亚洲精品久久久久久久久久久,亚洲国产精品一区二区制服,亚洲精品午夜精品,国产成人精品综合在线观看,最近2019中文字幕一页二页

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

自動駕駛和SOA架構下,MCU行業(yè)正發(fā)生巨變

佐思汽車研究 ? 來源:佐思汽車研究 ? 作者:佐思汽車研究 ? 2022-06-08 11:19 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

自動駕駛與SOA架構下MCU的變化主要是算力要大幅提升,運行頻率至少在300MHz以上,片上Flash容量不低于20MB,足以運行輕量虛擬機,還要具備矢量運算能力。汽車SOA架構即服務導向架構或軟件定義汽車架構,在硬件領域對應的就是Zonal架構,即中央計算服務器架構,也有稱之為域/區(qū)架構。

典型Zonal架構

882fc35e-e6d8-11ec-ba43-dac502259ad0.png

圖片來源:互聯(lián)網(wǎng)

整車廠已在分布式架構軟件開發(fā)上投入了大量精力財力人力,這是一筆巨大的研發(fā)資產,物理上的計算單元只有1-2個,要想復用分布式架構上的軟件成果,邏輯上需要虛擬出原本一個功能對應一個ECU的架構。

大多數(shù)現(xiàn)代ECU將運行AUTOSAR(AUTomotive Open System ARchitecture)經(jīng)典軟件架構,該架構提供了基于軟件組件的集成模型、時間和空間分離、大量的功能安全和信息安全機制,以及通過軟件集群機制的部分更新等。ECU軟件包括來自多方的部件,包括OEM(應用)、Tier 1(中間件和集成)、Tier 2(MCAL,抽象層,通常由硬件芯片廠家提供)和第三方(AUTOSAR BSW、操作系統(tǒng)、安全固件等)。

整車廠的工作主要就是整合來自多個供應商的軟件部件,并使其達到ASIL的C級或D級。最佳解決辦法是使用hypervisor虛擬機,將一個物理ECU變成多個虛擬ECU。在AUTOSAR術語中,每個虛擬ECU是一個單獨的ECU(有自己的EcuExtract),通過COM和虛擬網(wǎng)絡與其他虛擬ECU進行通信。這種解決方案允許每個虛擬ECU像今天一樣,通過保留建立ECU集成模型的松散耦合來進行集成。

每個虛擬機均被單獨編譯和鏈接,每個虛擬機都有自己的RTE。一個RTE配置的改變并不要求整個系統(tǒng)被重新構建。每個虛擬機都有對處理器硬件的完全、虛擬化的訪問。對一個虛擬機的改變不一定需要對整個系統(tǒng)進行重新測試。一個虛擬機可以獨立于整個系統(tǒng)重新啟動,最大限度地減少同一ECU上其他(不相關)功能的停機時間。

每個ECU最后執(zhí)行或控制的硬件通常是MCU,即虛擬機在MCU上運行,而MCU的運算能力有限,要求虛擬機必須輕量級。這種級別的虛擬機目前主要由三家壟斷,一家是VECTOR的veHypervisor,一家是EATS的RTA-HVR也有寫RTA-LWHVR,LW即輕量級,還有就是EB的corbos。

汽車MCU市場高度集中,按金額計算,2021年前六大廠家市場占有率高達97.5%,前三大廠家市場占有率高達75.6%。瑞薩市場占有率28.8%位居第一,NXP為24.9%,英飛凌為21.9%。德州儀器為7.5%,Microchip為7.4%,意法半導體為7.0%。

瑞薩MCU的生態(tài)系統(tǒng)

88667502-e6d8-11ec-ba43-dac502259ad0.jpg

圖片來源:互聯(lián)網(wǎng)

之所以集中度如此之高,主要是MCU需要強大的生態(tài)系統(tǒng)支持,強者恒強,大者恒大,后進廠家除非通過收購才能切入市場,除此之外自建生態(tài)系統(tǒng)非常困難,幾乎不可能。汽車MCU周邊的生態(tài)系統(tǒng)主要包括編譯器、時序分析、自動代碼生成、仿真與虛擬原型、測量與標定、模擬器、IDE、匯編器。

國內在RTOS領域,ETAS市場占有率高,非RTOS領域,VECTOR很強。此外還有德國大陸汽車旗下的EB。這兩家都是德國企業(yè),ETAS是博世的全資子公司,或許是因此人們覺得ETAS獨立性欠缺,VECTOR在中間件領域一直獨大。

ETAS目前主要產品是RTA-OSEK,一般公司并不會購買源碼的license,用戶只能得到一個library文件,無法查看具體實現(xiàn),如果OS出現(xiàn)一些問題,很難去debug。當然大公司會購買源碼,價格驚人。RTA-OSEK具有一個適用于汽車ECU設計所有領域的生產型實時操作系統(tǒng)。它同時采用了AUTOSAR-OS SC1和OSEK/VDX OS V2.2.3標準,并完全符合MISRA C的要求。它具有一個尺寸極小而且運行速度極快的內核,該內核適用于20多種微控制器,包含了所有主流MCU。

2010年ETAS就推出RTA-HVR,最早是基于意法半導體的SPC58ecMCU的,在今年5月,瑞薩選中了RTA-HVR,用在其最新的RH850/U2A/B上,也就是今天的主角。順便說一句,EB的corbos與NXP的S32G系列合作比較密切。

RH850/U2A與瑞薩網(wǎng)關芯片S4構成Zonal核心架構

888e417c-e6d8-11ec-ba43-dac502259ad0.png

圖片來源:互聯(lián)網(wǎng)

88d27c8e-e6d8-11ec-ba43-dac502259ad0.png

圖片來源:互聯(lián)網(wǎng)

瑞薩新一代MCU產品線分布,這里瑞薩沒有提及儀表和Infotainment領域,因為瑞薩在Infotainment領域近乎壟斷,儀表領域市場占有率也超過50%,因此就無需提及,反而是在電動車底盤領域,英飛凌一家獨大,瑞薩主要就是與英飛凌展開競爭。車身領域則是NXP一家獨大。

ETAS的RTA-HVR為瑞薩RH850/U2x HW提供了免費軟件支持,以滿足嚴格的汽車功能安全和信息安全要求。RTA-HVR使用瑞薩RH850/U2x系列的硬件虛擬化功能來創(chuàng)建多個虛擬機。每個虛擬機都有一個或多個虛擬CPU內核、一段內存空間和一組外設。每個虛擬機"guest"是一個獨立的可兼容和可閃存的ECU圖像,可以由第三方建立和運送。RTA-HVR支持"bare metal"和AUTOSAR經(jīng)典平臺guests。RTA-HVR支持靈活的虛擬機與物理CPU核分配。當一個虛擬機對一個(或多個)CPU核有唯一的訪問權時,那么虛擬機的調度開銷為零。當多個虛擬機共享一個CPU核心時,可以選擇以下其中之一,一個靜態(tài)配置的輪流調度器;一個由RH850U2x后臺中斷驅動的基于預約的動態(tài)調度器。

892db900-e6d8-11ec-ba43-dac502259ad0.png

圖片來源:互聯(lián)網(wǎng)

RTA-HVR使用MPU和Guard概念來提供虛擬機之間的空間隔離,為每個虛擬機劃分內存和外設空間。此外,RTA-HVR提供了一種稱為"虛擬設備擴展"(VDE)的機制,允許ECU集成商為特定的Zone ECU定制虛擬和物理外設之間的綁定。VDE提供了一種在虛擬機之間共享外設的安全方式(例如,當需要一個外設的虛擬機數(shù)量超過硬件中的物理外設數(shù)量時)。這里的典型例子是以太網(wǎng)控制器、HW安全模塊和看門狗或增加額外的CAN通道。

89598a30-e6d8-11ec-ba43-dac502259ad0.png

圖片來源:互聯(lián)網(wǎng)

897cb6b8-e6d8-11ec-ba43-dac502259ad0.png

圖片來源:互聯(lián)網(wǎng)

為了流暢運行虛擬機,RH850/U2x系列MCU最高擁有8核,最高支持160度溫度上限,足以在燃油發(fā)動機附近運作。同時擁有高達32MB的代碼Flash,通常超過1MB就算是大容量MCU,一般如STM32系列其Flash通常不超過128kB。最高5.1MB的RAM,如此大容量內存會導致成本急劇上升,且設計也具備難度,制造方面也具備難度,盡管瑞薩有12英寸晶圓廠,仍然要委托臺積電生產MCU。

89c4f1ee-e6d8-11ec-ba43-dac502259ad0.png

圖片來源:互聯(lián)網(wǎng)

未來自動駕駛肯定是以電動車為基礎的,自動駕駛需要對牽引電機和轉向電機做出復雜的算法控制,簡單的PID肯定是不能用的,能夠落地的主流算法是MPC,即模型預測控制法,這對MCU提出挑戰(zhàn),瑞薩的RH850/U2x系列特別加入了一個算法加速器,這是一個基于RISC-V的加速器,IP來自NSITEXE的DR1000。NSITEXE是一家日本初創(chuàng)公司,日本的初創(chuàng)半導體公司非常罕見,可謂鳳毛麟角。

89f543b2-e6d8-11ec-ba43-dac502259ad0.png

圖片來源:互聯(lián)網(wǎng)

NSITEXE的DR1000C處理器IP通過了SGS-TüV的ASIL D級認證,在設計中集成了硬件安全特性,使其能夠在沒有任何外部安全機制的情況下滿足ASIL D安全要求。這也是業(yè)界首個符合ASIL D級認證要求的、具有矢量擴展功能的RISC-V處理器。其背后功臣還有新思科技的Z01X(功能安全驗證仿真注入機),Z01X解決方案的業(yè)界領先性能是其最先進的并發(fā)故障仿真算法的直接結果。該算法支持每個可用處理器同時計算數(shù)千個故障,從而顯著提升了驗證流程的速度。此外,Z01X解決方案支持ISO 26262汽車功能性安全解決方案所需的所有永久和臨時故障模型。同樣采用Z01X的還有Mobileye。

英飛凌的第四代TriCore與瑞薩的RH850/U2A近似。

英飛凌的TC4x系列MCU特色

8a22cca6-e6d8-11ec-ba43-dac502259ad0.png

圖片來源:互聯(lián)網(wǎng)

TC4x瞄準汽車AI應用

8a5eb59a-e6d8-11ec-ba43-dac502259ad0.png

圖片來源:互聯(lián)網(wǎng)

英飛凌采用SIMD矢量DSP來做AI運算

8aa289be-e6d8-11ec-ba43-dac502259ad0.png

圖片來源:互聯(lián)網(wǎng)

MCU大廠意法半導體也有類似產品,即SR6G7。

8acccb66-e6d8-11ec-ba43-dac502259ad0.png

圖片來源:互聯(lián)網(wǎng)

意法半導體直接用了ARM的NEON擴展,做雙精度FPU,做矢量運算也差不多,R52的算力倒是可能比瑞薩和英飛凌都高,F(xiàn)lash最高20.5MB,比瑞薩和英飛凌低。

NXP就不為所動,它一向不開發(fā)太超前的產品,目前MCU系列以S32K為主,F(xiàn)lash最高為8MB。

自動駕駛和SOA架構下,MCU行業(yè)正發(fā)生巨變,或許是一個機會窗口,RISC-V的出現(xiàn)降低了硬件門檻,難點在于生態(tài)系統(tǒng)門檻很高,寄托收購或外部廠家支持都不現(xiàn)實,中國MCU要強大,關鍵是要培養(yǎng)自己的生態(tài)系統(tǒng)。

審核編輯 :李倩

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • SOA
    SOA
    +關注

    關注

    1

    文章

    314

    瀏覽量

    28896
  • 生態(tài)系統(tǒng)

    關注

    0

    文章

    710

    瀏覽量

    21490
  • 自動駕駛
    +關注

    關注

    791

    文章

    14601

    瀏覽量

    175180

原文標題:自動駕駛與SOA架構下MCU的變化兼論國產MCU

文章出處:【微信號:zuosiqiche,微信公眾號:佐思汽車研究】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    低速自動駕駛與乘用車自動駕駛在技術要求上有何不同?

    [首發(fā)于智駕最前沿微信公眾號]自動駕駛技術的發(fā)展朝著多元化方向邁進,其中低速自動駕駛小車(以下簡稱“低速小車”)因其在物流配送、園區(qū)運維、社區(qū)服務等場景中的獨特價值而受到廣泛關注,且現(xiàn)階段已經(jīng)深入
    的頭像 發(fā)表于 07-14 09:10 ?502次閱讀
    低速<b class='flag-5'>自動駕駛</b>與乘用車<b class='flag-5'>自動駕駛</b>在技術要求上有何不同?

    卡車、礦車的自動駕駛和乘用車的自動駕駛在技術要求上有何不同?

    [首發(fā)于智駕最前沿微信公眾號]自動駕駛技術的發(fā)展,讓組合輔助駕駛得到大量應用,但現(xiàn)在對于自動駕駛技術的宣傳,普遍是在乘用車領域,而對于卡車、礦車的自動駕駛發(fā)展,卻鮮有提及。其實在卡車、
    的頭像 發(fā)表于 06-28 11:38 ?599次閱讀
    卡車、礦車的<b class='flag-5'>自動駕駛</b>和乘用車的<b class='flag-5'>自動駕駛</b>在技術要求上有何不同?

    自動駕駛安全基石:ODD

    和限制可以正常工作,是自動駕駛安全的核心概念之一。 ? 對于人類司機來說,在不同的道路上駕駛的能力也有所區(qū)別,比如新手司機在一些窄路、山路,或者交通狀況復雜的道路上可能會無所適從,人也會判斷哪些路自己沒有
    的頭像 發(fā)表于 05-19 03:52 ?5622次閱讀

    新能源車軟件單元測試深度解析:自動駕駛系統(tǒng)視角

    。 ?自動駕駛軟件的特殊性? ? 感知層: ?激光雷達、攝像頭等傳感器數(shù)據(jù)處理算法的單元測試需覆蓋極端場景。例如,激光雷達點云濾波算法在雨雪天氣的噪聲抑制能力需通過邊界測試驗證。某廠商曾在測試中遺漏
    發(fā)表于 05-12 15:59

    AI將如何改變自動駕駛

    [首發(fā)于智駕最前沿微信公眾號]五一假期繼續(xù)閑聊一,還歡迎大家隨意留言,隨著人工智能(AI)的發(fā)展,很多車企及自動駕駛供應商嘗試將AI融入自動駕駛系統(tǒng),為何大家都在積極推動這一技術?
    的頭像 發(fā)表于 05-04 09:58 ?557次閱讀

    自動駕駛行業(yè)常提的高階智駕是個啥?

    的調整,也見證了這個行業(yè)的技術演進?!案唠A智駕”作為現(xiàn)階段在各大車企發(fā)布會經(jīng)常提到的一個詞,也預示著自動駕駛行業(yè)加速走入下半場。高階智駕不僅在功能上遠超傳統(tǒng)的高級輔助
    的頭像 發(fā)表于 04-18 12:24 ?711次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>行業(yè)</b>常提的高階智駕是個啥?

    NVIDIA Halos自動駕駛汽車安全系統(tǒng)發(fā)布

    NVIDIA 整合了從云端到車端的安全自動駕駛開發(fā)技術套件,涵蓋車輛架構到 AI 模型,包括芯片、軟件、工具和服務。 物理 AI 正在為自動駕駛和機器人開發(fā)技術的交叉領域釋放新的可能性,尤其是加速了
    的頭像 發(fā)表于 03-25 14:51 ?875次閱讀

    理想汽車推出全新自動駕駛架構

    2025年3月18日,理想汽車自動駕駛技術研發(fā)負責人賈鵬在NVIDIA GTC 2025發(fā)表主題演講《VLA:邁向自動駕駛物理智能體的關鍵一步》,分享了理想汽車對于下一代自動駕駛技術MindVLA的最新思考和進展。
    的頭像 發(fā)表于 03-19 14:12 ?807次閱讀

    自動駕駛的未來 - 了解如何無縫、可靠地完成駕駛

    。 汽車行業(yè)正在向自動駕駛汽車靠攏,其發(fā)展勢頭越來越強,其目標不僅是讓駕駛員的生活更簡單,而且要消除道路上的碰撞。 自動駕駛汽車已經(jīng)上路,因為該行業(yè)
    的頭像 發(fā)表于 01-26 21:52 ?797次閱讀
    <b class='flag-5'>自動駕駛</b>的未來 - 了解如何無縫、可靠地完成<b class='flag-5'>駕駛</b>

    2024年自動駕駛行業(yè)熱點技術盤點

    感知輕地圖以及純視覺等。這些技術的出現(xiàn),也代表著自動駕駛正從概念走向現(xiàn)實,今天就給大家來盤點2024年自動駕駛行業(yè)出現(xiàn)的那些技術熱點! ? 城市NOA:邁向精細化駕駛的關鍵路徑 城市N
    的頭像 發(fā)表于 01-14 10:48 ?1005次閱讀

    基于SOA自動駕駛整車及運營系統(tǒng)架構

    Architecture,SOA)設計思想和理念,設計、打造可持續(xù)集成、靈活配置和持續(xù)升級的自動駕駛整車乃至整個運營系統(tǒng),可為客戶提供面向封閉區(qū)域運營的完整自動化解決方案。
    的頭像 發(fā)表于 01-06 17:00 ?1293次閱讀
    基于<b class='flag-5'>SOA</b><b class='flag-5'>自動駕駛</b>整車及運營系統(tǒng)<b class='flag-5'>架構</b>

    基于SOA自動駕駛整車及運營系統(tǒng)架構

    ,設計、打造可持續(xù)集成、靈活配置和持續(xù)升級的自動駕駛整車乃至整個運營系統(tǒng),可為客戶提供面向封閉區(qū)域運營的完整自動化解決方案。,車輛電子電氣架構開發(fā)模式遇到了巨大的挑戰(zhàn)。
    的頭像 發(fā)表于 01-06 16:06 ?27次閱讀
    基于<b class='flag-5'>SOA</b><b class='flag-5'>自動駕駛</b>整車及運營系統(tǒng)<b class='flag-5'>架構</b>

    深入解析自動駕駛系統(tǒng)中的DCU、MCU、MPU、SoC及整車電子架構

    和網(wǎng)聯(lián)化趨勢的關鍵角色。自動駕駛中的DCU、MCU、MPU1.分布式電子電氣架構2.域集中電子電氣架構架構2.1通用硬件定義3.車輛集中電
    的頭像 發(fā)表于 11-20 17:08 ?3547次閱讀
    深入解析<b class='flag-5'>自動駕駛</b>系統(tǒng)中的DCU、<b class='flag-5'>MCU</b>、MPU、SoC及整車電子<b class='flag-5'>架構</b>

    芯片或將發(fā)生巨變

    ? 芯片行業(yè)正在朝著特定領域的計算發(fā)展,而人工智能(AI)則朝著相反的方向發(fā)展,這種差距可能會迫使未來芯片和系統(tǒng)架構發(fā)生重大變化。 這種分裂的背后是設計硬件和軟件所需的時間。自?ChatGPT?在
    的頭像 發(fā)表于 11-09 10:54 ?1078次閱讀