Le sfide del networking che si confrontano con i veicoli autonomi

Cosa imparerai:

  • Metodi di rete per le automobili moderne.
  • Sfide legate alle architetture di rete automobilistiche per i veicoli, compresi i veicoli autonomi.
  • Potenziali soluzioni alle sfide del networking automobilistico.

Nel mio articolo precedente, ho discusso di come la fusione dei sensori stia aprendo la strada al futuro dei veicoli autonomi (AV), consentendo loro di replicare i sensi umani attraverso la combinazione di dati provenienti da più input, inclusi radar, LiDAR e sensori della fotocamera. Unendo questi dati, le case automobilistiche possono mitigare le carenze dei singoli sensori per ottenere un quadro completo dell’ambiente circostante un veicolo e fornire alti livelli di consapevolezza spaziale.

Affinché la fusione dei sensori funzioni in modo affidabile, tuttavia, i dati dei sensori devono essere raccolti, distribuiti ed elaborati a velocità molto elevate. Proprio come il cervello umano, i computer incaricati di guidare veicoli devono prendere decisioni in una frazione di secondo per affrontare circostanze impreviste. Anche piccoli ritardi in questo processo possono avere conseguenze catastrofiche per il veicolo e i passeggeri.

Come ci si potrebbe aspettare, l’integrazione di tutti i sensori necessari per gli AV aggiunge complessità al veicolo e richiede un cambiamento di approccio per gli OEM automobilistici mentre progettano, ingegnerizzano e producono veicoli. Il modo migliore per collegare in rete la miriade di dispositivi elettronici è particolarmente impegnativo. Potrebbe influire in modo significativo sulla rapidità ed efficienza con cui i dati possono essere spostati ed elaborati e presenta una serie di sfide di secondo ordine, come il suo effetto sul peso complessivo del veicolo.

La sfida del peso

Per chi lavora su reti automobilistiche e AV, il peso del veicolo è un fattore che non può essere ignorato. Più sensori significano più cavi per collegarli, il che può portare a un aumento del peso del sistema ed effetti sfavorevoli sulla velocità complessiva, sull’efficienza del carburante o sull’autonomia di un veicolo nel caso dei veicoli elettrici. In effetti, per molti veicoli, il cablaggio è uno dei primi quattro sottosistemi più pesanti, con un peso fino a 132 libbre. nelle automobili moderne. Inoltre, il cablaggio complesso incide sulla velocità di produzione del veicolo perché richiede più tempo per il completamento e il test.

Questo problema è aggravato dal fatto che più auto stanno andando elettriche e devono perdere peso in eccesso a causa dell’aumento di peso del propulsore elettrico. Inoltre, i produttori di veicoli elettrici sono spesso quelli che spingono di più per la guida autonoma, il che significa che richiedono contemporaneamente più sensori e una migliore rete mentre devono rimuovere il peso per tenere conto della batteria.

Fortunatamente, i progressi nei componenti come i controller MIPI (Mobile Industry Processor Interface) stanno aiutando a limitare la necessità di cablaggio aggiuntivo e, in alcuni casi, anche a ridurre la lunghezza totale del cavo necessario. MIPI consente di cablare fino a 45 piedi. direttamente dai sensori alle CPU senza latenza o perdita di elaborazione. In effetti, è come se il sensore fosse collegato direttamente alla CPU e annullasse la necessità di gateway aggiuntivi che aggiungerebbero un cablaggio in eccesso.

Inoltre, case automobilistiche come Tesla stanno sperimentando nuove varianti delle architetture di rete centrali, comprese le architetture ad anello. Brevetti recenti indicano che i sistemi che utilizzano un cablaggio dall’aspetto circolare consentono a tutti i componenti di connettersi al cablaggio e alla CPU invece di essere cablati individualmente nella CPU in più punti.

Anche altri progressi, come i sistemi di gestione della batteria wireless, promettono di aiutare a ridurre le esigenze complessive di cablaggio nei veicoli futuri. Inoltre, le tendenze verso le architetture zonali e le centraline elettroniche virtualizzate (ECU) introducono il concetto di centraline multifunzione più potenti. Questi sarebbero collegati a sensori intelligenti per ridurre il numero complessivo di ECU, il che, a sua volta, incide favorevolmente sul cablaggio.

Tali sistemi hanno il potenziale per ridurre drasticamente la quantità di cablaggio richiesta e possono facilitare l’installazione dei sistemi di cablaggio durante la produzione, riducendo così i tempi di produzione del veicolo.

Un bisogno di velocità

Come accennato in precedenza, la velocità, in quanto si riferisce alla capacità di spostare ed elaborare i dati, non le miglia orarie, è di fondamentale importanza per la fusione dei sensori e gli AV. È necessario raccogliere, trasferire e calcolare enormi quantità di dati in tempo reale per consentire un rapido processo decisionale, quindi un throughput elevato è un requisito rigoroso. Questo requisito riguarda sia gli scambi di dati su reti automobilistiche che i trasferimenti di dati in entrata e in uscita dalla memoria.

Le reti automobilistiche tradizionali come CAN, LIN e FlexRay semplicemente non forniscono una larghezza di banda sufficiente per trasferire le grandi quantità di dati necessari per la fusione dei sensori e i motori di calcolo AI di bordo che utilizzano reti neurali profonde. Per darti un’idea di dove siamo diretti, Micron stima che sia necessaria una larghezza di banda della memoria da 512 a 1.024 GB/s per supportare la guida autonoma di livello 3 e 4. Al livello 4, il veicolo è altamente autonomo, ma in alcune situazioni richiede comunque l’interazione umana.

Nel 2020, la maggior parte dei sistemi automobilistici era dotata di componenti LPDRAM x32 con velocità di segnalazione I/O fino a 4.266 MB/s (4.266 GB/s) per dispositivo. Il raggiungimento di livelli più elevati di autonomia con un numero praticabile di dispositivi DRAM richiede memorie ad alte prestazioni come GDDR6. Un dispositivo DRAM GDDR6 x32 funzionante a 16 Gb/s offre 64 GB/s di larghezza di banda. Un’architettura con 16 di queste DRAM GDDR6 potrebbe raggiungere il requisito di larghezza di banda della memoria di livello 4.

Conclusione

Molte case automobilistiche sono alle prese con i limiti della tecnologia attuale e cercano modi per raggiungere i livelli di prestazioni necessari per una guida completamente autonoma. Osservando le sfide fisiche, elettriche e computazionali, è chiaro che sono necessarie soluzioni all’avanguardia per mettere su strada i veicoli autonomi.

Nella mia prossima puntata, tratteremo come questa transizione verso veicoli elettrici e AV abbia portato anche a un’altra sfida per le case automobilistiche in un nuovo dominio: la sicurezza informatica. Esamineremo i problemi di sicurezza che circondano le auto moderne e diversi approcci che gli OEM stanno sfruttando per proteggere veicoli e consumatori.

Leave a Comment

Your email address will not be published. Required fields are marked *