融合 AUTOSAR AP 与 ROS 2 的自动驾驶系统追踪评估平台

《IEEE Open Journal of the Industrial Electronics Society》：Evaluation Platform for Tracing of Autonomous Driving System Combined AUTOSAR AP and ROS 2

　　

摘要：

自动驾驶系统在实际落地中对严格的实时性和安全性提出了要求，其开发在异构环境中不断演进，行业标准AUTOSAR Adaptive Platform（AUTOSAR AP）与Robot Operating System 2（ROS 2）共存于此类环境之中；然而，在此类混合环境中进行端到端延迟分析仍是一项挑战。此前研究提出了一种名为"CART"的框架，用于整合来自两个平台的跟踪数据；但其评估仅限于小规模应用的功能验证，尚未验证其在接近实际自动驾驶系统复杂度和高负载环境中的有效性。因此，本文提出"融合AUTOSAR AP与ROS 2的自动驾驶系统跟踪评估平台"，该平台扩展了CART，并集成了高保真模拟器CARLA和实际的自动驾驶软件栈（Autoware）。该平台针对自动驾驶系统接收传感器数据、通过ROS 2和AUTOSAR AP处理、再到控制指令发出并转发至模拟器之前的整个序列，实现整体系统行为的跟踪以及复杂混合环境中瓶颈的识别。结果表明，使用CART进行集成跟踪和延迟分析可应用于在基于云的模拟器驱动评估环境中执行的AUTOSAR AP与ROS 2混合自动驾驶软件栈。此外，定量评估证实，CART所采用的基于ara::log的跟踪方法带来的CPU和内存开销保持在较低水平，与ROS 2标准跟踪工具相当，验证了其在大规模系统中的可行性。所提出的平台支持详细的性能评估，并通过在异构AUTOSAR AP和ROS 2自动驾驶软件栈上实现统一的端到端延迟分析来减少人工工作量。