ADsim： 面向自动驾驶的高性能并行仿真平台
电子技术应用
苏敬发1，周炜2，高利斌1，蒋金虎1
1.复旦大学 大数据研究院，上海 200082；2.国家并行工程技术中心，北京 100080
摘要： 自动驾驶仿真平台是解决自动驾驶中实车测试时间长、成本高和极端场景复现难的问题的有效手段。随着大规模云计算和高性能异构计算的引入，仿真平台面临着高效虚拟化、均衡调度、便捷端-云交互的挑战。为此，设计了支持轻量级虚拟化的并行系统架构，并设计和集成了细粒度资源均衡调度和低延时远程交互方法，构建了ADsim高性能并行仿真平台，经过测试验证，平台具备高性能和便捷交互特点。
关键词：自动驾驶；仿真；高性能；并行
中图分类号：TP315 文献标志码：A DOI: 10.16157/j.issn.0258-7998.234111
中文引用格式： 苏敬发，周炜，高利斌，等. ADsim: 面向自动驾驶的高性能并行仿真平台[J]. 电子技术应用，2023，49(12)：8-13.
英文引用格式： Su Jingfa，Zhou Wei，Gao Libin，et al. ADsim: high performance parallel simulation platform for autonomous driving[J]. Application of Electronic Technique，2023，49(12)：8-13.
中文引用格式： 苏敬发，周炜，高利斌，等. ADsim: 面向自动驾驶的高性能并行仿真平台[J]. 电子技术应用，2023，49(12)：8-13.
英文引用格式： Su Jingfa，Zhou Wei，Gao Libin，et al. ADsim: high performance parallel simulation platform for autonomous driving[J]. Application of Electronic Technique，2023，49(12)：8-13.
ADsim： high performance parallel simulation platform for autonomous driving
Su Jingfa1，Zhou Wei2，Gao Libin1，Jiang Jinhu1
1.Institute of Big Data， Fudan University， Shanghai 200082， China； 2.National Parallel Engineering Technology Center， Beijing 100080， China
Abstract： The autonomous driving simulation platform is an effective means to solve the problems of long actual vehicle testing time, high cost, and difficulty in reproducing extreme scenarios in autonomous driving. With the introduction of large-scale cloud computing and high-performance heterogeneous computing, the simulation platform faces the challenges of efficient virtualization, balanced scheduling, and convenient end cloud interaction. Therefore, this article designs a parallel system architecture that supports lightweight virtualization, and integrates fine-grained resource balancing scheduling and low latency remote interaction methods. It constructs an ADsim high-performance parallel simulation platform, which has been tested and verified to have high performance and convenient interaction characteristics.
Key words : automatic driving；simulation；high performance；parallel
0 引言
自动驾驶仿真是计算机仿真技术在汽车自动驾驶领域的应用，它通过数学建模的形式将自动驾驶的应用场景进行数字化还原，建立接近真实世界的系统模型[1-2]。通过仿真环境进行分析和研究，便可在实际落地前对自动驾驶算法及系统进行测试验证。
目前大多数仿真平台仅支持单点仿真[3]，单点仿真方式分散且独立，实际部署和应用面临着资源忙闲不均、作业在节点间低效串行等问题，无法满足自动驾驶复杂场景仿真日益增长的计算和处理需求，大规模节点统一管理和调度是自动驾驶仿真的必然趋势，在通用计算领域，云化是大规模节点便捷管理和高效调度的有效方式。不同于通用计算，面向自动驾驶仿真应用对异构计算资源和现有协议栈有着强依赖性，构建面向自动驾驶的云化仿真平台面临着高效虚拟化、均衡调度、便捷端-云交互的挑战。
本文针对自动驾驶仿真平台当前的难点挑战，基于轻量级虚拟化技术设计了面向自动驾驶的高性能并行仿真平台系统架构，并设计和集成了细粒度资源均衡调度和低延时远程交互方法，构建了ADsim高性能并行仿真平台，并在一汽自动驾驶仿真业务中进行了部署应用。测试表明本系统通过ADsim给容器应用指定分配GPU，满足了不同的策略需求，在实现更好的灵活性与均衡性的同时，其高效性和高响应性也得到提升。
本文详细内容请下载： https://www.chinaaet.com/resource/share/2000005798
作者信息：
苏敬发1，周炜2，高利斌1，蒋金虎1
（1.复旦大学 大数据研究院，上海 200082；2.国家并行工程技术中心，北京 100080）
此内容为AET网站原创，未经授权禁止转载。