概念2.传感器融合传感器融合是智能驾驶系统中的重要技术之一，旨在通过整合多种不同类型的传感器数据，提高车辆对周围环境的感知能力和系统的稳健性。感知周围环境一、智能驾驶的基本概念2.传感器融合智能驾驶系统通常会配备多种不同类型的传感器，如摄像头、激光雷达、毫米波雷达、超声波传感器等。传感器融合技术可以将这些传感器采集到的数据进行融合，形成更加全面、准确的环境感知信息。（1）数据融合传感器感知环境信息一、智能驾驶的基本概念2.传感器融合传感器融合更重要的是通过对整合后的数据进行分析和处理，形成对车辆周围环境的全面、准确的认知。基于融合后的信息，智能驾驶系统可以进行高级的决策和规划，如路径规划、障碍物检测与避让、车道保持等。（2）信息融合决策路径规划一、智能驾驶的基本概念2.传感器融合传感器融合技术可以提高智能驾驶系统对各种复杂、多变环境的适应能力，增强系统的稳健性和安全性。通过多传感器数据的融合，系统可以在遇到传感器故障或异常情况时进行自动切换和补偿，保证系统的正常运行和安全性。（3）系统稳健性与安全性各车辆正常运行一、智能驾驶的基本概念3.智能驾驶算法算法通常被描述为一种有限步骤的计算过程，这些步骤将输入数据转换为所需的输出结果。算法可以用于执行各种任务，如搜索、排序、数据处理、图形处理、数值计算等。（1）智能驾驶算法概念算法一、智能驾驶的基本概念3.智能驾驶算法（2）智能驾驶算法分类智能驾驶算法一、智能驾驶的基本概念3.智能驾驶算法（2）智能驾驶算法分类感知算法用于感知车辆周围环境，识别道路、车辆、行人、障碍物等各种物体，并提取相关特征。感知算法CNNRNNSVM感知算法一、智能驾驶的基本概念3.智能驾驶算法（2）智能驾驶算法分类定位算法用于确定车辆当前的位置和姿态，同时构建和更新高精度地图。定位算法GPSINS激光雷达SLAM定位算法一、智能驾驶的基本概念3.智能驾驶算法（2）智能驾驶算法分类传感器融合需要借助于数据融合算法来对不同传感器采集的数据进行整合和处理，从而提高结果的准确性和稳定性。融合算法卡尔曼滤波器扩展卡尔曼滤波器粒子滤波器融合算法一、智能驾驶的基本概念3.智能驾驶算法（2）智能驾驶算法分类预测算法是智能驾驶系统中的重要组成部分，其主要任务是根据当前和历史数据预测车辆未来行为或环境变化。车道线规划一、智能驾驶的基本概念3.智能驾驶算法（2）智能驾驶算法分类决策与规划算法用于根据感知信息和目标设定，规划车辆的最优行驶路径，并做出决策。决策与规划算法A*算法Dijkstra算法RRT算法决策与规划算法一、智能驾驶的基本概念3.智能驾驶算法（2）智能驾驶算法分类控制算法用于将路径规划和决策结果转化为具体的车辆控制指令，实现车辆的加速、转向、制动等动作。控制算法PID控制器模型预测控制神经网络控制控制算法二、智能驾驶的发展1.汽车技术的发展汽车工业发展早期(约1890s-1910s)，以机械工艺和机械技术为核心，汽车制造主要依靠传统的机械加工和组装技术，制造出的汽车多为机械传动式，即通过机械装置传递动力来驱动车辆。（1）机械定义汽车时代机械汽车时代二、智能驾驶的发展1.汽车技术的发展车辆内部逐渐引入大量的电子元器件和计算机系统，标志汽车进入一个以硬件为主导的时代。在这个时代，汽车是一个由硬件和软件共同构成的复杂系统。（2）硬件定义汽车时代硬件汽车时代二、智能驾驶的发展1.汽车技术的发展汽车技术逐渐向软件为主导的方向。在这个时代，汽车是由大量的软件系统控制和支持的复杂系统。汽车内部的功能和性能主要由软件决定，软件的开发、优化和更新成为汽车制造和运营的重要环节。（3）软件定义汽车时代软件汽车时代二、智能驾驶的发展2.车载计算平台发展现状处理器、GPU、内存和存储技术的发展，提升了车载计算平台的计算能力和处理速度，使之高效应对复杂的感知、决策和控制任务。为满足不同车型和场景需要，车载计算平台趋向于集成化和模块化。算法和软件是智能驾驶的核心，平台需不断优化、更新软件算法，以适应不同的情况。计算平台二、智能驾驶的发展2.车载计算平台发展现状低算力的计算平台通常具有较低的处理能力，可能仅能完成基本的计算任务或简单的数据处理，适用于一些简单的计算任务、嵌入式系统或资源受限的环境。低算力二、智能驾驶的发展2.车载计算平台发展现状高算力的计算平台拥有强大的处理能力，能够执行复杂的计算任务，处理大规模数据并实现高性能计算。适用于需要大规模数据处理、复杂模型训练和高性能计算的场景。高算力二、智能驾驶的发展3.智能驾驶发展的困境智能驾驶发展面临的困境主要包括技术挑战、法律法规、安全性问题、成本问题和社会接受度等方面。三、车载智能计算平台1.车载计算平台硬件架构演进硬件架构演进三、车载智能计算平台早期的汽车电子系统采用分布式架构，即将不同功能模块的控制器分散放置在汽车的各个部位，例如发动机控制单元、制动控制单元等，各个模块之间通过车辆总线进行通信。1.车载计算平台硬件架构演进（1）分布式架构模块化三、车载智能计算平台随着汽车电子系统的发展，功能模块的集成程度逐渐提高，多个功能模块集成在一起，形成了功能集成架构，通过一个或少数几个控制器来实现多种功能，提高了系统的整体性能和可靠性。1.车载计算平台硬件架构演进（2）功能集成架构集成化三、车载智能计算平台集中式架构是将汽车电子系统的所有功能模块集中在一个或少数几个控制器中，通过高性能的处理器和丰富的外围接口来实现各种功能，简化了系统的结构和管理。1.车载计算平台硬件架构演进（3）集中式架构集中化三、车载智能计算平台多域融合架构是指将车载计算平台的不同功能模块集成在一起，通过统一的硬件平台和软件架构来实现各种功能，同时实现不同领域的融合，例如汽车控制、娱乐、通信等。1.车载计算平台硬件架构演进（4）多域融合架构域融合三、车载智能计算平台汽车大脑是指具有智能化和自主学习能力的车载计算平台，能够实现高度自动化驾驶、智能交互和智能服务，是未来智能网联汽车的核心。1.车载计算平台硬件架构演进（5）汽车大脑车载大脑三、车载智能计算平台云端协同架构是指车载计算平台与云端系统的紧密结合，通过车载计算平台与云端系统的协同工作，实现更丰富的服务和功能，例如远程升级、车联网服务、智能导航等。1.车载计算平台硬件架构演进（6）云端协同架构云计算三、车载智能计算平台2.主流厂商车载平台电子电气架构升级途径主流电子电气架构升级途径三、车载智能计算平台3.MDC智能计算平台架构及特点华为MDC定位为智能驾驶的计算平台。华为MDC平台致力于通过底层技术与架构创新，坚持“平台+生态”的战略，为智能驾驶产业提供具有“四高一低一开放”优势的智能驾驶计算平台。华为MDC架构三、车载智能计算平台在MDC平台硬件上，运行着创新研发的智能驾驶操作系统AOS、VOS及MDCCore，并配套提供完善的开发工具链。（1）软件和工具链3.MDC智能计算平台架构及特点软件功能AOS与VOS低时延，兼容标准接口和主流基础库MDCCore提供多个API服务；支持多个AI算子；提供功能软件框架及规范；定义组件间开发接口MDC平台软件三、车载智能计算平台3.MDC智能计算平台架构及特点工具链功能MindStudioAl算子开发、调试调优、仿真、离线模型转化、自定义算子开发MDCManifestConfigurator模块化配置、模型关系图形化，拖拽式配置、配置项校验MDCDevelopmentStudio工程管理、代码自动生成、编辑编译、调试运行、远程部署、UT管理、性能分析、平台软件管理MeasureCalibrationDiagnosisTool视频回放、故障诊断、关键指标测量、软硬件拓扑展示，Licensees管理、版本升级MDCApplicationVisualizer智能驾驶应用常用数据和用户自定义数据的2D/3D可视化显示（1）软件和工具链MDC平台工具链三、车载智能计算平台车路协同是业界普遍认可的提升智能驾驶能力、降低单车智能驾驶成本的技术方向。华为MDC平台具有云端训练与仿真服务、V2X车路协同服务、OTA升级服务与远程告警与诊断服务，从而保障智能驾驶应用。（2）车路云协同3.MDC智能计算平台架构及特点车路云协同三、车载智能计算平台MDC平台构建立体式多层次安全防护体系，保护用户隐私数据安全，保障驾驶过程安全可靠。信息安全：通过STRIDE信息安全威胁方法论，全面分析信息安全威胁，识别关键资产、识别风险并定义风险级别，从5大维度构建8大安全框架，从六大方面进行安全威胁分析与技术实施方案应对。（3）车规级安全3.MDC智能计算平台架构及特点信息安全三、车载智能计算平台MDC平台预留支持SOTIF的能力，满足未来智能驾驶应用更高的功能安全要求。（3）车规级安全3.MDC智能计算平台架构及特点遵循ISO26262标准确保正确的计算、执行、调度确保正确的传感器接入、内部通信、存储支撑智能驾驶应用达到FailOperational的安全能力安全防线设计架构级冗余、分层故障监控应用分域隔离、故障分级处理三、车载智能计算平台在研发与生产制造等过程中，遵循国际通用标准，逐步达到系统级ASILD的最高安全等级要求。植入安全意识与安全动作，将安全任务分解到不同环节，实现多个层次的安全能力，满足车规级安全要求。（4）车规级流程管理3.MDC智能计算平台架构及特点车规级流程管理三、车载智能计算平台MDC功能软件定义了智能驾驶基本算法组件的调用框架与组件之间的软件接口。上层场景应用可以灵活选择不同的算法组建组合，实现具体的场景应用功能。（5）功能软件接口开放3.MDC智能计算平台架构及特点接口标准化PART04Classroomquizz课堂小测课堂小测