计算平台部署与测试 课件 项目1：车载智能计算平台基础

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1)决策与规划系统中提供环境信息的是（）。(单选)A)感知模块B)定位模块C)控制模块D)感知模块和定位模块A2)以下关于智能驾驶算法内容错误的是（

）。（单选）A)感知算法包括卷积神经网络、循环神经网络、支持向量机等B)定位算法全球定位系统、惯性导航系统、激光雷达SLAM等C)决策与规划算法包括A*算法、Dijkstra算法、EKF等D)控制算法包括PID控制器、模型预测控制、神经网络控制等C课堂小测3)华为MDC平台致力于通过底层技术与架构创新，坚持

的战略，为智能驾驶产业提供具有

优势的智能驾驶计算平台。“平台+生态”“四高一低一开放”4)

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。云端协同架构5)华为MDC平台从

、

与

三大维度，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。信息安全功能安全车规及流程管理PART05Classroomsummary课堂总结课堂总结主讲老师：感谢您的观看THANKS任务1.2硬件平台基础和应用项目1：车载智能计算平台基础《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Classroomsummary0605课堂小测ClassroomquizzPART01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，由你负责讲解有关硬件平台基础和应用的相关理论知识。硬件平台逻辑架构PART02学习目标Learningobjectives学习目标素质目标了解MDC610的技术规格，培养严谨认真的学习态度；理解MDC硬件平台基础和经典组网，培养学生的创新精神。能力目标能总结MDC610部署及安装步骤[A3]；能正确讲解MDC610配套部件及适配传感器种类[A4]。知识目标能描述MDC硬件平台基础及经典组网[K4]；能讲解MDC610关键接口拓扑及技术规格[K5]。PART03知识准备Backgroundknowledge思政专栏随着智能驾驶技术的不断发展，车载计算平台对算力和能效的要求越来越高。特斯拉等新能源汽车企业不断推出新的自动驾驶计算硬件平台，如AI5。AI5计算平台通过采用更先进的制程工艺（如4nm）和更高效的芯片设计，实现了算力的显著提升，据马斯克透露AI5算力为HW4之10倍。特斯拉车载计算平台硬件的算力与能效挑战思政专栏随着智能驾驶技术的飞速发展，尤其是特斯拉等企业推出高算力自动驾驶计算硬件平台，但在提升算力的同时，如何有效控制能耗成为了一个关键问题。我们在追求技术创新与提升用户体验的同时，能效控制挑战也日益凸显。在推动汽车行业向新能源、智能化转型的过程中，如何平衡算力需求与能源消耗，以减少碳足迹，促进绿色出行和可持续发展？自动驾驶车载计算平台硬件的算力与能效挑战一、MDC硬件平台基础及典型组网针对自动驾驶对计算平台的需求，华为公司推出了MDC智能驾驶计算平台解决方案,即装在车轮上的移动数据中心。MDC平台集成了华为公司自研的HostCPU芯片、AI芯片、ISP芯片与SSD(固态硬盘）控制芯片，并通过底层的软硬件一体化调优。华为芯片一、MDC硬件平台基础及典型组网MDC智能驾驶计算平台内部包含了两个核心芯片。一个核心芯片是CPU处理器，它是基于华为公司自研的ARM处理器。另外一个核心芯片是AI处理器，它是华为公司自研的处理器，基于达芬奇AI架构,可以提供200TOPS@INT8的算力。MDC610可提供高达200TOPS的AI算力与200KDMIPS的通用CPU算力。1.基于自研芯片的智能驾驶计算平台基于鲲鹏—昇腾自研芯片异构智能驾驶计算平台一、MDC硬件平台基础及典型组网MDC硬件的内部逻辑架构图如图。2.硬件平台逻辑架构智能驾驶计算平台硬件的内部逻辑架构图传感器MDCECU和信息娱乐模块一、MDC硬件平台基础及典型组网传感器包括摄像头、GPS、激光雷达、毫米波雷达、超声波雷达等不同种类的传感器。智能驾驶计算平台可分别通过GMSL接口采集传感器摄像头信息,通过UART(串口）接收组合定位信息,通过ETH(以太网接口）采集激光雷达信息，通过CAN总线接口采集毫米波雷达和超声波雷达信息。2.硬件平台逻辑架构传感器一、MDC硬件平台基础及典型组网由于智能驾驶对计算性能要求很高，所以MDC涉及多个处理单元,包括CPU处理器、AI处理器、图像处理器、存储处理器等，并通过数据总线、车载以太网MCU与LAN-Switch等部件通信。2.硬件平台逻辑架构MDC的逻辑架构一、MDC硬件平台基础及典型组网数据交换模块主要负责其余各个模块的数据交互，图像处理模块可以把摄像头的原始数据处理成YUV格式或者RGB格式。2.硬件平台逻辑架构数据交换模块一、MDC硬件平台基础及典型组网AI处理模块主要用来做AI计算，主要是NN计算,可以进行摄像头的AI处理，或者摄像头和激光雷达融合的AI计算。CPU模块主要提供一些整型计算，可以用来部署后融合、定位、规控等应用软件算法。2.硬件平台逻辑架构AI处理模块和CPU模块一、MDC硬件平台基础及典型组网另外还包括内部的数据交换模块与安全MCU模块。基于智能驾驶此功能模块,需要使用GPU加速的功能软件应部署在AI模块上,其他节点可部署在CPU模块上。2.硬件平台逻辑架构数据交换模块与安全MCU模块一、MDC硬件平台基础及典型组网MDC是系列化平台产品，支持软、硬件解耦，支持L2~L4的平滑演进和兼容。MDC硬件平台包含图像处理、数据交换、安全MCU、AI和CPU等模块。3.硬件平台外观与接口MDC610外观图一、MDC硬件平台基础及典型组网设计目标为Level4自动驾驶硬件平台，包括TJP（TrafficJamPilot）、HWP（HighwayPilot）、AVP（AutoValetParking）3个主要功能。3.硬件平台外观与接口MDC610接口图一、MDC硬件平台基础及典型组网MDC610共有8个对外连接口。MDC610根据散热方式不同，提供2个版本：液冷型号为MDC610，风冷型号为MDC610。3.硬件平台外观与接口序号连接器名称连接器说明1低速信号连接器提供CAN/CANFD（ControllerAreaNetworkFrequencyDiversity）接口，对接车控、毫米波雷达、超声波雷达、组合定位等2四合一车载以太连接器提供8路车载以太接口，对接车载网关和激光雷达等3四合一摄像头连接器1/2/3提供14个LVDS（GMSL/Clockless）接口，对接14个Camera4四合一摄像头连接器4提供2路LVDS（GMSL/FPDLINK）输出5风扇插接器提供风扇供电和控制信号一、MDC硬件平台基础及典型组网MDC610产品外观及接口如图。3.硬件平台外观与接口MDC610外观及接口图一、MDC硬件平台基础及典型组网MDC典型部署方案（调试）和量产方案类似，主要差异点如下：LiDAR的接口采用通用以太100Base-Tx/1000Base-T，时间同步基于UART+PPS。由转接盒实现车载以太到传统以太的转接；组合定位（GPS/IMU）数据接口采用UART。4.MDC典型部署方案（调试）MDC610典型部署方案（调试）示意图一、MDC硬件平台基础及典型组网MDC610应用于L2+应用场景和L3~L4应用场景，其中L3~L4应用场景要根据客户功能安全要求决定是否配置额外的冗余控制器。LiDAR的接口采用车载以太100/1000Base-T1，时间同步基于TSN;组合定位(GPS/IMU)数据按口采用CAN。4.MDC典型部署方案（调试）MDC610典型部署方案（量产）示意图二、MDC

610关键接口拓扑及技术规格CAN在MDC产品中主要用于车控命令下发、传感器接入。MDC610对外出12个CAN接口，既可以配置为CAN模式（典型速率500kbps），也可以配置成CANFD模式（典型速率2Mbps）。MCU有3个接口用于线控（CAN0-2）。1.MDC

610关键接口（1）MDC610CAN接口方案MDC610对外CAN接口拓扑示意图二、MDC

610关键接口拓扑及技术规格在MDC产品中，车载以太网主要用于激光雷达的接入、与车载网关通信等场景。MDC610对外出8个车载以太接口，按最大支持速率分类如下：① 100Base-T1：2个100Mbps端口（A1/A2）。② 1000Base-T1：6个1000Mbps端口（A3/A4/B1~B4），可配置为100Mbps。1.MDC

610关键接口（2）MDC610以太接口方案MDC610车载以太拓扑示意图二、MDC

610关键接口拓扑及技术规格MDC610支持14路视频输入，如下：①视频输入：支持最多4路4k@30Hz和10路2k@30HzCamera接入，当前可以支持GMSL或Clockless协议；②POC供电：MDC610通过POC给Camera供电，供电电压约11V，电流最大为250mA（其中1路支持DMS的端口提供电流≥500mA）；③视频输出：支持2路视频输出，可以支持GMSL或FPDLINK协议。1.MDC

610关键接口（3）MDC610视频接口方案MDC610视频接口拓扑示意图二、MDC

610关键接口拓扑及技术规格MDC610是华为推出的智能驾驶计算平台，它提供了丰富的标准化传感器接口，支持多种传感器的接入，包括摄像头、激光雷达、毫米波雷达、超声波雷达等，以覆盖大部分智能驾驶场景对传感器的需求。2.MDC

610硬件平台技术规格（1）MDC610传感器接口规格项目参数描述车载以太接口提供8路车载以太网口，其中3路100BASE-T1/1000BASE-T1可配置，3路1000Base-T1，3路100BASE-T1。可以根据系统需求接入车载网关、激光雷达、毫米波雷达等。CAN接口提供12路CAN/CAN-FD接口，速率可配，最高速率为5Mbps（唤醒CAN当前为2Mbps）。可以根据系统需求接入毫米波雷达、超声波雷达、车控信号（其中1路支持唤醒）、组合定位等。二、MDC

610关键接口拓扑及技术规格MDC610传感器接口说明。2.MDC

610硬件平台技术规格（1）MDC610传感器接口规格项目参数描述摄像头接口提供14路LVDS的摄像头接口，支持RawData输入。MDC610对外提供11V电源给摄像头，每路摄像头电流要求小于250mA（峰值电流300mA）GPIO提供3个GPI和2个GPO，其中GPO输出电流不大于5mA。显示接口提供2路LVDS视频输出接口，用于支持360环视、哨兵模式、流媒体后视镜等应用。PPS输入支持1路PPS信号输入，用于系统时间同步，可接受电平为12V。PPS输出提供1路12V的PPS信号输出，用于调试阶段LiDAR的时间同步。RS232串口提供2路RS232串口，分别用于组合定位的解算数据接入、输出给激光雷达（或者转接盒）的时间同步。二、MDC

610关键接口拓扑及技术规格MDC610平台的整机规格说明。2.MDC

610硬件平台技术规格（2）MDC610整机规格规格项目参数描述（液冷）参数描述（风冷）散热方式液冷风冷散热（左右风道）工作温度-40℃~85℃-40℃~80℃存储温度-40℃~95℃尺寸<300.0x200.0x45.0mm300.0x200.0x85.0mm防水等级IP67不低于IP52噪声（风冷）/约30dBA（常温）重量≤4.0kg（不含液冷工质重量）≤5.0kg出线方案单向出线设计寿命10年或20万公里，以先到为准二、MDC

610关键接口拓扑及技术规格MDC610计算能力说明。2.MDC

610硬件平台技术规格（3）MDC610计算能力规格项目参数描述SoC算力AI算力：200Tops@int8CPU通用算力：200KDMIPS内置内存LPDDR4×24GB，内存最大访问带宽204GB/s内置存储128GBMCU6*Cores/4*Checkers@300MHzMCU内置存储ProgramFlash：16MBDataFlash：512KBEMEM：TCM:2MB+XCM:2MB二、MDC

610关键接口拓扑及技术规格整车通过低速插接器向MDC610提供2路独立的12V电源，一路电源连接电池，一路电源备份。当其中一路电源输入故障时，MDC610可以继续使用另一路电源。2.MDC

610硬件平台技术规格（4）MDC610电源规格规格项目参数描述电压范围DC9~32V功耗典型值：约100W（常温，不包含Camera功耗）最大电流25A@8V（瞬态最大电流）备份方式1+1备份三、MDC

610部署及安装步骤MDC610采用风冷散热方式，连接器和风扇不支持防水。1.MDC

610（风冷）散热规格特性说明MDC610（风冷）风道示意三、MDC

610部署及安装步骤MDC610（风冷）应用时，风道前后不能遮挡；实验室应用时，环境温度不超过80摄氏度即可正常运行，但高温时风扇噪音会迅速增大。进风温度超过50摄氏度后，系统所需最小风量迅速增加。1.MDC

610（风冷）散热规格特性说明MDC610（风冷）进风温度与风量的关系（仅供参考）三、MDC

610部署及安装步骤MDC610（风冷）散热规格特性说明如表。1.MDC

610（风冷）散热规格特性说明工作温度支持-40~80℃环境温度风量要求风冷系统最小能支持75CFM的风量噪声约30dBA（常温）三、MDC

610部署及安装步骤MDC610（液冷）盒体尺寸：≤300*200*45mm（不包含安装挂耳、不包含面板连接器）；MDC610（液冷）安装空间尺寸：400*300*50mm（盒体前面板走线空间≥100mm，盒体右侧面液冷管道空间≥80mm）。2.MDC

610盒体尺寸及安装空间尺寸MDC散热安装空间尺寸三、MDC

610部署及安装步骤MDC610的风冷单系统盒体尺寸是300mmx200mmx85mm，为了预留线缆弯曲和维护操作空间，推荐安装空间为400mmx300mmx100mm。3.MDC整机安装与拆卸（1）背景信息MDC610风冷散热安装尺寸三、MDC

610部署及安装步骤3.MDC整机安装与拆卸（2）注意事项将MDC610水平安装安装于非封闭空间，整机和车内空气循环系统连通确保安装现场无液体试剂，液体试剂会造成设备短路损坏根据实际情况安装于机柜内或施加防护罩保护三、MDC

610部署及安装步骤MDC作为自动驾驶核心控制单元“大脑”，从安全可靠性的维度考量，推荐MDC部署在相对“舒适区”的乘员舱或后备箱内。MDC推荐部署位置包括:中控台内或下方、乘员舱座位底下、副驾脚踏区、后备箱。4.MDC部署位置：乘员舱或后备箱MDC推荐部署位置四、MDC

610配套部件及适配传感器种类由于当前部分商用的激光雷达是通用以太接口，而MDC610系列设备是车载以太接口，所以需要通过MTB310转接盒将通用以太接口转换为车载以太接口，同时转发GPRMC和PPS实现激光雷达的配置和时间同步，让MDC610系列设备适配多种场景。1.转接盒MTB310介绍典型组网四、MDC

610配套部件及适配传感器种类MTB310转接盒的外观如图。1.转接盒MTB310介绍MTB310转接盒前视图MTB310转接盒后视图四、MDC

610配套部件及适配传感器种类MTB310转接盒的对外接口如图，图中的圆圈序号表示通用以太网连接器和四合一车载以太网连接器的端口内部对应关系。1.转接盒MTB310介绍MTB310转接盒面板图四、MDC

610配套部件及适配传感器种类MTB310接口说明如表。1.转接盒MTB310介绍序号连接器名称连接器说明1低速连接器1提供4路激光雷达时间信息和时间同步，用于对接激光雷达。2通用以太连接器提供8个通用以太网（100BASE-TX/1000BASE-T）接口，用于对接激光雷达或其他通用以太接口设备。3-1四合一车载以太连接器B提供8路车载以太信号，用于对接MDC。默认提供3路车载以太1000BASE-T1接口（端口3、4、8）和5路车载以太100BASE-T1接口（端口1、2、5、6、7），其中，接口速率可以通过低速信号接口2的Config_ID模块进行配置，最大可支持8路1000BASE-T1。3-2四合一车载以太连接器A4低速连接器2接收MDC提供的时间信息和时间同步，用于对接MDC。另外，Config-ID模块可以配置车载以太接口的速率。四、MDC

610配套部件及适配传感器种类MTB310转接盒关键技术规格如表。2.转接盒MTB310技术规格规格项目参数描述车载以太接口提供8路车载以太接口，用于对接MDC：3路1000BASE-T1+5路100BASE-T1通用以太接口提供8路通用以太接口，用于对接激光雷达（Lidar）等其他通用以太设备，支持1000BASE-T协议和100BASE-TX协议系统同步接口支持时间同步信号转发：以MDC为时间同步信号源，通过转接盒将PPS转发给4个LiDAR。支持3.3V、5V和RS232三种电平的PPS支持时间信息转发：以MDC为时间信息信号源，通过转接盒将时间信息分发给4个LiDAR（电平为RS232）最大功耗12W（max）四、MDC

610配套部件及适配传感器种类MTB310转接盒关键技术规格如表。2.转接盒MTB310技术规格规格项目参数描述电源输入DC12/24V（9V~32V）工作温度-20℃~+60℃存储温度-40℃~+85℃散热方式自然散热防尘防水等级IP40出线方案双向出线尺寸188*122*41mm（长*宽*高）重量约1kg四、MDC

610配套部件及适配传感器种类MDC610提供如下线缆用于实验室调测：3.MDC610调试线缆大类小类详细数量主机MDC610主机MDC610主机1MTB310主机MTB310主机1线缆低速信号线缆MDC610上的低速信号线缆，包括2路12V电源、12路CAN的接入等，长度1m1车载以太线缆车载以太线缆，用于MDC610与MTB310以太，1个四合一端口对1个四合一端口，长度1m2摄像头线缆摄像头线缆，1个四合一端口转为4个单端口，长度为1m或15m4转接盒电源线转接盒电源线，长度0.5m1ACC线缆用于PPS信号分发，长度0.5m1CAN回环线CAN回环线，用于测试或剪开对接客户的CAN设备3转接板ID线转接盒ID线，用于调整转接板的配置1四、MDC

610配套部件及适配传感器种类4.适配传感器种类MDC610支持智能驾驶主流传感器的接入，包括摄像头、毫米波雷达、激光雷达、超声波雷达、组合定位等，提供丰富、灵活可变的主流硬件接口。MDC610适配的传感器如表。传感器厂家型号组合定位导远550d激光雷达华为L106超声波雷达上富CAN类型：短距离（UPA）传感器：USS9AC长距离（APA）传感器：USL9AC超声波系统控制器：UCA46601CANFD类型：短距离（UPA）传感器：47720002长距离探头L型：47720003长距离探头Z型：47720004超声波系统控制器：47720005四、MDC

610配套部件及适配传感器种类4.适配传感器种类MDC610适配的传感器如表。传感器厂家型号超声波雷达豪恩CAN类型：长距离探头L型：910001676长距离探头Z型：910001675短距离探头：910001677超声波控制器：910001678CANFD类型：短距离（UPA）传感器：47720002长距离探头L型：47720003长距离探头Z型：47720004超声波系统控制器：47720005毫米波雷达大陆ARS408-21ARS408-21SC3博世mrr-sgu华为MRR四、MDC

610配套部件及适配传感器种类4.适配传感器种类MDC610适配的传感器如表。传感器厂家型号摄像头为森智能IMX390系列:短距100°：BF2S004A左中距60°：BF2S003A右中距60°：BF2S005A长距30°：BF2S002A鱼眼196°：BS2S002A为森智能IMX390系列:短距95°：HJL6062I390C1A中距56°：HJL6058G390C1A长距28°：HJF6076B390C1A鱼眼1970：HJL6068B390C4A华为IMX490系列:短距100°：490-FOV100中距60°：490-FOV60长距30°：490-FOV30IMX390系列：短距100°：390-FOV100中距60°：390-FOV60鱼眼195°：390-FOV195PART05Classroomquizz课堂小测课堂小测1)MDC硬件平台内部逻辑架构中，用于采集激光雷达信息的接口是（）。(单选)A) ETHB) GMSLC) UARTD) CANA2)以下关于MDC610调试缆线的内容错误的是（

）。（单选）A) 低速信号线缆包括2路12V电源、12路CAN的接入等，长度1mB) 摄像头线缆包含1个四合一端口转为4个单端口，长度只能为1mC) 车载以太线缆用于MDC610与MTB310以太，1个四合一端口对1个四合一端口，长度1mD) 转接盒电源线用于PPS信号分发，长度0.5mB课堂小测3)MDC610盒体尺寸及安装空间尺寸中说法正确的包括（）。(多选)A) MDC610（液冷）盒体尺寸：≤300*200*45mmB) MDC610（液冷）安装空间尺寸：400*300*100cmC) MDC610（风冷）安装空间尺寸：400*300*100mmD) MDC610的推荐安装空间尺寸是400mmx300mmx50mmACD4)当前用于自动驾驶的传感器主要有（

）。（多选）A) 毫米波雷达B) 摄像头C) 激光雷达D) 超声波雷达ABCDPART06Classroomsummary课堂总结课堂总结感谢您的观看THANKS软件平台基础和应用项目1：车载智能计算平台基础任务1.3《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Classroomsummary0504课堂小测ClassroomquizzPART01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，由你负责讲解有关软件平台基础和应用的相关理论知识。

MDC软件平台架构图PART02学习目标Learningobjectives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。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]。PART03知识准备Backgroundknowledge一、MDC软件平台概述和应用场景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。1.软件平台概述高速干线货运物流末端无人物流配送高危高强度特种作业一、MDC软件平台概述和应用场景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。1.软件平台概述MDC软件平台架构图一、MDC软件平台概述和应用场景基础软件主要负责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。1.软件平台概述基础软件部分一、MDC软件平台概述和应用场景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。1.软件平台概述软件平台一、MDC软件平台概述和应用场景2.MDC610平台软件内容BIOS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包含AdaptiveAUTOSAR兼容特性、ClassicAUTOSAR兼容特性、通信中间件、AI算子库、智能驾驶算法外围包。一、MDC软件平台概述和应用场景高速干线货运物流场景中主要含有如下智能驾驶功能：3.MDC平台典型应用场景（1）高速干线货运物流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一、MDC软件平台概述和应用场景华为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。3.MDC平台典型应用场景（1）高速干线货运物流高速干线货运物流一、MDC软件平台概述和应用场景末端无人配送物流场景主要含有如下智能驾驶功能：3.MDC平台典型应用场景（2）末端无人物流配送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一、MDC软件平台概述和应用场景华为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。3.MDC平台典型应用场景（2）末端无人物流配送末端无人物流配送一、MDC软件平台概述和应用场景高危高强度特种作业场景主要含有如下智能驾驶功能：3.MDC平台典型应用场景（3）高危高强度特种作业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一、MDC软件平台概述和应用场景华为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。3.MDC平台典型应用场景（3）高危高强度特种作业高危高强度特种作业一、MDC软件平台概述和应用场景定点定时人员通勤场景主要含有如下智能驾驶功能：3.MDC平台典型应用场景（4）定点定时人员通勤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一、MDC软件平台概述和应用场景华为MDC接口丰富，能效比出众。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。3.MDC平台典型应用场景（4）定点定时人员通勤定点定时人员通勤一、MDC软件平台概述和应用场景移动智能私人出行场景的主要智能驾驶功能如下（分阶段实现，并将扩展出更多功能）：3.MDC平台典型应用场景（5）移动智能私人出行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一、MDC软件平台概述和应用场景移动智能私人出行场景的主要智能驾驶功能如下（分阶段实现，并将扩展出更多功能）：3.MDC平台典型应用场景（5）移动智能私人出行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自主泊车货运任务结束后自行开往固定停车位并停好车一、MDC软件平台概述和应用场景华为MDC平台，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。3.MDC平台典型应用场景（5）移动智能私人出行移动智能私人出行二、MDC软件平台（MDCCore）基础华为MDC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，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。华为MDC610二、MDC软件平台（MDCCore）基础

AUTOSAR（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。1.AUTOSAR服务-CP/APAUTOSARServicesAUTOSAR服务架构图二、MDC软件平台（MDCCore）基础

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。1.AUTOSAR服务-CP/APAUTOSARServicesAUTOSAR服务架构图二、MDC软件平台（MDCCore）基础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。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。1.AUTOSAR服务-CP/APAUTOSARServicesAUTOSAR服务架构图二、MDC软件平台（MDCCore）基础在华为MDC平台中，AUTOSARClassicPlatform服务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。1.AUTOSAR服务-CP/APAUTOSARServices（1）AUTOSARClassicPlatform服务（CP）AUTOSARClassicPlatform结构图二、MDC软件平台（MDCCore）基础单片机抽象层：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。1.AUTOSAR服务-CP/APAUTOSARServices（1）AUTOSARClassicPlatform服务（CP）AUTOSARClassicPlatform结构图二、MDC软件平台（MDCCore）基础ECU抽象层：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之间的互操作性和集成性而设计的抽象层。这一层可能负责处理CAN网络中的报文解析、网关功能、以及针对特定硬件或应用场景的存储器访问控制等。1.AUTOSAR服务-CP/APAUTOSARServices（1）AUTOSARClassicPlatform服务（CP）AUTOSARClassicPlatform结构图二、MDC软件平台（MDCCore）基础服务层：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、存储器管理、总线通信管理服务以及操作系统服务。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。1.AUTOSAR服务-CP/APAUTOSARServices（1）AUTOSARClassicPlatform服务（CP）AUTOSARClassicPlatform结构图二、MDC软件平台（MDCCore）基础复杂设备驱动程序：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。1.AUTOSAR服务-CP/APAUTOSARServices（1）AUTOSARClassicPlatform服务（CP）AUTOSARClassicPlatform结构图二、MDC软件平台（MDCCore）基础运行环境：RTE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。1.AUTOSAR服务-CP/APAUTOSARServices（1）AUTOSARClassicPlatform服务（CP）AUTOSARClassicPlatform结构图二、MDC软件平台（MDCCore）基础AUTOSARAdaptivePlatform是AUTOSAR标准的一个创新平台，该平台通过提供标准化的服务接口和协议，实现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。1.AUTOSAR服务-CP/APAUTOSARServices（2）AUTOSARAdaptivePlatform服务（AP）

AUTOSARRuntimeforAdaptiveApplications架构图二、MDC软件平台（MDCCore）基础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。1.AUTOSAR服务-CP/APAUTOSARServices（2）AUTOSARAdaptivePlatform服务（AP）

AUTOSARRuntimeforAdaptiveApplications架构图二、MDC软件平台（MDCCore）基础华为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：1.AUTOSAR服务-CP/APAUTOSARServices（2）AUTOSARAdaptivePlatform服务（AP）主要功能说明任务调度与管理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。二、MDC软件平台（MDCCore）基础ARA的主要功能包括：1.AUTOSAR服务-CP/APAUTOSARServices（2）AUTOSARAdaptivePlatform服务（AP）主要功能说明安全与可靠性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。兼容性与扩展性ARA兼容AUTOSAR，支持L2+~L5平滑演进。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、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。二、MDC软件平台（MDCCore）基础华为MDC智能驾驶计算平台，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、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。2.AI框架与算子-AIFrameworkandOperatorsAI框架与算子架构图二、MDC软件平台（MDCCore）基础2.AI框架与算子-AIFrameworkandOperators（1）华为MDCAI框架异构算力MDC平台集成了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。二、MDC软件平台（MDCCore）基础2.AI框架与算子-AIFrameworkandOperators（2）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。算子开发工具MDC平台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。算子优化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。二、MDC软件平台（MDCCore）基础华为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。3.平台数据面服务-PlatformServices（DataPlane）平台数据面服务（DataPlane）架构图二、MDC软件平台（MDCCore）基础平台数据面服务（DataPlane）核心功能包括以下方面：3.平台数据面服务-PlatformServices（DataPlane）主要功能说明高效数据处理能力DataPlane能高效处理来自车辆上各类高精度传感器的海量数据。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，允许DataPlane根据数据处理任务的不同，灵活调度和分配计算资源。低时延与高可靠性DataPlane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。内置的容错机制和冗余设计保证了系统的高可靠性。数据安全与隐私保护DataPlane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。开放生态与标准化DataPlane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。二、MDC软件平台（MDCCore）基础MDC平台数据面服务在智能驾驶领域有着广泛的应用。3.平台数据面服务-PlatformServices（DataPlane）平台数据面服务应用示意图平台数据面服务传感器接入服务车辆底盘及车身数据接入服务视频输出服务…二、MDC软件平台（MDCCore）基础环境感知：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。3.平台数据面服务-PlatformServices（DataPlane）环境感知二、MDC软件平台（MDCCore）基础决策与控制：MDC平台利用环境感知数据，结合先进算法与模型，实现驾驶决策优化，涵盖路径规划、避障及加减速控制。通过接入车辆底盘与车身数据，如车速、转向、刹车状态，增强决策精准性与安全性。最终，决策精准执行于车辆控制系统，保障自动驾驶的平稳与高效。3.平台数据面服务-PlatformServices（DataPlane）决策与控制二、MDC软件平台（MDCCore）基础数据分析与优化：MDC平台拥有强大数据分析能力，持续收集并分析驾驶数据。通过视频输出，直观展示数据，助力开发者与研究人员洞察驾驶行为、发现问题并优化算法。这一过程不仅增强了智能驾驶的效能与安全性，还推动了技术的持续进步与创新。3.平台数据面服务-PlatformServic