自动驾驶入门技术（9）—— 无人驾驶客户端系统

1、无人驾驶客户端系统

1.1 客户端系统基础解析
无人驾驶客户端系统包括操作系统和计算平台两个重要部分；无人驾驶不是单独的一项技术，而是多种技术的集成，技术的集成在由操作系统和硬件平台组成的客户端系统层面上完成。

3、计算平台

计算平台的设计直接影响无人驾驶系统的实时性能和鲁棒性能。平台设计的关键问题包括成本、功耗、散热等；

3.1 计算平台的设计
1）计算平台达到量产要求的三个关键性能指标：
—— 每瓦的性能
—— 每瓦的成本
—— 平台的生态系统，包括使用这个计算平台的用户群以及它的易用性；
2）无人驾驶的计算堆栈示例：
在计算平台层，提出了一个SoC架构，此SoC架构中，有一个I/O子系统与前端传感器交互；由DSP负责图像预处理流以进行特征提取；由GPU进行目标识别和其他深度学习任务；多核CPU用于规划、控制和交互任务；由FPGA进行动态重构以分时共享的方式完成传感器数据压缩上传、目标跟踪和交通预测等工作。
这些计算部件和I/O组件通过共享内存进行数据通信。在上面的计算平台层，存在一个动态系统，通过OpenCL把不同的工作负荷分配到异构计算单元上执行，并由实时的执行引擎动态地完成务调度。在动态系统之上，我们部署的是机器人操作系统。ROS是一个分布式操作系统，其中包含了多个ROS节点，每一个节点封装了一个无人驾驶任务。

2）基于DSP的计算解决方案 —— 德州仪器
德州仪器的TDA为无人驾驶提供了一个基于数字信 处理的解决方案。TDA2x SoC 拥有两个浮点DSP内核C66x和4个专为视觉处理设计的完全可编程的视觉加速器。在任务上相比，ARMCortex-15 处理器视觉加速器可提供8倍的视觉处理加速且功效更低。

b、特斯拉自主研发的FSD芯片
FSD芯片，也属于一款FPGA芯片，其采用三星14nm FinFET制程工艺，核心面积260平方毫米，2.5亿个逻辑门，集成了60亿个晶体管，32MB SRAM缓存和96×96乘加阵列； FSD芯片中包含了三个能够提供计算性能的模块，分别是CPU、GPU和NPU。

4）基于ASIC的解决方案 —— 英特尔
英特尔（Mobileye） EyeQ5 是基于特定用途集成电路（Application Specific Integrated Circuit, ASIC）的无人驾驶解决方案。EyeQ5具有四种异构的、全编程加速器，分别对专有算法进行优化，包括计算机视觉、信 处理和机器学习任务。这种多样性的加速器架构使应用程序可以通过使用最适合的内核来存储计算时间和能量。