推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

面向自动驾驶系统的车载存储架构与数据生命周期管理.docx

资料介绍

面向自动驾驶系统的车载存储架构与数据生命周期管理

——从传感器数据采集到驾驶决策的端到端存储方案

引言

自动驾驶系统每秒钟产生GB级别的传感器数据,包括摄像头图像、激光雷达点云、毫米波雷达数据和超声波传感器数据。这些数据需要在车内实时处理,部分数据需要存储在本地用于训练和事故分析,还有部分数据需要上传到云端用于模型更新。车载存储架构需要满足高带宽、低延迟、高可靠性和车规级温度范围的要求。本文系统分析面向自动驾驶系统的车载存储架构与数据生命周期管理方案,从传感器数据采集到驾驶决策的端到端存储方案。

自动驾驶系统的数据特征

传感器数据量

自动驾驶系统各传感器的数据量:

1. 摄像头:每个摄像头的数据率约1Gbps3Gbps4K分辨率,30fps),L4级自动驾驶通常配备812个摄像头。

2. 激光雷达:激光雷达的数据率约50Mbps200Mbps128线,20fps)。

3. 毫米波雷达:毫米波雷达的数据率约10Mbps50Mbps4D成像雷达)。

4. 超声波传感器:超声波传感器的数据率约1Mbps10Mbps

数据存储需求

自动驾驶系统的数据存储需求:

1. 实时处理:传感器数据需要在毫秒级内处理,实现目标检测、路径规划和驾驶决策。

2. 本地存储:部分传感器数据需要在本地存储,用于事故分析和数据回放,存储容量需求约1TB10TB

3. 云端上传:部分数据需要上传到云端,用于模型训练和地图更新,上传数据量约每天10GB100GB


部分文件列表

文件名 大小
面向自动驾驶系统的车载存储架构与数据生命周期管理.docx 39K

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单

推荐下载