XiaoMi-AI文件搜索系统
World File Search SystemECUS
集中式汽车E/E体系结构的最先进的虚拟化技术
汽车行业正在经历深刻的变化，这是由于需要更安全，更环保，更容易获得的商品和人员运输系统。启用技术包括电力，数字化和未来车辆的自动化。这些技术由许多板载电子控制单元（ECU）提供动力。典型的现代车辆具有大约100个物理ECU，以实现其功能的各个方面。这些遗产多ECU电子/电气（E/E）架构模型（称为分布式E/E架构）被认为是不足的，因为ECUS的数量及其处理能力需求不断增加。相比之下，新兴的集中式E/E体系结构建议使用更少的物理高性能在板载处理器上，可以在上面创建几乎无限的虚拟ECU来处理各种遗产和现代应用程序。因此，虚拟化技术使多个具有不同操作系统的虚拟ECU能够在单个硬件平台上同时运行，这是现代集中式E/E体系结构的有希望的模型。以这一趋势的启发，本文提供了针对汽车应用的虚拟化技术的结构化且全面的最新审查，涵盖了资源分配，Autosar，外围I/O界面和车内通信网络等领域。我们全面审查了文献，并确定了用于缓存管理，寄生虫处理，用于车载网络的软件网络的虚拟化技术中的研究差距，以及用于增强现代电动汽车现代E/E架构背景下的原型和测试的虚拟化。
Microsar自适应产品信息英语
microsar自适应是向量实现自适应汽车平台，该平台是为高性能ECU而设计的，例如车载应用程序服务器，ADAS ECU和信息娱乐系统。它通过提供灵活且可扩展的解决方案来支持现代汽车系统的不断发展需求。此平台对于需要适应性，连接性和高级功能的下一代车辆体系结构特别有利。通过利用面向服务的体系结构和高性能计算资源，Microsar Adaptive有效地管理了复杂的汽车应用程序的需求，并促进了跨开发团队的协作。
实现持续创新
20 年前，AUTOSAR 由几位核心合作伙伴创立，旨在更好地应对汽车中日益增加的复杂性，而汽车中电子控制单元 (ECU) 的数量不断增加，软件数量也显著增加。该方法旨在通过标准化接口和交换格式实现软件的可交换性和可重用性。我第一次接触 AUTOSAR 是在 2008 年。当时，AUTOSAR 面临的最大挑战仍然是用标准化的 AUTOSAR（经典）基础软件取代 ECU 中业界公认的传统基础软件。最终，从推出到现在，它花了大约 10 年的时间才实现显著的市场渗透。与此同时，AUTOSAR 取得了巨大的成功，几乎所有基于微控制器的汽车 ECU 都使用此 AUTOSAR 标准。而且，成就不仅在于 ECU 中包含了 AUTOSAR，还在于汽车行业的参与者为 350 家合作伙伴建立了通用语言和经过验证的通用 IP 池。
EE 汽车架构和链接 ECU：限制和新需求 El Khamis Kadiri、Eric Fitterer、Bertrand Delord Manson PSA Peugeot Citroën Route de Giz
1. 背景 当前车辆发展的主要趋势是车辆中的电气和电子系统数量不断增加。引入这些系统是为了为客户提供更多舒适性和安全性功能。本文的第一部分通过示例和当前 EEA 解决方案的 ECU（电子控制单元）技术概述介绍了正在进行的 EEA（电气电子架构）解决方案的背景。本描述还介绍了未来几年的市场趋势，其中 ADAS 系统和 HEV/EV 具有更大的 ECU 扩散潜力。但是，为了阻止这种 ECU 增长以应对单纯的车辆集成并控制电子系统成本，本文的第二部分将说明 EEA 设计的目标假设，该假设为汽车行业带来了未来的技术挑战。在当今的车辆中，在 EEA 系统中添加新功能主要是通过添加一个到几个带有自己的传感器/执行器 (S/A) 组件的 ECU 来实现的。 ECU 的构建主要归功于 EEA 结构，在该结构中，当前的 ECU 得以维护以支持车辆在以下阶段的限制：- 开发阶段，设计遗留和强大的集成要求、工具、技术
汽车实时切换区域网络中分布式TCAM防火墙的优势
摘要 - 攻击者在现代车辆的电子控制单元（ECU）中发现了许多漏洞，使他们能够停止汽车，控制刹车并采取其他潜在的破坏性动作。这些攻击是可能的，因为车辆的车辆内网络（IVN）不安全，ECU可以在其中互相发送任何信息。例如，损害信息娱乐性ECU的攻击者可能能够向车轮发送制动消息。在这项工作中，我们介绍了一个基于分布式防火墙的计划，以根据集合“安全策略”来阻止这些未经授权的消息，以定义每个ECU应该能够发送和接收的传输。我们利用新开关的Zonal网络的拓扑来验证消息而无需加密，使用三元内容可寻址内存（TCAM）在电线速度上执行策略。至关重要的是，我们的方法最大程度地减少了Edge Ecus的安全负担，并将控制权放在一组硬化的区域网关中。通过Zonal IVN的Omnet ++模拟，我们证明了我们的方案的开销比基于现代密码学的方法低得多，并且可以实现实时，低延迟（<0.1 ms）流量。
高级设备
用作Bevs Gathers Momentum的引入，电池的使用正在从初级使用到次要使用。鉴于这种趋势，我们认为预测电池寿命并降低火灾风险是重要的任务。通过与其他公司的合作，Denso将创建并实现其一生中差异化产品的广泛采用，以感知电池的健康，从而在重复使用和回收电池时提供额外的安全和安心。我们将确定与电子平台相关需求的变化，这伴随着从功能特定的ECU到将车辆分为多个区域的演变，并使用中央ECUS所控制的大型集成ECU，并使用SemiconConductor Technologies来帮助增强系统的价值。同时，Denso将通过联盟和外包来提高供应稳定来实现业务增长。此外，我们将通过在2030年设置视线并加速下一代及以后的产品的开发以及利用垂直整合以扩展我们控制式半导体的控制阵容来支持车辆电气化。我们的目标是在电动驱动器，人机界面，热管理以及包括农业和植物物流在内的非运动领域建立多个业务。通过这些方式，我们将使客户和社会受益。在案例领域，通过使用传感器和辅助设备，Denso将能够分析单个车辆的能量管理以及对电池，电动机生成器和逆变器等主要组件的优化，以及对其他组件的主要组件的优化。
入侵和异常行为检测博士建议
新车辆架构是SDV（软件定义的车辆）类型的。先前由几个ECU执行的功能现在被分组为较小数量更强大的ECU，在虚拟机上运行的软件形式中托管了多个功能。最先进的：通过监视ECU内部总线上的过程和交换来检测到车辆ECU的网络攻击，或者在大多数情况下，通过监视车内网络上的交流（CAN，LIN，LIN，以太网）和检测入侵（IDS：Intrusion：Intrusion检测系统）[1] [1]。车内网络包含很大比例的罐头，这本质上是不安全的（无身份验证，没有加密，广播传输，列为帧ID的优先级等）出于实时效率的原因，因此非常脆弱[2]，除了网关下的ECU之间的安全消息，该消息受益于MAC身份验证（消息身份验证代码）。因此，该网络对于监视入侵检测非常重要。网络上的入侵检测策略可以分为四个家庭[3]：签名检测[4]；参数跟踪[5];信息理论[6]；和机器学习[7]。就机器学习而言，有几种类型的方法，具体取决于用于检测的数据（频率，时间序列，消息内容或混合）和AI技术（有监督，无监督，自欺欺人的学习[8]）。某些方法使用最初用于自然语言处理的AI技术，例如LSTM，因为消息遵循某些序列[9]。此检测系统将不会收集原始数据（例如作为消息序列类似于单词序列，GPT（生成预验证的变压器）方法已用于学习良性消息模式[10]。无监督的机器学习方法用于检测CAN总线上的异常情况，通常是从构成标称操作信封的良性，无攻击数据集中学习的。该模型能够通过设置阈值来检测此所学包膜[11]之外的大多数事件。有监督的方法需要包含攻击的数据集[9]。许多挑战仍未解决，研究领域是活跃的。许多研究使用的框架ID数量非常有限[12]，因此不能应用于真实的车辆。错误的正率（数百分之几的订单）和假阴性率以及检测所需的时间和资源也是主要问题。许多正在探索的方法是不可嵌入的，例如渴望资源的消息自动编码器[13]。嵌入性，以及在车辆寿命中的检测模型的更新以及新车辆的体系结构发展时尚未解决的问题。在CAN网络上交流的公共数据集存在[OTID，Syncan]，并在文献中使用，以及以太网网络的数据集[CIC-IDS2017]。它们将使新方法与已发表的方法相比，可以轻松地进行开发和比较。与公共数据集中的数据集相比，要评估尚未构建的更现实的数据集上的性能。这些事件将使用AI方法处理。科学目标和挑战：博士学位论文的最终目标是开发一种用于检测SDV车辆内部异常行为的系统。在ECU之间交换的消息），但是现有监视系统生成的事件。这种治疗的目的是：
利用 Essential AI 设计更智能、更安全的汽车
AKIDA 驱动的智能传感器：范围为 250 至 400 米的智能传感器被放置在车顶、格栅后面、后视镜内以及嵌入在后窗或后挡板中。这些智能传感器实时分析整个数据量大的输入图像，并使用嵌入式 AI 加速器从特定感兴趣区域智能地提取有意义的信息。AKIDA AI 加速器：通过将推理限制在 ROI，AKIDA AI 加速器可帮助 LiDAR 系统更有效地检测移动车辆、行人、动物和物体。此外，智能传感器上的 AKIDA AI 加速器通过最小化发送到嵌入在 ADAS ECU 中的 AI 加速器的推理数据包的大小和复杂性来减少延迟。ADAS ECU：嵌入在 ADAS ECU 中的 AKIDA AI 加速器进一步分析可操作的 LiDAR 推理数据，以精确分类和识别车辆、行人、动物、路牌和物体。通过优化推理数据，AKIDA 消除了对通用 CPU 和 GPU 等计算和能耗密集型硬件的需求，这些硬件会增加 LiDAR 系统的尺寸和重量。
CAN-BUS 开发、利用和... 概述
可促进电子控制单元 (ECU，也称为节点) 之间的信息传递。CAN 接口由 BOSCH 于 1986 年开发，旨在解决线束连接系统中的难题并改善汽车的消息处理能力，它允许通过分布式控制和分散式测量设备在车辆集成电子系统内所有连接的 ECU 之间进行广播通信。自从 CAN 早期用于汽车发动机管理以来，比特率、带宽和标准化协议（如 ISO 11898 和 SAE J1939）的改进使得 CAN 被用于各种行业应用，如工厂自动化、航空、非公路用车和远程信息处理。其他有线和无线技术已用于连接和联网 CAN-BUS（如以太网、蓝牙、Wi-Fi、ZigBee 等），进一步扩展了使用串行网络的应用多样性。本章广泛探讨了 CAN 技术的过去、现在和未来发展，重点关注农业和越野领域的应用。详细讨论了 CAN 技术基础、标准制定、现代用途以及精准农业和智能农业时代下 CAN 特有的潜在功能和挑战。