WO2022063663A1 - Verfahren, datenverarbeitungsmodul und datenverarbeitungsnetzwerk zur verarbeitung von daten - Google Patents

Verfahren, datenverarbeitungsmodul und datenverarbeitungsnetzwerk zur verarbeitung von daten Download PDF

Info

Publication number
WO2022063663A1
WO2022063663A1 PCT/EP2021/075423 EP2021075423W WO2022063663A1 WO 2022063663 A1 WO2022063663 A1 WO 2022063663A1 EP 2021075423 W EP2021075423 W EP 2021075423W WO 2022063663 A1 WO2022063663 A1 WO 2022063663A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
data processing
output
input
module
Prior art date
Application number
PCT/EP2021/075423
Other languages
English (en)
French (fr)
Inventor
Michael Poehnl
Raphael Diziol
Stefan Egenter
Original Assignee
Robert Bosch Gmbh
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Robert Bosch Gmbh filed Critical Robert Bosch Gmbh
Priority to CN202180065083.0A priority Critical patent/CN116194905A/zh
Priority to JP2023518748A priority patent/JP2023542232A/ja
Priority to US18/044,515 priority patent/US20230333891A1/en
Publication of WO2022063663A1 publication Critical patent/WO2022063663A1/de

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • G06F9/4887—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues involving deadlines, e.g. rate based, periodic
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G06F15/16—Combinations of two or more digital computers each having at least an arithmetic unit, a program unit and a register, e.g. for a simultaneous processing of several programs
    • G06F15/163—Interprocessor communication
    • G06F15/173—Interprocessor communication using an interconnection network, e.g. matrix, shuffle, pyramid, star, snowflake
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0006—Digital architecture hierarchy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G06F15/16—Combinations of two or more digital computers each having at least an arithmetic unit, a program unit and a register, e.g. for a simultaneous processing of several programs
    • G06F15/163—Interprocessor communication
    • G06F15/173—Interprocessor communication using an interconnection network, e.g. matrix, shuffle, pyramid, star, snowflake
    • G06F15/17356—Indirect interconnection networks
    • G06F15/17368—Indirect interconnection networks non hierarchical topologies
    • G06F15/17375—One dimensional, e.g. linear array, ring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system

Definitions

  • Systems for driver assistance or automated driving consist of many individual software units, which can usually be described with graphs with regard to the data flow. These software units (often also called runnables, nodes or data processing components) are characterized by the fact that a quantity of input data is processed and a quantity of output data is generated from it.
  • the various software units regularly form a complex data processing network with which sensor data is processed in order to carry out actions based on the sensor data, such actions being, for example, control tasks as part of an autonomous ferry operation of a vehicle.
  • Data processing in the data processing network usually includes a plurality of data processing steps or data processing tasks that build on one another and are executed with the data processing components.
  • the execution of a data processing task depends on a corresponding condition, which can include stimuli such as time steps or the arrival of data.
  • the control flow which determines the execution of the data processing components, is usually derived from the data flow.
  • the execution of a data processing component is triggered by the arrival of a data packet.
  • the sending of data packets in the execution of a data processing component can lead to the immediate execution of a dependent data processing component in the case of a corresponding graph.
  • Multiple parallel execution of a data processing component is even conceivable if new data packets arrive while a data processing component is still being executed.
  • Such a system has low latency but a high number of possible states.
  • a method for processing data is to be described here, in particular for processing sensor data in a vehicle, with a data processing network comprising a plurality of data processing modules, each of which comprises at least one data processing component, each data processing component being set up for a defined data processing task for processing the data , wherein each data processing module receives data from a data source and/or output data from other data processing modules as input data and generates output data, which in turn is network output data from the data processing network and/or input data from others are data processing modules, the following steps being carried out in the method for at least one data processing module: a) receiving a set of input data for carrying out the data processing tasks in the at least one data processing component of the respective data processing module; b) receiving a stimulus to activate the at least one data processing component of the data processing module; c) If in step a) the set of input data and in step b) the stimulus was received: activating the at least one data processing component of the data processing module and performing the data processing task for which the data processing component is set up with the
  • the method is intended to solve the problem that predictability and reproducibility are very difficult to achieve with the classic approach.
  • This makes it more difficult to implement safety measures, such as a SW lockstep in which the same SW is executed simultaneously on two p-processors. It is also difficult to recompute a recorded driving situation as faithfully as possible, since a different runtime behavior and thus possibly a different result must be expected.
  • the basis of the method described here is that a large number of data processing components of a data processing network are each combined into so-called data processing modules, thus creating an additional superordinate structure of the data processing network.
  • data processing modules thus creating an additional superordinate structure of the data processing network.
  • input data and output data of the individual data processing components are combined within the module and the data flow is controlled or controlled by the data processing network at this level.
  • step b) which specifies the performance of the data processing in step c), the input data received in step a) then being used.
  • step d) the output data is then made available for subsequent processing steps.
  • the data can also be referred to as network output data or system output data, which are then, for example, input data of a controller at the same time, which processes this data or takes it into account for an application.
  • the method described enables both time-driven and data-driven execution of the data processing tasks.
  • the actual start of data processing occurs when the stimulus is received in step b).
  • the data becomes visible to the data processing components when the stimulus arrives.
  • Data structures that belong together in terms of time are therefore transmitted jointly between data processing modules.
  • the provision of data for the data processing components is based on the data processing modules provided in a superordinate structure.
  • the structure of the higher-level data processing modules and the fact that data is provided at this level significantly reduce the number of system states of the entire data processing network.
  • step d) Provision of a validation data set consisting of the set of input data, the stimulus and/or the output data for validating the implementation of the at least one data processing task with the at least one data processing component.
  • the validation data set also contains at least one piece of time information which enables a point in time of the stimulus and/or time information about the processing of the at least one data processing task.
  • Such time information can be provided, for example, by recording the start and end of execution of the data processing tasks.
  • the processed input data and the generated output data can be displayed on a common logical timeline and test calculations of the method described are made possible.
  • a data processing module which processes output data from another data processing module as input data, to start processing when a stimulus occurs as an activation. In comparison to the time-driven approach, the additional latency due to WCET and up to the start of the time slice of the receiving data processing module is thus avoided.
  • the method described here makes it possible to reproduce the execution of the individual data processing tasks because the information relating to the processed input data is reproducible.
  • a data processing module always has a frozen view of the world or of the input data that is being processed during execution (implementation of step c).
  • the input data does not change during execution of the method. This is achieved by collecting the incoming input data in step a), controlling the data and being able to atomically pass it on in logical time.
  • the output data are preferably also collected.
  • At least one timer is used to generate the stimulus used in step b), which timer specifies a time pattern for regularly repeating the execution of the data processing tasks with the data processing components.
  • the timer can, for example, be a corresponding module on hardware on which the data processing network is operated and which emits a timer signal for each data processing module at regular intervals, which forms the stimulus and triggers execution of the method.
  • At least one availability signal which indicates the availability of data, is used to generate the stimulus used in step b).
  • This availability signal for example, from a previous execution of the described Method have been caused in another data processing module.
  • the stimulus is formed by a combination consisting of a timer and an availability signal. Whenever new data is indicated via an availability signal, the data processing module is made ready to respond to the timer. Only when both the timer and the (at least one) availability signal indicate that data processing is to be started does data processing take place in the data processing components of the respective data processing module (step c)).
  • step a) is carried out with an input data receiving module of the data processing module, which has an input memory for temporarily storing input data that is not yet complete and which carries out a completeness check of the set of input data.
  • step d) is carried out with an initial data preparation module which has an output memory in which initial data that are not yet complete are temporarily stored.
  • a controlling unit can control the data flow between the data processing modules through these gates. If the controlling unit now synchronizes the starting and the end of the executions of the data processing modules with the forwarding of data via the gates, it can be controlled which data processing module is executed when and with which data. In order to decide on starting a data processing module, the aforementioned stimulus is evaluated.
  • output data provided in step d) is used at least partially as input data for carrying out method steps a) to d) (and possibly also step e)) with the same data processing module again.
  • this data path is designed in such a way that it is implemented via the respective input data reception module and the respective output data reception module of the data processing module.
  • the output data provided in step d) includes partial data sets that are generated by various data processing components of the data processing module when performing the data processing tasks, with the output data being provided in step d) only when all the partial data sets forming the output data are available.
  • Subsets of data arise, for example, because the data processing tasks of different data processing components within the data processing module have processing times of different lengths. By collecting the subsets of data until the initial data are completely available and by the joint provision of all subsets of data, it is considerably easier to understand when which data was available during data processing with the data processing network.
  • an availability signal is additionally generated in step d), from which it can be seen that output data has been provided for further processing.
  • an availability signal can serve as a stimulus for further executions of the method described.
  • step d availability signals provided in step d).
  • time information is also stored during the recording, which enables the method implementation to be assigned to a timeline in terms of time.
  • Such a recording can take place, for example, in an additional debug data memory in order to subsequently carry out debug tasks in which errors in the individual data processing components can be examined if necessary.
  • Such a recording can also be used in a finished system that is in use in order to detect, in particular, hardware-related errors in the execution of the data processing tasks by means of a subsequent check, and then to carry out correction tasks.
  • a data processing module for a data processing network for carrying out the method described, having an input data reception module to which an input memory is assigned and an output data provision module to which an output memory is assigned, and also having at least one data processing component for carrying out a data processing task based on the input data in the input memory and for generating output data for storage in the output memory.
  • FIG. 1 shows a vehicle in which a described data processing network is used and in which the described method is applied;
  • FIG. 3 shows a further embodiment variant of a data processing module for carrying out the method described
  • a vehicle 1 is shown schematically in FIG. 1 .
  • the vehicle 1 is in particular a road vehicle, for example a passenger vehicle or a truck.
  • the vehicle 1 has sensors 23 for detecting information, such as environmental data from the area surrounding the vehicle 1, which can be used by various driver assistance systems.
  • Such systems can be, for example, active or passive safety systems or systems for autonomous (or semi-autonomous) ferry operations.
  • controller 20 Such systems are shown as controller 20 in FIG.
  • the vehicle 1 has a Data processing network 4 on.
  • the sensors 23 form data sources 13 for this data processing network 4 which provide the data processing network 4 with sensor data 3 .
  • the controller 20 forms an output data receiver 21 for this data processing network 4, which network output data 14 of the data processing network 4 receives.
  • the data processing network 4 consists of a plurality of data processing modules 5, each of which consists of (one or more) data processing components 6.
  • the data processing network 4 with the data processing modules 5 and the data processing components 6 is preferably implemented on hardware 25, which in particular has a data memory 27 on which the data processing network 4 can store data 2 and which can also provide various other hardware functions for the data processing network 4. for example a timer 10.
  • Each data processing module 5 has an input data receiving module 15 with an input memory 16 for receiving input data 7 and an output data provision module 17 with an output memory 18 for providing output data 8 and a data processing component structure 26 with data processing components 6 for data processing from the input data 7 to the output data 8
  • Input data reception module 15 can have an interface for receiving a stimulus 9 with which the data processing with the data processing components 6 can be initiated.
  • the output data provision module 17 can have an interface for emitting an availability signal 12 when the data processing with the data processing components 6 has been completed and the output data 8 are available.
  • the method steps a) and b) of the method described relate to the receipt of the input data 7 and are primarily with the Input data receiving module 15 running.
  • Method steps d) and e) of the method described relate to the provision of output data 8 and they are primarily carried out using the output data provision module 17 .
  • the actual data processing takes place in step c) in the data processing components 6 which form a data processing component structure 26 of the respective data processing module 5 .
  • the embodiment variant of the data processing module 5 according to FIG. 3 has a feedback 22 as a special feature.
  • 1 shows an example of a data processing network 4 which ultimately processes the data from the data source 13 directly deterministically and without feedback from the data source 13 (here the sensors 23) to the output data receiver 21 (the controller 20).
  • the feedback 22 shown in Fig. 3 also shows how non-directly deterministic data processing can be made possible in data processing networks 4 constructed in this way, namely by such feedback 22.
  • Output data 8 can be routed back to the input data receiving module 15 of the same data processing module 5 via such feedbacks 22 , in order to then process them in a subsequent data processing with the data processing components 6 of the data processing module 5.
  • the data processing network 4 can be taught to remember data.
  • the output data 8 consists of partial data sets 19 which are available at different points in time during the data processing with the data processing components 6 .
  • the output data provision module 17 can be set up to emit the availability signal 12 for all output data 8 (partial data sets 19) in one go.
  • the representations each show different data processing modules 5.1, 5.2 and/or 5.3, with the duration of the execution of the Data processing with the data processing components 6 belonging to the data processing modules 5 is plotted on the timeline 24 as a bar.
  • the data sources 13 here sensors 23 in each case
  • data 2 here sensor data 3
  • the individual data processing modules 5.1, 5.2 and/or 5.3 are shown several times one behind the other over the timeline 24. This shows that the individual data processing modules 5.1, 5.2 and/or 5.3 are each executed repeatedly and in each case fall back on different input data. The execution of one of the data processing modules 5.1, 5.2 and/or 5.3 starts when a stimulus 9 is present.
  • FIG. 4 shows that only availability signals 12 are used as stimuli 9, which indicate availability of data for carrying out specific data processing tasks with data processing modules 5.1, 5.2 and/or 5.3.
  • the method shown in FIG. 4 runs in a very uncontrolled manner in terms of data technology. As soon as new data is available, the execution of the respective data processing modules 5.1, 5.2 and/or 5.3 starts. This results in a high processing speed. However, there is also a greatly reduced ability to trace which data was processed by the respective data processing module 5.1, 5.2 and/or 5.3.
  • Reproducibility here means a reproducibility of the data processing with the data processing network 4 .
  • low reproducibility means that a great deal of effort is required to reproduce the data processing with the individual data processing modules 5.1, 5.2 and/or 5.3, as is the case, for example, for debugging tasks or for Tasks to ensure the correctness of data processing in redundant systems is required.
  • FIG. 5 shows that signals from a timer 10 that follow a fixed time pattern 11 are used as stimuli 9 .
  • Such stimuli 9 for triggering the data processing with the data processing modules 5.1, 5.2 and/or 5.3 can ensure that it is always precisely known with which input data the data processing with the data processing modules 5.1, 5.2 and/or 5.3 starts. This achieves a high level of reproducibility in the above-mentioned sense--at the same time, however, the performance of the data processing network 4 is drastically reduced.
  • the performance of the data processing network 4 here means the ability of the data processing network 4 to be able to be operated with the lowest possible hardware resources. Because it must be ensured in each case that the data processing with a data processing module (e.g. data processing module 5.1) is completed before another data processing module is started, which processes output data 8 of the first data processing module as input data (e.g.
  • Data processing module 5.2 Because the duration of the data processing with the data processing modules 5.1, 5.2 and/or 5.3 cannot be precisely predicted, the time grid must be adequately designed using the longest possible execution duration.
  • the embodiment variant according to FIG. 6 combines aspects of the embodiment variants according to FIGS. 4 and 5 in order to achieve high reproducibility on the one hand and good performance on the other.
  • availability signals 12 or timers 10 are used as stimulus 9 in data processing network 4 .

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Physics (AREA)
  • Multi Processors (AREA)
  • Small-Scale Networks (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

Verfahren zur Verarbeitung von Daten mit einem Datenverarbeitungsnetzwerk (4) umfassend eine Mehrzahl von Datenverarbeitungsmodulen (5), die jeweils mindestens eine Datenverarbeitungskomponente (6) umfassen, wobei jede Datenverarbeitungskomponente (6) für eine definierte Datenverarbeitungsaufgabe zur Verarbeitung der Daten (2) eingerichtet ist, wobei jedes Datenverarbeitungsmodul (5) als Eingangsdaten (7) Daten (2) aus einer Datenquelle (13) und/oder Ausgangsdaten (8) weiterer Datenverarbeitungsmodule (5) erhält und Ausgangsdaten (8) erzeugt, welche Netzwerksausgangsdaten (14) des Datenverarbeitungsnetzwerks (4) und/oder Eingangsdaten (7) weiterer Datenverarbeitungsmodule (5) sind, wobei in dem Verfahren für mindestens ein Datenverarbeitungsmodul (5) die folgenden Schritte durchgeführt werden: ▪ a) Empfangen eines Satzes von Eingangsdaten (7) zur Durchführung der Datenverarbeitungsaufgaben; ▪ b) Empfangen eines Stimulus (9) zur Aktivierung der mindestens einen Datenverarbeitungskomponente (6); ▪ c) Durchführung der Datenverarbeitungsaufgabe mit den jeweiligen Eingangsdaten (7) zur Erzeugung von Ausgangsdaten (8); und ▪ d) Bereitstellung der Ausgangsdaten (8).

Description

Beschreibung
Titel
Verfahren, Datenverarbeitungsmodul und Datenverarbeitungsnetzwerk zur Verarbeitung von Daten
Stand der Technik
Systeme für Fahrerassistenz oder automatisiertes Fahren bestehen aus vielen einzelnen Software- Einheiten, die in der Regel bzgl. des Datenflusses mit Graphen beschrieben werden können. Diese Software- Einheiten (oft auch Runnables, Nodes oder Datenverarbeitungskomponenten genannt) zeichnen sich dadurch aus, dass eine Menge von Eingangsdaten verarbeitet werden und daraus eine Menge von Ausgangsdaten erzeugt werden.
In den zuvor genannten Systemen werden Eingangsdaten von Sensoren wie Radar oder Video in einem Graphen aus Datenverarbeitungskomponenten verarbeitet, der in einer statischen Sicht den Datenfluss visualisiert.
Die verschiedenen Software- Einheiten bilden regelmäßig ein komplexes Datenverarbeitungsnetzwerk mit welchem Sensordaten verarbeitet werden, um basierend auf den Sensordaten Aktionen durchzuführen, wobei solche Aktionen beispielsweise Steuerungsaufgaben im Rahmen eines autonomen Fährbetriebs eines Fahrzeugs sein können. Die Datenverarbeitung in dem Datenverarbeitungsnetzwerk umfasst üblicherweise eine Mehrzahl voneinander aufbauenden Datenverarbeitungsschritten oder Datenverarbeitungsaufgaben, die mit den Datenverarbeitungskomponenten ausgeführt werden.
Die Ausführung einer Datenverarbeitungsaufgabe hängt in einem solchen Datenverarbeitungsnetzwerk an einer entsprechenden Bedingung, in die Stimuli wie Zeitschritte oder das Eintreffen von Daten eingehen können. Der Kontrollfluss, der die Ausführung der Datenverarbeitungskomponenten festlegt, wird in der Regel aus dem Datenfluss abgeleitet. Es gibt datengetriebene Ansätze, bei denen sich die Ausführung der Datenverarbeitungskomponenten am Datenfluss orientieren.
Darüber hinaus gibt es Ansätze, die eine zeitgetriebene Ausführung der Datenverarbeitungskomponenten anwenden. Diese wurde in den letzten Jahren angereichert mit Konzepten der Worst-Case- Execution-Time (längstmögliche Ausführungsdauer)
Bei einem strikt datengetriebenen Ansatz wird die Ausführung einer Datenverarbeitungskomponente durch das Eintreffen eines Datenpakets ausgelöst. Das Versenden von Datenpaketen in der Ausführung einer Datenverarbeitungskomponente kann bei entsprechendem Graphen zur sofortigen Ausführung einer davon abhängigen Datenverarbeitungskomponente führen. Es ist sogar eine mehrfache parallele Ausführung einer Datenverarbeitungskomponente denkbar, falls neue Datenpakete eintreffen, während eine Datenverarbeitungskomponente noch ausgeführt wird. Eine solches System weist eine geringe Latenz auf, aber eine hohe Anzahl an möglichen Zuständen.
Offenbarung der Erfindung
Vor diesem Hintergrund soll hier ein Verfahren zur Datenverarbeitung beschrieben werden, welches das Ziel hat, die Reproduzierbarkeit einer Datenverarbeitung bei gleichzeitiger hoher Leistungsfähigkeit zu realisieren.
Hier soll ein Verfahren zur Verarbeitung von Daten beschrieben werden, insbesondere für die Verarbeitung von Sensordaten in einem Fahrzeug, mit einem Datenverarbeitungsnetzwerk umfassend eine Mehrzahl von Datenverarbeitungsmodulen, die jeweils mindestens eine Datenverarbeitungskomponente umfassen, wobei jede Datenverarbeitungskomponente für eine definierte Datenverarbeitungsaufgabe zur Verarbeitung der Daten eingerichtet ist , wobei jedes Datenverarbeitungsmodul als Eingangsdaten Daten aus einer Datenquelle und/oder Ausgangsdaten weiterer Datenverarbeitungsmodule erhält und Ausgangsdaten erzeugt, welche wiederum Netzwerksausgangsdaten des Datenverarbeitungsnetzwerks und/oder Eingangsdaten weiterer Datenverarbeitungsmodule sind, wobei in dem Verfahren für mindestens ein Datenverarbeitungsmodul die folgenden Schritte durchgeführt werden: a) Empfangen eines Satzes von Eingangsdaten zur Durchführung der Datenverarbeitungsaufgaben in der mindestens einen Datenverarbeitungskomponente des jeweiligen Datenverarbeitungsmoduls; b) Empfangen eines Stimulus zur Aktivierung der mindestens einen Datenverarbeitungskomponente des Datenverarbeitungsmoduls; c) Wenn in Schritt a) der Satz von Eingangsdaten und in Schritt b) der Stimulus empfangen wurde: Aktivieren der mindestens einen Datenverarbeitungskomponente des Datenverarbeitungsmoduls und Durchführung der Datenverarbeitungsaufgabe, für die die Datenverarbeitungskomponente eingerichtet ist mit den jeweiligen Eingangsdaten zur Erzeugung von Ausgangsdaten; und d) Bereitstellung der Ausgangsdaten zur weiteren Datenverarbeitung und/oder als Netzwerksausgangsdaten.
Durch das Verfahren soll insbesondere das Problem gelöst werden, dass eine Vorhersagbarkeit und Reproduzierbarkeit bei klassischem Ansatz sehr schwierig zu realisieren ist. Dies erschwert die Umsetzung von Safety-Maßnahmen, wie z.B. einen SW-Lockstep, bei dem die gleiche SW simultan auf zwei p- Prozessoren ausgeführt wird. Auch ein möglichst getreues Nachrechnen einer aufgezeichneten Fahrsituation (Re-compute) ist schwierig, da mit einem anderen Laufzeitverhalten und somit möglicherweise einem anderen Ergebnis zu rechnen ist.
Die Grundlage des hier beschriebenen Verfahrens ist, dass eine Vielzahl von Datenverarbeitungskomponenten eines Datenverarbeitungsnetzwerks jeweils zu sogenannten Datenverarbeitungsmodulen zusammengefasst werden und so eine zusätzliche übergeordnete Struktur des Datenverarbeitungsnetzwerks entsteht. Auf der Ebene dieser Struktur werden jeweils Eingangsdaten und Ausgangsdaten der einzelnen Datenverarbeitungskomponenten innerhalb des Moduls zusammengefasst und der Datenfluss wird durch das Datenverarbeitungsnetzwerk auf dieser Ebene gesteuert bzw. kontrolliert.
In der Automobilbranche mit einem hohen Anteil an Regelungstechnik war bisher immer eine Ausführung in Zeitscheiben dominierend (z.B. 10ms, 20ms, 100ms Tasks). Insbesondere, wenn als Hardware zur Ausführung der Datenverarbeitung mit derartigen Datenverarbeitungsnetzwerken allerdings multi-core Systeme verwendet werden, treten zusätzliche Probleme auf. Insbesondere auf multi- core-Systemen treten schwankende Laufzeiten der Datenverarbeitungskomponenten eines Datenverarbeitungsnetzwerks auf. Duch solche schwankenden Laufzeiten wird die Zuordnung von Ausgangsdaten einer Datenverarbeitungskomponente als Eingangsdaten weiterer Datenverarbeitungskomponenten erschwert bzw. nicht mehr vorhersagbar. Diese Vorhersagbarkeit kann ggf. wieder verbessert werden - beispielsweise mit Konzepten der maximalen möglichen Ausführungszeit/Bearbeitungszeit. Solche Konzepte verschlechtern aber die Auslastbarkeit der Hardware (des multi-core Systems). Die Hardware muss erheblich größer dimensioniert werden.
Insbesondere durch Anwendungen der hochkomplexen Fahrerassistenz bzw. bei Anwendungen des automatisierten Fahrens wird die Menge an zu verarbeiteten Daten von Sensoren drastisch erhöht. Die erforderliche Reaktionszeit solcher Systeme ist aber vergleichbar oder sogar noch niedriger als bei klassischen Fahrerassistenzanwendungen. D.h. es müssen mehr und rechenaufwendigere Berechnungen in einer längeren Verarbeitungskette in einer vergleichbaren Zeitspanne durchgeführt werden. Dies führt bei den vorhandenen zeitgetriebenen Ansätzen zu einer nicht akzeptablen Latenz, da sich die zusätzliche Latenz durch die Übergänge zwischen den einzelnen Zeitscheiben in der gesamten Kette aufsummiert.
Das vorgestellte Verfahren ermöglicht es, Ansätze aus der datengetriebenen Ausführung mit Errungenschaften der zeitgetriebenen Ausführung von Datenverarbeitungskomponenten zu kombinieren. Damit können Datenverarbeitungsnetzwerke so betrieben werden, dass eine niedrigere Latenz (bessere Leistungsfähigkeit) auftritt als bei rein zeitgetriebenen Systemen und eine bessere Reproduzierbarkeit als bei strikt datengetriebenen Systemen. Dies ermöglicht die hohen Anforderungen bzgl. Latenz in einem System für das automatisiere Fahren zu erfüllen und gleichzeitig ein System zu haben, das eine Ausführung im SW-Lockstep und eine exakte Reproduzierbarkeit im Re-compute ermöglicht. Für Schritt b) kann ein geeigneter Stimulus festgelegt werden, der die Durchführung der Datenverarbeitung in Schritt c) festlegt, wobei dann auf die Eingangsdaten zurückgegriffen wird, die in Schritt a) empfangen werden. Die Ausgangsdaten werden mit Schritt d) dann für nachfolgende Verarbeitungsschritte bereitgestellt. Wenn das jeweilige Datenverarbeitungsmodul das letzte Datenverarbeitungsmodul in einem Datenverarbeitungsnetzwerk ist, dann können die Daten auch als Netzwerksausgangsdaten oder Systemausgangsdaten bezeichnet werden, die dann beispielsweise gleichzeitig Eingangsdaten einer Steuerung sind, welche diese Daten verarbeitet bzw. für eine Anwendung berücksichtigt.
Durch das beschriebene Verfahren ist sowohl eine zeit- als auch eine datengetriebene Ausführung der Datenverarbeitungsaufgaben möglich. Der eigentliche Start der Datenverarbeitung erfolgt, wenn in Schritt b) der Stimulus empfangen wird. Die Daten werden für die Datenverarbeitungskomponenten mit dem Eintreffen des Stimulus gewissermaßen sichtbar. Zeitlich zusammengehörende Datenstrukturen werden also gemeinsam zwischen Datenverarbeitungsmodulen übertragen. Die Bereitstellung von Daten für die Datenverarbeitungskomponenten erfolgt anhand der in einer übergeordneten Struktur bereitgestellten Datenverarbeitungsmodule. Die Struktur der übergeordneten Datenverarbeitungsmodule und die Tatsache, dass die Bereitstellung von Daten auf dieser Ebene erfolgt, reduzieren die Anzahl der Systemzustände des gesamten Datenverarbeitungsnetzwerks deutlich.
Besonders bevorzugt ist, wenn nach Schritt d) noch folgender Schritt durchgeführt wird: e) Bereitstellung eines Validierungsdatensatzes bestehend aus dem Satz von Eingangsdaten, dem Stimulus und/oder den Ausgangsdaten zur Validierung der Durchführung der mindestens einen Datenverarbeitungsaufgabe mit der mindestens einen Datenverarbeitungskomponente.
Bevorzugt ist, wenn der Validierungsdatensatz zusätzlich mindestens eine Zeitinformation beinhaltet, welche einen Zeitpunkt des Stimulus und/oder eine Zeitinformation über die Bearbeitung der mindestens einen Datenverarbeitungsaufgabe ermöglicht.
Eine Solche Zeitinformation kann beispielsweise durch das Aufzeichnen von Start und Ende der Ausführungen der Datenverarbeitungsaufgaben erfolgen. So können die verarbeiteten Eingangsdaten und die erzeugten Ausgangsdaten auf einem gemeinsamen logischen Zeitstrahl dargestellt werden und es werden Prüfberechnungen des beschriebenen Verfahrens ermöglicht. Es ist möglich, dass ein Datenverarbeitungsmodul, welches Ausgangsdaten eines weiteren Datenverarbeitungsmoduls als Eingangsdaten verarbeitet, mit der Verarbeitung startet, wenn ein Stimulus als Aktivierung auftritt. Somit wird im Vergleich zum zeitgetriebenen Ansatz die zusätzliche Latenz durch WCET und bis zum Start der Zeitscheibe des empfangenden Datenverarbeitungsmoduls vermieden.
Durch das hier beschriebene Verfahren wird eine Reproduzierbarkeit der Durchführung der einzelnen Datenverarbeitungsaufgaben erreicht, weil die Information bezüglich der jeweils verarbeiteten Eingangsdaten reproduzierbar ist.
Ein Datenverarbeitungsmodul hat in dem vorgestellten Verfahren während einer Ausführung (Durchführung von Schritt c) immer eine eingefrorene Sicht auf die Welt bzw. auf die Eingangsdaten, welche verarbeitet werden. Die Eingangsdaten ändern sich während einer Ausführung des Verfahrens nicht. Dies wird erreicht, indem die eintreffenden Eingangsdaten in Schritt a) gesammelt werden, die Daten kontrolliert und in logischer Zeit atomar weitergeben werden können. Um die Ausgangsdaten eines Datenverarbeitungsmoduls konsistent in Bezug auf deren Ausführung durch andere Datenverarbeitungsmodule zu verarbeiten, werden die Ausgangsdaten bevorzugt ebenfalls gesammelt.
Bevorzugt ist, wenn zur Erzeugung des in Schritt b) verwendeten Stimulus zumindest ein Zeitgeber verwendet wird, der ein Zeitraster zur regelmäßigen Wiederholung der Durchführung der Datenverarbeitungsaufgaben mit den Datenverarbeitungskomponenten vorgibt.
Der Zeitgeber kann beispielsweise ein entsprechender Baustein auf einer Hardware sein, auf welcher das Datenverarbeitungsnetzwerk betrieben wird und welcher für jedes Datenverarbeitungsmodul in regelmäßigen Abständen ein Zeitgebersignal abgibt, welches den Stimulus bildet und eine Durchführung des Verfahrens auslöst.
Außerdem bevorzugt ist, wenn zur Erzeugung des in Schritt b) verwendeten Stimulus zumindest ein Verfügbarkeitssignal verwendet wird, welches die Verfügbarkeit von Daten anzeigt. Dieses Verfügbarkeitssignal kann beispielsweise von einer vorangegangenen Ausführung des beschriebenen Verfahrens in einem anderen Datenverarbeitungsmodul hervorgerufen worden sein.
Besonders bevorzugt ist, wenn der Stimulus von einer Kombination bestehend aus Zeitgeber und Verfügbarkeitssignal gebildet wird. Immer dann, wenn neue Daten über ein Verfügbarkeitssignal angezeigt werden, wird das Datenverarbeitungsmodul in die Bereitschaft versetzt, auf den Zeitgeber zu reagieren. Nur wenn sowohl der Zeitgeber als auch das (mindestens eine) Verfügbarkeitssignal anzeigen, dass mit einer Datenverarbeitung gestartet werden soll, erfolgt die Datenverarbeitung in den Datenverarbeitungskomponenten des jeweiligen Datenverarbeitungsmoduls (Schritt c)).
Besonders bevorzugt ist, wenn Schritt a) mit einem Eingangsdatenempfangsmodul des Datenverarbeitungsmoduls durchgeführt wird, welches einen Eingabespeicher zur Zwischenspeicherung von noch nicht vollständigen Eingangsdaten aufweist und welches eine Vollständigkeitsprüfung des Satzes von Eingangsdaten durchführt .
Außerdem bevorzugt ist, wenn Schritt d) mit einem Ausgangsdatenbereitstellungsmodul durchgeführt wird, welches einen Ausgabespeicher aufweist in welchem eine Zwischenspeicherung von noch nicht vollständigen Ausgangsdaten erfolgt.
Bevorzugt weist das Datenverarbeitungsmodul also spezielle Gates auf (Eingangsdatenempfangsmodul = Input-gate und Ausgangsdatenbereitstellungsmodul = Output-gate), um die Datenverarbeitungsaufgabe durchzuführen.
Durch diese Gates kann eine steuernde Einheit den Datenfluss zwischen den Datenverarbeitungsmodulen kontrollieren. Wenn die steuernde Einheit nun das Starten und das Ende der Ausführungen der Datenverarbeitungsmodule mit dem Weiterreichen von Daten über die Gates synchronisiert, kann gesteuert werden, welches Datenverarbeitungsmodul wann mit welchen Daten ausgeführt wird. Um über das Starten eines Datenverarbeitungsmoduls zu entscheiden, wird der zuvor erwähnte Stimulus ausgewertet. In Ausführungsvarianten werden in Schritt d) bereitgestellte Ausgangsdaten zumindest teilweise als Eingangsdaten für eine erneute Durchführung der Verfahrensschritte a) bis d) (und ggf. auch Schritt e)) mit demselben Datenverarbeitungsmodul verwendet.
Hierdurch wird eine Art Rückkopplung beschrieben, welche es einem Datenverarbeitungsmodul ermöglicht, historische Daten aus einer vorherigen Ausführung eines Datenverarbeitungsmoduls zu verarbeiten. Solche Rückkopplungen ermöglichen eine gewisse Art an Erinnerungsvermögen in einem Datenverarbeitungsnetzwerk.
Sollte es eine Rückkopplung innerhalb der Rechenschritte eines Datenverarbeitungsmoduls geben, so wird dieser Datenpfad so gestaltet, dass dieser über das jeweilige Eingangsdatenempfangsmodul und das jeweilige Ausgangsdatenempfangsmodul des Datenverarbeitungsmoduls realisiert wird.
Bevorzugt ist, wenn in Schritt d) bereitgestellte Ausgangsdaten Teildatenmengen umfassen, die von verschiedenen Datenverarbeitungskomponenten des Datenverarbeitungsmoduls bei der Durchführung der Datenverarbeitungsaufgaben erzeugt werden, wobei die Bereitstellung der Ausgangsdaten in Schritt d) erst erfolgt, wenn alle die Ausgangsdaten bildenden Teildatenmengen verfügbar sind.
Teildatenmengen entstehen beispielsweise, weil die Datenverarbeitungsaufgaben verschiedener Datenverarbeitungskomponenten innerhalb des Datenverarbeitungsmoduls unterschiedlich lange Verarbeitungszeiten haben. Durch das Sammeln der Teildatenmengen, bis die Ausgangsdaten vollständig verfügbar sind und durch die gemeinsame Bereitstellung aller Teildatenmengen wird das Nachvollziehen, wann welche Daten während der Datenverarbeitung mit dem Datenverarbeitungsnetzwerk verfügbar waren, erheblich vereinfacht.
Auch bevorzugt ist, wenn in Schritt d) zusätzlich ein Verfügbarkeitssignal erzeugt wird, anhand von welchem erkennbar ist, dass Ausgangsdaten zur weiteren Verarbeitung bereitgestellt wurden. Wie weiter oben schon beschrieben, kann ein solches Verfügbarkeitssignal als Stimulus für weitere Ausführungen des beschriebenen Verfahrens dienen.
Außerdem bevorzugt ist, wenn während der Durchführung des Verfahrens eine permanente Aufzeichnung von zumindest einer der folgenden Informationen für eine spätere Weiterverarbeitung erfolgt:
- in Schritt a) empfangene Sätze von Eingangsdaten;
- in Schritt b) empfangene Stimuli;
- in Schritt d) bereitgestellte Ausgangsdaten; und
- in Schritt d) bereitgestellte Verfügbarkeitssignale.
Besonders bevorzugt ist, wenn bei der Aufzeichnung zusätzlich die Ablage von Zeitinformationen erfolgt, welche die zeitliche Zuordnung der Verfahrensdurchführung zu einem Zeitstrahl ermöglicht.
Eine solche Aufzeichnung kann beispielsweise in einem zusätzlichen Debug- Datenspeicher erfolgen, um nachträglich Debug-Aufgaben durchzuführen, bei denen ggf. Fehler in den einzelnen Datenverarbeitungskomponenten untersucht werden können. Eine solche Aufzeichnung kann auch in einem fertigen im Einsatz befindlichen System genutzt werden, um durch eine nachträgliche Überprüfung insbesondere Hardware-bedingte Fehler in der Ausführung der Datenverarbeitungsaufgaben zu erkennen und daraufhin Korrekturaufgaben auszuführen.
Hier auch beschrieben werden soll ein Datenverarbeitungsmodul für ein Datenverarbeitungsnetzwerk zur Durchführung des beschriebenen Verfahrens aufweisend ein Eingangsdatenempfangsmodul, welchem ein Eingabespeicher zugeordnet ist und ein Ausgangsdatenbereitstellungsmodul, welchem ein Ausgabespeicher zugeordnet ist, sowie weiter aufweisend mindestens eine Datenverarbeitungskomponente zur Durchführung einer Datenverarbeitungsaufgabe basierend auf den Eingangsdaten in dem Eingabespeicher und zur Erzeugung von Ausgangsdaten zur Ablage in dem Ausgabespeicher.
Darüber hinaus soll ein Datenverarbeitungsnetzwerk umfassend eine Mehrzahl von derartigen Datenverarbeitungsmodulen beschrieben werden Die vorstehend gelieferten Erläuterungen zum Verfahren sind auf das Datenverarbeitungsmodul und das Datenverarbeitungsnetzwerk übertragbar und anwendbar.
Das Verfahren wird nachfolgend anhand der Figuren näher erläutert. Es zeigen:
Fig. 1: ein Fahrzeug, in welchem ein beschriebenes Datenverarbeitungsnetzwerk verwendet wird und in welchem das beschriebene Verfahren angewendet wird;
Fig. 2: ein Datenverarbeitungsmodul zur Durchführung des beschriebenen Verfahrens;
Fig. 3: eine weitere Ausführungsvariante eines Datenverarbeitungsmoduls zur Durchführung des beschriebenen Verfahrens;
Fig. 4: eine Art der Datenverarbeitung mit einem beschriebenen Verfahren, dargestellt auf einem Zeitstrahl;
Fig. 5: eine weitere Art der Datenverarbeitung mit einem beschriebenen Verfahren, dargestellt auf einem Zeitstrahl, und
Fig. 6: noch eine weitere Art der Datenverarbeitung mit einem beschriebenen Verfahren, dargestellt auf einem Zeitstrahl.
In der Fig. 1 ist schematisch ein Fahrzeug 1 dargestellt. Das Fahrzeug 1 ist insbesondere ein Straßenfahrzeug, beispielsweise ein Personenkraftfahrzeug oder ein Lastkraftfahrzeug. Das Fahrzeug 1 hat Sensoren 23 zum Erfassen von Informationen, wie beispielsweise Umfelddaten aus dem Umfeld des Fahrzeugs 1, die von verschiedenen Fahrerassistenzsystemen genutzt werden können. Solche Systeme können beispielsweise Systeme der aktiven oder passiven Sicherheit oder auch Systeme für einen autonomen (oder teilautonomen) Fährbetrieb sein. Solche Systeme sind in Fig. 1 als Steuerung 20 dargestellt.
Damit die Steuerung 20 die Daten der Sensoren 23 verarbeiten kann, müssen diese Daten aufbereitet werden. Zu diesem Zweck weist das Fahrzeug 1 ein Datenverarbeitungsnetzwerk 4 auf. Die Sensoren 23 bilden Datenquellen 13 für dieses Datenverarbeitungsnetzwerk 4, welche dem Datenverarbeitungsnetzwerk 4 Sensordaten 3 bereitstellen. Die Steuerung 20 bildet einen Ausgangsdatenempfänger 21 für dieses Datenverarbeitungsnetzwerk 4, welcher Netzwerkausgangsdaten 14 des Datenverarbeitungsnetzwerks 4 empfängt.
Das Datenverarbeitungsnetzwerk 4 besteht aus einer Mehrzahl von Datenverarbeitungsmodulen 5, die jeweils aus (einem oder mehreren) Datenverarbeitungskomponenten 6 bestehen. Das Datenverarbeitungsnetzwerk 4 mit den Datenverarbeitungsmodulen 5 und den Datenverarbeitungskomponenten 6 ist bevorzugt auf einer Hardware 25 realisiert, die insbesondere einen Datenspeicher 27 aufweist, auf welchem das Datenverarbeitungsnetzwerk 4 Daten 2 ablegen kann und welche darüber hinaus verschiedene andere Hardwarefunktionen für das Datenverarbeitungsnetzwerk 4 bereit stellen kann, beispielsweise einen Zeitgeber 10.
In den Fig. 2 und 3 sind verschiedene Ausführungsvarianten von Datenverarbeitungsmodulen 5 für das beschriebene Datenverarbeitungsnetzwerk 4 dargestellt. Das beschriebene Verfahren wird jeweils auf der Ebene jedes einzelnen Datenverarbeitungsmoduls 5 durchgeführt. Jedes Datenverarbeitungsmodul 5 hat ein Eingangsdatenempfangsmodul 15 mit einem Eingabespeicher 16 zum Empfangen von Eingangsdaten 7 und ein Ausgangsdatenbereitstellungsmodul 17 mit einem Ausgabespeicher 18 zur Bereitstellung von Ausgangsdaten 8 sowie eine Datenverarbeitungskomponentenstruktur 26 mit Datenverarbeitungskomponenten 6 für die Datenverarbeitung von den Eingangsdaten 7 hin zu den Ausgangsdaten 8. Das Eingangsdatenempfangsmodul 15 kann eine Schnittstelle zum Empfangen eines Stimulus 9 aufweisen mit welchem die Datenverarbeitung mit den Datenverarbeitungskomponenten 6 eingeleitet werden kann. Das Ausgangsdatenbereitstellungsmodul 17 kann eine Schnittstelle zur Abgabe eines Verfügbarkeitssignals 12 aufweisen, wenn die Datenverarbeitung mit den Datenverarbeitungskomponenten 6 abgeschlossen ist und die Ausgangsdaten 8 verfügbar sind.
Die Verfahrensschritte a) und b) des beschriebenen Verfahrens betreffen den Empfang der Eingangsdaten 7 und werden vornehmlich mit dem Eingangsdatenempfangsmodul 15 ausgeführt. Die Verfahrensschritte d) und e) des beschriebenen Verfahrens betreffen die Bereitstellung von Ausgangsdaten 8 und sie werden vornehmlich mit dem Ausgangsdatenbereitstellungsmodul 17 ausgeführt. Die eigentliche Datenverarbeitung geschieht in Schritt c) in den Datenverarbeitungskomponenten 6 , die eine Datenverarbeitungskomponentenstruktur 26 des jeweiligen Datenverarbeitungsmoduls 5 bilden.
Die Ausführungsvariante des Datenverarbeitungsmoduls 5 gemäß Fig. 3 weist als spezielles Merkmal eine Rückführung 22 auf. Die Fig. 1 zeigt beispielhaft ein Datenverarbeitungsnetzwerk 4, welches die Daten aus der Datenquelle 13 letztlich unmittelbar deterministisch und ohne Rückführungen von der Datenquelle 13 (hier den Sensoren 23) hin zu dem Ausgangsdatenempfänger 21 (der Steuerung 20) verarbeitet. Für viele Anwendungsfälle ist dies auch ausreichend. Durch die in Fig. 3 dargestellte Rückführung 22 wird allerdings auch gezeigt, wie nicht unmittelbar deterministische Datenverarbeitungen in derart aufgebauten Datenverarbeitungsnetzwerken 4 ermöglicht werden können, nämlich durch derartige Rückführung 22. Ausgangsdaten 8 können über solche Rückführungen 22 zurück zum Eingangsdatenempfangsmodul 15 desselben Datenverarbeitungsmoduls 5 geleitet werden, um diese dann bei einer nachfolgenden Datenverarbeitung mit den Datenverarbeitungskomponenten 6 des Datenverarbeitungsmoduls 5 zu verarbeiten. So kann dem Datenverarbeitungsnetzwerk 4 ein Erinnerungsvermögen für Daten beigebracht werden. In der Ausführungsvariante gemäß Fig. 3 ist als noch weiteres spezielles Merkmal gezeigt, dass die Ausgangsdaten 8 aus Teildatenmengen 19 bestehen, die während der Datenverarbeitung mit den Datenverarbeitungskomponenten 6 zu unterschiedlichen Zeitpunkten zur Verfügung stehen. Das Ausgangsdatenbereitstellungsmodul 17 kann dazu eingerichtet sein das Verfügbarkeitssignal 12 für sämtliche Ausgangsdaten 8 (Teildatenmengen 19) in einem abzugeben.
Die Fig. 4, 5 und 6 zeigen verschiedene Art -und Weisen der Datenverarbeitung, die mit dem beschriebenen Datenverarbeitungsnetzwerk 4 bzw. mit dem beschriebenen Verfahren durchgeführt werden können.
Die Darstellungen zeigen jeweils verschiedene Datenverarbeitungsmodule 5,1, 5.2 und/oder 5.3, wobei jeweils die Dauer der Ausführung der Datenverarbeitungen mit den jeweils zu den Datenverarbeitungsmodulen 5 zählenden Datenverarbeitungskomponenten 6 auf dem Zeitstrahl 24 als Balken aufgetragen ist. Jeweils oben schematisch dargestellt sind die Datenquellen 13 (hier jeweils Sensoren 23), mit welchen Daten 2 (hier Sensordaten 3) in das Datenverarbeitungsnetzwerk 4 eingebracht werden können.
Die einzelnen Datenverarbeitungsmodule 5.1, 5.2 und/oder 5.3 sind über den Zeitstrahl 24 hinweg hintereinander mehrfach gezeigt. Hiermit ist dargestellt, dass die einzelnen Datenverarbeitungsmodule 5.1, 5.2 und/oder 5.3 jeweils mehrfach wiederholt ausgeführt werden und dabei jeweils auf andere Eingangsdaten zurückgreifen. Der Start der Ausführung eines der Datenverarbeitungsmodule 5.1, 5.2 und/oder 5.3 erfolgt jeweils, wenn ein Stimulus 9 vorliegt.
Die Fig. 4, 5 und 6 zeigen jeweils unterschiedliche Arten von Stimuli 9, die hier verwendet werden können.
Die Fig. 4 zeigt, dass als Stimuli 9 nur Verfügbarkeitssignale 12 verwendet werden, die eine Verfügbarkeit von Daten für die Durchführung von bestimmten Datenverarbeitungsaufgaben mit Datenverarbeitungsmodulen 5.1, 5.2 und/oder 5.3 anzeigen. Das in Fig. 4 dargestellte Verfahren läuft datentechnisch recht unkontrolliert ab. Sobald neue Daten verfügbar sind, startet die Ausführung der jeweiligen Datenverarbeitungsmodule 5.1, 5.2 und/oder 5.3. Hierdurch wird zwar eine hohe Verarbeitungsgeschwindigkeit realisiert. Es existiert aber auch eine stark reduzierte Nachvollziehbarkeit, welche Daten von dem jeweiligen Datenverarbeitungsmodul 5.1, 5.2 und/oder 5.3 verarbeitet wurden. Dies gilt insbesondere, weil die Dauer der Datenverarbeitungen mit den Datenverarbeitungsmodulen 5.1, 5.2 und/oder 5.3 nicht genau vorhergesagt werden kann und damit keine bzw. nur eine geringe Reproduzierbarkeit besteht, welches Datenverarbeitungsmodul 5.1, 5.2 und/oder 5.3 auf welche Eingangsdaten reagiert. Mit "Reproduzierbarkeit" ist hier eine Reproduzierbarkeit der Datenverarbeitung mit dem Datenverarbeitungsnetzwerk 4 gemeint. In diesem Zusammenhang ist mit einer geringen Reproduzierbarkeit gemeint, dass ein sehr hoher Aufwand betrieben werden muss, um die Datenverarbeitung mit den einzelnen Datenverarbeitungsmodulen 5.1, 5.2 und/oder 5.3 nachzuvollziehen, wie dies beispielsweise für Debugging-Aufgaben oder für Aufgaben zur Absicherung der Korrektheit der Datenverarbeitung in redundanten Systemen erforderlich ist.
Die Fig. 5 zeigt, das als Stimuli 9 jeweils Signale eines Zeitgebers 10 verwendet werden, die einem festen Zeitraster 11 folgen. Durch solche Stimuli 9 zur Auslösung der Datenverarbeitung mit den Datenverarbeitungsmodulen 5.1, 5.2 und/oder 5.3 kann erreicht werden, dass immer genau bekannt ist, mit welchen Eingangsdaten die Datenverarbeitung mit den Datenverarbeitungsmodulen 5.1, 5.2 und/oder 5.3 startet. Hierdurch wird eine hohe Reproduzierbarkeit im oben genannten Sinne erreicht - gleichzeitig wird jedoch die Leistungsfähigkeit des Datenverarbeitungsnetzwerks 4 drastisch reduziert. Mit der Leistungsfähigkeit des Datenverarbeitungsnetzwerks 4 ist hier die Fähigkeit des Datenverarbeitungsnetzwerks 4 gemeint, mit möglichst geringen Hardware- Ressourcen betrieben werden zu können. Weil jeweils sichergestellt werden muss, dass die Datenverarbeitung mit einem Datenverarbeitungsmodul (bspw. Datenverarbeitungsmodul 5.1) abgeschlossen ist, bevor ein Start eines weiteren Datenverarbeitungsmoduls erfolgt, welches Ausgangsdaten 8 des ersten Datenverarbeitungsmoduls als Eingangsdaten verarbeitet (bspw.
Datenverarbeitungsmodul 5.2). Weil die Dauer der Datenverarbeitung mit den Datenverarbeitungsmodule 5.1, 5.2 und/oder 5.3 nicht genau vorhergesagt werden kann, muss eine ausreichende Auslegung des Zeitrasters anhand einer längsten möglichen Ausführungsdauer erfolgen.
Die Ausführungsvarianten gemäß Fig. 6 kombiniert Aspekte der Ausführungsvarianten gemäß Fig. 4 und 5, um einerseits eine hohe Reproduzierbarkeit und andererseits eine gute Leistungsfähigkeit zu erreichen. In dem Datenverarbeitungsnetzwerk 4 wird je nach Aufgabe mit Verfügbarkeitssignalen 12 oder mit Zeitgebern 10 als Stimulus 9 gearbeitet.

Claims

Entwurf für Ansprüche Verfahren zur Verarbeitung von Daten, insbesondere für die Verarbeitung von Sensordaten (3) in einem Fahrzeug (1), mit einem Datenverarbeitungsnetzwerk (4) umfassend eine Mehrzahl von Datenverarbeitungsmodulen (5), die jeweils mindestens eine Datenverarbeitungskomponente (6) umfassen, wobei jede Datenverarbeitungskomponente (6) für eine definierte Datenverarbeitungsaufgabe zur Verarbeitung der Daten (2) eingerichtet ist, wobei jedes Datenverarbeitungsmodul (5) als Eingangsdaten (7) Daten (2) aus einer Datenquelle (13) und/oder Ausgangsdaten (8) weiterer Datenverarbeitungsmodule (5) erhält und Ausgangsdaten (8) erzeugt, welche Netzwerksausgangsdaten (14) des Datenverarbeitungsnetzwerks
(4) und/oder Eingangsdaten (7) weiterer Datenverarbeitungsmodule (5) sind, wobei in dem Verfahren für mindestens ein Datenverarbeitungsmodul
(5) die folgenden Schritte durchgeführt werden: a) Empfangen eines Satzes von Eingangsdaten (7) zur Durchführung der Datenverarbeitungsaufgaben in der mindestens einen Datenverarbeitungskomponente (6) des jeweiligen Datenverarbeitungsmoduls (5); b) Empfangen eines Stimulus (9) zur Aktivierung der mindestens einen Datenverarbeitungskomponente (6) des Datenverarbeitungsmoduls (5); c) Wenn in Schritt a) der Satz von Eingangsdaten (7) und in Schritt b) der Stimulus (9) empfangen wurde: Aktivieren der mindestens einen Datenverarbeitungskomponente (6) des Datenverarbeitungsmoduls (5) und Durchführung der Datenverarbeitungsaufgabe für die die Datenverarbeitungskomponente (6) eingerichtet ist mit den jeweiligen Eingangsdaten (7) zur Erzeugung von Ausgangsdaten (8); und d) Bereitstellung der Ausgangsdaten (8) zur weiteren Datenverarbeitung und/oder als Netzwerksausgangsdaten (14), Verfahren nach Anspruch 1, wobei nach Schritt d) noch folgender Schritt durchgeführt wird: e) Bereitstellung eines Validierungsdatensatzes bestehend aus dem Satz von Eingangsdaten (7), dem Stimulus (9) und/oder den Ausgangsdaten (8) zur Validierung der Durchführung der mindestens einen Datenverarbeitungsaufgabe mit der mindestens einen Datenverarbeitungskomponente (6). Verfahren nach Anspruch 2 wobei der Validierungsdatensatz zusätzlich mindestens eine Zeitinformation beinhaltet, welche einen Zeitpunkt des Stimulus (9) und/oder eine Zeitinformation über die Bearbeitung der mindestens einen Datenverarbeitungsaufgabe ermöglicht. Verfahren nach einem der vorhergehenden Ansprüche, wobei zur Erzeugung des in Schritt b) verwendeten Stimulus (9) zumindest ein Zeitgeber (10) verwendet wird, der eine Zeitraster (11) zur regelmäßigen Wiederholung der Durchführung der Datenverarbeitungsaufgaben mit den Datenverarbeitungskomponenten (6) vorgibt. Verfahren nach einem der vorhergehenden Ansprüche, wobei zur Erzeugung des in Schritt b) verwendeten Stimulus (9) zumindest ein Verfügbarkeitssignal (12) verwendet wird, welches die Verfügbarkeit von Daten (2) anzeigt. Verfahren nach einem der vorhergehenden Ansprüche, wobei Schritt a) mit einem Eingangsdatenempfangsmodul (15) des Datenverarbeitungsmoduls (5) durchgeführt wird, welches einen Eingabespeicher (16) zur Zwischenspeicherung von noch nicht vollständigen Eingangsdaten (7) aufweist und welches eine Vollständigkeitsprüfung des Satzes von Eingangsdaten (7) durchführt . Verfahren nach einem der vorergehenden Ansprüche, wobei Schritt d) mit einem Ausgangsdatenbereitstellungsmodul (17) durchgeführt wird, welches einen Ausgabespeicher (18) aufweist in welchem eine Zwischenspeicherung von noch nicht vollständigen Ausgangsdaten (8) erfolgt. Verfahren nach einem der vorhergehenden Ansprüche, wobei in Schritt d) bereitgestellte Ausgangsdaten (8) zumindest teilweise als Eingangsdaten (7) für eine erneute Durchführung der Verfahrensschritte a) bis d) mit demselben Datenverarbeitungsmodul (5) verwendet werden. - 17 - Verfahren nach einem der vorhergehenden Ansprüche, wobei die in Schritt d) bereitgestellten Ausgangsdaten (8) Teildatenmengen (19) umfassen, die von verschiedenen Datenverarbeitungskomponenten (6) des Datenverarbeitungsmoduls (5) bei der Durchführung der Datenverarbeitungsaufgaben erzeugt werden, wobei die Bereitstellung der Ausgangsdaten (8) in Schritt d) erst erfolgt, wenn alle die Ausgangsdaten (8) bildenden Teildatenmengen (19) verfügbar sind. Verfahren nach einem der vorhergehenden Ansprüche, wobei in Schritt d) zusätzlich ein Verfügbarkeitssignal (12) erzeugt wird, anhand von welchem erkennbar ist, dass Ausgangsdaten (8) zur weiteren Verarbeitung bereitgestellt wurden. Verfahren nach einem der vorhergehenden Ansprüche, wobei während der Durchführung des Verfahrens eine permanente Aufzeichnung von zumindest einer der folgenden Informationen für eine spätere Weiterverarbeitung erfolgt: in Schritt a) empfangene Sätze von Eingangsdaten (7); in Schritt b) empfangene Stimuli (9); in Schritt d) bereitgestellte Ausgangsdaten (8); und in Schritt d) bereitgestellte Verfügbarkeitssignale (12). Verfahren nach Anspruch 11, wobei bei der Aufzeichnung zusätzlich die Ablage von Zeitinformationen erfolgt, welche die zeitliche Zuordnung der Verfahrensdurchführung zu einem Zeitstrahl (24) ermöglicht. Datenverarbeitungsmodul (5) für ein Datenverarbeitungsnetzwerk (4) zur Durchführung des Verfahrens nach einem der vorhergehenden Ansprüche aufweisend eine Eingangsdatenempfangsmodul (15), welchem ein Eingabespeicher (16) zugeordnet ist und ein Ausgangsdatenbereitstellungsmodul (17), welchem ein Ausgabespeicher (18) zugeordnet ist, sowie weiter aufweisend mindestens eine Datenverarbeitungskomponente (6) zur Durchführung einer Datenverarbeitungsaufgabe basierend auf den Eingangsdaten (7) in dem Eingabespeicher (16) und zur Erzeugung von Ausgangsdaten (8) zur Ablage in dem Ausgabespeicher (18). - 18 -
14. Datenverarbeitungsnetzwerk (4) umfassend eine Mehrzahl von Datenverarbeitungsmodulen (5) nach Anspruch 13.
PCT/EP2021/075423 2020-09-24 2021-09-16 Verfahren, datenverarbeitungsmodul und datenverarbeitungsnetzwerk zur verarbeitung von daten WO2022063663A1 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202180065083.0A CN116194905A (zh) 2020-09-24 2021-09-16 用于处理数据的方法、数据处理模块和数据处理网络
JP2023518748A JP2023542232A (ja) 2020-09-24 2021-09-16 データを処理するための、方法、データ処理モジュール、およびデータ処理ネットワーク
US18/044,515 US20230333891A1 (en) 2020-09-24 2021-09-16 Method, data processing module, and data processing network for processing data

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102020212035.8 2020-09-24
DE102020212035.8A DE102020212035A1 (de) 2020-09-24 2020-09-24 Verfahren, Datenverarbeitungsmodul und Datenverarbeitungsnetzwerk zur Verarbeitung von Daten

Publications (1)

Publication Number Publication Date
WO2022063663A1 true WO2022063663A1 (de) 2022-03-31

Family

ID=78032395

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2021/075423 WO2022063663A1 (de) 2020-09-24 2021-09-16 Verfahren, datenverarbeitungsmodul und datenverarbeitungsnetzwerk zur verarbeitung von daten

Country Status (5)

Country Link
US (1) US20230333891A1 (de)
JP (1) JP2023542232A (de)
CN (1) CN116194905A (de)
DE (1) DE102020212035A1 (de)
WO (1) WO2022063663A1 (de)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190004528A1 (en) * 2017-07-03 2019-01-03 Baidu Usa Llc Centralized scheduling system for operating autonomous driving vehicles
WO2020092635A1 (en) * 2018-10-30 2020-05-07 Frazzoli Emilio Redundancy in autonomous vehicles

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190004528A1 (en) * 2017-07-03 2019-01-03 Baidu Usa Llc Centralized scheduling system for operating autonomous driving vehicles
WO2020092635A1 (en) * 2018-10-30 2020-05-07 Frazzoli Emilio Redundancy in autonomous vehicles

Also Published As

Publication number Publication date
CN116194905A (zh) 2023-05-30
JP2023542232A (ja) 2023-10-05
US20230333891A1 (en) 2023-10-19
DE102020212035A1 (de) 2022-03-24

Similar Documents

Publication Publication Date Title
EP3211533B1 (de) Fehlertolerante systemarchitektur zur steuerung einer physikalischen anlage, insbesondere einer maschine oder eines kraftfahrzeugs
DE19749068A1 (de) Verfahren und Vorrichtung zur Überwachung eines Rechnersystems bestehend aus wenigstens zwei Prozessoren
EP2306349A1 (de) Verfahren zur Prüfung der Echtzeitfähigkeit eines Systems
DE2003150C3 (de) Prioritätsschaltung
EP3417373B1 (de) Verfahren und vorrichtung zum betreiben eines steuergeräts
WO2006045754A1 (de) Verfahren, betriebssystem und rechengerät zum abarbeiten eines computerprogramms
DE102018000205A1 (de) Numerische Steuerung
EP3983897B1 (de) Verfahren zum sicherstellen und aufrechterhalten der funktion eines sicherheitskritischen gesamtsystems
EP3627324A1 (de) Watchdog zur überwachung eines prozessors
WO2022063663A1 (de) Verfahren, datenverarbeitungsmodul und datenverarbeitungsnetzwerk zur verarbeitung von daten
EP4232905A1 (de) Datenverarbeitungsnetzwerk zur datenverarbeitung
EP1733284B1 (de) Ablaufsteuerung von funktionen auf miteinander wechselwirkenden geräten
WO2023066626A1 (de) Verfahren zur verarbeitung von daten mit einem datenverarbeitungsnetzwerk umfassend eine mehrzahl von datenverarbeitungsmodulen, datenverarbeitungsmodul und datenverarbeitungsnetzwerk
WO2023138870A1 (de) Verfahren und datenverarbeitungsnetzwerk zur verarbeitung von sensordaten
DE102008019287A1 (de) Verfahren zum automatischen Erzeugen eines Zeitschemas für kommunizierende verteilte Prozesse eines digitalen Netzwerks
DE102019205081A1 (de) Verfahren, Vorrichtung und Computerprogramm zum Betreiben eines tiefen neuronalen Netzes
EP1717651B1 (de) Verfahren und Vorrichtung zum Auswerten von Ereignissen aus dem Betrieb eines Fahrzeuges
DE102017216823A1 (de) Verarbeitungseinheit, elektronische steuereinheit und verarbeitungsverfahren
WO2023066625A1 (de) Datenverarbeitungsnetzwerk zur datenverarbeitung
DE102021211709A1 (de) Datenverarbeitungsnetzwerk zur Datenverarbeitung
DE102004050293B3 (de) Verfahren zur Simulation des Betriebs eines Netzwerks
EP2248021B1 (de) Anordnung zur überprüfung eines programmspeichers einer recheneinheit
DE102004029646A1 (de) Druckmaschinensteuerungssystem
DE19824568C2 (de) Verfahren und Schaltungsanordnung zur Berücksichtigung von Ereignissen im Zuge des Ablaufs eines Programms, insbesondere in einer programmgesteuerten Vermittlungseinrichtung
DE19712799A1 (de) Abhängigkeitssteuerung für überlappende Speicherzugriffe

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21783412

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2023518748

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21783412

Country of ref document: EP

Kind code of ref document: A1