自动驾驶系统的示例和关键组成

本文涉及的产品
容器镜像服务 ACR,镜像仓库100个 不限时长
可观测链路 OpenTelemetry 版,每月50GB免费额度
函数计算FC,每月15万CU 3个月
简介: 【10月更文挑战第5天】本文介绍了使用SysML系统工具设计自动驾驶汽车内部组件的方法,重点在于通过内部块图(IBD)详细展示各子系统(如感知、控制、导航和动力系统)的内部结构及它们之间的交互。IBD不仅定义了各部件的接口和连接,还支持递归分解,有助于理解系统结构和设计接口,促进系统集成。通过端口、连接器等元素,IBD清晰展现了数据和物理流在部件间的通信方式。

1 简介

自动驾驶系统如火如荼,现在我们也要造一个自动驾驶的汽车,那么汽车内部应该使用哪些组件和块?

本文使用sysML系统工具粗略地设计一个汽车内部的各个部分。 包括各部件描述,接口,外部依赖等,构建自动驾驶汽车的内部设计利用SysML的内部块图(IBD)来详细展示系统组件。

IBD描述了块的内部结构,包括子系统、部件、接口和连接,揭示了系统内部工作机制。它用于表示软件、硬件等组件,定义端口和接口,支持递归分解。通过端口和连接器,IBD显示数据和物理流如何在部件间通信。

感知系统、控制系统、导航系统和动力系统等子系统内部结构及它们之间的交互可通过IBD清晰展现。

这种建模方法有助于理解系统结构、设计接口和进行系统集成,但可能因复杂性而难以管理,需结合其他图表示动态行为。
image.png

2 内部定义

  • 结构图:内部块图 ibd

内部块图(Internal Block Diagram, IBD):

  • 定义:

块:块(符号:带有关键字 = «block»的矩形)表示一个系统组件,一个模块化结构单元,封装其内容(属性、行为、约束)并支持第一类(即可以在模型存储库中绘制和直接操作)接口。

模块封装的行为包括:操作、信号和状态机。用于连接和连接(“布线”)模块接口的唯一交互点称为端口。

在 SysML 中,内部块图用于描述块(Block)内部的结构,显示块的内部组成部分(子块或部件)及其相互之间的连接关系。它通过展示各个部分之间的连接和交互,提供系统内部详细的结构视图。

internal Block Diagram (内部块图,简称IBD) 是系统建模语言 (SysML) 中的一种图,用于显示系统组件的内部结构和它们之间的连接关系。

IBD 详细描述了一个块 (block) 内部的组成部分和这些组成部分之间的接口和交互。

  • 设计目的:

描述块内部的子部件及其之间的连接关系。主要用于详细建模系统的内部结构和子系统之间的交互,帮助理解和设计系统的内部工作机制。

内部块图 (IBD) 的目的是显示模块的封装结构内容(部件、属性、连接器、端口、接口),以便可以使用基于接口的设计技术递归分解和“连接”。

如果使用得当,BDD + IBD 是递归可伸缩的,并且在数学上(参数化)可模拟。

这些设计将会帮助工程师理解系统内部构造,进行分层设计。如果内部块图描述不准确,可能导致系统集成困难。

3 简单示例:

  • ibd组成元素:

块可以指定软件、硬件、机械和湿件(人员、组织、设施)组件。
块支持信息和物理流的提供(实现或实现)和必需(使用)接口。块可以递归分解为部件,其中每个部件也必须由块定义。

内部块图 (ibd):内部块图是特定块拥有的静态结构图,它显示了其封装的结构内容:部件、属性、连接器、端口和接口。换句话说,IBD 是封装(“黑盒”)块的“白盒”透视图。

通过在块定义图 (BDD) 定义和内部块图 (IBD) 用法之间交替,可以将块递归分解(“嵌套”)为部件(请参阅下面的用法说明)。

image.png

  • 使用示例:

行为可以由块(例如,操作、信号和状态机)封装,也可以直接或间接(通过接口)分配给块(例如,活动/操作)。
可以通过约束块对块进行数学约束,以生成数学上可模拟的参数图。以下为一个飞行器ibd图的示例

image.png

BDD 块定义与 IBD 块使用二分法,BDD和IBD相辅相成(参见黑盒与白盒),并在系统分析和设计过程中支持递归结构分解技术。
BDD 定义块的属性,包括其部件属性(强拥有的部件)和引用属性(共享部件)。

IBD 在封装它们的块的结构上下文中指定零件属性和引用属性的用法或角色。否则,IBD 中的零件属性和参照属性可能具有不同的用法或角色,具体取决于它们在 IBD 中的实现方式(“连接”)。

可以对比UML 2 类图和组件图;SA/SD系统上下文和结构图图;IDEF IDEF1X 图等。

4 主要元素和表示方法

  • 方法属性

端口和接口: 使用端口(Port)和接口(Interface)来表示系统内部组件之间以及系统与外部环境之间的交互。

    端口: 用于定义组件的接口点,通过端口进行交互。

    接口: 定义通过端口进行的交互类型,如数据流、信号传递等。
  • 部件(Part):

块的内部组成部分,表示子系统或组件。部件是块的组成部分,表示块内部的子系统或组件。

部件在块内表示,通常是较小的矩形框,并标注部件名称和类型。示例:

+-----------------+
|     Block       |
|  Car System     |
|  +-------------+|
|  | Camera:     ||
|  | SensorBlock ||
|  +-------------+|
+-----------------+
  • 块(Block):

系统的基本构建单元,表示系统或子系统。

块是表示系统的基本构建单元。它可以表示任何类型的系统元素,包括硬件、软件、人员或过程等。

表示方法:一个块通常在一个矩形框中表示,框内包含块的名称。

自动汽车示例:

+-----------------+
|     Block       |
|  Car System     |
+-----------------+
  • 端口(Port):

块的接口点,用于定义交互接口。 端口表示块之间或块内部的交互接口点。端口可以是标准端口或流端口。

表示方法:端口在块或部件的边缘画出,通常是一个小矩形或圆形,并标注端口名称。示例:

+-----------------+
|     Block       |
|  Car System     |
|  [传感器端口]    |
+-----------------+
  • 接口(Interface):

定义通过端口进行的交互类型。接口定义了通过端口进行的交互的类型或协议。

表示方法:接口通常与端口相关联,并且在定义端口时可以标注接口类型。示例:

+-----------------+
|     Block       |
|  Car System     |
|  [传感器端口:    |
|   传感器数据]    |
+-----------------+
  • 连接器(Connector):

表示部件之间的连接关系。 用于表示系统内部组件之间的连接,展示信号、数据或物理连接路径。连接器表示不同部件之间的连接和交互。

表示方法:连接器通常是线条,连接两个端口,并可以标注连接的类型或协议。示例:

    +-----------------+       +-----------------+
    |     Block       |-------|     Block       |
    |     摄像系统     |       |    控制系统     |
    +-----------------+       +-----------------+
  • 流属性(Flow Properties):

定义通过端口传递的流动数据或物理量。定义通过端口传递的流动数据或物理量,表示组件间的交互流。流属性表示通过端口进行的流动,通常是物质、能量或信息。

表示方法:流属性在端口定义中表示,并标注流动的类型和方向。示例:

    +-----------------+
    |     Block       |
    |  Car System     |
    |  [燃油端口:    |
    |   FuelType ->]  |
    +-----------------+
  • 值属性(Value Property):

表示块内部的属性值,如大小、重量等。

表示方法:

块内表示:值属性通常在块或部件的内部用文本表示,并标注属性名称和值。
值属性类型:值属性可以有具体的类型(如整数、浮点数、字符串等)和单位。

如下一个自动驾驶汽车系统(Car System)块,其中包含一些值属性,如重量(Weight)、最大速度(MaxSpeed)和电池容量(BatteryCapacity)。示例:

+------------------------------------------------+
|                  Car System                    |
|                                                |
|  +-----------------------------------------+   |
|  | Weight: 1500 kg                        |   |
|  | MaxSpeed: 220 km/h                     |   |
|  | BatteryCapacity: 75 kWh                |   |
|  +-----------------------------------------+   |
|                                                |
|  +-----------------+    +-----------------+    |
|  | Perception Sys  |    | Control System  |    |
|  |  [传感器端口]    |----|   [控制端口]     |    |
|  +-----------------+    +-----------------+    |
|                                                |
+------------------------------------------------+
  • Reference Property(引用属性):

表示块外部的对象或块。表示方法:

块内表示:引用属性在块的内部用矩形框表示,通常标注引用属性的名称和引用的块。
箭头指示:有时在引用属性旁边使用箭头指示引用关系。
类型标注:引用属性可以标注其引用的块类型。

示例:

汽车系统(Car System)其控制系统(Control System)引用了外部的GPS系统(GPS System)。

+------------------------------------------------+
|                  Car System                    |
|                                                |
|  +-------------------+-----------------------+ |
|  | Perception Sys    | Control System        | |
|  |                   |                       | |
|  |  +-------------------------------------+  | |
|  |  | Camera: SensorBlock                 |  | |
|  |  | Resolution: 1080p                   |  | |
|  |  | FrameRate: 30 fps                   |  | |
|  |  +-------------------------------------+  | |
|  |                   |                       | |
|  |  [传感器端口]    |----|   [控制端口]     |    |
|  +-------------------+-------+---------------+ |
|                                  |             |
|                                  |             |
|  +-------------------------+     |             |
|  | GPS: GPS System         |<----+             |
|  +-------------------------+                   |
|                                                |
+------------------------------------------------+

现在的自动汽车系统(Robot System)中,其控制系统(Control System)引用了一个外部的传感器网络(Sensor Network)。

目录
相关文章
|
21天前
|
传感器 编解码 运维
示例SysML设计“罗卜”快跑自动驾驶
【10月更文挑战第6天】本文介绍了“罗卜”自动驾驶汽车系统的完整设计,使用SysML的Internal Block Diagram (IBD) 描述了系统的主要子系统及其内部结构和交互。通过定义块、部分属性、端口、接口和连接器,IBD图详细展示了感知系统、控制系统、导航系统和动力系统之间的数据传输和交互。文章分析了IBD图的优点,包括清晰定义系统结构、统一接口和交互、提高系统设计的可理解性和可维护性,并讨论了其在系统集成和测试中的应用。同时,也指出了IBD图的局限性,如复杂性管理困难、动态行为表示不足和学习曲线陡峭等问题。
55 4
|
3月前
|
机器学习/深度学习 自动驾驶 算法
ONNX 在自动驾驶汽车中的应用案例
【8月更文第27天】随着自动驾驶技术的快速发展,高效的模型部署和跨平台的支持变得尤为重要。Open Neural Network Exchange (ONNX) 作为一种开放的模型格式,可以促进不同深度学习框架之间的模型转换,同时支持多种硬件平台上的高效执行。本文将探讨 ONNX 在自动驾驶系统中的应用,特别是如何在感知、决策和控制等核心环节中发挥作用。
172 3
|
4月前
|
传感器 自动驾驶 安全
天气条件是无人驾驶汽车面临的一个重要挑战
天气条件是无人驾驶汽车面临的一个重要挑战
|
4月前
|
传感器 机器学习/深度学习 人工智能
实现无需人工干预就能够自动驾驶的汽车
实现无需人工干预就能够自动驾驶的汽车
实现无需人工干预就能够自动驾驶的汽车
|
5月前
|
传感器 机器学习/深度学习 人工智能
自动驾驶技术概述
自动驾驶技术概述
46 0
|
5月前
|
机器学习/深度学习 传感器 自动驾驶
作为自动驾驶技术的核心组成部分,图像识别技术对于车辆的环境感知、决策制定和路径规划等方面具有至关重要的作用
【6月更文挑战第10天】本文探讨了深度学习在自动驾驶图像识别中的应用,该技术通过模拟人脑认知处理大量标注数据,实现对图像内容的精准识别。深度学习在特征提取、泛化能力和持续优化上优于传统方法,为自动驾驶提供环境感知、障碍物检测及行为预测等功能。尽管面临数据需求、计算资源和泛化能力的挑战,但随着技术发展,深度学习将继续推动自动驾驶的进步,为未来出行创造更安全、高效的经历。
56 0
|
6月前
|
传感器 机器学习/深度学习 编解码
一文全览 | 2023最新环视自动驾驶3D检测综述!
一文全览 | 2023最新环视自动驾驶3D检测综述!
190 1
|
6月前
|
机器学习/深度学习 编解码 自动驾驶
自动驾驶感知多任务框架 | MultiTask V3、HybridNets和YOLOP谁更强呢?
自动驾驶感知多任务框架 | MultiTask V3、HybridNets和YOLOP谁更强呢?
140 1
|
传感器 自动驾驶 数据处理
自动驾驶汽车的脚本需要考虑多种因素
自动驾驶汽车的脚本需要考虑多种因素
89 1
|
传感器 机器学习/深度学习 自动驾驶
自动驾驶车辆控制需要的程序
自动驾驶车辆控制需要的程序
148 1
下一篇
无影云桌面