DE102021131275A1

DE102021131275A1 - Dynamische Planung und Weiterleitung für TDM-Betriebsnetzwerke

Info

Publication number: DE102021131275A1
Application number: DE102021131275.2A
Authority: DE
Inventors: Ammad Ali Syed; Serkan AYAZ; Tim LEINMUELLER
Original assignee: Denso Automotive Deutschland GmbH
Current assignee: Denso Automotive Deutschland GmbH
Priority date: 2021-06-11
Filing date: 2021-11-29
Publication date: 2022-12-29
Also published as: DE102021129013A1

Abstract

Die vorliegende Erfindung stellt ein Verfahren zur dynamischen Planung und Weiterleitung für Zeitmultiplex-(TDM)-Netzwerke über Vektor-Bin-Packing bereit, bei dem die Dimensionen als Ausgangsschnittstellen des Netzwerks modelliert werden und die Anzahl der Bin-Instanzen durch die minimale und maximale Periode der Abläufe, die von dem Netzwerk unterstützt werden, bestimmt wird, um sowohl über Routen als auch Pläne eines Ablaufes in Bin-Darstellung zu entscheiden. Dieses Verfahren umfasst den Schritt des Platzierens von Abläufen in dem Bin, wobei Ablaufperiodizitäten, Pfad, Anzahl von Instanzen und/oder Größe und/oder Startzeit und/oder Redundanzniveau berücksichtigt werden, wobei skalare Werte bestimmt werden, die messen, wie gut der Ablauf in den Bin passt, und wobei die Ablauf-Platzierung-Entscheidung in Bins auf diesem skalaren Wert basiert. Außerdem wird eine Planungseinrichtung für Zeitmultiplex-Netzwerke zur dynamischen Planung und Weiterleitung über Vektor-Bin-Packing bereitgestellt, wobei diese Planungseinrichtung zum Ausführen dieses Verfahrens konfiguriert ist.

Description

Technisches Gebiet
Die vorliegende Erfindung bezieht sich auf dynamische Planung und Weiterleitung für TDM (Time-Division-Multiplexing bzw. Zeitmultiplex)-Netzwerke, vorzugsweise fahrzeuginterne Netzwerke basierend auf TSN (Time-Sensitive-Networking bzw. zeitsensitive Vernetzung) oder industrielle Automatisierungsnetzwerke. Vorzugsweise betrifft vorliegende Erfindung ein Verfahren zur dynamischen Planung und Weiterleitung in automotiven fahrzeuginternen überbrückten IEEE 802.3-Ethernet-Netzwerken basierend auf IEEE 802.1-Zeitsensitive-Vernetzung-(TSN)-Standards und auf einer IEEE-TSN-Planungseinrichtung zum dynamischen Zuweisen von Zeitfensterzuteilungen für dynamische Anwendungen, die während der Fahrt auf dem Fahrzeug laufen.
Das Projekt „KI-PRO - Energieeffiziente Datenverarbeitung im autonomen Fahrzeug mittels Mehrprozessorsystem und integrierten Kl-Beschleunigern“, das zu dieser Patentanmeldung führt, wurde vom Bundesministerium für Bildung und Forschung (BMBF) gefördert.
Stand der Technik
Zukünftige autonome Fahrzeuge werden neue fahrzeuginterne und fahrzeugübergreifende Dienste wie ADAS/AD-Dienste (z.B. Kamera, LIDAR, Radar) und V2X-Dienste (z.B. Sensordatenaustausch, Platooning-Datenaustausch, Trajektorienausrichtungsdatenaustausch) nutzen. In einer solchen Umgebung ist IEEE TSN eine der vielversprechenden fahrzeuginternen Netzwerktechnologien, die auf Ethernet aufbauen. Es stellt eine gemischte Übertragungsfähigkeit für kritische Datenübertragungen bereit, indem es feste Zeitfenster für zeitsensitive Dienste (z.B. Fahrzeugsteuerung, AD-Dienste, V2X-Dienste) zuweist. Darüber hinaus kann die Nutzung solcher Dienste in dem Sinne dynamisch sein, dass diese zu einer Zeit starten und stoppen können, wenn das Fahrzeug fährt.
Da IEEE TSN zeitgesteuerte Übertragungen für jeden Ablauf erfordert, erfordert es eine „Planungseinrichtung“ bzw. „Scheduler“, die Übertragungszeitfenster für verschiedene Abläufe effizient und dynamisch zuweist, wenn das Fahrzeug fährt. Eine derartige Planungseinrichtung kann in einer zentralisierten Netzwerksteuereinrichtung (CNC) implementiert sein, die eng mit TSN-Endsystemen und TSN-Schalter bzw. Switches gekoppelt ist, wie in der Referenz IEEE 802.1Qcc erläutert.
Zukünftige Fahrzeuganwendungsfälle umfassen Selbstanpassung, partielle Vernetzung, eingebettete Virtualisierung und Over-the-Air (OTA)-Softwareaktualisierungen und erfordern dynamische Planung und Weiterleitung zur Laufzeit.
Ein Werk der IEEE zeitsensitive Vernetzung (TSN) nach dem Stand der Technik ist das Papier E. Arzuaga, D. Kaeli, „Quantifying load imbalance on virtualized enterprise server,“ im Verfahren des ersten gemeinsamen WOSP/SIPEW International Conference on Performance Engineering, San Jose, Kalifornien, USA, 28.-30. Januar 2010, das den Variationskoeffizienten als auslösendes Signal für die Migration virtueller Maschinen beschreibt, um ein lastausgeglichenes System zu erreichen.
Das Papier Panigrahy R., Talwar K., Uyeda L., Wieder U., „Heuristics for vector bin packaging“, Technical report, Microsoft Research, 2011, beschreibt die Verwendung von Skalarprodukt-Heuristiken in virtuellen Maschinen (VM) basierend auf einem Vektor-Bin-Packing-Problem.
Das Entwerfen dynamischer Planungs- und Weiterleitungsalgorithmen für TSN-basierte Netzwerke ist in dem Artikel Q. Yu, Hai Wan, X. Zhao, Y. Gao und M. Gu, „Online Scheduling for Dynamic VM Migration in Multicast Time-Sensitive Networks“, IEEE Transactions on Industrial Informatics, vol. 16, Nr. 6. Juni 2020, beschrieben.
Die am stärksten belasteten Heuristiken beim Planen bzw. Scheduling von heterogenen Clustern sind in dem Artikel Y. Hua, H. Zhou, C. d. Laat, Z. Zhao, „Concurrent Container Scheduling on Heterogenous Clusters with Multi-Resource Constraints“, Future Generation Computer Systems 102 (2020) 562-573, beschrieben.
Zusammenfassung der Erfindung
Technisches Problem
Diese Erfindung betrifft eine IEEE-TSN-Planungseinrichtung bzw. - Scheduler und ein entsprechendes Verfahren, das dynamisch Zeitfensterzuweisungen für dynamische Anwendungen zuweisen kann, die auf dem Fahrzeug laufen, während es fährt.
Insbesondere ist es die Aufgabe der vorliegenden Erfindung, ein Verfahren zur dynamischen Planung bzw. Scheduling und Weiterleitung bzw. Routing für Zeitmultiplex-(TDM)-Netzwerke und eine Planungseinrichtung bzw. Scheduler für Zeitmultiplex-(TDM)-Netzwerke zur dynamischen Planung bzw. Scheduling und Weiterleitung bzw. Routing mit verbesserter Planbarkeit und Reaktionszeit bereitzustellen.
Lösung des Problems
Diese Aufgabe wird durch den Gegenstand der Ansprüche 1 und 12 gelöst. Weitere Aspekte der Erfindung sind in den Unteransprüchen definiert.
Gemäß einem ersten Aspekt der vorliegende Erfindung wird ein Verfahren zur dynamischen Planung bzw. Scheduling und Weiterleitung bzw. Routing für Zeitmultiplex-(TDM)-Netzwerke über Vektor-Bin-Packing bereitgestellt, bei dem die Dimensionen als Ausgangsschnittstellen des Netzwerks modelliert werden und die Anzahl der Bin-Instanzen durch die minimale und maximale Periode der Abläufe, die von dem Netzwerk unterstützt werden, bestimmt wird, um sowohl über Routen als auch Pläne eines Ablaufes in Bin-Darstellung zu entscheiden. Dieses Verfahren umfasst den Schritt des Platzierens von Abläufen in dem Bin, wobei Ablaufperiodizitäten, Pfad, Anzahl von Instanzen und/oder Größe und/oder Startzeit und/oder Redundanzniveau berücksichtigt werden, wobei skalare Werte bestimmt werden, die messen, wie gut der Ablauf in den Bin passt, und wobei die Ablauf-Platzierung-Entscheidung in Bins auf diesem skalaren Wert basiert. Als Ergebnis kann eine Leistungssteigerung erzielt werden, das Netzwerk kann effizient genutzt werden und es können positive Planungsergebnisse erwartet werden.
Gemäß einem zweiten Aspekt der vorliegenden Erfindung, der von dem ersten Aspekt abhängig ist, wird eine Ablauf-Platzierung-Entscheidung basierend auf dem skalaren Wert bewertet, vorzugsweise dem maximalen skalaren Wert. Auf diese Weise können effiziente Berechnungsverfahren verwendet werden.
Gemäß einem dritten Aspekt der vorliegenden Erfindung, der von dem ersten oder zweiten Aspekt abhängig ist, erfüllt ein durchführbarer Plan den folgenden Beschränkungssatz für die Realisierung einer Ablauf-Platzierung-Entscheidung: Kapazitätsbeschränkung, die angibt, dass die Kapazität jeder Bin-Dimensionen nicht überschritten werden sollte, wenn Abläufe in Bin-Dimensionen platziert werden und/oder, Instanzbeschränkung, die angibt, dass die Anzahl der Vorkommen eines Ablaufes innerhalb eines maximalen Übertragungszyklus erfüllt ist und/oder, Pfadbeschränkung, die angibt, dass ein oder mehrere Pfade aus allen möglichen Pfaden ausgewählt werden und/oder, periodische Beschränkung, die angibt, dass die anderen Instanzen eines Ablaufes in Bezug auf Periodizitäten platziert sind und/oder, Verzögerungsbeschränkung, die angibt, dass ein vorgegebenes Verzögerungserfordernis eines Ablaufes erfüllt ist und/oder, Redundanzniveaubeschränkung, die angibt, dass ein Ablauf eine oder mehrere getrennte Pfadübertragungen erfordert und/oder, Startzeitbeschränkung, die angibt, dass ein Ablauf nur innerhalb der angegebenen Zeit starten kann. Mit diesen Beschränkungen ist eine breite Verwendung der vorliegenden Erfindung möglich.
Gemäß einem vierten Aspekt der vorliegenden Erfindung, der von einem der Aspekte, erster bis dritter Aspekt, abhängig ist, basiert die Ablauf-Platzierung-Entscheidung in Bins auf dem Skalarprodukt, wobei der Ressourcenbedarf eines Ablaufes und die verbleibenden Kapazitäten der Dimension von Bins berücksichtigt werden und wobei der Ablauf in dem Bin platziert wird, der einen bestimmten Skalarproduktwert hat, vorzugsweise einen maximalen Skalarproduktwert.
Gemäß einem fünften Aspekt der vorliegenden Erfindung, der von einem der Aspekte, erster bis dritter Aspekt, abhängig ist, basiert die Ablauf-Platzierung-Entscheidung in Bins auf der aktuellen Last der Bins und der Ablauf wird in den Bins platziert, die eine bestimmte Last aufweisen, vorzugsweise diejenigen, die am wenigsten belastet sind.
Mit dem Ansatz des vierten und fünften Aspekts kann eine positive Planbarkeit mit Niedriglastverkehr und Mittellastverkehr erzielt werden.
Gemäß einem sechsten Aspekt der vorliegenden Erfindung, der von einem der Aspekte, erster bis dritter Aspekt, abhängig ist, wird die Ablauf-Platzierung-Entscheidung in Bins basierend auf dem Engpass-Bin bzw. Bootleneck-Bin priorisiert, wobei die Engpass-Dimension als die minimale verbleibende Kapazität der erforderlichen Dimension aller erforderlichen Bins bewertet wird und der Ablauf in dem Bin platziert wird, der einen bestimmten Wert unter den Engpass-Dimensionen aller möglichen Pfade und Bins hat, vorzugsweise der maximale Wert. Mit dem Ansatz des sechsten Aspekts kann eine positive Planbarkeit mit Niedriglastverkehr und Mittellast- und Hochlastverkehr erzielt werden.
Gemäß einem siebten Aspekt der vorliegenden Erfindung, der von dem sechsten Aspekt abhängig ist, wird die Ablaufpfadlänge berücksichtigt. Als Ergebnis wird der kürzeste Pfad bzw. Weg für eine effiziente Planberechnung für einen Ablauf berücksichtigt.
Gemäß einem achten Aspekt der vorliegenden Erfindung, der von einem der Aspekte, erster bis dritter Aspekt, abhängig ist, basiert die Ablauf-Platzierung-Entscheidung in Bins auf der Standardabweichung und der mittleren Last der Bins, wobei die mittlere Last unter Berücksichtigung der Last aller möglichen Pfade und Bins berechnet wird und die Standardabweichung unter Berücksichtigung der Last aller Bins und der mittleren Last aller möglichen Pfade und Bins berechnet wird. Mit dem Ansatz des achten Aspekts kann eine positive Planbarkeit mit Hochlastverkehr erhalten werden.
Gemäß einem neunten Aspekt der vorliegenden Erfindung, der von einem der vorhergehenden Aspekte abhängig ist, findet die dynamische Planung und Weiterleitung in einer zonalen Architektur statt, die zumindest eine Bereichssteuereinheit und/oder zumindest eine Zentralverarbeitungseinheit aufweist. Daher können viele verschiedene Funktionalitäten konsolidiert werden, während die physische Domäne abgeschieden bleibt.
Gemäß einem zehnten Aspekt der vorliegenden Erfindung, der von einem der vorhergehenden Aspekte abhängig ist, unterstützt das Verfahren die Planung und Weiterleitung von dynamischen Abläufen zur Laufzeit. Die Abläufe sind ein Beispiel für Anwendungen oder Dienste. Dies ermöglicht eine effiziente Planung.
Gemäß einem elften Aspekt der vorliegenden Erfindung, der von einem der vorhergehenden Aspekte abhängig ist, ist das Zeitmultiplex-Netzwerk ein fahrzeuginternes Netzwerk basierend auf einer zeitsensitiven Vernetzung (TSN) oder ein industrielles Automatisierungsnetzwerk.
Gemäß einem zwölften Aspekt wird eine Planungseinrichtung für Zeitmultiplex-Netzwerke zur dynamischen Planung und Weiterleitung über Vektor-Bin-Packing bereitgestellt, wobei diese Planungseinrichtung zum Ausführen einer der Verfahren des ersten bis elften Aspekts 1 bis 11 konfiguriert ist.
Gemäß einem dreizehnten Aspekt der vorliegenden Erfindung, der von dem zwölften Aspekt abhängig ist, wird das Verfahren zur dynamische Planung und Weiterleitung in einer zentralisierten Netzwerksteuereinrichtung ausgeführt, welche die Gate-Steuerliste jeder Schnittstelle einer Umschalt- und/oder Netzwerkschnittstelleneinheit in einem Netzwerk durch Verwendung des Netzwerkkonfigurationsprotokolls neu konfiguriert bzw. rekonfiguriert. Die Netzwerkschnittstelleneinheit ist vorzugsweise eine Netzwerkschnittstellenkarte
Gemäß einem vierzehnten Aspekt der vorliegenden Erfindung, der von dem zwölften oder dreizehnten Aspekt abhängig ist, ist das Zeitmultiplex-Netzwerk ein fahrzeuginternes Netzwerk basierend auf einer zeitsensitive Vernetzung (TSN) oder ein industrielles Automatisierungsnetzwerk.
Mit der Planungseinrichtung gemäß dem zwölften bis vierzehnten Aspekt kann eine Leistungssteigerung erzielt werden, das Netzwerk kann effizient genutzt werden und positive Planungsergebnisse können erwartet werden.
Figurenliste
In Bezug auf die zugehörigen Zeichnungen und die entsprechende detaillierte Beschreibung wird der vorhergehenden Gegenstand der vorliegenden Erfindung zusammen mit seinen anderen Gegenständen, Merkmalen und Vorteilen ausführlicher beschrieben.

1 zeigt die zonale Architektur in Bezug auf sechs Bereichssteuereinheiten (ACU), aufgrund derer das Fahrzeug in sechs Zonen unterteilt ist.
2 zeigt die Netzwerktopologie mit drei Schaltern und sechs Ausgangsschnittstellen, auf welche die vorliegende Erfindung anwendbar ist.
3 zeigt ein Beispiel für Vektor-Bin-Packing, wobei die Ausgangsschnittstellen von 2 in dem Netzwerk als die Dimensionen von 1 bis 6 des Bins modelliert sind.
4 zeigt die Planbarkeit von Heuristiken gemäß dem ersten bis dritten Ausführungsbeispiel für Verkehr mit Niedrig-, Mittel- und Hochlastverkehr als ein Beispiel.
5A und 5B zeigen die Laufzeit der Heuristiken der Ausführungsbeispiele über der Anzahl von Abläufen mit zwei unterschiedlichen Skalen für die Laufzeit.

Beschreibung der Ausführunqsbeispiele
Einführung der Ausführungsbeispiele
Verschiedene elektronische Komponenten, die in einem Fahrzeug installiert sind, verlassen sich auf das fahrzeuginterne Netzwerk, um miteinander zu kommunizieren. Die Nachfrage nach elektrischen und elektronischen Systemen wächst exponentiell mit der steigenden Zahl von fahrzeuginternen Anwendungen. Die allmähliche Zunahme der Anzahl von elektronischen Steuereinheiten bzw. ECUs und die Komplexität der fahrzeuginternen Netzwerk (IVN)-Infrastruktur führen zu einer Nachfrage nach mehr Bandbreite und skalierbaren Kommunikationstechnologien.
Der Erfinder der vorliegenden Erfindung berücksichtigt, dass Ethernet und seine zeitsensitive Vernetzung (TSN)-Erweiterungen ein potenzieller Kandidat für Fahrzeuge der nächsten Generation sind, aufgrund seiner niedrigen Kosten, skalierbaren Bandbreite, Flexibilität und fortschrittlichen Fähigkeiten, die gemischte kritische fahrzeuginterne Dienste zu unterstützen, d.h. zeitgesteuert, ratenbeschränkt und leistungsorientiert mit unterschiedlichen Datenraten.
Herkömmlicherweise wird das fahrzeuginterne Netzwerk zur Entwurfszeit statisch konfiguriert, um die Anforderungen der Dienstqualität (Quality of Service; QoS) der Anwendungen zu gewährleisten. Aufgrund der statischen Netzwerkkonfiguration ist es normalerweise schwierig, während der Lebensdauer des Fahrzeugs neue Anwendungen einzuführen. Der Bedarf an einem IVN, das dynamischen Verkehr unterstützt, wird zunehmen, da die Anzahl von Merkmalen und Funktionalitäten, die eine dynamische Verkehrsabwicklung im Fahrzeug erfordern, zunimmt. Einige der dynamischen Anwendungen sind Fahrzeug-zu-Fahrzeug (Vehicle-to-Vehicle; V2V), Fahrzeug-zu-Infrastruktur(Vehicle-to-Infrastructure; V2I) und Fahrzeug-zu-Netzwerk (Vehicle-to-Network; V2N), adaptive Geschwindigkeitsregelung, LKW-Anhängersysteme und Over-the-Air (OTA)-Software-Updates. Daher erfordern Automobilanwendungen dynamische Rekonfigurationseinrichtungen, um die Anforderungen neuer sich entwickelnder Merkmale zu erfüllen.
Zeitsensitive Vernetzung (TSN) ist eine Reihe von IEEE-Standards, welche die Fähigkeiten von Ethernet für sicherheitskritische harte Echtzeitanwendungen erweitern. Darunter stellt IEEE 802.1 Qbv eine zeitbasierte Formungseinrichtung (TAS; Time-Aware Shaper) bereit, welche die höchste Stufe des Determinismus in Ethernet-basierten Netzwerken darstellt, wie in Dokument A erläutert. A. Syed, S. Ayaz, T. Leinmueller, M. Chandra, „MIP-based Joint Scheduling and Routing with Load Balancing for TSN based In-vehicle Networks“, IEEE Vehicular Networking Conference (VNC), 2020 In TAS stellt das Uhrzeitsynchronisierungsprotokoll (IEEE 802.1ASrev) sicher, dass alle Netzwerkgeräte mit der globalen Zeit synchronisiert sind. Jede Ausgangsschnittstelle des Netzwerkgeräts hat acht Prioritätswarteschlangen, und die eingehenden Abläufe werden gefiltert und in eine dedizierte Warteschlange platziert. Die Warteschlangen werden durch Gate-Steuerliste (GCL; Gate Control List) gesteuert. Die GCL hat offene und geschlossene Ereignisse, welche die Zeit bestimmen, zu der eine Warteschlange berechtigt ist, das Paket zu übertragen. Der globale Plan bzw. Schedule wird basierend auf der Netzwerktopologie und den Ablaufeigenschaften berechnet. Diese Pläne werden in schnittstellenspezifische Öffnungs- und Schließungsereignisse der GCL übersetzt.
Der Erfinder der vorliegenden Erfindung war daran interessiert, den am besten geeigneten Plan bzw. Schedule und die Route für bestimmten dynamischen Verkehr fliegend bzw. On-The-Fly zusätzlich zu den bereits laufenden statischen Plänen in einem TSN-basierten Ethernet-Netzwerk zu finden.
Als Ergebnis der erfinderischen Bemühungen der Erfinder der vorliegenden Erfindung wurden vier verschiedene heuristische Algorithmen entwickelt, die ausführlicher als erstes bis viertes Ausführungsbeispiel beschrieben werden, um das Planungs- und Weiterleitungs-Problem von dynamischen Anwendungen zur Laufzeit vorzugsweise in der zonalen Architektur des IVN zu lösen. Es ist bevorzugt, dass der Planungs- und Weiterleitungs-Algorithmus Teil einer zentralisierten Netzwerksteuereinrichtung (CNC; Centralized Network Controller) ist, der die GCL jeder Schnittstelle in dem Netzwerk durch Verwendung des Netzwerkkonfigurationsprotokolls (NETCONF) neu konfiguriert.
Bevorzugte Anwendungsfälle
Im Zuge der Analyse wurden die vier Hauptanwendungsfälle, d.h. selbstadaptive Funktionalität, partielle Netzwerke, eingebettete Virtualisierung und Fehlerbetrieb bzw. Fail-Operation für dynamische Rekonfiguration in IVN, abgeleitet. Diese Anwendungsfälle veranschaulichen speziell die Vorteile der dynamischen Planungs- und Weiterleitungsalgorithmen der vorliegenden Erfindung.
Die selbstadaptive Funktionalität wird in dem Automobilsystem umfassend untersucht. Es ist definiert als die Rekonfiguration des gesamten Systems, typischerweise in Form einer Software-Rekonfiguration, während das System reibungslos läuft. Sobald ein Fahrzeug gebaut ist, wird die eingebettete Computer-ECU angelegt und fixiert. Die Software ist hauptsächlich dafür verantwortlich, einige Funktionen zu aktivieren. Einige der Funktionen werden nur benötigt, um in einer bestimmten Fahrsituation aktiv zu sein, wie beispielsweise adaptive Geschwindigkeitsregelung im Stau oder Fahrzeug-zu-X (V2X; Vehicle-to-X)-Anwendungen wie Platooning oder Sensoraustausch zwischen Fahrzeugen, bei denen sich die Verfügbarkeit benachbarter Fahrzeuge dynamisch ändert. Ein weiteres Beispiel ist das LKW-Anhänger-System bzw. Truck-Trailer-System, bei dem der Anhänger mehrere Male am Tag an-/abgekoppelt und durch einen anderen ersetzt wird. Die Idee hinter der Selbstadaption bzw. Selbstanpassung beruht darauf, die Softwarekomponente teilweise oder vollständig zu ändern und neue Funktionen hinzuzufügen. Diese dynamischen Konzepte erhöhen die effiziente Nutzung von Ressourcen, erhöhen die Flexibilität durch die Erweiterung der Autofunktionen des Anschlussmarktprodukts bzw. After-Market-Produkts. Diese Änderungen legen neue Aufgaben oder Anforderungen an das Netzwerk fest. Daher ist eine neue Echtzeit-Netzwerkkonfiguration auf der Medienzugriffssteuerung (MAC; Medium Access Control)-Ebene zwingend erforderlich, welche die neuen Verzögerungs-/Latenz- und Zuverlässigkeitsanforderungen erfüllt. In diese Gruppe können auch Over-the-Air (OTA)-Software-Updates eingeordnet werden, da bestimmte Software-Updates einer ECU auch das Kommunikationsverhalten der ECU mit anderen Netzwerkelementen (z.B. Sensoren/Aktoren oder ECUs) verändern können.
Die Reduzierung des Energieverbrauchs ist ein wichtiger Optimierungsparameter von Elektro- und Hybridfahrzeugen. Mit der steigenden Anzahl an ECUs steigt der Leistungsbedarf des Fahrzeugs, was wiederum den CO2-Ausstoß erhöht. Energieeinsparungen in IVN können durch die Verwendung der Partielles-Netzwerk-Strategie erreicht werden. In einem partiellen Netzwerk (PN; Partial Network) werden einige einzelne ECUs heruntergefahren, d.h. in einen Schlafmodus versetzt, indem diese selektive Weckfunktionen verwenden, wenn diese nicht benötigt werden. Außerdem können diese geweckt werden, wenn die Funktionalität der ECU benötigt wird. Diese Ein- und Ausschaltfunktion erfordert auch eine Rekonfiguration des Netzwerks, um die verfügbaren Ressourcen effizient zu nutzen.
Die zunehmende Anzahl von Funktionen und Funktionalitäten im Auto erfordert leistungsstarke Hardwareplattformen und softwaredefinierte Funktionen. In der zentralen Gateway-Architektur stand die Automobilindustrie vor einem Komplexitätsproblem mit der Vielzahl von ECUs, die für jede Fahrzeugfunktion eine separate neue ECU benötigen. Daher waren architektonische Änderungen erforderlich, um diese Einschränkung zu umgehen. Die Entwicklung der Architektur der Domänensteuereinheit (DCU) hat diese Komplexität überwunden, indem viele anwendungsspezifische ECUs zu einer leistungsstarken DCU konsolidiert wurden. Anstatt den leistungsstarken Einzelkern- bzw. Single-Core-Prozessor in DCU zu verwenden, wechselte die Automobilindustrie zu einer Mehrkern- bzw. Multi-Core-Architektur, die besser skalierbar ist. Die Anwendungsanforderungen im Automobilbereich sind so vielfältig, einschließlich Sicherheits- und Nicht-Sicherheitsanforderungen, und komplex, dass Mehrkernprozessoren zu einem Verfahren der Wahl geworden sind, um die Anwendungsanforderungen zu erfüllen. Mit dem Aufkommen der Mehrkernarchitektur in automobilen Anwendungsfällen gewann auch die eingebettete Virtualisierung an Zugkraft. Virtualisierung ermöglicht die Ausführung unterschiedlicher Software, die unterschiedliche funktionale Anforderungen stellt, d.h. sicherheitskritische, sicherheitskritische und nicht sicherheitskritische, auf einer einzigen Hardware, indem die Ressourcen eines Prozessors in sicher getrennte virtuelle Maschinen (VMs) aufgeteilt werden. Jeder Kern der CPU könnte eine virtuelle Maschine sein, die sichere Softwarepartitionen bereitstellt. Die Virtualisierung unterstützt auch den Lastenausgleich, indem Aufgaben von einer virtuellen Maschine auf eine andere migriert werden. Diese Migration von Aufgaben ist häufig erforderlich, wenn eine Störung in einer VM auftritt. Manchmal muss eine gute Leistung erzielt werden, indem eine ausgewogene Arbeitslast zwischen den DCUs aufrechterhalten und die Ressourcen effizient genutzt werden. Diese Aufgaben-Migration bringt dynamische Änderungen in den Übertragungsanforderungen mit sich, weshalb Weiterleitung und Planung neu berechnet werden müssen. Das Konzept der Virtualisierung wird auch in der zonalen Architektur verwendet, um den Kabelbaum im Fahrzeug zu reduzieren. Die Idee der zonalen Architektur ist es, viele verschiedene Funktionalitäten zu konsolidieren, während die physische Domäne abgeschieden bleibt. Die konzeptionelle Architektur der Bereichssteuereinheit (ACU), in welcher der Fahrzeugbereich in sechs Zonen unterteilt ist, ist in 1 dargestellt.
Die vorliegende Erfindung wird vorzugsweise auf zonale Architektur angewendet.
Der vierte Anwendungsfall betrifft Architekturen, bei denen der ausfallsichere Betrieb des Systems und Netzwerks im Vordergrund steht. Ausfallsicherer Betrieb bedeutet, dass die System-/Netzwerkelemente nach einem Ausfall einer ihrer Komponenten weiterarbeiten sollen.
Der ausfallsichere Betrieb kann von dem System entweder durch Hot-Standby-Redundanz (d.h. proaktive Redundanz) oder Cold-Standby-Redundanz (d.h. reaktive Redundanz) unterstützt werden. Im Falle einer Cold-Standby-Redundanz sollte das Netzwerk reagieren müssen und den betroffenen Abläufen dynamisch einen zusätzlichen Plan und eine Route geben, um jegliche Art von System- und/oder Netzwerkausfällen zu mindern. Solche Pläne und Routen für die Redundanzübertragung können IEEE 802.1 CB verwenden.
Systemmodell in Bezug auf die Ausführungsbeispiele
In dieser Arbeit modellieren wir die Netzwerktopologie und das Ablauf-Mapping mit zwei separaten Entitäten. Die Netzwerktopologie wird als ungewichteter gerichteter Graph G < α, β > modelliert, wobei α der Satz von Netzwerkknoten mit Schaltfähigkeiten ist, wobei jeder Knoten als der Satz von ACUs, CPUs, TCU (Telematik-Steuereinheit) und ECUs betrachtet wird und β der Satz von Verbindungen, die ACUs, CPUs, TCU und ECUs verbinden, ist. Zum Beispiel überträgt eine Verbindung [a_acu1,a_acu2] von β Abläufe von dem Quellknoten ACU1 zu dem Zielknoten ACU2 und ähnlich überträgt eine Verbindung [a_acu2, a_acu1] von β in entgegengesetzter Richtung. Der Satz eingefügter Abläufe wird durch F_a bezeichnet und durch ein Tuple < src_j, dst_j, T_j, W_j > gekennzeichnet, wobei src_j Quellknoten ist, dst_j der Zielknoten ist, T_j die Periodizität ist, W_j die Größe des Ablaufs ist. Es gibt jeweils eine minimale und maximale Periode, die das Netzwerk unterstützt und durch T_min und T_max dargestellt wird. Der Satz von Ausgangsschnittstellen von Schaltvorrichtugnen und Endsystemen wird mit E bezeichnet, z.B. E = e_i, e₂,... e_l, , wobei eine Ausgangsschnittstelle und eine jeweilige Eingangsschnittstelle eine Verbindung bilden.
Die Ablaufzuordnung wird als Vektor-Bin-Packing (VBP) modelliert, bei dem die Elemente als Abläufe mit d-dimensionalem Ressourcenbedarfsvektor betrachtet werden. Der Ressourcenbedarfsvektor gibt die erforderlichen Ausgangsschnittstellen des Netzwerks an. Es kann mehrere Ressourcenbedarfsvektoren eines Ablaufes geben, falls die Ablaufübertragung über verschiedene redundante Pfade erfolgt. Die Größe eines Ablaufes ist als die Übertragungszeit des Ablaufes definiert und bleibt in allen Dimensionen gleich. Die Minimalperiode T_bp partitioniert die Maximalperiode T_max in Bins [i. T_bp, (i + 1). T_bp. Es gibt eine T_max/T_bp-Anzahlvon Bins, die statisch und zur Entwurfszeit bekannt sind. Unter Berücksichtigung von 2 kann beobachtet werden, dass es sechs Ausgangsschnittstellen in dem Netzwerk gibt. Diese Ausgangsschnittstellen in dem Netzwerk werden als die Dimensionen des Bins modelliert, d.h. Dimensionen von 1 bis 6, wie in 3 gezeigt.
Dynamischer Planungs- und Weiterleitunqsalqorithmus
Gemäß der vorliegenden Erfindung wird eine neue Netzwerkkonfiguration (GCL) basierend auf der bestehenden Netzwerkkonfiguration bestimmt. Die bewertete Neukonfiguration stellt sicher, dass die bestehende Konfiguration nicht gefährdet wird. Die zentralisierte Netzwerksteuereinrichtung empfängt jedes Mal zwei Sätze von Abläufen, nämlich den Satz von Abläufen, der in die aktuellen Abläufe einzufügen ist, und den Satz von entfernten Abläufen.
Der Satz von eingefügten und entfernten Abläufen wird jeweils mit F_a und F_d bezeichnet. Die vorhandene laufende Konfiguration wird durch S ≡ (F,D,B_s) bezeichnet, wobei F einen Satz von Abläufen darstellt, die im Netzwerk konfiguriert sind, D den Ablauf den Ausgangsschnittstellen des Netzwerks zuordnet und B_s der aktuelle Zustand der Bins ist. Der Algorithmus bestimmt die neue Planungskonfiguration S' ≡ (F',D',B'_s) mit den gegebenen eingefügten Abläufen F_a und entfernten Abläufen F_d.
Gemäß der vorliegenden Erfindung sind vier Heuristikansätze als jeweilige Ausführungsbeispiele vorgesehen, wobei jede Heuristik so ausgelegt bzw. entworfen ist, um das Vektor-Bin-Packing-Problem mit Paketplanungs- und Weiterleitungsbeschränkungen zu lösen.
Der Algorithmus wird unten als Dynamischer Planungs- und Weiterleitungs-algorithmus gezeigt. Der erste Schritt in diesem Algorithmus ist es, die entfernten Abläufe F_d aus der aktuellen Planungskonfiguration S zu entnehmen. Der Algorithmus liest in Zeile 3 den Status des aktuellen Binzustands aus. In den Zeilen 7 und 8 wertet der Algorithmus den skalaren Wert für alle möglichen Pfade und Bin-Vektoren aus, wenn alle Beschränkungen erfüllt sind. Der skalaren Wert ist ein Score-Maßstab (Bewertungsmaßstab), der bestimmt, wie gut der Ablauf j zu Bin i passt, d.h. dass eine Bewertung der Qualität verschiedener Abbildungen zwischen Ablaufanforderungen aller möglichen Pfade und aller möglichen Bins stattfindet. Ein typischer Ansatz ist es, aus dem Vektor von Kapazitäten und Ablaufanforderungen zu bewerten. Die Extractor-Funktion in Zeile 19 wird verwendet, um den Pfad und Bins eines Ablaufes zu extrahieren, der einen maximalen skalaren Wert hat, siehe Zeile 15.
Der durchführbare Plan erfüllt vorzugsweise den folgenden Beschränkungssatz für die Realisierung eines Ablaufaufbaus für bestimmte Planung und Weiterleitung in einem TSN-basierten Netzwerk.

• Kapazitätsbeschränkung: Diese Beschränkung stellt sicher, dass die Kapazität jeder Bin-Dimensionen nicht überschritten werden sollte, wenn Abläufe in Bin-Dimensionen platziert werden.
• Instanzbeschränkung: Die Anzahl der Vorkommen eines Ablaufes innerhalb eines maximalen Übertragungszyklus sollte erfüllt sein.
• Pfadbeschränkung: Nur ein Pfad sollte aus allen möglichen Pfaden ausgewählt werden.
• Periodische Beschränkung: Die anderen Instanzen eines Ablaufes sind in Bezug auf Periodizitäten platziert.
• Verzögerungsbeschränkung: Das vorgesehene Verzögerungserfordernis eines Ablaufes sollte erfüllt sein.
• Redundanzniveaubeschränkung, die angibt, dass ein Ablauf eine oder mehrere getrennte Pfadübertragungen erfordert,
• Startzeitbeschränkung, die angibt, dass ein Ablauf nur innerhalb der angegebenen Zeit starten kann.

In einem praktischen Beispiel werden drei Schalter betrachtet. Diese drei Schalter sind wie in 2 dargestellt verbunden. Die minimale und maximale Periode im Netzwerk sind 5 ms und 20 ms, was 4 Bins (= T_max/T_min) entspricht. Zum Beispiel wird ein Ablauf j von Schalter 1 bis Schalter 3 mit einer Periodizität von 20 ms gesendet. Es gibt nur eine Instanz des Ablaufes j in dem Übertragungszyklus, d.h. T_max/T_j = 20 ms/20 ms.
Da es 4 Bins gibt, kann der Ablauf j in jedem der Bins platziert werden, d.h. der Satz möglicher Bin-Vektoren ist $B_{i j}^{m} = [[1,0,0,0], [0,1,0,0], [0,0,1,0], [0,0,0,1]] .$
Von Schalter 1 bis Schalter 3 gibt es zwei mögliche Pfade, d.h. $D_{j}^{k l} = [[1,1,0,0,0,0], [0,0,0,1,0,0]] .$

Daher gibt es 8 skalare Werte und in dem Algorithmus der vorliegenden Erfindung wird der beste von ihnen ausgewählt.
Wenn dagegen der Ablauf j eine Periodizität von 10 ms hat, dann gibt es 2 Instanzen, d.h. 20 ms/10 ms = 2. In diesem Fall ist der Satz möglicher Bin-Vektoren
$B_{i j}^{m} = [[1,0,1,0], [0,1,0,1]] .$
Die Zuordnungslücke zwischen zwei aufeinanderfolgenden Instanzen eines Ablaufes wird als g_j = (T_j * I) / (T_max) berechnet. Die Liste der Variablen ist in der folgenden Tabelle dargestellt.
Liste der Variablen

Symbol	Definition
F _a ≡{ƒ _j}	Satz von eingefügten Abläufen. J ist die Gesamtzahl von Abläufen. j ∈ [1,...,J]
F _d ≡{ƒ _j}	Satz von entfernten Abläufen.
$D_{j}^{k l} \equiv {d_{j}^{k l}}$	Satz von Bedarfsvektoren eines Ablaufes j. Dieser Satz besteht aus möglichen Pfaden durch die ein Ablauf geleitet werden kann. K ist die Gesamtzahl von Pfaden. k ∈ [1,...,K]. L ist die Gesamtzahl von Dimensionen l ∈ [1,...,L]
$C_{j}^{l}$	Kapazität von Dimensionen l in Bin i. I ist die Gesamtzahl von Bins. i ∈ [1,...,l]
$B_{i j}^{m} \equiv {b_{i j}^{m}}$	Satz von möglichen Bin-Vektoren in denen Ablauf j platziert werden kann. Die möglichen Bin-Vektoren hängen von der Periodizität des Ablaufes ab. M ist die Gesamtzahl möglicher Bin-Vektoren für Ablauf j. m ∈ [1,...,M]
$V_{i}^{l} (t)$	Die Vektoren der verbleibenden Kapazitäten des Bins zu der Zeit t. Der Vektor wird aus dem aktuellen Zustand des Bins B _s ausgewertet
W _j	Größe des Ablaufes j. Die Größe des Ablaufes wird berechnet als $\frac{N u t z l a s t (B i t s)}{B a n d b r e i t e}$
T _j	Periodizität des Ablaufes j.

Erstes Ausführungsbeispiel - Modifizierte Skalarprodukt-Heuristik
In dem ersten Ausführungsbeispiel wird die Ablaufplatzierung in Bins basierend auf dem Skalarprodukt charakterisiert. Die Hauptidee der Heuristik gemäß dem ersten Ausführungsbeispiel ist es, sowohl den Ressourcenbedarf des Ablaufes $d_{j}^{l}$
als auch die verbleibenden Kapazitäten der Dimension der Bins zu berücksichtigen. Der Vektor der verbleibenden Kapazitäten der Bins zu der Zeit t wird mit $V_{i}^{l} (t)$
bezeichnet, d.h. die Gesamtnachfrage aller in dem Bin platzierten Abläufe wird von der Gesamtkapazität des Bins subtrahiert. Der Algorithmus des ersten Ausführungsbeispiels platziert den Ablauf in dem Bin, der den maximalen Skalarproduktwert hat. Das Skalarprodukt des Ablaufes j in Bin i wird in Gleichung (1) wie folgt ausgedrückt: $d p_{i j} = \sum_{l = 1}^{L} d_{j}^{l} \times V_{i}^{l} (t), \forall i \in I, \forall j \in J$
Ein Ablauf kann mehrere Bin-Zuweisungen haben, die ausdrücklich von der Periodizität des Ablaufes abhängen. Der Ressourcenbedarf des Ablaufes variiert abhängig von dem Pfad. Mit der Modifikation des Skalarprodukts kann diese Formel in dem vorliegenden Problem verwendet werden. Durch Einführung dieser beiden Parameter wird die mathematische Formel gemäß Gleichung 2 ausgedrückt: $\begin{array}{l} S c o r e_{j}^{k m} = \sum_{i = 1}^{l} \frac{\sum_{l = 1}^{L} D_{j}^{k l} \times V_{i}^{l} (t)}{\sum_{l = 1}^{L} D_{j}^{k l}} \times B_{i j}^{m}, \\ \forall j \in J, \forall k \in K, \forall m \in M \end{array}$
Der Score-Wert (Bewertung) eines Ablaufes j wird für jeden Pfad I und mögliche Bin-Vektoren m ausgewertet. Dann wird der Pfad und Bin-Vektor ausgewählt, der den maximalen Score-Wert hat.
Zweites Ausführungsbeispiel - Modifizierte Heuristik mit der höchsten Last:
Gemäß dem zweiten Ausführungsbeispiel wird die Ablaufplatzierung in Bins basierend auf der aktuellen Last der Bins charakterisiert. Bei diesem Ansatz wird der Ablauf j auf die am wenigsten belasteten Bins platziert. Der Algorithmus platziert den Ablauf in den Bins, die einen maximalen Score-Wert haben. Die Heuristik des zweiten Ausführungsbeispiels formalisiert sich wie folgt $\begin{array}{l} S c o r e_{j}^{k m} = - \sum_{i = 1}^{I} \sum_{l = 1}^{L} \frac{D_{j}^{k l} \times w_{j}}{V_{i}^{l} (t)} \times \frac{B_{i j}^{m}}{\sum_{l = 1}^{L} D_{j}^{k l}}, \\ \forall j \in J, \forall k \in K, \forall m \in M \end{array}$
Drittes Ausführungsbeispiel - Engpass-Heuristik bzw. Bootleneck-Heuristik
Gemäß dem dritten Ausführungsbeispiel wird die Ablaufplatzierung in Bins basierend auf dem Engpass-Bin priorisiert. Der Algorithmus durchsucht die Engpass-Dimension nach gegebenen Pfaden und erforderlichen Bin-Vektoren. Die Engpass-Dimension wird als die minimale Restkapazität der erforderlichen Dimensionen aller erforderlichen Bins bewertet. Die Heuristik des dritten Ausführungsbeispiels neigt dazu, den Ablauf auf die Bins zu platzieren, die den maximalen Wert unter den Engpass-Dimensionen aller möglichen Pfade und Bin-Vektoren hat. Die Heuristik gemäß dem dritten Ausführungsbeispiel berücksichtigt auch die Ablaufpfadlänge. Die Heuristik des dritten Ausführungsbeispiels formalisiert sich wie folgt: $\begin{array}{l} S c o r e_{j}^{k m} = \begin{matrix} m i n \\ \forall i \in l, \forall l \in L \end{matrix} S_{i}^{l} (j, k, m), \\ \forall j \in J, \forall k \in K, \forall m \in M \end{array}$
$S_{i}^{l} (j, k, m) = {\begin{array}{l} \frac{D_{j}^{k l} \times V_{i}^{l} (t) \times B_{i j}^{m}}{\sum_{l = 1}^{L} D_{j}^{k l}}, & if D_{j}^{k l} + B_{i j}^{m} = 2, \\ \infty, & andernfalls \end{array}$
Viertes Ausführungsbeispiel - Variationskoeffizienten-Heuristik
Lastausgleich wurde in den meisten verteilten eingebetteten Systemen verwendet, um die Ressourcennutzung zu verbessern. Die Standardabweichung wird häufig als Metrik für das Ungleichgewicht der Ressourcennutzung eines physischen Servers verwendet. Wenn die Standardabweichung als metrisches Mittel verwendet wird, ist die Standardabweichung unter der Bedingung, dass die Last gleichmäßig verteilt ist, sehr klein. Gemäß dem vierten Ausführungsbeispiel wurde der Ansatz, den Variationskoeffizienten als eine Metrik zu verwenden, um die Migration einer virtuellen Maschine auszulösen, um ein lastausgeglichenes System zu haben, von den Erfindern der vorliegenden Erfindung gewählt, während die folgende Formel (6) verwendet wird: $S c o r e_{j}^{k m} = - \frac{σ_{j}^{k m}}{μ_{j}^{k m}}, \forall j \in J, \forall k \in K, \forall m \in M$
Wobei, $σ_{j}^{k m}$
und $μ_{j}^{k m}$
die Standardabweichung und die mittlere Last der Bins sind, wenn ein Ablauf j den Pfad k durchquert und in Bins platziert wird, die dem Bin-Vektor m entsprechen, und können gemäß den folgenden Gleichungen (7) und (8) ausgedrückt werden: $μ_{j}^{k m} = \frac{\sum_{i = 1}^{I} w_{i j}^{k m}}{I}, \forall k \in K, \forall m \in M$
$σ_{j}^{k m} = \sqrt{\frac{\sum_{i = 1}^{I} {(w_{i j}^{k m} - μ_{j}^{k m})}^{2}}{I}}, \forall k \in K, \forall m \in M$
Wenn ein Ablauf j für Pläne angefordert wird, wird die Last des Bins akkumuliert und der neue Lastwert wird gemäß Gleichung (9) bewertet: $\begin{array}{l} W_{i j}^{k m} = W_{i} + \frac{\sum_{l = 1}^{L} w_{j} \times D_{j}^{k l} \times B_{i j}^{m}}{L} \\ \forall i \in I, \forall k \in K, \forall m \in M \end{array}$
Wobei die Last eines Bins / gemäß Gleichung (10) bewertet wird: $W_{i} = \frac{\sum_{l = 1}^{L} C_{i}^{l} - V_{i}^{l} (t)}{L}, \forall i \in I$
Praktische Umsetzung der vier Ausführungsbeispiele
Anschließend werden die vier Ausführungsbeispiele für dynamische Planung und Weiterleitung für zeitbewusste Gestalter bzw. Shaper in zonaler Architektur bewertet. Die Heuristiken sind in PYTHON implementiert und die Experimente wurden auf einem 64-Bit-Dual-Core-1,7-GHz-Intel(R)-Core-i5-Prozessor mit 8 GB Arbeitsspeicher durchgeführt. Um die Wirksamkeit entwickelter Heuristiken der vier Ausführungsbeispiele zu analysieren, werden Reaktionszeit und Planbarkeit bei variierender Last als Leistungsmetrik verwendet.
Die Netzwerktopologie ist in 1 dargestellt. Die minimale Periode in unserem Netzwerk beträgt 5 ms und die maximale Periode 50 ms, was 10 Bins entspricht. Jeder Bin besteht aus 24 Dimensionen, d.h. der Gesamtzahl von Ausgangsschnittstellen, die ACUs, CPU, TCU und Schalter in der Topologie miteinander verbinden, und jede Dimension hat eine Kapazität von 5 ms. Die Bandbreite jeder Verbindung ist auf 1 Gbit/s festgelegt. Der Ablauf besteht aus Pfadsätzen, die Pfade mit nicht mehr als vier Sprüngen enthalten. Diese Reduzierung des Suchraums hilft bei der Verbesserung der Reaktionszeit und begrenzt die Verzögerung eines Ablaufes.
Die maximale begrenzte Verzögerung eines Ablaufes j, der 4 Sprünge durchquert, wird als $\frac{w_{j} (B y t e s)}{B a n d b r e i t e} \times 4 + T_{s w} + T_{q u e},$
wobei T_sw und T_que berechnet, und sind Bandbreite jeweils Umschalt- und Warteschlangenverzögerungen. Für einen 50-KB-Ablauf beträgt die maximale begrenzte Verzögerung $\frac{50 \times 10^{3} \times 8}{1 \times 10^{9}} \times 4 \approx 1.6 m s,$
da die Umschaltverzögerung im Vergleich zur Übertragungsverzögerung vernachlässigbar klein ist und die Warteschlangenverzögerung aufgrund der Ohne-Warten-Planung-Annahme null ist.
Um die Reaktionszeit der Heuristiken der vier Ausführungsbeispiele zu analysieren, wurde die Worst-Case-Ausführungszeit von Heuristiken auf einem Satz von synthetischen Benchmarks bewertet, indem alle Abläufe geplant und weitergeleitet wurden. Die Reaktionszeit des Variationskoeffizienten ist unter anderen Heuristiken am schlechtesten, da es 780 ms dauert, um 500 Abläufe zu planen und weiterzuleiten, wie in 5a gezeigt, da es mehr Rechenleistung erfordert, um Mittelwert und Standardabweichung zu bewerten. Dagegen sind die Reaktionszeiten der anderen Heuristiken, d.h. der Heuristiken des ersten bis dritten Ausführungsbeispiels, schneller und liefern Pläne innerhalb von 170 ms, wie aus 5b entnommen werden kann, die 5a mit einem anderen Maßstab für die Laufzeit zeigt.
Für die Planbarkeitsanalyse werden drei synthetische Konfigurationen, nämlich Niedriglast-, Mittellast- und Hochlastverkehr, in einer zonalen Architektur ausgeführt, die in 1 dargestellt ist. In allen drei Konfigurationen werden Daten von ACU zu CPU, von ACU zu ACU, von TCU zu CPU und von CPU zu TCU mit einer Periodizität von 5, 10, 25 und 50 ms gesendet. Die Daten setzen sich jeweils aus 63 KB, 93 KB und 125 KB bei jeweils Niedrig-, Mittel- und Hochlastverkehr zusammen. 10.000 Läufe zufällig gemischter 220 Abläufe werden den Heuristiken der vier Ausführungsbeispiele zugeführt, und die durchschnittlichen planbaren Abläufe werden aufgezeichnet.
Das Ergebnis in 4 zeigt, dass die Engpass-Heuristik, d.h. das dritte Ausführungsbeispiel, alle anderen Ausführungsbeispiele übertrifft, da dieses alle Abläufe in einer Niedriglastkonfiguration plant, während andere 81-82% des Gesamtablaufs planen. Eine Zunahme der Last verschlechtert die Leistung des Engpasses nicht so sehr wie andere. Bei Mittellastverkehr plant der Engpass 76,5% aller Abläufe, was etwa 18,5 - 22% mehr im Vergleich zu den Heuristiken der anderen Ausführungsbeispiele ist. Der Trend ist weiterhin derselbe im Hochlastverkehr, in dem die Engpass-Heuristik 16 - 19% vor den anderen Ausführungsbeispielen liegt.
Zusammenfassend übertrifft die Engpass-Heuristik des dritten Ausführungsbeispiels die Heuristik der anderen Ausführungsbeispiele in Bezug auf Planbarkeit und Reaktionszeit, da diese etwa 16 - 22% mehr Verkehr plant. Die Reaktionszeit zeigt, dass die Engpass-Heuristik 500 Abläufe in ungefähr 170 ms plant, was für die dynamische Rekonfiguration in den zuvor besprochenen Anwendungsfällen entscheidend ist.

Claims

Verfahren zur dynamischen Planung und Weiterleitung für Zeitmultiplex-(TDM)-Netzwerke über Vektor-Bin-Packing, bei dem die Dimensionen als Ausgangsschnittstellen des Netzwerks modelliert werden und die Anzahl der Bin-Instanzen durch die minimale und maximale Periode der Abläufe, die von dem Netzwerk unterstützt werden, bestimmt wird, um sowohl über Routen als auch Pläne eines Ablaufes in Bin-Darstellung zu entscheiden, mit dem Schritt des Platzierens von Abläufen in dem Bin, wobei Ablaufperiodizitäten, Pfad, Anzahl von Instanzen und/oder Größe und/oder Startzeit und/oder Redundanzniveau berücksichtigt werden, wobei skalare Werte bestimmt werden, die messen, wie gut der Ablauf in den Bin passt, und wobei die Ablauf-Platzierung-Entscheidung in Bins auf diesem skalaren Wert basiert.
Verfahren nach Anspruch 1, wobei die Ablauf-Platzierung-Entscheidung basierend auf dem skalaren Wert, vorzugsweise dem maximalen skalaren Wert, bewertet wird.
Verfahren nach Anspruch 1 oder 2, wobei ein durchführbarer Plan den folgenden Beschränkungssatz für die Realisierung einer Ablauf-Platzierung-Entscheidung erfüllt: -Kapazitätsbeschränkung, die angibt, dass die Kapazität jeder Bin-Dimension nicht überschritten werden sollte, wenn Abläufe in Bin-Dimensionen platziert werden und/oder, -Instanzbeschränkung, die angibt, dass die Anzahl der Vorkommen eines Ablaufes innerhalb eines maximalen Übertragungszyklus erfüllt ist, und/oder, -Pfadbeschränkung, die angibt, dass ein oder mehrere Pfade aus allen möglichen Pfaden ausgewählt werden und/oder, -Periodische Beschränkung, die angibt, dass die anderen Instanzen eines Ablaufes in Bezug auf Periodizitäten platziert sind und/oder, -Verzögerungsbeschränkung, die angibt, dass ein vorgegebenes Verzögerungserfordernis eines Ablaufes erfüllt ist und/oder, -Redundanzniveaubeschränkung, die angibt, dass ein Ablauf eine oder mehrere getrennte Pfadübertragungen erfordert und/oder, -Startzeitbeschränkung, die angibt, dass ein Ablauf nur innerhalb der angegebenen Zeit starten kann.
Verfahren nach einem der Ansprüche 1 bis 3, wobei die Ablauf-Platzierung-Entscheidung in Bins auf dem Skalarprodukt basiert, wobei der Ressourcenbedarf eines Ablaufes und die verbleibenden Kapazitäten der Dimension von Bins berücksichtigt werden und wobei der Ablauf in dem Bin platziert wird, der einen bestimmten Skalarproduktwert hat, vorzugsweise einen maximalen Skalarproduktwert.
Verfahren nach einem der Ansprüche 1 bis 3, wobei die Ablauf-Platzierung-Entscheidung in Bins auf der aktuellen Last der Bins basiert und wobei der Ablauf in den Bins platziert wird, die eine bestimmte Last aufweisen, vorzugsweise diejenigen, die am wenigsten belastet sind.
Verfahren nach einem der Ansprüche 1 bis 3, wobei die Ablauf-Platzierung-Entscheidung in Bins basierend auf dem Engpass-Bin priorisiert wird, wobei die Engpass-Dimension als die minimale verbleibende Kapazität der erforderlichen Dimensionen aller erforderlichen Bins bewertet wird und wobei der Ablauf in dem Bin platziert wird, der einen bestimmten Wert unter den Engpass-Dimensionen aller möglichen Pfade und Bins hat, vorzugsweise der maximale Wert.
Verfahren nach Anspruch 6, wobei die Ablaufpfadlänge berücksichtigt wird.
Verfahren nach einem der Ansprüche 1 bis 3, wobei die Ablauf-Platzierung-Entscheidung in Bins auf der Standardabweichung und der mittleren Last der Bins basiert, wobei die mittlere Last unter Berücksichtigung der Last aller möglichen Pfade und Bins berechnet wird und die Standardabweichung unter Berücksichtigung der Last aller Bins und der mittleren Last aller möglichen Pfade und Bins berechnet wird
Verfahren nach einem der vorhergehenden Ansprüche, wobei die dynamische Planung und Weiterleitung in einer zonalen Architektur stattfindet, die zumindest eine Bereichssteuereinheit und/oder zumindest eine Zentralverarbeitungseinheit aufweist.
Verfahren nach einem der vorhergehenden Ansprüche, das die Planung und Weiterleitung von dynamischen Abläufen zur Laufzeit unterstützt.
Verfahren nach einem der vorhergehenden Ansprüche, wobei das Zeitmultiplex-Netzwerk eine zeitsensitive Vernetzung (TSN) basierend auf einem fahrzeuginternen Netzwerk oder ein industrielles Automatisierungsnetzwerk ist.
Planungseinrichtung für Zeitmultiplex-Netzwerke für dynamische Planung und Weiterleitung über Vektor-Bin-Packing, konfiguriert zum Ausführen einer der Verfahren 1 bis 11.
Planungseinrichtung nach Anspruch 12, wobei das Verfahren zur dynamischen Planung und Weiterleitung in einer zentralisierten Netzwerksteuereinrichtung ausgeführt wird, welche Gate-Steuerliste jeder Schnittstelle einer Umschalt- und/oder Netzwerkschnittstelleneinheit in einem Netzwerk durch Verwendung des Netzwerkkonfigurationsprotokolls neu konfiguriert.
Planungseinrichtung nach Anspruch 12 oder 13, wobei das Zeitmultiplex-Netzwerk ein fahrzeuginternes Netzwerk basierend auf einer zeitsensitiven Vernetzung (TSN) oder ein industrielles Automatisierungsnetzwerk ist.