編者語：后臺(tái)回復(fù)“入群”，加入「智駕最前沿」微信交流群
自動(dòng)駕駛技術(shù)的發(fā)展，不僅依賴于感知算法的精度和決策規(guī)劃的智能，還深深植根于系統(tǒng)內(nèi)部對(duì)“時(shí)序”這一概念的精準(zhǔn)把控。所謂時(shí)序，簡單來講，就是系統(tǒng)在不同模塊之間、不同傳感器之間以及傳感器與執(zhí)行單元之間，按照嚴(yán)格的時(shí)間順序和頻率進(jìn)行數(shù)據(jù)采集、處理與響應(yīng)的能力。對(duì)于自動(dòng)駕駛系統(tǒng)而言，時(shí)序不僅是保障精度和性能的基石，更是確保安全和可靠性的基礎(chǔ)。只有在嚴(yán)格的時(shí)序框架下，各個(gè)子系統(tǒng)才能協(xié)同工作，實(shí)現(xiàn)對(duì)外部環(huán)境的快速感知、合理預(yù)測(cè)、有效規(guī)劃和及時(shí)控制，從而在復(fù)雜多變的道路場(chǎng)景中做到“未雨綢繆、穩(wěn)扎穩(wěn)打”。
在自動(dòng)駕駛系統(tǒng)中，“時(shí)序”一詞最直接的體現(xiàn)便是傳感器數(shù)據(jù)采集的時(shí)間戳管理。激光雷達(dá)、毫米波雷達(dá)、車載攝像頭、超聲波等多種傳感器同時(shí)在車輛周圍不斷地掃描環(huán)境，每一次掃描位置和時(shí)間都必須被精確記錄。若某一幀激光雷達(dá)點(diǎn)云與攝像頭圖像在時(shí)間上錯(cuò)位，即便算法再智能，也難以進(jìn)行準(zhǔn)確的空間映射和融合。為此，系統(tǒng)內(nèi)部通常會(huì)采用統(tǒng)一的時(shí)間基準(zhǔn)，通過硬件觸發(fā)或軟件時(shí)間同步機(jī)制，讓每個(gè)傳感器在嚴(yán)格規(guī)定的時(shí)間點(diǎn)完成采樣，并打上準(zhǔn)確的時(shí)間戳。這樣一來，上層的感知算法就能夠根據(jù)時(shí)間戳將各傳感器數(shù)據(jù)對(duì)齊，實(shí)現(xiàn)多源信息的高精度融合。
在感知層面，時(shí)序的管理不僅關(guān)乎數(shù)據(jù)對(duì)齊，還直接影響到目標(biāo)檢測(cè)和跟蹤的連續(xù)性。假設(shè)車載攝像頭以每秒30幀的頻率采集圖像，而激光雷達(dá)以每秒10次掃描輸出點(diǎn)云，那么系統(tǒng)需要按照這兩種不同頻率的節(jié)奏，制定合理的插幀或降采策略，以保證感知模塊每一次決策都建立在最新且一致的數(shù)據(jù)集之上。如果某一次融合因?yàn)闀r(shí)間戳錯(cuò)位導(dǎo)致圖像中的行人位置與點(diǎn)云中的反射點(diǎn)不匹配，那么檢測(cè)算法就可能產(chǎn)生誤判或漏檢，進(jìn)而影響后續(xù)的規(guī)劃和控制。
進(jìn)入預(yù)測(cè)與規(guī)劃階段，時(shí)序的要求同樣不容忽視。自動(dòng)駕駛系統(tǒng)通常會(huì)在一個(gè)固定的周期內(nèi)，依據(jù)當(dāng)前感知的數(shù)據(jù)展開對(duì)周邊動(dòng)態(tài)目標(biāo)的軌跡預(yù)測(cè)，并在預(yù)測(cè)結(jié)果的基礎(chǔ)上進(jìn)行路徑規(guī)劃。這里的“周期”往往以毫秒為單位，例如每隔50毫秒進(jìn)行一次預(yù)測(cè)，然后在下一次50毫秒周期內(nèi)完成軌跡規(guī)劃并輸出給控制模塊。如果預(yù)測(cè)與規(guī)劃的時(shí)間窗口處理不當(dāng)，如規(guī)劃算法運(yùn)行過慢超出時(shí)限，系統(tǒng)就不得不使用上一次的規(guī)劃結(jié)果，這對(duì)于高速行駛的車輛而言，可能導(dǎo)致反應(yīng)滯后，增加安全風(fēng)險(xiǎn)。因此，合理的時(shí)序設(shè)計(jì)必須確保在規(guī)定周期內(nèi)，所有的算法都能完成計(jì)算并輸出結(jié)果，否則就要采取多線程并行或硬實(shí)時(shí)調(diào)度的方式來保證時(shí)延在可控范圍之內(nèi)。
控制與執(zhí)行模塊對(duì)時(shí)序的依賴更為直接。車輛的縱向和橫向控制命令需要以極高的頻率發(fā)送到執(zhí)行機(jī)構(gòu)，如每隔10毫秒就要更新一次油門、制動(dòng)或轉(zhuǎn)向控制指令，這樣才能保證車輛運(yùn)動(dòng)狀態(tài)與規(guī)劃軌跡的緊密貼合。一旦控制命令的下發(fā)時(shí)序紊亂，就會(huì)導(dǎo)致車輛在執(zhí)行階段出現(xiàn)抖動(dòng)、過度修正或遲滯，從而破壞行車的平順性和安全性。此外，制動(dòng)系統(tǒng)和轉(zhuǎn)向機(jī)構(gòu)本身也具備固有的響應(yīng)延遲，這就要求控制模塊在給出指令時(shí)充分考慮執(zhí)行延遲，并在時(shí)序上提前做出相應(yīng)補(bǔ)償，以確保實(shí)際車速和車道偏離度滿足預(yù)期要求。
在更底層的系統(tǒng)層面，自動(dòng)駕駛通常采用精準(zhǔn)的系統(tǒng)時(shí)鐘與同步機(jī)制來支撐整個(gè)時(shí)序架構(gòu)。像工業(yè)以太網(wǎng)中的精確時(shí)鐘同步協(xié)議（PTP，Precision Time Protocol），或是基于GPS的時(shí)間戳同步方式，都可以為各傳感器和計(jì)算單元提供納秒級(jí)的時(shí)間基準(zhǔn)。此外，一些自動(dòng)駕駛平臺(tái)還會(huì)使用專用的硬件觸發(fā)接口，將激光雷達(dá)、攝像頭與主控單元通過硬件線纜連接，當(dāng)主控單元發(fā)出觸發(fā)信號(hào)時(shí)，各傳感器同時(shí)開始采樣，形成硬件層面的時(shí)序鎖定。這樣的設(shè)計(jì)一方面減少了軟件調(diào)度的不確定性，另一方面也提高了整個(gè)系統(tǒng)的時(shí)間一致性，奠定了高精度、多傳感器融合的基礎(chǔ)。
實(shí)時(shí)性和延遲管理是時(shí)序設(shè)計(jì)中的重要課題。自動(dòng)駕駛系統(tǒng)需要滿足嚴(yán)格的實(shí)時(shí)性要求，通常要在毫秒級(jí)別內(nèi)完成感知—預(yù)測(cè)—規(guī)劃—控制的全流程閉環(huán)。為此需對(duì)各個(gè)模塊進(jìn)行最壞情況執(zhí)行時(shí)間（Worst-Case Execution Time, WCET）評(píng)估，并設(shè)置合理的調(diào)度優(yōu)先級(jí)。在多核計(jì)算平臺(tái)上，不同任務(wù)會(huì)被分配到優(yōu)先級(jí)隊(duì)列中，確保延遲敏感的感知任務(wù)和控制任務(wù)優(yōu)先獲得計(jì)算資源，而相對(duì)不那么緊急的地圖更新或日志記錄等后臺(tái)任務(wù)，則可以在空閑時(shí)段執(zhí)行。通過這樣的任務(wù)級(jí)時(shí)序調(diào)度，能最大限度地降低關(guān)鍵路徑上的延遲，提高系統(tǒng)的可靠性。
從功能安全的角度來看，《道路車輛功能安全》ISO 26262等汽車安全標(biāo)準(zhǔn)也對(duì)系統(tǒng)時(shí)序提出了具體要求。標(biāo)準(zhǔn)規(guī)定了ASIL等級(jí)對(duì)應(yīng)的時(shí)序冗余和時(shí)延檢測(cè)機(jī)制。例如在高級(jí)別自動(dòng)駕駛（Level 3及以上）的應(yīng)用中，系統(tǒng)必須具備自檢與診斷功能，能夠?qū)崟r(shí)監(jiān)控各個(gè)模塊的運(yùn)行時(shí)延，一旦發(fā)現(xiàn)超時(shí)或錯(cuò)序就要立即采取如安全停靠或切換到備用系統(tǒng)等安全措施。此外，還要通過硬件隔離和雙核鎖步等手段，實(shí)現(xiàn)對(duì)關(guān)鍵時(shí)序路徑的雙重保障，防止單點(diǎn)故障導(dǎo)致時(shí)序異常，從而危及行車安全。
在實(shí)際工程中，為了進(jìn)一步優(yōu)化時(shí)序性能，自動(dòng)駕駛系統(tǒng)往往要結(jié)合多種技術(shù)手段。首先是流水線并行處理，不同級(jí)別的感知任務(wù)可以在不同核或不同硬件單元中并行完成；其次是時(shí)間截?cái)嗯c優(yōu)先級(jí)搶占，通過將長時(shí)計(jì)算拆分為多個(gè)短時(shí)任務(wù)，并根據(jù)任務(wù)緊急程度動(dòng)態(tài)調(diào)整優(yōu)先級(jí)，既保證了關(guān)鍵任務(wù)的及時(shí)響應(yīng)，也提高了整體計(jì)算效率；再者，采用硬件加速器（如GPU、FPGA或ASIC）來完成頻繁使用的計(jì)算密集型算法，使得感知與預(yù)測(cè)的時(shí)延大幅降低。在這些優(yōu)化手段的共同作用下，自動(dòng)駕駛系統(tǒng)在保證高精度的同時(shí)，能更好地滿足實(shí)時(shí)性的苛刻要求。
隨著芯片性能的提升、算法模型的輕量化以及分布式計(jì)算框架的發(fā)展，時(shí)序管理的粒度和精度都將進(jìn)一步提高。未來可能會(huì)在更復(fù)雜的場(chǎng)景中引入更高頻率的閉環(huán)控制，例如毫米級(jí)定位系統(tǒng)與高頻慣性測(cè)量單元的深度融合，實(shí)時(shí)控制率達(dá)到每秒數(shù)百次甚至更多。同時(shí)，在多車協(xié)同和車路協(xié)同（V2X）場(chǎng)景中，對(duì)時(shí)序的要求將更加嚴(yán)格，需要實(shí)現(xiàn)車與車、車與路、車與云端的統(tǒng)一時(shí)鐘和超低延遲通信，進(jìn)而支撐更為安全高效的智慧交通系統(tǒng)。
簡而言之，時(shí)序是自動(dòng)駕駛系統(tǒng)的大腦中的“心跳”和“節(jié)拍器”，它負(fù)責(zé)為感知、預(yù)測(cè)、規(guī)劃和控制等各個(gè)關(guān)鍵環(huán)節(jié)提供穩(wěn)定且可靠的時(shí)間保障。在保證數(shù)據(jù)一致性、提升系統(tǒng)實(shí)時(shí)性、滿足功能安全要求的同時(shí)，時(shí)序優(yōu)化也推動(dòng)了整體性能的提升。
-- END --
