汽车行业在其发展历程中已经走过了很长时间的一段路。现在，制造自动驾驶汽车和自动驾驶汽车的技术已经不再只出现在科幻小说里，现实世界也已在逐渐应用。假如把未来世界想象成一个类似太空时代充满飞行器的世界，然后每架飞行器都能够以精心策划的精准方式自由地穿越地球，我承认这种假设真的很诱人，令人心神向往。不过我唯一不希望发生的是，未来的人们都要被迫穿上电影里那样的闪亮的银色连身裤——不知道是谁想到的这个主意。
图片来源：RIT
当然，现实世界中的实际情况肯定会复杂很多。同样，对于未来自动驾驶车辆的开发者来说，他们所面临的技术环境也会很复杂，尤其是在概念验证阶段。除了独特和苛刻的开发环境外，工程师们还面临着各种各样的关于定制的预置和云应用软件方面的难题——所有这些应用软件都必须实时地相互通信，这项任务需要一个高度自治的工业物联网（IIoT）系统来实现。
司机们，发动引擎吧！
目前，有很多汽车制造商都在积极参与自动驾驶汽车（AV，Automonous Vehicle）的项目中。随着开发人员逐渐进入概念验证阶段，他们多多少少都会在实践过程中遇到一些突发障碍。
首先，自动驾驶汽车的系统必须能够做三件主要的事情： 感知环境、处理有关环境的数据以及根据环境信息采取行动。从本质上讲，这就是一个循环，需要一遍又一遍地重复。但是这一过程中生成的数据量和处理这些数据所要求的速度很快就会变得令人难以承受。
自动驾驶汽车开发遭遇的共同挑战
我们需要把上面的问题逐步拆解来看。当我们观察一辆自动驾驶汽车时，它必须有一个可以观察环境的传感器套件（其中既包括简单的驾驶员辅助技术，也包括较为复杂的高度自动或完全自动的车辆系统）。环境传感器套件能够决定数据保真度的高低，还能决定从激光雷达传感器、雷达传感器、驱动器和其他输入点中收集到多少数据。我们称之为传感器融合或者数据融合，因为它只有在所有这些组件都能够彼此互相共享数据并且对结论的准确性达成一致结论时才能真正发挥作用。
接下来我们需要思考，系统在哪些场景必须使用人工智能（AI）来解决问题。例如：我该如何处理这些信息？ 我要左转吗？我要直走吗？ 我要右转吗？ 环境中发生了什么？
除此之外，该系统还需要分析不同的瞬态因素。例如，迎面而来的是人，还是自行车，还是汽车？然后根据不同的情况做出决策和应对计划。当然，当汽车根据环境采取了行动之后，反过来也会改变环境，因此，整个循环又会重新开始。
由此可见，真正的挑战在于高水平的互连性：系统的品质取决于捕获并处理数据的速度和质量上。然后，当添加外部互连时（例如连接到云系统或者连接到其他系统），它们就成为互连解决方案的一部分。其结果是会构成一个包含许多组件的复杂分布式系统，所有组件都被非常紧凑地打包在一起。
分层数据总线的概念
大规模的可扩展性是每个高度自动自治系统的核心前提。这一说法尤其适用于自动驾驶汽车领域。这是因为一个在受控测试条件下运行的系统和一个真正准备好进入市场的系统存在很大的差异性，而即使是最优秀的开发人员团队也会被这种复杂性差异蒙蔽双眼。如果一个系统想要进入市场并发挥其功能——包括接受公众要求的所有媒体检验和新的应用场景测试，通常会在系统内增加一个全新的关键任务需求层，而到目前为止还没有人能够很好地承担起这一任务。
分层数据总线（Layered Databus ）是由工业互联网联盟（IIC）开发的一个概念和术语，IIC是一个促进和协调工业互联网优先事项和实现技术的组织。分层数据总线的开发目标是让开发团队能够识别系统中不同的控制平面（Control Plane）或信息平面（Information Plane ）。除了对环境的完全控制之外，团队还能够指定服务质量（QoS），该服务质量决定了数据在不同应用场景（包括可靠性、带宽和延迟）的应用软件之间必须遵循的流动方式。
这种分层数据总线概念使开发人员可以在整个生态系统中使用相同的标准，它还允许开发人员为系统的不同部分设置各自的条件和各自的规则来管理数据。所有这些都允许以一种标准化的方式在不同的系统之间进行通信，而不必添加新的协议、网关或其他的网桥。当然，分层数据总线也允许团队为数据使用设定不同的条件，以便系统具备可靠性和可重复性。
关于自动驾驶汽车在目前行业内处于什么发展阶段，以及什么时候我们才能在道路上看到4级和5级的自动驾驶汽车等一系列问题，目前还存在着争议。尽管时间节点经常会因谈话对象的不同而有所不同，但有一件事是开发人员已有共识的，即高级别的互连性是获取和处理数据以及解决系统复杂性问题所必需的核心要素。分层数据总线体系结构在这些系统中提供了标准化的通信，并为开发人员提供了使无人驾驶汽车有效、快速并且安全地进入市场的工具。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
