快捷搜索:  as

无人驾驶汽车未来真正的挑战在于高水平的互连

汽车工业经历了漫长的岁月。制造自动驾驶汽车的技巧和自治化车辆已不再是科幻小说。我承认,一想到未来的天下满是太空期间的运载对象,它们在细致、精准、和谐地调整下优雅地穿行于这个星球,这确凿让人满心等候。我独一不盼望发生的是,未来的人们都被要求穿戴同样闪亮的银色连衣裤,就像片子里演的那样。不知是谁想出了那个主见?

当然,现实要繁杂得多,这当然也适用于未来的无人驾驶汽车的技巧情况——尤其是在观点验证阶段。除了独特而苛刻的开拓情况之外,您还要疲于敷衍各类各样定制化的内部利用法度榜样和云利用法度榜样,所有这些利用法度榜样都必要能够无缝地互相通信。这确凿是一个必要高度自治化的工业物联网(IIoT)系统才能将观点转化为活生生的现实。RTI公司可以赞助您将所有的这统统都整合为一个靠得住运作的整体,使您的工程项目运转更高效。

老师们,发动引擎吧!

正如我在之前的博客中提到的,我已经在 RTI 公司事情了将近四年。其间,我们亲目击证了越来越多的厂商投身于无人驾驶汽车开拓的大水之中。我的职责是与我们的贩卖团队、相助伙伴和计谋客户一路赞助他们都得到成功,由于这是 RTI 公司可以供给很多办事的领域。

然则,什么时刻得当向我们 RTI 公司寻求赞助呢?当您经由过程观点验证阶段时,您必须规避前方忽然呈现的路障。首先,无人驾驶汽车系统必须能够做三件主要的工作:感知情况、处置惩罚该情况的数据以及依据所得信息在情况中采取行动。这本色上是一个周而复始的轮回,然则,天生的数据量以及必要处置惩罚这些数据的速率可能很快就会变得难以遭遇。

无人驾驶汽车系统常见的寻衅

再深入剖析一下,当我们凝视一辆无人驾驶汽车时,它必然有一个能察看情况的传感器包,这个传感器包既可所以简单的帮助驾驶级其余技巧,也可所以更繁杂、高度或全自动的车辆。它将抉择你从激光雷达传感器、雷达传感器、履行器和其他输入点网络数据的精度和数量的水平。我们称之为传感器交融或数据交融,由于它只有在所有这些组件能够彼此共享数据并就结论的准确性杀青同等时才真正发挥感化。

接下来要斟酌,在什么地方系统必须应用人工智能来办理问题,比如:“好吧,我该怎么处置惩罚这些信息?我要向左转吗?我要直走吗?我要向右转吗?情况怎么样了?”阐发不合的瞬态身分,比如人、自行车或汽车,然后做出决策和筹划。当然,汽车会采取一些物理动作,这反过来又改变了情况,这样轮回又从新开始了。

是以,真正的寻衅在于高水平的互连性:您系统的好坏只取决于捕获和处置惩罚数据的速率与质量。然后,当您添加诸如连接到云或连接到其它系统之类的器械时,您就增添了外部互连,这也是互连性办理规划的一部分。是以,这是一个异常繁杂的散播式系统,拥有很多组件,所有组件都在一个异常紧凑的包里。但它究竟是经由过程什么绑定在一路呢?它必要构建在机动的、可大年夜规模扩展的 IIoT 框架上,以便与竞争对手、行业标准和许多其他变量维持同步。

RTI 公司的用武之地:Connext DDS 和分层数据总线的观点

支持大年夜规模的扩展是每个高度自治系统的核心条件。这条真理尤着实用于无人驾驶汽车领域,由于把一个真正筹备投入市场的系统放在有限测试情况中去构建,其繁杂程度足以让最优秀的开拓团队变得顾此掉彼。为了进入市场并满意所有媒体检察和新测试场景中的"民众,"要求,平日必要在系统中增添一层全新的关键义务,到今朝为止还没有人能做到这点。

正如我常说的,当你达到这样的阶段——让某个系统靠得住地事情并投入临盆——那便是我们可以供给赞助的地方。由于 RTI 公司可以供给异常靠得住的根基,您可以在它上面构建自己的软件。我们已在自治系统领域深耕多年。在自治车辆成为汽车工业的时髦词之前好久,我们就已经为军用的自治系统投入事情了。您自己考试测验做所有的事情很可能会事倍而功半,分外是您本可以使用 RTI 公司的专业常识来应对一些艰苦的寻衅时,诸如软件根基架构和通信。

我们的 Connext DDS 软件便是这种能力的一个很好的例证,由于它应用分层数据总线来治理通信。分层数据总线是由工业互联网同盟(IIC)提出的一个观点和术语,RTI 公司是其成员之一。我们为 IIC 撰写了一些文档和规范。在与其他公司相助的历程中,此中一个成果便是创建了分层数据总线,从而容许您差别对待系统中不合层面的节制流和信息流。除了拥有全局的节制能力之外,它还容许您随意设定“办事质量”,以抉择在不合场景的利用法度榜样之间数据若何流动,包括靠得住性、带宽和时延。

这个分层数据总线的观点容许我们在全部生态系统中应用相同的标准。我们可以为系统的不合部分定制不合的数据治理的前提和规则。这使我们能够以一种异常标准化的要领在不合的系统之间进行通信,而不必添加新的协讲和网关或其他桥。作为 Connext DDS 的一部分,分层数据总线能让您易如反掌地找到这些不合的数据应用前提,从而使数据治理靠得住和可重复。

您可能还会对下面的文章感兴趣: