学习笔记5--自动驾驶汽车计算平台

本系列博客包括6个专栏，分别为：《自动驾驶技术概览》、《自动驾驶汽车平台技术基础》、《自动驾驶汽车定位技术》、《自动驾驶汽车环境感知》、《自动驾驶汽车决策与控制》、《自动驾驶系统设计及应用》。
此专栏是关于《自动驾驶汽车平台技术基础》书籍的笔记.

---

---

3.自动驾驶汽车计算平台

1. 计算平台概述

   • 计算平台是计算机系统硬件与软件的设计和开发的基础；
   • 硬件的基础是中央处理器(CPU)，软件的基础是操作系统；
   • 当传感器接收信息后，数据继而被导入计算平台，由功能各异的芯片进行处理，因此，计算平台的选择会直接影响到自动驾驶的实时性和鲁棒性；工程师需要衡量的指标包括计算平台的性能、功耗和功能安全；

2. 计算平台方案

   1. 基于GPU的计算平台

      GPU的多核心、高内存带宽等设计优点，意味着它在并行计算、浮点运算时的性能是CPU的数十倍甚至上百倍；

   2. 基于FPGA的计算平台

      FPGA：现场可编程逻辑门阵列，是一种高性能、低功耗的可编程芯片，用户可以通过烧录FPGA配置文件来自定义芯片内部的电路连接，以实现特定功能；且这种烧录是可擦写的，用户完全可以根据产品需求进行任意化功能配置；

      业内FPGA供应商主要有Xilinx、Altera、Lattice、Actel；对比GPU和CPU，FPGA主要优势在于硬件配置灵活、能耗低、性能高及可编程等，适合进行感知计算；

   3. 基于DSP的计算平台

      DSP芯片(Digital Signal Processor)，亦称数字信号处理器，是一种特别适合进行数字信号处理运算的微处理器，主要应用是实时快速地实现各种数字信号处理算法；在设计方案中，DSP的数据和地址总线分开，允许取出和执行指令完全重叠，执行上一条指令的同时可取出下一条指令进行译码，大幅提升了微处理器的运行速度，此外，DSP的架构设计特点使其在数学运算和数据处理方面有不错的表现；

   4. 基于ASIC的计算平台

      ASIC：专用集成电路，是为某种特定需求而专门定制的芯片，一旦设计制造完成，内部的电路和算法就固定了，无法再改变；优势在于体积小、功耗低、计算性能和计算效率高，且芯片出货量越大成本越低；

      FPGA和ASIC区别：FPGA上市快，一次性投入小，用户不需要介入芯片的布局布线和工艺问题，可以随时改变其逻辑功能，但性能差一些，量产后成本降不下来；ASIC芯片需要开模生产，流片成本很高，设计固化后不可更改，研发费时，上市速度慢，前期投入很高，但性能优越，一旦量产单片成本很低；