绿植行业做网站的,威海城乡建设局网站首页,网络营销推广课程培训,后期网站原文链接#xff1a;进阶课程㉜丨Apollo ROS原理—1 ROS在开发过程中#xff0c;基于功能把整个自动驾驶系统分成多个模块#xff0c;每个模块负责自己消息的接收、处理、发布。当模块需要联调时#xff0c;通过框架可以把各个模块快速的集成到一起。 上周阿波君为大家详细…原文链接进阶课程㉜丨Apollo ROS原理—1 ROS在开发过程中基于功能把整个自动驾驶系统分成多个模块每个模块负责自己消息的接收、处理、发布。当模块需要联调时通过框架可以把各个模块快速的集成到一起。 上周阿波君为大家详细介绍了「进阶课程㉛Apollo ROS概述」。 此课程简单地阐述了ROS的历史详细地讲解了ROS的五大特征有点对点、支持分布式、跨语言、轻量级的ROS程序、开源的框架以及几个核心概念其概念包括松耦合、节点、节点管理器、Topic。此外还有ROS的操作实践。 本周阿波君将继续与大家分享Apollo ROS原理—1的相关课程。下面我们一起进入进阶课程第32期。 目前ROS仅适用于Apollo 3.0之前的版本最新代码及功能还请参照Apollo 3.5及5.0版本。 目录
1.ROS的不足
大数据传输性能瓶颈
单中心的网络存在单点风险
数据传输格式缺乏后向兼容
2.Apollo ROS对ROS的改进
通信性能优化
消息通信延时
吞吐量
CPU资源占用率 1.ROS的不足 ROS是很多大学或者实验室进行探索性项目实验所采用的基本框架但在实际的自动驾驶工程化需求面前还有很多明显不足。
大数据传输性能瓶颈 实验性项目里面采用的Topic是Message数据量是比较小的可能只有几K或者最多1~2MHZ但在实际自动驾驶场景里面数据量非常大。例如Lidar一帧数据大概是7M一秒钟10帧就会产生70M/S的流量一个Camera按5M计算四个Camera就是20M如果是按10HZ计算一秒钟会产生200M左右的数据。ROS架构对大数据传输存在很大的性能瓶颈一种直接后果是时延非常高这在自动驾驶整个系统里面是非常危险的。 单中心的网络存在单点风险 中心化的网络存在明显的单点风险整个ROS虽然是一个松耦合的架构它包含一个节点管理器节点管理器介入的时候只是在节点建立通信之前有一个简单的拓扑映射这种关系虽说极大程度释放了各个节点之间开发的耦合但同时也带来了比较大的风险。如果Roscore存在一些故障退出而节点之间使用了需要不定时的交互方式像Service 、Parem进行数据交互的时候就会存在一定的风险。如果是分布式系统 Roscore只存在于一台机器上Roscore如果出现故障两台机器之间通信就处于一个不可信的状态。 数据传输格式缺乏后向兼容 ROS是基于Message的分发和订阅的消息通讯框架使用Message需要提前设置Message包含哪些类型的数据。把这个模块放到一个更复杂的系统里面的时候要格外注意Message之间的数据兼容。 我们根据实际的场景需求在定义的Obstacle信息里面加一段文字那么相应的下游所有订阅此Obstacle的节点都要去做对应的适配同时基于之前的Message所录制的一些实验数据想在新的框架下使用也都需要一个批量的转化。ROS现有的数据格式缺少后向兼容此问题在Apollo ROS里面得到解决。 2.Apollo ROS对ROS的改进 通信性能优化
首先我们看看为什么要进行通信优化主要有以下几点原因 自动驾驶大量使用传感器引发很大的传输带宽需求。 自动驾驶使用大量的传感器这些传感器的数据量非常庞大。大量数据在目前ROS的通讯架构里面会带来比较高的延迟或是丢帧。节点之间通信是一帧一帧进行的如果上一帧消息高延迟时下一帧消息的发送就需要等待。ROS提供了这种消息丢弃的机制如果等待时间长会丢弃一些数据数据丢弃在实际自动驾驶系统中会造成比较大的风险。 单路传感器消息有多个消费者时负载成倍增长。 自动驾驶系统发送传感器数据是一对一进行的。例如Lidar向自动驾驶系统发送数据时如果只有一个订阅节点传输的数据量是7M乘以10HZ也就是70MB/S。自动驾驶系统是一个比较复杂的拓扑结构一个传感器数据可能会有很多的下游订阅节点。例如感知的障碍物检测、通过视觉定位的模块、用红绿灯识别等都会订阅Camera信息。在单点的情况下是一对一如果是一对多传输的数据会被复制多次造成网络负载成倍增加。 针对这一问题Apollo ROS做了一个基于共享内存的通信机制减少数据的复制次数从而提升这种通信模式的效率。
如上图所示左侧是ROS原生的通讯框架一个数据从发送方到接收方经历四次数据复制。第一次是从节点到用户内存的数据复制第二次是从发送方到内核的数据复制第三次是经过TCP连接从内核再向接收节点用户态空间的复制第四次是接收节点拿到这个信息之后通过反序列化把信息取出来组成一个结构变化的信息。
右侧是Apollo ROS优化后的框架它基于共享内存改进可以减少两次数据拷贝。第一次是发送节点把消息序列化成流式数据第二次是接收节点直接从共享内存里面取相应的消息指针把共享内存消息取出来进行反序列化成结构化信息进行使用。减少了从用户到内核态以及从内核态到用户的两次数据拷贝。 对于有多个订阅节点的情况例如Camera下游会有很多订阅节点如果是三个节点会有三条通信链路分别是四次的内存拷贝也就是12次数据拷贝。而在基于共享内存的通信方式下每一条链路内存拷贝的次数只需要两次三条链路只需要六次。 上图是一个有优化的Apollo ROS Benchmark效果展示用Apollo ROS替代原生ROS Socket的通信方式之后从实际的路测数据表现情况来看性能提升非常明显。以上三张图分别从三个指标对比两者的性能。 消息通信延时
如图右上角所示随着消息逐渐增大基于共享内存通信延时比基于原声ROS Socket的通信延时降低一半。以5M数据为例传送一帧5M大小的数据基于ROS Socket大概需要四毫秒左右的时间基于共享内存通信只需要两毫秒左右。 吞吐量
如图左下角所示整个自动驾驶系统的网络拓扑结构非常复杂数据流向的拓扑结构也比较复杂。在一些极端的情况下整机数据量会增加。在一些多车道路面状况比较复杂车辆较多的情况下感知和Planning模块或者和其它模块之间的数据流就会成倍增加所以在测试一些极端情况下系统吞吐量也是自动驾驶需要考虑的一个重要方面。
如上图所示在吞吐量测试11情况下整机性能可以达到5.5GB每秒的速度如果是14性能提升会更明显。 CPU资源占用率
如图右下角所示CPU资源占用率在共享内存通信情况下降低约30% 主要是因为减少了多次内存复制。
