[发明专利]适用于多芯片多域控制器的无人驾驶软件开发方法在审

专利信息
申请号: 202111655839.5 申请日: 2021-12-30
公开(公告)号: CN114443134A 公开(公告)日: 2022-05-06
发明(设计)人: 王成;董健;刘飞龙;杨宇鹏;汤帆 申请(专利权)人: 杭州宏景智驾科技有限公司
主分类号: G06F8/76 分类号: G06F8/76;G06F8/36;G06F11/36;G06F15/78
代理公司: 上海大为知卫知识产权代理事务所(普通合伙) 31390 代理人: 尤莹
地址: 310000 浙江省杭州市滨江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 适用于 芯片 控制器 无人驾驶 软件 开发 方法
【权利要求书】:

1.一种适用于多芯片多域控制器的无人驾驶软件开发方法,其特征在于,包括以下步骤:

(1)确定基于可复用的原子算子的软件算法架构;

(2)将对各外部设备所需执行的算法分别转化为原子算子数据流;

(3)将各外部设备的原子算子数据流组合成完整的软件流程,将该软件流程中的多个原子算子划分成多个进程,各所述进程至少包括一个原子算子;

(4)将所有进程所需的算力与多个芯片的算力进行适配;

(5)生成各所述进程的代码框架;

(6)对各原子算子进行软件开发和单元测试;

(7)验证每个进程;

(8)进行系统级验证。

2.根据权利要求1所述的适用于多芯片多域控制器的无人驾驶软件开发方法,其特征在于,步骤(1)中所述原子算子为适于实现至少一个算法步骤的基本运算单元。

3.根据权利要求1所述的适用于多芯片多域控制器的无人驾驶软件开发方法,其特征在于,步骤(2)中所述外部设备至少包括激光雷达、毫米波雷达、相机、定位终端和惯性传感器。

4.根据权利要求2所述的适用于多芯片多域控制器的无人驾驶软件开发方法,其特征在于,所述原子算子至少包括激光雷达数据接入、点云前处理、点云聚类、障碍物识别、障碍物融合、障碍物跟踪、激光雷达感知数据发布、激光雷达深度学习推理、深度学习后处理、毫米波雷达数据接入、毫米波雷达感知数据发布、相机数据接入、图片前处理、图片去畸变、相机深度学习推理、车道线识别、相机感知数据发布、时间同步、多传感器匹配、融合数据发布、定位数据接入、惯性传感器数据接入、粗定位、卡尔曼滤波、定位发布、高精地图读取、高精地图发布、地图和视觉定位融合、地图和视觉定位融合、地图和视觉定位融合结果发布。

5.根据权利要求1所述的适用于多芯片多域控制器的无人驾驶软件开发方法,其特征在于,步骤(2)中所述芯片的算力包括AI算力和逻辑算力。

6.根据权利要求1所述的适用于多芯片多域控制器的无人驾驶软件开发方法,其特征在于,所述步骤(3)中,基于原子聚合自动划分进程,所述原子聚合为将耦合度高的多个原子算子组合进同一个进程。

7.根据权利要求1所述的适用于多芯片多域控制器的无人驾驶软件开发方法,其特征在于,所述步骤(3)划分进程过程中,当一个进程所需的算力超出了芯片的算力范围,则将该进程切分成至少两个进程,并将切分后的多个进程适配到不同的芯片,直至该进程所需的算力得到完全适配。

8.根据权利要求1所述的适用于多芯片多域控制器的无人驾驶软件开发方法,其特征在于,所述步骤(3)划分进程过程中,当一个进程中存在逻辑耦合度低的多个部分时,将各部分切分成独立的进程。

9.根据权利要求1所述的适用于多芯片多域控制器的无人驾驶软件开发方法,其特征在于,所述步骤(6)中完成单元测试的原子算子自动导入原子算子库,以供复用。

10.根据权利要求1所述的适用于多芯片多域控制器的无人驾驶软件开发方法,其特征在于,步骤(2)中所述原子算子数据流中,自动生成用于原子算子之间通信的程序代码,并自动生成聚合后多个原子算子的组合程序代码。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州宏景智驾科技有限公司,未经杭州宏景智驾科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111655839.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top