7、自动驾驶车辆调度理论的发展

自动驾驶车辆调度理论的发展

在自动驾驶领域，高效的任务调度对于保障系统的实时性、可靠性和性能至关重要。本文将围绕有向无环图（DAG）任务调度、实时调度以及时间敏感网络（TSN）调度等方面展开介绍。

1. 背景知识

在深入探讨调度算法之前，我们需要了解一些相关的背景知识，主要包括DAG任务调度与分析、可靠自动驾驶的实时调度以及汽车网络物理系统（CPS）的实时TSN调度。

1.1 DAG任务调度与分析

• 工作守恒调度器 ：大多数现有的DAG任务调度工作假设使用工作守恒调度器。工作守恒调度器在存在待处理工作负载时，不会让处理器空闲。对于使用任何工作守恒方法进行全局调度的任务，其最坏情况响应时间有一个通用的界限。对于单个DAG任务，其最坏情况响应时间$R_x$的分析公式为：
  [R_x = L_x + \left\lceil \frac{1}{m}(W_x - L_x) \right\rceil]
  其中，$L_x$表示DAG中最长路径的长度，$W_x$表示DAG中所有节点的最坏情况执行时间（WCET）之和，$m$表示核心数量。不过，这种分析假设关键路径可能会受到所有并发节点的延迟，对于预先知道明确执行顺序的调度方法来说，这种假设比较悲观。
• DAG调度与分析的最新技术 ：对于具有全局方案的同质多处理器，现有的调度和分析方法旨在减少完成时间并收紧最坏情况分析界限。这些方法可以分为基于切片和基于节点两类。
  • 基于切片的方法 ：强制节点级抢占，并将每个节点划分为多个小的计算单元