论文部分内容阅读
汽车产业是我国国民经济的重要支柱产业，是推动实现制造强国和网络强国建设的重要支撑和融合载体。在“新四化”背景下，汽车电子电气架构正在由分布式向集中式持续演进，自动驾驶成为产业竞争的焦点，汽车电子产业链和技术链面临重构。在此背景下，对于支撑实现自动驾驶功能的车载智能计算平台而言，其重要性更加凸显。国内外企业都在积极布局，加快推进产品研发和应用示范。
车载智能计算基础平台参考架构概述
参考架构总体框架
车载智能计算基础平台需要软硬件协同发展促进落地应用。车载智能计算基础平台结合车辆平台和传感器等外围硬件，同时采用车内传统网络和新型高速网络（如以太网、高速CAN 总线等），根据异构分布硬件架构指导硬件平台设计，装载运行自动驾驶操作系统的系统软件和功能软件，向上支撑应用软件开发，最终实现整体产品化交付。
车载智能计算基础平台参考架构主要包含自动驾驶操作系统和异构分布硬件架构两部分。其中，自动驾驶操作系统是基于异构分布硬件架构，包含系统软件和功能软件的整体基础框架软件。车载智能计算基础平台侧重于系统可靠、运行实时、分布弹性、高算力等特点，实现感知、规划、控制、网联、云控等功能，最终完成安全、实时、可扩展的多等级自动驾驶核心功能。
参考架构软硬件特点
异构。车载智能计算基础平台需采用异构芯片硬件方案。面向L3 及以上等级自动驾驶车辆，车载智能计算基础平台需兼容多类型多数量传感器，并具备高安全性和高性能。现有单一芯片无法满足诸多接口和算力要求，需采用异构芯片的硬件方案。异构可以体现在单板卡集成多种架构芯片，如奥迪zFAS集成MCU（微控制器）、FPGA（现场可编程门阵列）、CPU（中央处理器）等;也可以体现在功能强大的单芯片（SoC，系统级芯片）同时集成多个架构单元，如英伟达Xavier集成GPU（图形处理器）和CPU两个异构单元。
现有车载智能计算平台产品如奥迪zFAS、特斯拉FSD、英伟达Xavier等硬件均主要由AI（人工智能）單元、计算单元和控制单元三部分组成，每个单元完成各自所定位的功能。
分布弹性。车载智能计算基础平台当前需采用分布式硬件方案。当前汽车电子电气架构由众多单功能芯片逐渐集中于各域控制器，L3及以上等级自动驾驶功能要求车载智能计算基础平台具备系统冗余、平滑扩展等特点。一方面，考虑到异构架构和系统冗余，利用多板卡实现系统的解耦和备份;另一方面，采用多板卡分布扩展的方式满足自动驾驶L3及以上等级算力和接口要求。整体系统在同一个自动驾驶操作系统的统一管理适配下，协同实现自动驾驶功能，通过变更硬件驱动、通信服务等进行不同芯片的适配。
车载智能计算基础平台需具有弹性扩展特性以满足不同等级自动驾驶需求。针对L3及以上等级自动驾驶汽车，随着自动驾驶等级提升，车载智能计算基础平台算力、接口等需求都会增加。除提高单芯片算力外，硬件单元也可复制堆叠，自动驾驶操作系统弹性适配硬件单元并可进行平滑拓展，达到整体系统提升算力、增加接口、完善功能的目的。
车载智能计算基础异构分布硬件架构
车载智能计算基础平台硬件架构指导异构芯片板级集成设计。该架构具有芯片选型灵活、可配置拓展、算力可堆砌等优点。硬件主要包括AI单元、计算单元和控制单元。
AI单元
AI单元采用并行计算架构AI芯片，并使用多核CPU配置AI芯片和必要处理。AI芯片可选用GPU、FPGA、ASIC（专用集成电路）AI芯片等。当前完成硬件加速功能的芯片通常依赖内核系统（多用Linux）进行加速引擎及其他芯片资源的分配、调度。通过加速引擎来实现对多传感器的数据高效处理与融合，获取用于规划及决策的关键信息。AI单元作为参考架构中算力需求最大的一部分，需要突破成本、功耗和性能的瓶颈以达到产业化要求。
计算单元
计算单元由多个多核CPU组成。计算单元采用车规级多核CPU芯片，单核主频高，计算能力强，满足相应功能安全要求，装载Hypervisor、Linux等内核系统管理软硬件资源、完成任务调度，用于执行自动驾驶相关大部分核心算法，同时整合多源数据完成路径规划、决策控制等功能。
控制单元
控制单元基于传统车控MCU。控制单元加载Classic AUTOSAR平台基础软件，MCU通过通信接口与ECU相连，实现车辆动力学横纵向控制并满足功能安全ASIL-D等级要求。当前Classic AUTOSAR平台基础软件产品化较为成熟，可通过预留通信接口与自动驾驶操作系统集成。
车载智能计算基础自动驾驶操作系统
自动驾驶操作系统是车载智能计算基础平台的核心部分。自动驾驶操作系统使用并包含了车控操作系统，它基于异构分布硬件/芯片组合，是车控操作系统的异构分布扩展。车控操作系统是指传统车控ECU中主控芯片MCU 装载运行的嵌入式操作系统，如AUTOSAR（OSEK）操作系统，可参考Classic AUTOSAR软件架构，吸收其模块化和分层思想。自动驾驶操作系统，既具有车控操作系统的功能和特点，还能够提供高性能、高可靠的传感器、分布式通信、自动驾驶通用框架等模块，以支持自动驾驶感知、规划、决策、控制等功能的共性实现。自动驾驶操作系统将车控操作系统纳入整体系统软件和功能软件框架。车控操作系统运行在MCU上，一般以功能安全ASIL-D等级保障车载智能计算基础平台安全可靠，并根据自动驾驶需求进行一定程度上的扩展。
系统软件和功能软件是车载智能计算基础平台安全、实时、高效的核心和基础。自动驾驶操作系统包含系统软件和功能软件两部分。系统软件创建复杂嵌入式系统运行环境。功能软件根据自动驾驶核心共性需求，明确定义自动驾驶各共性子模块。系统软件可参考借鉴AUTOSAR软件架构分层思想，可以实现与Classic和Adaptive两个平台的兼容和交互。功能软件根据自动驾驶共性需求，进行通用模块定义和实现，可补充AUTOSAR架构在自动驾驶方面的不足和缺失。 系统软件
系统软件是针对汽车场景定制的复杂大规模嵌入式系统运行环境。系统软件一般包含异构分布系统的多内核设计及优化、Hypervisor、POSIX/ARA（AUTOSAR Runtime forAdaptive Applications）、分布式系统DDS（数据分发服务）等。
内核系统。自动驾驶操作系统要求多内核设计，内核要求与ClassicAUTOSAR和Adaptive AUTOSAR对内核的要求类似。车载智能计算基础平台支持异构芯片，需考虑功能安全、实时性能要求。当前异构分布硬件架构各单元所加载的内核系统安全等级有所不同，AI单元内核系统QM～ASIL-B，计算单元内核系统QM～ASIL-D，控制单元内核系统ASIL-D，因而出现不同安全等级的多内核设计或单内核支持不同安全等级应用的设计。保证差异化功能安全要求的同时满足性能要求，是自动驾驶操作系统系统软件设计的关键。
目前应用在汽车或嵌入式系统中的RTOS（实时操作系统），如OSEK OS、VxWorks、RT-Linux等，可以作为计算单元内核的选择，但要考虑其汽车功能安全等级以及市场成熟度。
Hypervisor。Hypervisor虚拟化技术有效实现资源整合和隔离。Hypervisor是一种硬件虚拟化技术，管理并虚拟化硬件资源（如CPU、内存和外围设备等），提供给运行在Hypervisor之上的多个内核系统。自动驾驶操作系统是基于异构分布硬件，应用程序如AI 计算和实时安全功能可能分别依赖不同的内核环境和驱动，但在物理层面共享CPU 等。Hypervisor是实现跨平台应用、提高硬件利用率的重要途径。
POSIX/ARA。系统软件可借鉴Adaptive AUTOSAR平台思想，采用POSIXAPI。POSIX（可移植操作系统应用程序接口）能够很好地适应自动驾驶所需要的高性能计算和高带宽通信等需求。Adaptive AUTOSAR采用基于POSIX标准的內核系统，可使用所有标准的POSIX API，旨在满足未来高级自动驾驶的需求。自动驾驶操作系统系统软件基于实时嵌入式软件单元架构，可借鉴Adaptive AUTOSAR平台思想，在不同内核系统采用POSIX API与应用软件、功能软件交互。
DDS。DDS满足多种分布式实时通信应用需求。DDS属于通用概念，是一种分布式实时通信中间件技术规范。自动驾驶操作系统需要建立跨多内核、多CPU、多板的通用、高速、高效的DDS机制。DDS可采用发布/订阅架构，强调以数据为中心，提供丰富的QoS（服务质量）策略，能保障数据进行实时、高效、灵活地分发，可满足各种分布式实时通信应用需求。
目前自动驾驶算法大多在基于Linux内核的中间件环境ROS（机器人操作系统）中进行搭建和验证。ROS主要提供“节点”间数据传递服务。为了增强“节点”间数据的实时性、持续性和可靠性，近期发布的ROS2的通信系统基于分布式系统数据分发服务设计。ROS依托于Linux系统，无法满足车规级和嵌入式系统要求，其效率、安全等方面的问题也限制其商业产品化。
管理平面和数据平面。管理平面和数据平面是自动驾驶操作系统实现的设计基石。管理平面和数据平面是复杂嵌入式系统的通用概念。管理平面包含日志、管理、配置、监控等非强实时功能，存在于每个硬件单元。数据平面是实时控制平面，实现自动驾驶操作系统的主要功能和数据处理，运行自动驾驶通用数据、实时状态监控、数据收集、失效切换、网联、云控、信息安全等功能模块。
功能软件
功能软件主要包含自动驾驶的核心共性功能模块。核心共性功能模块包括自动驾驶通用框架、网联、云控等，结合系统软件，共同构成完整的自动驾驶操作系统，支撑自动驾驶技术实现。
自动驾驶通用框架模块。自动驾驶通用框架模块是功能软件的核心和驱动部分。L3及以上等级自动驾驶系统具备通用、共性的框架模块，如感知、规划、控制等及其子模块。一方面，自动驾驶会产生安全和产品化共性需求，通过设计和实现通用框架模块来满足这些共性需求，是保障自动驾驶系统实时、安全、可扩展和可定制的基础。另一方面，重点算法特别是人工智能算法仍在不断演进，如基于CNN（卷积神经网络）框架的深度学习感知算法、基于高精度地图等多源信息融合定位算法、基于通用AI 和规则的决策规划算法和基于车辆动力学模型的控制算法等。
自动驾驶通用框架模块定义核心、共性自动驾驶通用框架和数据流，并包含共性模块的实现;提供对外接口API（应用程序编程接口）和服务，以接入非共性或演进算法、HMI（人机接口）等;通用框架模块也会调用自动驾驶操作系统内的云控、网联、信息安全等功能软件模块，或使用这些模块提供的服务。通用框架模块的设计和实现，可以充分利用市场不断成熟的、不同领域的算法子模块，促进产品高质高效的快速迭代。
网联模块。网联模块是自动驾驶操作系统功能软件中实现网联通信、处理网联数据的功能子模块。除满足常规网联服务场景要求外，该子模块通过完善通用框架模块设计实现网联协同感知、网联协同规划、网联协同控制等网联自动驾驶功能。
网联数据通过V2X（车用无线通信技术）获得，包括路侧数据、摄像头、智能信号灯、道路交通提示预警等信息及其他车辆信息等，与单车传感器系统的多种探测手段相结合和融合处理，能够有效实现单车感知范围扩展到数百米，车辆间防碰撞，根据预警直接控制车辆启停等重要感知、规划和控制功能。
云控模块。云控模块是与云控基础平台交互的功能子模块。云控基础平台为智能网联汽车及其用户、管理及服务机构等提供车辆运行、基础设施、交通环境等动态基础数据。云控基础平台具有高性能信息共享、高实时性云计算、多行业应用大数据分析等基础服务机制。
深度学习和视觉模块。功能软件需要支持深度学习嵌入式推理框架便于成熟算法移植和适配。自动驾驶是深度学习算法的重要应用场景，尤其在视觉、激光雷达及决策规划方面，算法企业、科研机构进行了长期且富有成效的研究和产品化工作。 传感器模块。传感器模块规范和模块化各类自动驾驶传感器，为传感数据融合提供基础。L3及以上等级自动驾驶技术方案多依赖激光雷达、摄像头、毫米波雷达等不同类型、不同安装位置的传感器，这些传感器硬件接口、数据格式、时空比例、标定方法不同。针对传感器的多样性、差异性和共性需求，自动驾驶操作系统功能软件中预置传感器模块来规范和模块化自动驾驶各类传感器，为异构传感器信息融合处理提供基础。
车载智能计算基础平台工具链
车载智能计算基础平台的研发需要对产品进行整体迭代，而不只是针对单一的模块，或者其中几个功能。车载智能计算基础平台开发的软硬件环境以及全栈工具链成为提升开发效率的重要途径之一。
开发工具
可视化开发工具能够显著提高开发人员工作效率。通过操作图形用户界面上的界面元素，可视化开发工具能自动生成应用软件，将大幅度简化编程工作，加快算法的概念验证，提高开发人员的工作效率。可视化开发工具还可以实现多个资源和层次的连接，从而有效管理所有数据。此外，可视化开发工具还提供了功能丰富的可视化组件库，便于开发人员进行组件集合，提升设计对象的可扩展性和可维护性。
集成工具
集成工具实现车载智能计算基础平台软硬件单元的系统集成。根据分工、来源的不同，软件代码可以分为第三方工具生成代码、遗留系统代码、手写代码、第三方库文件、AI相关库文件、基础平台库文件等。为了支持在车载智能计算基础平台上运行的软件系统，需要系统集成工具完成软件源码工程管理，软件编译链接和发布。
仿真工具
模拟仿真是提高自动驾驶系统开发迭代效率、丰富测试场景的重要手段。自动驾驶系统设计和实现远没有达到成熟，同时理论上其需要经过无限测试场景才能推出的车规级产品。因此模拟仿真是开发与测试阶段提高开发迭代效率、丰富测试场景的重要手段，MIL（模型在环）、SIL（软件在环）、HIL（硬件在环）、VIL（车辆在环）仿真缺一不可。在车载智能计算基础平台的研制、评测和定型全过程都需全面地应用仿真技术。
调试工具
调试环境和工具可以加快车载智能计算基础平台复杂系统的开发进度。通过系统调试，可以更深刻地理解车载智能计算基础平台功能的实现原理。据调查，车载软件开发过程中，80%以上的程序员是把一半以上的时间用在程序调试上，而系统的开发过程中也往往因为错误的存在出现延期和返工。通过开发运用高效的调试工具，提高车载智能计算基础平台调试效率是推进产品研发进度的重要途径。
测试工具
测试是车载智能计算基础平台开发的重要阶段，是保证系统质量和可靠性的最后关口。虽然车辆软件开发流程如A-SPICE 提出了与IT行业相似的单元测试、软件集成、硬件集成、系统集成等多阶段测试，考虑车载智能计算基础平台的复杂性，仍需要制定和开发具备高质可靠、高效开发、快速迭代产品特质的测试工具、测试方法及测试流程。
车载智能计算基础平台安全体系
功能安全、预期功能安全和信息安全构成了智能网联特别是自动驾驶体系的安全要素。功能安全和预期功能安全是对部件和系统失效、设计不完备等情况下的可靠性保证和冗余设计。此外，自动驾驶产品化需要信息安全防护，也需要考虑信息安全的功能安全和预期功能安全防护。
功能安全
车载智能计算基础平台实现自动驾驶功能，需要具备可靠冗余的安全设计。其核心系统必须达到功能安全ISO 26262 ASIL-D 级别，并符合最新补充的ISO/PAS 21448预期功能安全要求。为实现车规级功能安全要求，应重点考虑软硬件部件失效、功能限制和应用场景不完备情况下的分析流程和设计需求。在车载智能计算基础平台中，硬件方面如传感器和执行器冗余、车内网络冗余、芯片和硬件车规级功能安全设计均是新的挑战和重点，同时软件方面的全栈功能安全设计更是极具挑战性和行业融合特质。
软硬件可靠冗余作为功能安全正向设计，融合了复杂嵌入式系统和自动驾驶的安全设计特点，不仅包含系统软件和功能软件，也要兼顾传感器、车辆网络、芯片、硬件平台等，可以高效完备地实现车载智能计算基础平台的车规级功能安全。通常保障自动驾驶的功能安全普遍有两种方式。一是软硬件正向可靠冗余设计，包括对称和非对称形式，全工和半工工作方式等。硬件方面主要包含上述硬件冗余架构，软件方面主要包含系统软件跨CPU、跨内核系统多等级监控，失效收集，状态同步，实时安全切换和功能软件的安全设计扩展。二是采用传统车辆功能安全分析流程，输出软硬件失效设计方案，也是车载智能计算基础平台功能安全的重要组成部分。
信息安全
车载智能计算基础平台需要应用智能网联汽车信息安全防护体系。智能网联汽车具有高复杂的软硬件系统，也是网联、云控和大量数据聚集的重要载体。国内外智能网联汽车信息安全的标准正在制定和逐渐推出，如ISO/SAE 21434及国内的国标、行标和团标。车载智能计算基础平台的信息安全防护，不仅需要应用智能网联汽车的信息安全防护体系，也需要考虑自动驾驶应用带来的更多相关需求。
车载智能计算基础平台需要建立具备纵深防御、长期监控和全生命周期的信息安全防护体系。信息安全防护体系包括车边界网络防护、车内处理器全栈防护、内外网传输保护、车辆安全服务生态等诸多方面。车载智能计算基础平台作为边界节点，需考虑与外部环境、以及车内网络各节点的访问隔离及网络层安全。车载智能计算基础平台的处理器安全需要考虑从硬件、固件、系统软件到功能软件的全栈软硬件处理器防护。车载智能计算基础平台与车内网其他节点以及外部车辆和云端的传输安全，包括如基于信任链认证、加密等。考虑到自动驾驶应用，车载智能计算基础平台也要求其内部多域之间的访问控制和监控、与执行器传输的高等级认证和加密要求、更多代码安全、海量数据的存储安全如防泄露功能，以及相应的OTA（空中升级）升级支持。
个人信息保护也是车载智能计算基础平台的重要安全功能。自动驾驶使得智能网联汽车可能成为最大的移动数据采集、存储和计算节点，除数据信息安全外，个人信息保护也是计算基础平台需要考虑的安全功能。保护个人信息，首要是数据的管理，如数据的拥有者认证、数据的可追溯、可审计等需求。
车载智能計算基础平台的信息安全基于智能网联信息安全防护体系，并考虑其架构与承载业务，实现安全防护和业务合规，保障自动驾驶系统和资产的安全。
车载智能计算基础平台参考架构概述
参考架构总体框架
车载智能计算基础平台需要软硬件协同发展促进落地应用。车载智能计算基础平台结合车辆平台和传感器等外围硬件，同时采用车内传统网络和新型高速网络（如以太网、高速CAN 总线等），根据异构分布硬件架构指导硬件平台设计，装载运行自动驾驶操作系统的系统软件和功能软件，向上支撑应用软件开发，最终实现整体产品化交付。
车载智能计算基础平台参考架构主要包含自动驾驶操作系统和异构分布硬件架构两部分。其中，自动驾驶操作系统是基于异构分布硬件架构，包含系统软件和功能软件的整体基础框架软件。车载智能计算基础平台侧重于系统可靠、运行实时、分布弹性、高算力等特点，实现感知、规划、控制、网联、云控等功能，最终完成安全、实时、可扩展的多等级自动驾驶核心功能。
参考架构软硬件特点
异构。车载智能计算基础平台需采用异构芯片硬件方案。面向L3 及以上等级自动驾驶车辆，车载智能计算基础平台需兼容多类型多数量传感器，并具备高安全性和高性能。现有单一芯片无法满足诸多接口和算力要求，需采用异构芯片的硬件方案。异构可以体现在单板卡集成多种架构芯片，如奥迪zFAS集成MCU（微控制器）、FPGA（现场可编程门阵列）、CPU（中央处理器）等;也可以体现在功能强大的单芯片（SoC，系统级芯片）同时集成多个架构单元，如英伟达Xavier集成GPU（图形处理器）和CPU两个异构单元。
现有车载智能计算平台产品如奥迪zFAS、特斯拉FSD、英伟达Xavier等硬件均主要由AI（人工智能）單元、计算单元和控制单元三部分组成，每个单元完成各自所定位的功能。
分布弹性。车载智能计算基础平台当前需采用分布式硬件方案。当前汽车电子电气架构由众多单功能芯片逐渐集中于各域控制器，L3及以上等级自动驾驶功能要求车载智能计算基础平台具备系统冗余、平滑扩展等特点。一方面，考虑到异构架构和系统冗余，利用多板卡实现系统的解耦和备份;另一方面，采用多板卡分布扩展的方式满足自动驾驶L3及以上等级算力和接口要求。整体系统在同一个自动驾驶操作系统的统一管理适配下，协同实现自动驾驶功能，通过变更硬件驱动、通信服务等进行不同芯片的适配。
车载智能计算基础平台需具有弹性扩展特性以满足不同等级自动驾驶需求。针对L3及以上等级自动驾驶汽车，随着自动驾驶等级提升，车载智能计算基础平台算力、接口等需求都会增加。除提高单芯片算力外，硬件单元也可复制堆叠，自动驾驶操作系统弹性适配硬件单元并可进行平滑拓展，达到整体系统提升算力、增加接口、完善功能的目的。
车载智能计算基础异构分布硬件架构
车载智能计算基础平台硬件架构指导异构芯片板级集成设计。该架构具有芯片选型灵活、可配置拓展、算力可堆砌等优点。硬件主要包括AI单元、计算单元和控制单元。
AI单元
AI单元采用并行计算架构AI芯片，并使用多核CPU配置AI芯片和必要处理。AI芯片可选用GPU、FPGA、ASIC（专用集成电路）AI芯片等。当前完成硬件加速功能的芯片通常依赖内核系统（多用Linux）进行加速引擎及其他芯片资源的分配、调度。通过加速引擎来实现对多传感器的数据高效处理与融合，获取用于规划及决策的关键信息。AI单元作为参考架构中算力需求最大的一部分，需要突破成本、功耗和性能的瓶颈以达到产业化要求。
计算单元
计算单元由多个多核CPU组成。计算单元采用车规级多核CPU芯片，单核主频高，计算能力强，满足相应功能安全要求，装载Hypervisor、Linux等内核系统管理软硬件资源、完成任务调度，用于执行自动驾驶相关大部分核心算法，同时整合多源数据完成路径规划、决策控制等功能。
控制单元
控制单元基于传统车控MCU。控制单元加载Classic AUTOSAR平台基础软件，MCU通过通信接口与ECU相连，实现车辆动力学横纵向控制并满足功能安全ASIL-D等级要求。当前Classic AUTOSAR平台基础软件产品化较为成熟，可通过预留通信接口与自动驾驶操作系统集成。
车载智能计算基础自动驾驶操作系统
自动驾驶操作系统是车载智能计算基础平台的核心部分。自动驾驶操作系统使用并包含了车控操作系统，它基于异构分布硬件/芯片组合，是车控操作系统的异构分布扩展。车控操作系统是指传统车控ECU中主控芯片MCU 装载运行的嵌入式操作系统，如AUTOSAR（OSEK）操作系统，可参考Classic AUTOSAR软件架构，吸收其模块化和分层思想。自动驾驶操作系统，既具有车控操作系统的功能和特点，还能够提供高性能、高可靠的传感器、分布式通信、自动驾驶通用框架等模块，以支持自动驾驶感知、规划、决策、控制等功能的共性实现。自动驾驶操作系统将车控操作系统纳入整体系统软件和功能软件框架。车控操作系统运行在MCU上，一般以功能安全ASIL-D等级保障车载智能计算基础平台安全可靠，并根据自动驾驶需求进行一定程度上的扩展。
系统软件和功能软件是车载智能计算基础平台安全、实时、高效的核心和基础。自动驾驶操作系统包含系统软件和功能软件两部分。系统软件创建复杂嵌入式系统运行环境。功能软件根据自动驾驶核心共性需求，明确定义自动驾驶各共性子模块。系统软件可参考借鉴AUTOSAR软件架构分层思想，可以实现与Classic和Adaptive两个平台的兼容和交互。功能软件根据自动驾驶共性需求，进行通用模块定义和实现，可补充AUTOSAR架构在自动驾驶方面的不足和缺失。 系统软件
系统软件是针对汽车场景定制的复杂大规模嵌入式系统运行环境。系统软件一般包含异构分布系统的多内核设计及优化、Hypervisor、POSIX/ARA（AUTOSAR Runtime forAdaptive Applications）、分布式系统DDS（数据分发服务）等。
内核系统。自动驾驶操作系统要求多内核设计，内核要求与ClassicAUTOSAR和Adaptive AUTOSAR对内核的要求类似。车载智能计算基础平台支持异构芯片，需考虑功能安全、实时性能要求。当前异构分布硬件架构各单元所加载的内核系统安全等级有所不同，AI单元内核系统QM～ASIL-B，计算单元内核系统QM～ASIL-D，控制单元内核系统ASIL-D，因而出现不同安全等级的多内核设计或单内核支持不同安全等级应用的设计。保证差异化功能安全要求的同时满足性能要求，是自动驾驶操作系统系统软件设计的关键。
目前应用在汽车或嵌入式系统中的RTOS（实时操作系统），如OSEK OS、VxWorks、RT-Linux等，可以作为计算单元内核的选择，但要考虑其汽车功能安全等级以及市场成熟度。
Hypervisor。Hypervisor虚拟化技术有效实现资源整合和隔离。Hypervisor是一种硬件虚拟化技术，管理并虚拟化硬件资源（如CPU、内存和外围设备等），提供给运行在Hypervisor之上的多个内核系统。自动驾驶操作系统是基于异构分布硬件，应用程序如AI 计算和实时安全功能可能分别依赖不同的内核环境和驱动，但在物理层面共享CPU 等。Hypervisor是实现跨平台应用、提高硬件利用率的重要途径。
POSIX/ARA。系统软件可借鉴Adaptive AUTOSAR平台思想，采用POSIXAPI。POSIX（可移植操作系统应用程序接口）能够很好地适应自动驾驶所需要的高性能计算和高带宽通信等需求。Adaptive AUTOSAR采用基于POSIX标准的內核系统，可使用所有标准的POSIX API，旨在满足未来高级自动驾驶的需求。自动驾驶操作系统系统软件基于实时嵌入式软件单元架构，可借鉴Adaptive AUTOSAR平台思想，在不同内核系统采用POSIX API与应用软件、功能软件交互。
DDS。DDS满足多种分布式实时通信应用需求。DDS属于通用概念，是一种分布式实时通信中间件技术规范。自动驾驶操作系统需要建立跨多内核、多CPU、多板的通用、高速、高效的DDS机制。DDS可采用发布/订阅架构，强调以数据为中心，提供丰富的QoS（服务质量）策略，能保障数据进行实时、高效、灵活地分发，可满足各种分布式实时通信应用需求。
目前自动驾驶算法大多在基于Linux内核的中间件环境ROS（机器人操作系统）中进行搭建和验证。ROS主要提供“节点”间数据传递服务。为了增强“节点”间数据的实时性、持续性和可靠性，近期发布的ROS2的通信系统基于分布式系统数据分发服务设计。ROS依托于Linux系统，无法满足车规级和嵌入式系统要求，其效率、安全等方面的问题也限制其商业产品化。
管理平面和数据平面。管理平面和数据平面是自动驾驶操作系统实现的设计基石。管理平面和数据平面是复杂嵌入式系统的通用概念。管理平面包含日志、管理、配置、监控等非强实时功能，存在于每个硬件单元。数据平面是实时控制平面，实现自动驾驶操作系统的主要功能和数据处理，运行自动驾驶通用数据、实时状态监控、数据收集、失效切换、网联、云控、信息安全等功能模块。
功能软件
功能软件主要包含自动驾驶的核心共性功能模块。核心共性功能模块包括自动驾驶通用框架、网联、云控等，结合系统软件，共同构成完整的自动驾驶操作系统，支撑自动驾驶技术实现。
自动驾驶通用框架模块。自动驾驶通用框架模块是功能软件的核心和驱动部分。L3及以上等级自动驾驶系统具备通用、共性的框架模块，如感知、规划、控制等及其子模块。一方面，自动驾驶会产生安全和产品化共性需求，通过设计和实现通用框架模块来满足这些共性需求，是保障自动驾驶系统实时、安全、可扩展和可定制的基础。另一方面，重点算法特别是人工智能算法仍在不断演进，如基于CNN（卷积神经网络）框架的深度学习感知算法、基于高精度地图等多源信息融合定位算法、基于通用AI 和规则的决策规划算法和基于车辆动力学模型的控制算法等。
自动驾驶通用框架模块定义核心、共性自动驾驶通用框架和数据流，并包含共性模块的实现;提供对外接口API（应用程序编程接口）和服务，以接入非共性或演进算法、HMI（人机接口）等;通用框架模块也会调用自动驾驶操作系统内的云控、网联、信息安全等功能软件模块，或使用这些模块提供的服务。通用框架模块的设计和实现，可以充分利用市场不断成熟的、不同领域的算法子模块，促进产品高质高效的快速迭代。
网联模块。网联模块是自动驾驶操作系统功能软件中实现网联通信、处理网联数据的功能子模块。除满足常规网联服务场景要求外，该子模块通过完善通用框架模块设计实现网联协同感知、网联协同规划、网联协同控制等网联自动驾驶功能。
网联数据通过V2X（车用无线通信技术）获得，包括路侧数据、摄像头、智能信号灯、道路交通提示预警等信息及其他车辆信息等，与单车传感器系统的多种探测手段相结合和融合处理，能够有效实现单车感知范围扩展到数百米，车辆间防碰撞，根据预警直接控制车辆启停等重要感知、规划和控制功能。
云控模块。云控模块是与云控基础平台交互的功能子模块。云控基础平台为智能网联汽车及其用户、管理及服务机构等提供车辆运行、基础设施、交通环境等动态基础数据。云控基础平台具有高性能信息共享、高实时性云计算、多行业应用大数据分析等基础服务机制。
深度学习和视觉模块。功能软件需要支持深度学习嵌入式推理框架便于成熟算法移植和适配。自动驾驶是深度学习算法的重要应用场景，尤其在视觉、激光雷达及决策规划方面，算法企业、科研机构进行了长期且富有成效的研究和产品化工作。 传感器模块。传感器模块规范和模块化各类自动驾驶传感器，为传感数据融合提供基础。L3及以上等级自动驾驶技术方案多依赖激光雷达、摄像头、毫米波雷达等不同类型、不同安装位置的传感器，这些传感器硬件接口、数据格式、时空比例、标定方法不同。针对传感器的多样性、差异性和共性需求，自动驾驶操作系统功能软件中预置传感器模块来规范和模块化自动驾驶各类传感器，为异构传感器信息融合处理提供基础。
车载智能计算基础平台工具链
车载智能计算基础平台的研发需要对产品进行整体迭代，而不只是针对单一的模块，或者其中几个功能。车载智能计算基础平台开发的软硬件环境以及全栈工具链成为提升开发效率的重要途径之一。
开发工具
可视化开发工具能够显著提高开发人员工作效率。通过操作图形用户界面上的界面元素，可视化开发工具能自动生成应用软件，将大幅度简化编程工作，加快算法的概念验证，提高开发人员的工作效率。可视化开发工具还可以实现多个资源和层次的连接，从而有效管理所有数据。此外，可视化开发工具还提供了功能丰富的可视化组件库，便于开发人员进行组件集合，提升设计对象的可扩展性和可维护性。
集成工具
集成工具实现车载智能计算基础平台软硬件单元的系统集成。根据分工、来源的不同，软件代码可以分为第三方工具生成代码、遗留系统代码、手写代码、第三方库文件、AI相关库文件、基础平台库文件等。为了支持在车载智能计算基础平台上运行的软件系统，需要系统集成工具完成软件源码工程管理，软件编译链接和发布。
仿真工具
模拟仿真是提高自动驾驶系统开发迭代效率、丰富测试场景的重要手段。自动驾驶系统设计和实现远没有达到成熟，同时理论上其需要经过无限测试场景才能推出的车规级产品。因此模拟仿真是开发与测试阶段提高开发迭代效率、丰富测试场景的重要手段，MIL（模型在环）、SIL（软件在环）、HIL（硬件在环）、VIL（车辆在环）仿真缺一不可。在车载智能计算基础平台的研制、评测和定型全过程都需全面地应用仿真技术。
调试工具
调试环境和工具可以加快车载智能计算基础平台复杂系统的开发进度。通过系统调试，可以更深刻地理解车载智能计算基础平台功能的实现原理。据调查，车载软件开发过程中，80%以上的程序员是把一半以上的时间用在程序调试上，而系统的开发过程中也往往因为错误的存在出现延期和返工。通过开发运用高效的调试工具，提高车载智能计算基础平台调试效率是推进产品研发进度的重要途径。
测试工具
测试是车载智能计算基础平台开发的重要阶段，是保证系统质量和可靠性的最后关口。虽然车辆软件开发流程如A-SPICE 提出了与IT行业相似的单元测试、软件集成、硬件集成、系统集成等多阶段测试，考虑车载智能计算基础平台的复杂性，仍需要制定和开发具备高质可靠、高效开发、快速迭代产品特质的测试工具、测试方法及测试流程。
车载智能计算基础平台安全体系
功能安全、预期功能安全和信息安全构成了智能网联特别是自动驾驶体系的安全要素。功能安全和预期功能安全是对部件和系统失效、设计不完备等情况下的可靠性保证和冗余设计。此外，自动驾驶产品化需要信息安全防护，也需要考虑信息安全的功能安全和预期功能安全防护。
功能安全
车载智能计算基础平台实现自动驾驶功能，需要具备可靠冗余的安全设计。其核心系统必须达到功能安全ISO 26262 ASIL-D 级别，并符合最新补充的ISO/PAS 21448预期功能安全要求。为实现车规级功能安全要求，应重点考虑软硬件部件失效、功能限制和应用场景不完备情况下的分析流程和设计需求。在车载智能计算基础平台中，硬件方面如传感器和执行器冗余、车内网络冗余、芯片和硬件车规级功能安全设计均是新的挑战和重点，同时软件方面的全栈功能安全设计更是极具挑战性和行业融合特质。
软硬件可靠冗余作为功能安全正向设计，融合了复杂嵌入式系统和自动驾驶的安全设计特点，不仅包含系统软件和功能软件，也要兼顾传感器、车辆网络、芯片、硬件平台等，可以高效完备地实现车载智能计算基础平台的车规级功能安全。通常保障自动驾驶的功能安全普遍有两种方式。一是软硬件正向可靠冗余设计，包括对称和非对称形式，全工和半工工作方式等。硬件方面主要包含上述硬件冗余架构，软件方面主要包含系统软件跨CPU、跨内核系统多等级监控，失效收集，状态同步，实时安全切换和功能软件的安全设计扩展。二是采用传统车辆功能安全分析流程，输出软硬件失效设计方案，也是车载智能计算基础平台功能安全的重要组成部分。
信息安全
车载智能计算基础平台需要应用智能网联汽车信息安全防护体系。智能网联汽车具有高复杂的软硬件系统，也是网联、云控和大量数据聚集的重要载体。国内外智能网联汽车信息安全的标准正在制定和逐渐推出，如ISO/SAE 21434及国内的国标、行标和团标。车载智能计算基础平台的信息安全防护，不仅需要应用智能网联汽车的信息安全防护体系，也需要考虑自动驾驶应用带来的更多相关需求。
车载智能计算基础平台需要建立具备纵深防御、长期监控和全生命周期的信息安全防护体系。信息安全防护体系包括车边界网络防护、车内处理器全栈防护、内外网传输保护、车辆安全服务生态等诸多方面。车载智能计算基础平台作为边界节点，需考虑与外部环境、以及车内网络各节点的访问隔离及网络层安全。车载智能计算基础平台的处理器安全需要考虑从硬件、固件、系统软件到功能软件的全栈软硬件处理器防护。车载智能计算基础平台与车内网其他节点以及外部车辆和云端的传输安全，包括如基于信任链认证、加密等。考虑到自动驾驶应用，车载智能计算基础平台也要求其内部多域之间的访问控制和监控、与执行器传输的高等级认证和加密要求、更多代码安全、海量数据的存储安全如防泄露功能，以及相应的OTA（空中升级）升级支持。
个人信息保护也是车载智能计算基础平台的重要安全功能。自动驾驶使得智能网联汽车可能成为最大的移动数据采集、存储和计算节点，除数据信息安全外，个人信息保护也是计算基础平台需要考虑的安全功能。保护个人信息，首要是数据的管理，如数据的拥有者认证、数据的可追溯、可审计等需求。
车载智能計算基础平台的信息安全基于智能网联信息安全防护体系，并考虑其架构与承载业务，实现安全防护和业务合规，保障自动驾驶系统和资产的安全。