自动驾驶中间件（智能驾驶汽车中间件）
今天给各位分享自动驾驶中间件的知识，其中也会对智能驾驶汽车中间件进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！
本文目录一览：
- 1、如何在c++定义一个学生类以实现平均成绩的计算和查询功能？
- 2、Autonomous Driving for All，凌华科技联手Tier IV与AutoCore.ai
- 3、黑芝麻智能发布瀚海自动驾驶中间件平台 助力汽车软硬件解耦
- 4、江汽集团与黑芝麻智能达成战略合作丨汽车产经
- 5、国内首款！大算力自动驾驶芯片华山二号A1000已量产
如何在c++定义一个学生类以实现平均成绩的计算和查询功能？
一．中间件的定义与作用
1.什么是中间件？
图片摘自公众号“筋斗云与自动驾驶”
笔者在交流中发现，不同的人对中间件的理解并不一样，甚至可以说，到现在，这个概念还是模糊不清的。比如：
（1）有的人认为中间件仅指位于OS内核之上、功能软件之下的那部分组件，为上层提供进程管理、升级管理等服务；而有的人则认为中间件还应包括功能软件和应用软件中间的那部分（参见上图）。按茅海燕的说法，前者是“通用中间件”，而后者是“专用中间件”。本文中提到的“中间件”，若不做专门说明，便特指“通用中间件”。
（2）有一些人提到的自动驾驶中间件，包括了AUTOSAR（又分为AUTOSAR CP和AUTOSAR AP），还有一些人口中的中间件，特指ROS2、Cyber RT、DDS等。
（3）未动科技VP萧猛认为，“中间”一词是相对的，当有多层堆叠的时候，每一层都是其上下两层的中间层，因此，在用“中间件”这个词的时候，我们需要特别指明它究竟位于“哪两层之间”。按萧猛的说法，当我们称“ROS/ROS2 为中间件”时，其含义与 “AUTOSAR AP为中间件”并不是对等的关系。
(4)Vector产品专家蔡守群说，他理解的中间件，“是给App开发提供功能支撑的，对外是没有功能表征的；但是站在操作系统内核的角度，中间件跟App并没有本质的区别”。
2.中间件的作用
汪浩伟说：“专用中间件原本是应用程序的一部分，只是很多公司做自动驾驶都需要用到，就被抽象出来了。”
那么，它究竟有什么用？
毕晓鹏认为，自动驾驶中间件最主要的作用是：对下，它能够去适配不同的OS内核和架构；对上，它能够提供一个统一的标准接口，负责各类应用软件模块之间的通信以及对底层系统资源的调度。
据毕晓鹏解释，前者，使开发者们无需考虑底层的OS内核是什么，也无需考虑硬件环境是什么，即不仅实现了应用软件与OS的解耦，也实现了应用软件与硬件的解耦；而后者则确保了数据能够安全实时地传输、资源进行合理的调度。
为什么要通过中间件来支持软硬件解耦？毕晓鹏解释道：
我开发一个应用软件，其中很多内容都是与具体应用逻辑无关的，包括数据通信、通信安全、系统资源调度等，比如，有十个进程需要数据交互，完全没有必要在十个程序的软件代码里各自进行实现和配置。针对这种情况，我们就可以把重复的部分抽象成一种服务，单独封成一层东西（这就是中间件），并提供统一的库、接口和配置方法，供上层去调用。这样的话，有一部分人专门去做中间件的，而做上层应用的人也不需要考虑跟底层交互的事情。
举例说，如果要做一个自动泊车系统，它有各个模块或业务逻辑独立的不同软件，在进行通信、数据交互，或者调用底层资源时，只需要中间件的一个接口就可以实现，其他事情不需要考虑，这样开发人员就可以专注于自己的业务逻辑。
又比如，一个摄像头需要感知前面的车道线、红绿灯等，开发人员就专门做红绿灯和车道线检测算法，与外界的数据交互只需要使用中间件的通信服务（例如订阅摄像头信息，发布检测结果），而不必关心数据从哪里来、发给谁。
Nullmax纽劢科技系统平台总监苗乾坤博士在此前的一篇文章中写道：
“芯片算力大幅增长，摄像头像素呈翻倍之势，激光雷达出现在更多新车规划上……没有谁能够断言车上的传感器应该有多少，又或者是将来的汽车还会增加哪些硬件，但所有人都知道硬件的变化将会来得更加猛烈。
“所以我们也可以看到，汽车对软硬件架构的要求也越来越高，既要能满足当下的需求，还要具备相当的前瞻性、兼容性和扩展性，能够支持接下来软硬件升级换代、增减模块的需求。而自动驾驶的中间件，就正是这样一个可以按需调整、满足各样需求的现代温室。
“在早期开发中，中间件可以化整为零，将巨大的软件工程分解成若干小任务，分散解决。在后期应用时，它又可以化零为整，像拼积木一样，根据需求将一个个模块组合成一个整体，严丝合缝。”
在春节前的一场直播中，东软睿驰产品销售总监安志鹏说，在软硬件解耦、模块化管理后，再遇到问题，就不用整个系统都改，只改相对应的部分就行了。这样，软件的可复用程度就极大地提升了，同时，验证的工作量也会减少许多，整体开发效率也会因此提升。
相反，没有中间件的话，应用层就得直接调用操作系统的接口，后期要是换了操作系统，应用层的代码和算法可能就要推倒重来。
简言之，中间件通过对计算平台、传感器等资源进行抽象，对算法、子系统、功能采取模块化的管理，并提供统一接口，让开发人员能够专注于各自业务层面的开发，无需了解无关细节。
按东软睿驰产品销售总监安志鹏的说法，搞AUTSOAR这样的中间件，并不是只对OEM有利，“零部件供应商的选择面也大了——应用做好了，下面的软件、芯片可以选好几家供应商的，要比传统的开发模式快很多，因而，零部件供应商也是受益者”。
用萧猛的话说，中间件最直接的好处就是“为上层屏蔽底层的复杂性”，软件开发人员可以忽略芯片、传感器等硬件的差异，从而高效、灵活地将上层应用及功能算法在不同平台上实现、迭代、移植。萧猛认为，中间件可以看做是自动驾驶应用背景下的一项“新基建”。
（图片摘自冯占军博士的《AUTOSAR对基础软件开发是喜还是忧？》一文。AUTOSAR只是中间件的一种，但这里写的“AUTOSAR开发优势”基本也适用于其他中间件。）
不过，站在开发者的角度看，中间件的意义也未必全部是正面的。如冯占军博士在《AUTOSAR对基础软件开发是喜还是忧？》一文中就提到了如下两点：
底层软件工程师变成了工具人，“只要你去点点鼠标，用工具配合就可以了”，很多原本由自己做的测试也改由供应商来做，进而导致工程师的成就感严重降低；时间久了，工程师从0到1开发的能力也会降低。
（图片摘自冯占军博士的文章。尽管文章说的是Autosar,但实际上这些问题在ROS等其他中间件的使用过程中也会存在。）
对软件工程师来说，中间件造成的“能力退化”这一问题几乎是无解的。但冯占军博士认为，“如果这个中间件在开发过程中，有使用公司的工程师深度参与，提出需求并一起实施，会好一些”。
此外，殷玮在一篇文章提到，使用AUTOSAR这样的中间件，Tier 1们应该是很不情愿的，“因为不到增加了成本，还有可能逐步沦为硬件生产商”。但这个也不能说是中间件的锅，在软件定义汽车大大趋势下，这几乎是必然的。
二．常见的基本概念
1. AUTOSAR CP 与 AUTOSAR AP
在所有的中间件方案中，最著名的非AUTOSAR莫属了。
严格地说，AUTOSAR并非特指由某一家软件公司开发出来的某款操作系统或中间件产品，而是由全球的主要汽车生产厂商、零部件供应商、软硬件和电子工业等企业共同制定的汽车开放式系统架构标准。不过，在实践中，各公司基于AUTOSAR标准开发出来的中间件也被被称为“AUTOSAR”。
当前，AUTOSAR可分为Classic Platform和Adaptive Platform两个平台，两者分别被简称为AUTOSAR CP与AUTOSAR AP。
简单地说，AUTOSAR CP主要跑在8bit、16bit、32bit的MCU上，对应传统的车身控制、底盘控制、动力系统等功能，如果涉及到自动驾驶的话，AUTOSAR CP可能无法实现；而AUTOSAR AP主要跑在64bit以上的高性能MPU/SOC上，对应自动驾驶的高性能电子系统。
严格地说，AUTOSAR CP并不只是个“中间件”，它是相当于“OS内核+中间件”的一套完整的“操作系统”。 AUTOSAR CP定义了基本的上层任务调度、优先级调度等。
在基于分布式架构的ADAS功能中，AUOTSAR CP便是最常见的“操作系统”。在AUTOSAR的生态形成后，很多芯片厂商的MCU上标配的就是AUTOSAR CP，主机厂没有什么选择权。
由于分布式架构下的芯片主要是MCU，因此，便有了“AUTOSAR CP主要跑在MCU上”的说法。
在分布式架构下，不同的功能对应着不同的MCU，而每一个MCU上都需要跑一套AUTOSAR CP，若传感器的类型比较多，则仅ADAS相关功能就需要很多套AUTOSAR CP，那怎么收费呢？
常规的做法是：根据MCU的类型来收费——如果MCU是两个异构的MCU，那AUTOSAR CP就按两套来收费；如果MCU是同构的，那AUTOSAR CP就按一套来收费。
随着EE架构从分布式向集中式演进、芯片由MCU向SOC演进，计算量及通信量成数量级地上升，另外，多核处理器、GPU、FPGA以及专用加速器的需求，还有OTA等，都超出了AUTOSAR CP的支持范围。
（图片摘自安志鹏的直播课）
2017年，为更好地满足集中式架构+SOC时代的高等级自动驾驶对中间件的需求，AUTOSAR联盟推出了通信能力更强、软件可配置性更灵活、安全机制要求更高的AUTOSAR AP平台。
需要强调的是，不同于AUTOSAR CP自身已经包含了基于OSEK标准的OS，AUTOSAR AP只是一个跑在Lunix、QNX等基于POSIX标准的OS上面的中间件——它自身并不包含OS。
结合aFakeProgramer于2020年发表在CSDN上的《为什么要用AP？Adaptive AutoSAR到底给企业提供了一些什么？》一文及东软睿驰安志鹏在2022年春节前的一场直播中讲的内容，AUTOSAR CP与AUTOSAR AP最主要的区别有如下几点：
1）.编程语言不同——AUTOSAR CP基于C语言，而AUTOSAR AP基于C++语言；
2）.架构不同——AUTOSAR CP 采用的是FOA架构（function-oriented architecture），而AUTOSAR AP采用的则是SOA架构（service-oriented architecture）；
3）.通信方式不同——AUTOAR CP采用的是基于信号的静态配置通信方式（LIN\CAN...通信矩阵），而AUTOSAR AP采用的是基于服务的SOA动态通信方式（SOME/IP）；
4）.连接关系不同——在AUTOSAR CP中，硬件资源的连接关系受限于线束的连接，而在AUTOSAR AP中，硬件资源间的连接关系虚拟化，不局限于通信线束的连接关系；
5）.调度方式不同——AUTOSAR CP采用固定的任务调度配置，模块和配置在发布前进行静态编译、链接，按既定规则顺序执行，而AUTOSAR CP则支持多种动态调度策略，服务可根据应用需求动态加载，并可进行单独更新。
6）.代码执行和地址空间不同——AUTOSAR CP中，大部分代码静态运行在ROM，所有application共用一个地址空间，而在AUTOSAR AP中，应用加载到RAM运行，每个application独享（虚拟）一个地址空间。
这些区别，带给AUTOSAR AP的优势有如下几点——
1）.ECU更加智能：基于SOA通信使得AP中ECU可以动态的同其他ECU同其他ECU进行连接，提供或获取服务；
2）.更强大的计算能力：基于SOA架构使得AP能够更好地支持多核、多ECU、多SoCs并行处理，从而提供更强大的计算能力；
3).更加安全：基于SOA架构使得AP中各个服务模块独立，可独立加载，IAM管理访问权限；
4).敏捷开发：Adaptive AUTOSAR服务不局限于部署在ECU本地可分布于车载网络中，使得系统模块可灵活部署，后期也能灵活独立更新（FOTA）；
5).高通信带宽：可实现基于Ethernet等高通信带宽的总线通信；
6).更易物联：基于以太网的SOA通信，更易实现无线、远程、云连接，方便部署V-2-X应用。
（图片摘自东软睿驰）
当然了，在某些方面，AUTOSAR AP与AUTOSAR CP相比是有一些“劣势”的。比如，AUTOSAR CP的时延可低至微秒级、功能安全等级达到了ASIL-D，硬实时；而AUTOSAR AP的时延则在毫秒级，功能安全等级则为ASIL-B，软实时。
上述区别也导致了两者应用领域的不同：AUTOSAR CP一般应用在对实时性和功能安全要求较高、对算力要求较低的场景中，如引擎控制、制动等传统ECU；而AUTOSAR则应用在对实时性和功能安全有一定要求，但对算力要求更高的场景中，如ADAS、自动驾驶，以及在动态部署方面追求较高自由度的信息娱乐场景。
尽管AUTOSAR AP有种种优点，但总的来说，它目前还不够成熟——主要是信息安全及UCM等模块不成熟。量产车上装AUTOSAR AP的不少，但主要用在娱乐场景，真正用在自动驾驶场景的还很少。
此外，由于SOC+MCU组合的现象会长期存在，因而，在今后相当长一段时间内，AUTOSAR AP都不可能彻底取代AUTOSAR CP——最常见的分工会是，需要高算力的工作交给AUTOSAR AP,而需要高实时性的工作则交给AUTOSAR CP。
（图片摘自超星未来）
2.ROS 2
ROS是机器人操作系统（Robot Operating System）的英文缩写，原生的ROS本是机器人OS，并不能直接满足无人驾驶的所有需求，用作自动驾驶中间件的是ROS 2。
ROS 2与ROS 1的主要区别如下：
（1）.ROS 1主要构建于Linux系统之上，主要支持Ubuntu；ROS 2采用全新的架构，底层基于DDS(Data Distribution Service)通信机制，支持实时性、嵌入式、分布式、多操作系统，ROS 2支持的系统包括Linux、windows、Mac、RTOS，甚至是单片机等没有操作系统的裸机。
（2）.ROS 1的通讯系统基于TCPROS/UDPROS，强依赖于master节点的处理；ROS 2的通讯系统是基于DDS，取消了master，同时在内部提供了DDS的抽象层实现，有了这个抽象层，用户就可以不去关注底层的DDS使用了哪个商家的API。
（3）.ROS运行时要依赖roscore，一旦roscore出现问题就会造成较大的系统灾难，同时由于安装与运行体积较大，对很多低资源系统会造成负担；ROS2基于DDS进行数据传输，而DDS基于RTPS的去中心化的通信框架，这就去除了对roscore的依赖，系统的稳定性强，对资源的消耗也得到了降低。
(4).由于ROS 缺少Qos机制，topic的稳定性与质量难以保证；ROS2则提供了Qos机制，对通信的实时性、完整性、历史追溯等功能有了支持，这便大幅加强了框架功能，避免了高速系统难以适用等问题。
不过，ROS2的QoQ配置较为复杂，目前主要是国外一些专业的大学或实验室在使用,国内仅有极少数公司在尝试;此外，ROS 2的生态成熟度远不如ROS,这也给推广应用带来了不便。
跟AUTOSAR AP一样，ROS 2也是跑在soc芯片上、用于满足高等级自动驾驶的需求的。不过，萧猛在去年的一批文章中却特别强调：当我们称 “ROS/ROS2 为中间件”时，其含义与 “AUTOSAR AP为 中间件”并不是对等的关系。
萧猛的文章称：
当我们说 AutoSar是中间件时，这个中间件是很明确的 L.BSW层语义，即处于计算机OS与车载ECU特定功能实现之间，为 ECU功能实现层屏蔽掉特定处理器和计算机OS相关的细节，并提供与车辆网络、电源等系统交互所需的基础服务；
ROS/ROS2 是作为机器人开发的应用框架，在机器人应用和计算机OS之间提供了通用的中间层框架和常用软件模块(ROS Package)，而且， ROS团队认为这个框架做得足够好，可以称作操作系统（OS）了。
ROS 2尽管在功能上跟AUTOSAR AP有不少重叠之处，但两者的思路是不一样的：
（1）.从表现形式上看，AUTOSAR AP首先是一套标准，这个标准定义了一系列基础平台组件，每个平台组件定义了对应用的标准接口，但没有定义实现细节，和平台组件之间的交互接口（这些部分留给AUTOSAR AP供应商实现）；ROS2则从一开始就是代码优先，每个版本都有完整的代码实现，也定义有面向应用标准API接口。
（2）AUTOSAR AP从一开始就面向ASIL-B应用；ROS 2不是根据ASIL的标准设计的，ROS 2实现功能安全的解决方案是，把底层换为满足ASIL要求的RTOS和商用工具链(编译器）。
ROS 2“过不了车规”似乎已成为一个很广泛的行业共识。但在萧猛看来，ROS2本来就不是为实时域设计的，如果一定要把实时性要求高的车辆控制算法运行在 ROS2中，“那是软件设计的错误，而不是ROS2的问题”。
萧猛认为，只要能补齐 L.BSW层所需要完成的所有功能、补齐 A 轴所有切面要求的特性，ROS 2就能用于自动驾驶量产车。如前段时间刚拿到采埃孚等多家巨头投资的Apex.AI公司基于ROS 2定制开发的Apex.OS就已经通过了最高等级的ASIL D认证。
萧猛说：“这实际上是基于 ROS 2的架构去实现一套 AUTOSAR AP 规范。这可以成为一个单独的产品，投入时间+人+钱可以开发出来，只是看有没有必要，值不值得”。
在具体的实践中，ROS 2跟AUTOSAR AP存在直接竞争关系——尽管对用户来说，并不存在严格意义上的“二选一”问题，但通常来说，若选了ROS 2，就不会选AUTOSAR AP了；若选了AUTOSAR AP，就不会选ROS 2了。
3. CyberRT
Cyber RT是百度Apollo开发出来的中间件，在Apollo 3.5中正式发布。Cyber RT和ROS2是比较像的， 其底层也是使用了一个开源版本的DDS。
百度最早用的是ROS 1,但在使用的过程中逐渐发现了ROS 1存在“若ROS Master出故障了，则任何两个节点之间的通信便受到影响”的问题，所以就希望使用一个“没有中间节点”的通信中间件来代替ROS 1，那时还没有ROS2，所以自己去做了一个Cyber RT。
为了解决 ROS 遇到的问题，Cyber RT删除了master机制，用自动发现机制代替，这个通信组网机制和汽车网络CAN完全一致。此外，Cyber RT的核心设计将调度、任务从内核空间搬到了用户空间。
（图片出处：）
其相对于其他系统，Cyber RT的一大优势是，专为无人架驶设计。百度已将Cyber RT开源，某互联网巨头的自动驾驶团队使用的中间件便是百度开源出来的Cyber RT。
Cyber RT跟ROS 2之间也存在竞争关系。
在谈到AUTOSAR AP、ROS 2与Cyber RT这些中间件的关系时，Vector产品专家蔡守群的解释是：
“不需要很机械地去分类，你可以把AUTOSAR AP, ROS和Cyber RT都想象成一个提供一组中间件的超市，用户可以按需从不同的超市购买，并不是说从一个超市买过一个中间件，就不能从其他超市买了。
蔡守群说：AUTOSAR AP中也包含了对ROS接口的支持。说不准哪天ROS和Cyber RT就会加入AUTOSAR AP的组件，或者 AUTOSAR AP会引入Cyber RT的组件。
4.DDS（通信中间件）
（1）什么是DDS？
在自动驾驶领域，中间件的功能涉及到通信、模块升级、任务调度、执行管理，但其最主要的功能就是通信。当前市场上，无论是Cyber RT还是 ROS，基本上90%的功能就是通信，狭义上说就是通信中间件。
通信中间可以分成开源和闭源的两种。开源的为OPEN DDS、FAST DDS、Cyclone等，闭源的就RTI的DDS和Vector的SOME/IP。DDS的全称为Data Distribution Service ，指一种数据分发服务标准，由对象管理组织(OMG)制定。
DDS能够实现低延迟、高可靠、高实时性的数据融合服务，能够从根本上降低软件的耦合性、复杂性，提高软件的模块化特性。高等级自动驾驶现在基本上都在探索依靠DDS来解决异构通信、低时延等CP解决不了的挑战。
融合了DDS的汽车软件能够更好地运行在下一代汽车的体系架构中，更能降低开发的成本、缩短研发的时间，更快地将产品推向市场。
（2）DDS与ROS 2、AUTOSAR AP之间的关系
ROS 2和Cyber RT的底层都使用了开源的DDS，将DDS作为最重要的通信机制。但也有自动驾驶公司的工程师认为，DDS可以起到替代ROS 2的作用，站在用户的角度看，两者之间其实存在“二选一”的关系。
AUTOSAR CP里一直没有包含跟DDS有关的东西，但AUTOSAR AP在 2018年3月的最新版（版本18-10）里开始支持DDS标准。将DDS与AUTOSAR AP结合使用，不仅可以保证和扩展AUTOSAR AP系统内部互操作性的功能，而且还可以将其开放给来自不同的生态系统（即ROS 2）。
从工程角度来看，将AUTOSAR和DDS结合起来的最大优势是，功能域和网络拓扑不再是对手，而是车辆中的盟友。网络拓扑结构能够更好地适应车辆的物理约束，功能域在物理车辆的顶部提供了一个灵活的覆盖层，这就是所谓的分区体系结构。
当然，DDS仅是通信中间件的一种。关于各类通信中间件之间的异同，我们将在本系列的第二篇做更详细的阐释。
三．AUTOSAR AP的地位正在弱化？
尽管AUTOSAR是当下最有名的自动驾驶中间件，但《九章智驾》在对诸多中间件厂商们的调研中得出一个结论：AUTOSAR在产业链中的地位可能正在弱化。 当然了，那些专注于AUTOSAR系统的厂商们并不认同这一观点。
我们在上文已经提到，随着EE架构从分布式向集中式演进、MCU被SOC取代，CP AUTSAR被AUTOSAR AP、ROS 2和Cyber RT等取代已是大势所趋，在下文，我们主要谈的是“AUTOSAR AP的地位会不会弱化”。
2021年12月中旬，两家AUTOSAR发起公司大陆集团、丰田联合采埃孚、捷豹路虎、沃尔沃、海拉等多家汽车行业龙头企业宣布投资车载操作系统初创公司Apex.AI，而Apex.AI的主力产品Apex.OS则是基于ROS 2发展起来的。
拿到了Apex.AI公司15%股权的采埃孚方面在接受媒体采访时说：“这意味着，我们可以为客户提供AUTOSAR AP的替代方案。”
尽管AUTOSAR AP已经有了标准，但还没有落地。安波福、采埃孚、大陆这些公司提供的方案，仍然是基于AUTOSAR CP标准的接口。事实上，越来越多的OEM不太想完全用AUTOSAR去解决智能驾驶操作系统的问题。
不仅特斯拉没有用AUTOSAR AP,国内的几大造车新势力也没有用(他们用的是AUTOSAR CP+DDS)。甚至，连一些正在转型的传统车企也没打算用AUTOSAR AP。
从产业链中各方的反应来看，AUTOSAR AP“地位不稳”的原因主要有以下几个：
1．使用成本太高
冯占军博士在《AUTOSAR对基础软件开发是喜还是忧？》一文中透露，AUTOSAR的费用通常是“几百万起”，并且，针对不同的域控制器、不同的芯片需要“重复收费”，一般小厂根本吃不消。“可能还没有什么产出，几百万就花出去了”。
除购买成本高外，毕晓鹏和萧猛都提到，AUTOSAR前期的学习难度很大、学习成本也非常高。为了学会如何使用AUTOSAR,企业甚至不得不专门培训一批人,如果受培训的人临时离职了，那培训费用就打了水漂。
2.效率不高
毕晓鹏认为，AUTOSAR AP的配置非常多，它是通过配置加上一部分代码去实现自己的功能，但配置多了之后，效率不高，而且代码臃肿。
3.静态部署与动态部署的理念冲突
毕晓鹏博士提到，AUTOSAR AP其实是从AUTOSAR CP发展而来的，AUTOSAR CP是静态部署，只适用于相对简单的业务逻辑和功能，其代码是固化的，有点像以前的功能手机——功能无法改变，不可能往里面再加一个APP；但AUTOSAR AP有点像现在的智能手机，软件开发人员开发一个APP，跨平台就可以用不同手机上了，这种动态部署的理念和之前的静态部署概念不甚相同，而其方法论却是基于静态部署衍生而来的，因此在实践层面会遇到不少问题。
4.无法满足智能网联的需求
由于云端跟车端所使用的操作系统不一样，AUTOSAR只能负责车内的通信，不能支持车端到云端的通信，因而无法支持车路协同场景（车端跟云端的通信，是通过MQTT、kafka等中间件来实现的）。除此之外，AUTOSAR能否兼容车辆网联化中需要用到的数据平台、通信平台和地图平台，也存在很大的疑问。
毕晓鹏说，在发现了这些问题后，有一些OEM开始逐渐放弃AUTOSAR架构，“转而自己去研发一套更适合动态部署、成本较低的新型软件架构”。
传统车厂是从使用CP过来的，所以在惯性上，他们可能还会考虑AP是否适合智能驾驶，但慢慢地也在尝试转型。如奥迪和TTTech合作做的通信中间件——zFAS，也没有采用AP。
不同于AUTOSAR CP已经是非常标准化的东西，大家用起来没什么问题，AUTOSAR AP现在的标准也不是很完善，每年也在更新，具体AP能发展成什么样，这个谁也不知道，大家更多也是观望的态度。
毕晓鹏认为，AUTOSAR标准并不能很好地支撑自动驾驶应用和创新的发展，因此，我们有必要建立一套更适合中国智能驾驶发展、且自主可控的技术架构和生态体系。
萧猛认为，由于从AUTOSAR CP到AUTOSAR AP一脉相承，一些已经对AUTOSAR形成路径依赖的公司会坚持使用AUTOSAR AP,但在经历过招人难、开发周期长等教训之后，他们有可能转向ROS 2。
当然，以AUTOSAR为主业的公司，显然不会认可上述“涉嫌唱衰”AUTOSAR AP的观点的。
比如，Vector蔡守群就认为，AUTOSAR AP只会越来越重要，因为它是顺应车载技术不断发展的一套规范，覆盖面会越来越广。
东软睿驰茅海燕也认为，要将整车域控制器和智驾域控制器合并到统一的中央计算平台上，没有AUTOSAR AP的支持很难搞定。“不是每家公司都能像特斯拉一样自己从头搭建系统的，目前,最好的工具还是AUTOSAR AP”。
Autonomous Driving for All，凌华科技联手Tier IV与AutoCore.ai
凌华科技，Tier IV和AutoCore携手合作，为用于自动驾驶汽车和移动机器人的异构计算平台提供可扩展的，高性能的，符合功能安全的中间件系统平台
合作将继续作出长期承诺，致力于为Autoware，Eclipse Cyclone DDS以及ROS开源项目做出贡献
此次合作将边缘AI技术，基于数据驱动的分布式系统中间件，自动驾驶软件以及异构通用计算能力结合在一起，助力规模化智能移动计算应用
上海2020年7月16日 /美通社/ -- 边缘计算的全球领导者凌华科技和自动驾驶软件开发商Tier IV与智能汽车软硬件平台的创立者AutoCore携手合作创新自动驾驶中间件平台及应用程序，使能安全，规模化的自动驾驶汽车和移动机器人。三家公司的合作目标是在异构计算平台上提供可扩展的，高性能，并符合功能安全的中间件平台。
“凌华科技，Tier IV和AutoCore是一个很好的组合 - 我们相信自动驾驶应该为所有人所用。我们将从应用层，中间件系统，硬件设计与生产，以更优成本和更低功耗在多个平台上实现智能移动，从而大规模推广自动驾驶技术。”凌华科技的Field CTO，以及Autoware Foundation和ROS 2技术指导委员会成员Joe Speed说道。
三家公司正在合作为Autoware Foundation的Autoware.auto（基于ROS 2的自动驾驶汽车开源软件项目）和Eclipse Cyclone DDS（Eclipse Foundation和机器人操作系统中间件的开源项目）做出贡献。ADLINK，Tier IV和AutoCore共同致力于为乘客，货物，无人机和移动机器人提供通用的下一代自动驾驶应用软件，以提高车辆性能和可靠性。
“与ADLINK和AutoCore之间的合作，将为我们参与在中国的自动驾驶项目并拓展Autoware在中国的生态系统创造了良好的机会。我们相信，我们丰富的专业知识，行业经验以及对市场具有深远影响的技术将进一步推动构建于Autoware的自动驾驶汽车的研发。”Tier IV的创立者兼CTO和AWF的董事会成员Shinpei Kato说道。
“以数据为中心的中间件和智能边缘平台对于这些核心应用软件至关重要。凭借我们在模块化，开源代码和AI技术方面的专业知识，我们可以通过面向安全设计的硬件和软件快速支持自动驾驶社区，”AutoCore联合创始人兼首席技术官Cheng Chen说道，?“我们将持续对诸如Autoware和Eclipse Cyclone DDS等开源项目的贡献，同时以功能安全的中间件平台，与我们上下游全球范围诸多的合作伙伴一起，支撑异构计算平台上的部署及优化，使规模化的智能移动计算成为现实，而非空谈。”
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
黑芝麻智能发布瀚海自动驾驶中间件平台 助力汽车软硬件解耦
近日，全球自动驾驶计算芯片引领者黑芝麻智能对外发布瀚海-ADSP（Autonomous Driving Solution Platform）自动驾驶中间件平台。该中间件产品能让客户快速简便地接入并使用黑芝麻智能华山系列芯片的强大处理性能，成为黑芝麻智能打造国产大算力自动驾驶平台“矩阵”的重要一环。
中间件对于汽车软硬件解耦具有重要意义
进入“软件定义汽车”时代后，EE架构逐渐趋于集中化，汽车软件系统出现了多种操作系统并存的局面，导致系统复杂，开发成本剧增。为提高软件的管理性、移植性、裁剪性和质量，需要重新定义一套架构、方法学和应用接口，从而实现标准的接口、高质量的无缝集成、高效的开发以及通过新的模型来管理复杂的系统，即“中间件”。
中间件是基础软件的“三驾马车”之一，它作为连接应用程序和操作系统的桥梁，能够屏蔽基础硬件、操作系统和通讯协议的异构性，为应用开发者提供统一的、标准的交互界面。
当前，全球汽车行业中聚集了众多整车厂和供应商，中间件能够尽可能地让相同产品在不同车型上重复利用，以及让不同Tier1的产品实现相互兼容，进而大幅减少开发成本。与此同时，愈发复杂的软件和不同规格的硬件平台，使得软硬件组合所需要面临的挑战也成指数增长，中间件在这其中承担了承上启下的作用，便于开发者快速、高效、灵活地开发自动驾驶软件。
近年来随着自动驾驶应用从低阶到高阶的迅速发展，传统的开发模式即功能定义、硬件选型、针对不同芯片平台开发适配各自系统软件，已难以满足当前的开发需求。同时，行业对自动驾驶应用理解日趋深入，普遍认为未来自动驾驶系统软件将基于业务驱动型的SOA开发方法：既要满足当下的需求，还需具备相当的前瞻性、兼容性和扩展性，能够支持后续软硬件升级换代、增减模块的需求，使得终端客户在当前实现的功能基础上，进一步增加功能适用场景，同时提升当前已实现功能的性能指标。
面向自动驾驶的中间件，就正是这样一个可以按需调整、满足越来越复杂的底层硬件、传感器及上层应用灵活需求的平台。
自动驾驶中间件对下可以适配不同的硬件平台、传感器类型、OS内核和架构，对上可以提供统一的标准接口，支持自动驾驶数据链路上需要的各项服务，同时负责各类应用软件模块之间的通信以及对底层系统资源的调度，是未来自动驾驶方案不可或缺的一部分。
不难看出，中间件在汽车软硬件解耦的发展趋势中发挥了关键作用。为了帮助客户更好地基于黑芝麻智能华山系列芯片进行产品开发，提升研发效率，降低开发门槛和综合成本，加速产品量产，黑芝麻智能推出瀚海自动驾驶中间件平台。
为业界提供功能完善完全开放的中间件平台
瀚海自动驾驶中间件平台是黑芝麻智能基于华山系列自动驾驶计算芯片所推出的一款智能驾驶平台SDK开发包，包含Target(SoC)SDK、X86(Host主机)端SDK、Target(MCU)端SDK，可以支持车端、路端及各种智能驾驶和车路协同场景开发。
瀚海自动驾驶中间件基于大算力高性能的华山系列芯片进行了深度优化，在提供全面功能集成的同时也保证了极高的运行性能。
例如，通信组件在芯片的不同进程间可以通过零拷贝的方式进行数据传递，极大地降低了内存和系统带宽的占用；芯片与芯片之间也可以使用该组件进行通信，使得客户现有设备与华山系列芯片直接进行互连高效地获取数据；传感器抽象组件，可以通过标准数据结构实现软硬件解耦；时间同步中间件可以通过调用华山系列芯片的硬件同步机制实现ns级别的时间同步。
此外，执行管理相关组件提供一系列的诊断机制框架及操作系统的实时性增强，从而提升诊断鲁棒性、减少线程间切换开销。
l Target(SoC)SDK提供在SOC上的运行时环境和主机端的编译环境，实现了异构计算单元实时任务调度器、传感器接入与管理服务SensorManager、高精度时间同步服务、多传感器融合服务和ADS诊断服务。BST ADS-Platform所有服务和任务节点的通信都基于BST ADS-COM通信中间件，可以在进程内/进程间/异构计算单元间/跨主机间实现高性能DDS通信，同时可以兼容CyberRT、ROS等中间件生态；
l X86(Host主机)端SDK包含用于车路协同路侧场景的多传感器标定工具，用于数据录制、回放、可视化、实时分析的数据编排工具，任务调度、资源监控与可视化的流程编排工具、用于多传感器融合算法调试、验证和可视化的传感器融合集成开发平台。为了与SOC端进行DDS通信互联，X86 SDK中提供了DDS环境与二次开发接口；
l Target(MCU)端SDK面向ASIL-D MCU计算平台，提供MCU端的二次开发SDK包，支持SOME/IP、PTP时间同步（IEEE 1588v2）、UDS on CAN诊断协议和日志系统。此外，Target端SDK中提供了轻量级DDS框架XRCE-DDS，可与X86和BST SOC实现DDS通信。
黑芝麻智能瀚海自动驾驶中间件平台不仅能帮助开发者快速开发出智能驾驶应用并完成部署，还可减少客户上层应用的开发工作量，缩短应用的开发时间，有助于提高客户自动驾驶应用软件的质量。此外，瀚海自动驾驶中间件平台尽可能地让相同产品能在不同车型上重复利用，以及让不同Tier1的产品实现相互兼容，从而大幅度地减少开发成本。
作为行业领先的车规级自动驾驶计算芯片和平台研发企业，黑芝麻智能积极提前布局，此次推出瀚海-ADSP自动驾驶中间件平台，体现了对技术的领先布局以及对满足客户需求的不懈追求。不仅如此，黑芝麻智能自主研发的华山二号A1000系列芯片覆盖L2-L3级别自动驾驶需要，是国内算力最大、性能最强的量产级自动驾驶计算芯片，目前已开始持续向客户出货，进入车型落地的快车道。未来，黑芝麻智能将继续以领先的自研技术与产品，积极赋能中国乃至全球智能驾驶的发展。
江汽集团与黑芝麻智能达成战略合作丨汽车产经
5月26日，全球自动驾驶计算芯片引领者黑芝麻智能宣布，与安徽江淮汽车集团股份有限公司（以下简称“江汽集团”）达成平台级战略合作。黑芝麻智能成为江汽集团自动驾驶平台芯片战略合作伙伴，江汽集团旗下思皓品牌的多款量产车型将搭载黑芝麻智能华山二号A1000系列芯片。
江汽集团与黑芝麻智能现场签订战略合作协议
江汽集团在汽车制造领域拥有领先的技术与丰富的开发经验，并在智能化和自动驾驶方面加速布局；黑芝麻智能则在自动驾驶计算芯片领域实力雄厚。双方将整合各自优势，基于华山二号A1000系列芯片，以及配套的上层软件算法、山海工具链、瀚海自动驾驶中间件等平台，联合打造行泊一体式智能驾驶平台。该平台将应用于江汽集团思皓系列量产车型，后续也将基于黑芝麻智能下一代大算力芯片平台进行性能升级迭代。同时，双方还计划进一步探索在资本层面的紧密合作。
安徽江淮汽车集团控股有限公司党委书记、董事长、总经理，安徽江淮汽车集团股份有限公司党委书记、董事长项兴初（左）和黑芝麻智能科技有限公司创始人兼CEO单记章（右）
安徽江淮汽车集团控股有限公司党委书记、董事长、总经理，安徽江淮汽车集团股份有限公司党委书记、董事长项兴初表示：“当前，江汽集团面向未来的消费出行市场积极布局。相信黑芝麻智能作为自动驾驶芯片领域的独角兽企业，将为江汽集团自动驾驶领域的研发和量产注入新动能。本次我们双方结成战略合作伙伴，也是今后展开更深入与更广泛合作的良好开端。”
黑芝麻智能科技有限公司创始人兼CEO单记章表示：“江汽集团大力发展自动驾驶，黑芝麻智能领先的芯片和技术能力将为其量产车和智能驾驶平台的开发及落地应用积极赋能。国产车规级大算力芯片是推动国内智能汽车产业发展的关键，与江汽集团达成平台级战略合作，让黑芝麻智能更有信心为中国主机厂和自动驾驶产业的发展提供强有力的支持。”
黑芝麻智能已经建立起包含芯片、算法、数据、软件和工具的完善客户赋能体系，通过自身的技术优势、产品体系、开放的生态以及灵活的商业模式，帮助客户打造差异化产品。
华山二号A1000自动驾驶计算芯片
华山二号A1000系列芯片是目前国内算力最大，性能最强的处于量产阶段的自动驾驶计算芯片，已完成所有量产所需要的车规认证及软件配套。黑芝麻智能已获得ASPICE CL2车规级软件认证、ISO 26262:2018 ASIL-D功能安全流程认证、ISO26262功能安全产品ASIL-B认证和AEC-Q100 可靠性认证，是国内首家集齐了功能安全专家认证、功能安全流程认证、产品认证和ASPICE认证的自动驾驶芯片公司。
开放合作、价值共创是自动驾驶产业发展的主流方向，黑芝麻智能与江汽集团将立足汽车“新四化”的发展方向，把握国产大算力车规芯片在2022年迈入量产年这一契机，通过合作持续优化量产车型的自动驾驶功能和体验，全力推动中国智能驾驶行业的发展。
国内首款！大算力自动驾驶芯片华山二号A1000已量产
随着智能新能源汽车产业的快速发展，自动驾驶功能已经逐渐成为新款上市车型的标配，而车规级大算力芯片将成为实现自动驾驶功能的基础。业内普遍认为，2022年将成为中国L2++级别自动驾驶汽车量产元年，也是国产大算力芯片量产的元年。经过几年的积累和快速发展，本土的车规芯片企业已经做好准备迎接量产的考验。
近日，黑芝麻智能的创始人兼CEO单记章在中国电动汽车百人会论坛上表示：“大算力SOC芯片、AI计算平台、良好的图像处理能力是自动驾驶演进的基础。黑芝麻智能研发的华山二号A1000自动驾驶计算芯片已经在功能安全、信息安全、可靠性方面完全成熟，将在今年实现量产上车，实现L2-L3级别自动驾驶的功能。
华山二号A1000自动驾驶计算芯片
迈过多重门槛，实现量产
车规芯片达到量产状态是一个十分艰辛的过程，这期间需要迈过诸多门槛，包括打造可靠的芯片产品、开发成熟的软件系统以及构建完善的车规体系。例如黑芝麻智能的华山系列自动驾驶芯片，从产品设计、流片、封测、车规认证和打造算法工具链，到功能安全认证，自动驾驶软件包开发再到完善支持行业生态，前后经历了超过三年的时间。
自2020年正式发布以来，华山二号A1000芯片已经实现了芯片体系的优化升级，各方面达到稳定量产的要求。
认证方面，华山二号A1000芯片已通过AEC-Q100 Grade 2级别认证和ISO26262功能安全产品ASIL B认证，并已随时可向客户提供PPAP相关支持文档。
操作系统方面，华山系列芯片已完成对行业各主流操作系统的移植和验证，包括Linux、QNX、RT-Thread和Windriver等。
工具链方面，黑芝麻智能自主研发的山海人工智能开发平台性能优异，充分发挥A1000多维度神经网络加速器的优势，在行业典型模型网络上达到超4000fps的优异性能。山海人工智能开发平台拥有50多种AI参考模型库转换用例，以降低客户的算法开发门槛；能够实现QAT和训练后量化的综合优化，保障算法模型精度；支持动态异构多核任务分配与客户自定义算子开发，提供友好易用的工具链开发包及应用支持，助力客户快速移植模型和部署落地的一体化流程。
自动驾驶应用中非常重要的一环是高效支撑系统运行的中间件， 通过两年时间的打磨黑芝麻智能自研的业界领先的面向分布式计算的自动驾驶中间件，适配CyberRT，DDS，SOME/IP多种标准协议，支持传感器抽象，时间同步，执行管理以及各种系统服务以及软件全生命周期的管理.基于黑芝麻智能提供的完善的中间件，客户可以快速地构建上层应用，形成量产级的自动驾驶系统框架。
同时，黑芝麻智能是最早布局并支持AUTOSAR的国内自动驾驶芯片企业。经过近一年于生态伙伴的密切合作，华山二号A1000系列芯片已全面适配支持Elektrobit等多家的基础软件。这将大幅度帮助使用AUTOSAR的客户节省开发验证时间，缩短量产周期。
此外，黑芝麻智能提供了大量的适用于不同自动驾驶功能及场景的示例代码，例如用于3D环视渲染的GPU应用，用于前向侧向融合感知的算法应用，用于行车记录的H264/H265的编解码程序，用于自动泊车的鱼眼感知等。系统层面提供诊断及安全程序，再辅以各种产线工具，为不同需求的行业客户快速量产提供最大的便利性。
持证上岗，满足车规级要求
华山二号A1000芯片是目前国内算力最大，性能最强的可量产的自动驾驶计算芯片，凭借极高的运算效率和完整齐备的功能单元，综合性能在国际市场上也处于领先地位，同时满足车规级各项可靠性要求。
黑芝麻智能创始人兼CEO单记章强调：“黑芝麻智能的所有芯片都是严格按照车规要求进行设计开发。芯片‘上车’最重要的就是安全认证，我们肯定要‘持证上岗’。”黑芝麻智能已获得ASPICE CL2车规级软件认证、ISO 26262:2018 ASIL D功能安全流程认证、ISO26262功能安全产品ASIL B认证和AEC-Q100 可靠性认证，是国内首家集齐了功能安全专家认证、功能安全流程认证和产品认证的自动驾驶芯片公司，构建起完善可靠的车规认证体系。
目前，华山二号A1000芯片已投入规模生产，开始向行业客户持续发货，将于2022年内实现量产上车。
以自研实力推动中国自动驾驶产业发展
从2016年成立至今，黑芝麻智能基于自主可控技术自研两大车规级核心IP——NeuralIQ ISP 图像信号处理器及高性能深度神经网络算法平台DynamAI NN引擎，并将此作为自动驾驶芯片技术差异化的关键，现已发布了多款华山系列高性能大算力自动驾驶芯片。
据《中国智能交通产业生态发展战略研究》报告预计，到2035年，我国智能交通产业生态将处于全球领先水平。在智能新能源汽车领域，中国的汽车产业真正地第一次走在了全球前列，而这背后更需要本土汽车产业链的支持，以满足国内车厂的增长和定制化需求。
作为第一个实现国产大算力芯片量产上车的本土企业，单记章表示大算力车规芯片的量产是一条漫长和充满挑战的过程，黑芝麻智能将继续深耕行业，致力于通过领先的技术优势、完整的产品体系、开放的生态系统、灵活的商业模式，不断实现国产大算力芯片的量产落地，推动中国自动驾驶产业的发展。
关于自动驾驶中间件和智能驾驶汽车中间件的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。
与本文内容相关的文章：
