智能驾驶数据融合的时间同步关键技术

发布者:RadiantSmile最新更新时间:2024-10-17 来源: elecfans关键字:智能驾驶  数据融合  时间同步 手机看文章 扫描二维码
随时随地手机看文章

近年来,随着汽车电子系统的升级,人们对联网智能汽车的需求不断增长,高级驾驶辅助系统(ADAS)和自动驾驶技术正迅速改变汽车行业。然而,实现自动驾驶技术涉及感知、规划和执行三个关键层面,在汽车行驶于未知、动态环境中时,确保各种传感器数据的精确时间同步变得至关重要。

wKgaomWyJw-AZP_PAAHH3yGYMhA150.png

一、多传感器时间同步方式

在自动驾驶领域,各种传感器,如相机、激光雷达(Lidar)、GPS/IMU等,需要高度同步以确保数据的精确性。时间同步可以采用以下几种方式:


1、统一时钟源

常见的方法是使用全球卫星定位系统(GPS)时间作为统一的时间源。GPS提供了高精度的时间信息,可以用来校准各传感器的时钟。这种方法能够确保各传感器的数据具有相同的时间基准,从而实现数据同步。主要包括基于GPS的“PPS+NMEA”和基于以太网的PTP(IEEE 1588)时钟同步协议。

wKgZomWyJx2APnRrAAEFwi4BMI0954.png


(1)基于GPS的“PPS+NMEA”同步方式

以GPS作为统一时间源,通过RS232连接将GPS提供的时间信息传递给各传感器,以实现时间同步。然而,这种方法在多设备之间实现同步较为困难,因此在实际应用中存在一定限制。

(2)PTP(Precision Time Protocol)时钟同步协议

PTP是一种基于以太网的高精度时钟同步协议,可实现亚微秒级的时间同步。该协议采用硬件时间戳,从而显著减少软件处理时间,提高时间同步的精度。不仅如此,PTP可以运行在数据链路层(L2),避免了通过四层UDP协议栈的处理,进一步提高了时间同步的准确性,使其成为自动驾驶系统的理想选择。

2、硬件同步

硬件同步方法通常涉及使用专用硬件来确保传感器之间的时间同步。这种方法可以减少软件处理时间,提高同步精度。

3、软件同步

软件同步方法通过协议栈和网络通信来实现传感器之间的时间同步。虽然软件同步通常比硬件同步慢一些,但它仍然可以提供足够的精度,以满足自动驾驶系统的要求。

自动驾驶数据采集与测试方案

为了应对传感器数据的巨大量和时间同步的挑战,康谋提供一体化的数据采集与测试解决方案。

wKgaomWyJ0SAFZV_AAdo9NFFQOM768.png

在这个过程中,XTSS软件发挥了关键作用。XTSS是一种高度精确的时间同步解决方案,可广泛配置和即插即用。它为每个数据包提供了时间戳,以确保数据的时间同步。这种系统可以确保整个系统的时钟都在相同的时间基准上运行,从而构建一个时间域。

wKgaomWyJ1SABv6CAAUywI5lZ2A203.png

XTSS提供CTSS(集群时间同步服务)和PTSS(平台时间同步服务)。在CTSS中,通过以太网提供基于gPTP(IEEE 802.1AS-2020)和PTP(IEEE 1588v2)的同步,以确保不同设备之间的高精度时间同步。在PTSS中,各接口的时钟通过硬件机制同步,从而实现高度精确的时间同步。


自动驾驶领域的时间同步技术是确保各传感器数据一致性和准确性的关键。这项技术的应用有助于提高自动驾驶系统的性能和安全性,使智能驾驶成为可能。


关键字:智能驾驶  数据融合  时间同步 引用地址:智能驾驶数据融合的时间同步关键技术

上一篇:智能座舱大模型,混合算力还是全靠端侧输出
下一篇:汽车区域控制器架构趋势下,这三类的典型电路设计正在改变

推荐阅读最新更新时间:2024-11-06 16:55

美加州公布谁是自动驾驶领域的头号玩家
当今的智能驾驶到底发展到什么水平了?到底哪些企业才是智能驾驶领域的头部玩家?想必是困扰很多人的问题, 好在加州机动车辆管理局(DMV)在一定程度上解答了这个问题。 加州作为当之无愧的自动驾驶研发领域先行者,众多自动驾驶研发机构均在加州进行路试,DMV要求各家在加州参与路试的企业定期上交统计数据, 并在近日公布了2017年12月1日到2018年11月30日的2018全年统计数据,从人工接管次数、车辆总数、路试总里程数三个维度为自动驾驶企业排座次。 人工接管次数 人工接管次数即为自动驾驶下,汽车遇到无法解决判断的问题时,需要人类驾驶员接管的次数,理论上讲,自动驾驶技术越成熟,接管次数越少,2018年的接管频次如下图所示。
[汽车电子]
美加州公布谁是自动驾驶领域的头号玩家
高级别智能驾驶神级利器:自研OTA系统
在港口无人水平运输场景中,经纬恒润提供了车、路、网、云、图全栈式自研解决方案,包含了自动驾驶车辆、路侧车路协同、全场高可靠定位、5G远程驾驶、运营调度管理、OTA软件升级系统、数字孪生、仿真系统、高精地图等专业模块,组成了一套完整的智慧港口解决方案。 OTA(Over The Air)软件升级系统旨在为无人驾驶车辆提供控制器软件远程升级服务,是进行软件升级、功能更新、应用更新、漏洞修复等重要技术手段,同时也能满足控制器远程标定需求,及时弥补系统中存在的各种问题和缺陷,实现了无人驾驶车辆的持续进化、功能持续优化、价值持续创造。 系统介绍 OTA系统主要由云端平台服务、车端组件两部分组成。云端采用基于SpringCloud的微
[嵌入式]
高级别<font color='red'>智能驾驶</font>神级利器:自研OTA系统
智能驾驶项目极目智能获亿元融资,与现代汽车合作产品落地
智能驾驶技术提供商极目智能宣布完成B轮融资,本轮融资总金额超过一亿元人民币。该融资由Translink Capital领投,跟投方包括韩国现代汽车集团、辰韬资本、兆瑞资本、武汉光电工研院育成基金及光谷人才基金。 极目智能成立于2011年,是一家专注于智能驾驶研发和应用的人工智能企业,目前主要提供Level 0-Level 3智能驾驶方案及衍生的数据产品和服务。 从2017年开始,国内相关法规率先在客车领域强制执行。极目智能成为国内50%以上TOP15客车厂商的独家方案供应商,批量供货海格客车、金龙旅行车、青年客车、珠海银隆、申龙、万象、潍柴、中车时代等多家国内商用车企。 同时,在乘用车领域,极目智能也与国内外多家顶级主机厂及Ti
[汽车电子]
<font color='red'>智能驾驶</font>项目极目智能获亿元融资,与现代汽车合作产品落地
科技五巨头发力智能驾驶,想玩车,入场券10亿美元起
全球市值 10 大公司中的 5 家,市值超 2 万亿美金的苹果,超 1 万亿美金的微软、亚马逊和谷歌,以及超 6000 亿美金的阿里巴巴,全部重注智能汽车与无人驾驶赛道。 有意思的是,这几家公司的所有人,盖茨、贝佐斯、佩奇,加上新晋的马斯克,以及中国的马云,悉数是「首富」之列。 这一轮智能汽车和无人驾驶的浪潮,几乎同时起步于 2014 年前后,在经过近 7 年的发展后,智能汽车进入规模上量的阶段,而无人驾驶车辆也即将迈入商业运营。 当下看来,这个赛道的入场券,至少是 10 亿美元起步。 全球最富裕的企业家们,已经成为新一轮变革的支持者甚至主导者。 新老巨头们,正从各自的领域出发,以巨大的商业势能推动出行领
[汽车电子]
科技五巨头发力<font color='red'>智能驾驶</font>,想玩车,入场券10亿美元起
智能驾驶 车联网望实现汽车公路直接对话
昨日,重庆科学 技术 研究院,科研人员正在调试无人驾驶缩微智能车。     未来的智能车究竟是啥模样?昨日,我国首个智能驾驶与车联网实验室在重庆科学技术研究院成立,在实验室内,我们找到了答案:它能帮你自动控制车速,它能帮你判断路况,它能自己寻找车位,它能自己完成的事情还有很多……即日起,市民可前往实验室提前体会“智能驾驶与车联网”带来的魅力。      一间小小的实验室     预演重庆未来交通     65平方米范围,道路、立交桥、红绿灯、绿化带一应俱全,几辆无人驾驶的迷你车正自由、轻松地上坡、转弯、下立交,遇到禁行标志,迷你车自动减速停车。这个场景,出现在位于重庆科学技术研究院的智能驾驶与车联网实验
[汽车电子]
华为车BU重大发布,涵盖五大类产品叫板特斯拉
作者:张国斌 在上海车展前夕,4月18日,华为智能汽车解决方案BU新品发布会在上海车展召开。大会公布了华为在汽车产业转型升级中应运而生的新理念、新产品、新技术,将为用户带来全新的智能汽车驾乘体验,树立智能汽车新标杆。 2021年10月底华为发布了HI品牌,并以Huawei Inside模式与车企深度合作,打造智能汽车,包括1个全新的智能汽车数字化架构和5大智能系统,智能驾驶、智能座舱、智能电动、智能网联和智能车云服务,以及30多个智能化部件。 在此次发布会上,华为发布了HI五大新品,其中包括鸿蒙OS智能座舱、智能驾驶计算平台MDC810、4D成像雷达、“华为八爪鱼”自动驾驶开放平台以及智能热管理系统。 其中,鸿蒙
[汽车电子]
华为车BU重大发布,涵盖五大类产品叫板特斯拉
特斯拉、高通、华为可用于智能驾驶领域AI处理器的深度分析
很多人会问,为什么没有英伟达?目前所有主流深度学习运算主流框架后端都是英伟达的CUDA,包括TensorFlow、Caffe、Caffe2、PyTorch、mxnet、PaddlePaddle,CUDA包括微架构和指令集以及并行计算引擎。CUDA垄断了深度学习或者也可以说垄断了人工智能,这一点类似ARM的微架构和指令集。CUDA强大的生态系统,造就了英伟达牢不可破的霸主地位。深度学习的理论基础在上世纪五十年代就已经齐备,无法应用的关键就是缺乏像GPU这样的密集简单运算设备,是英伟达的GPU开创了人类的深度学习时代,或者说人工智能时代,CUDA强化了英伟达的地位。你可以不用英伟达的GPU,但必须转换格式来适应CUDA。 CUDA
[汽车电子]
特斯拉、高通、华为可用于<font color='red'>智能驾驶</font>领域AI处理器的深度分析
“务实”的博世,向智能驾驶发起总攻
最近一段时间,自动驾驶市场出现了明显降温。有裁员的,有破产倒闭的,也不乏市值狂跌的公司。看似萧条与肃杀的气氛之下,自动驾驶产业的洗牌不断提速。 “很多人都在追求高阶自动驾驶,却连最基本的泊车都没有做好,”博世智能驾驶与控制事业部中国区总裁李胤认为,只有把自动驾驶最基本的功能做好,消费者才会愿意接受,并慢慢使用更高级别的技术。 这也是自动驾驶技术令一部分消费者望而却步的原因所在。不够安全,便难以迈出尝试的第一步。尽管从长远来看,L4级自动驾驶有望在2030年前后大规模落地。但眼下,受立法限制、产业链供应链尚未完全成熟等多方面因素影响,自动驾驶的“虚火”和“伪需求”也该适时回归理性。 就像李胤所说,“所有的新技术不可能一蹴
[汽车电子]
“务实”的博世,向<font color='red'>智能驾驶</font>发起总攻
小广播
最新嵌入式文章
何立民专栏 单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved