2017年，AUTOSAR发布了面向自动驾驶的AP标准，支撑自动驾驶相关技术问题。
2024年3月14日，在2024第五届软件定义汽车论坛暨AUTOSAR中国日上，普华基础软件股份有限公司研发中心产品部总监董自强表示，感知、决策、控三方面的算法是自动驾驶技术的基本逻辑，但当前不再是三段式的问题解决方案，自动驾驶向着整体融合性方案持续演进。
董自强提出，基础软件面向自动驾驶技术有三大层面的挑战:首先在操作系统层面临着高性能、高实时性、高可靠性、高安全性的要求，面临着多操作系统的融合问题，其次在中间件层面临着需求多样化、算法差异化、中间件兼容性等问题，最后在工具链层面临着进入、流通协作、平台化等挑战。
AP AUTOSAR面向高级别自动驾驶具备优秀的特性，包括兼容性、SOA、功能安全和信息安全。但2024作为自动驾驶的关键年，AP AUTOSAR也面临着新的需求。对此，董自强分享了关于“AP AUTOSAR 对算法、算力支持的发展思考”。
普华基础软件股份有限公司研发中心产品部总监
以下为演讲内容整理:
自动驾驶技术所需要的基础软件
AUTOSAR自2005年发布第一版标准以来，始终致力于解决汽车电子的基础支撑问题。自2017年起，随着Adaptive Platform AP的推出，其关注点转向了自动驾驶和更复杂的智能化汽车场景。
图源:演讲嘉宾素材
通过联盟成员的智慧贡献，AUTOSAR精准预判了自动驾驶的发展轨迹。2022至2023年间，L3级别自动驾驶已初露端倪，许多车辆获得路测牌照，正式上路测试。
现有的自动驾驶和高级辅助驾驶技术，主要基于感知、决策、控制三大算法执行，而AUTOSAR在车辆控制方面已有良好支撑。然而，自动驾驶领域的发展远不止于此。感知与决策正在深度融合，智能化传感器和域处理技术不断涌现。
特斯拉发布的FSD V12版本采用端到端神经网络，大幅降低了人为干预的需求，显示出技术变化之迅速。这要求我们对过去的技术逻辑进行大量调整，甚至改变研究方向。目前，量产汽车中应用的自动驾驶或辅助驾驶技术多处于L2等级，包括泊车和行车两大领域，对功能安全和传感器要求各不相同。然而，即使技术不断组合优化，达到L3级别仍是一个挑战。端到端技术的发布和特斯拉的测试版本推出，为我们提供了新的方向。
基于当前技术现状，辅助驾驶与自动驾驶主要基于AUTOSAR等基础软件框架实现。在普华的基础软件工作中，我们专注于中间层与操作系统层，以支持自动驾驶和辅助驾驶应用。无论是行车还是泊车，基础软件层都致力于统一解决这些问题。
图源:演讲嘉宾素材
在基础软件层，我们梳理了三个现状:
当前，在操作系统层，传统的OSEK等已不足以支撑现代汽车复杂应用所需的大量计算逻辑，性能要求日益提升。同时，汽车对安全性的要求极高，操作系统在满足高性能计算的同时，还需确保实时性、可靠性，满足功能安全需求，这无疑是巨大的挑战。此外，自动驾驶系统的复杂性可能导致多套操作系统的融合问题，需解决不同系统间的互通、融合与协作。
其次，在中间件层，随着技术变革，传统中间件的边界已不足以支撑自动驾驶场景的应用。新的需求不断涌现，而中间件在算法集成、兼容性等方面仍有待完善。算法选型和应用差异大，为OEM在选择和集成技术时带来挑战。中间件应发挥更大作用，解决这些问题。
普华基础软件作为中间件和基础软件公司，致力于简化应用，通过场景化预配置和自动化技术实现这一目标。然而，仅在中间件层面努力是不够的，整车研发亦需相应对策，这对我们而言是一大挑战。在开发过程中，我们会使用多种工具，它们之间的协作与流通至关重要。尤其在自动驾驶领域，我们整合Simulink建模工具等非AUTOSAR工具，实现无缝融合。
团队协作亦是一大关键。过去，汽车电子开发团队规模较小，而自动驾驶领域则需要面对数百乃至上千人的团队。因此，我们需要通过平台化的权限管理、决策管理、用户管理等方式来平衡协作，同时融入持续集成、持续迭代的功能。
AP AUTOSAR 对高级别自动驾驶的意义
AUTOSAR AP在解决上述问题方面表现出色，其创立的初衷便聚焦于自动驾驶所需的三大特质。首先，自适应性是基础，自动驾驶需要处理复杂且多变的逻辑，我们的基础软件必须具备自适应能力，以构建适应这一需求的平台。其次，SOA框架为汽车电子开发提供了更大的灵活性，激活了通信协议的潜力。最后，功能安全和信息安全是AUTOSAR的核心优势，对于实现车规级自动驾驶至关重要。
图源:演讲嘉宾素材
因此，无论是企业还是团队，若想开发车规级的自动驾驶技术，AUTOSAR AP都是不可或缺的一环。即使只是将其作为参考，也是实现这一目标的关键步骤。
AP在应对自动驾驶在基础软件层面的问题时，尝试了一系列经典的解决方案。首先，它采用了POSIX OS标准，这一标准，以其成熟性、稳定性及模块化、标准化的应用开发特性，减少了重复开发的问题。其次，POSIX OS的可靠性、稳定性经受住了时间的考验，且随着计算机硬件的发展，其资源管理不断优化，为行业发展提供了强大的支撑。再者，该标准的生态和兼容性广泛，使得开发和维护变得更为简单灵活。
AUTOSAR R23-11发布以来，其功能集群和结构的调整与行业发展规律高度契合，涵盖了智能汽车和自动驾驶技术的各个方面。在开发方法论上，AUTOSAR为车规级应用开发提供了标准化的流程，与微模型匹配度高，从架构设计到集成部署都有对应的方法。
AP AUTOSAR 对算法、算力支持的发展思考
尽管AUTOSAR AP对自动驾驶具有重要意义。特别是在算法层面，自动驾驶高度依赖算法技术，而AP对此涉及较少。因此，需要构建一个算法的框架层来支撑未来自动驾驶算法的发展。此外，AUTOSAR AP在算力支撑、硬件加速以及大数据处理能力等方面尚需加强，以更好地支撑高级别自动驾驶的开发和应用。
总体来看，面对高级别自动驾驶的挑战，我们需要在中间件层扩展数据抽象、硬件加速、算法支撑及任务编排处理能力，以更好地支撑未来技术的发展。虽然基础软件层面的问题处理成本较高、难度较大，但借鉴AUTOSAR过去的经验，我们有信心解决现有问题，并着眼于未来，推动自动驾驶技术的持续发展！
免责声明：该文章系本站转载，旨在为读者提供更多信息资讯。所涉内容不构成投资、消费建议，仅供读者参考。
