▍文章來源于康謀自動駕駛

01 引言

每一次極端天氣下的緊急制動，每一段復雜路況中的精準識別，本質都在考驗算法對現實世界的適應能力。因此，我們可以看到在智能輔助駕駛從“功能驗證”到“場景攻堅”的關鍵階段，真實、高質量的數據是算法性能提高的基石。尤其在極端天氣、顛簸路面和電磁干擾等惡劣工況下，如何實現多源傳感器數據的高可靠采集、高精度同步與高效率處理，是行業中常遇到的難題。

針對這些問題，康謀也有一些思考、經驗與看法，本文將與大家一起交流。下文將結合行業實踐，系統拆解多總線（CAN/LIN/100BASE-T1等）數據采集方案的核心痛點、架構設計、同步策略與系統搭建等相關內容。

此外，為了更深入地與行業同仁交流技術細節，康謀將在1月20日（周二）15:00舉辦主題為《汽車多總線數據采集與分析：方案搭建與應用》的線上直播，屆時將詳細介紹架構設計、時間同步方案與軟件系統搭建，方案驗證與實戰應用更多細節，歡迎掃碼預約！

02 關鍵技術挑戰

多總線數據采集常被簡化為硬件連接問題，但在工程化落地時，需系統應對四重挑戰，這直接決定了數據能否真正用于算法迭代。

協議與接口復雜

常用一套硬件同步采集車載以太網、CAN/CAN FD、FlexRay、LIN及多路視頻，并支持靈活擴展以適應不同測試場景。

時間同步要求極高

多傳感器數據融合依賴納秒級時間對齊，且須在系統啟動異常（如時間復位）等邊緣場景下保持同步不中斷。

車規級可靠性嚴苛

系統需在-40℃~85℃、持續振動及強電磁干擾環境中穩定運行，并通過冗余設計杜絕數據丟失。

數據需直接賦能算法

采集系統應支持基于工程數據庫的信號級解碼，并輸出與平臺無縫銜接的格式，提升數據可用性。

03 硬件架構設計與同步策略

硬件架構設計

為應對上述挑戰，硬件系統需采用模塊化、車規化、高密度的設計思路。以下是一個經過驗證的架構實例：

核心記錄單元

采用強固型工控機，采用寬溫操作與豐富擴展槽，為后續擴展提供地基。

總線采集網絡（關鍵）

- 以太網部分：通過 CM 100 HIGH 模塊接入多達12路100BASE-T1車載以太網，這是智駕數據主干。

- 傳統總線部分：CM CAN COMBO 模塊可靈活配置，單模塊提供6路CAN/CAN FD + 1路FlexRay，通過組合滿足不同車型需求。

網關與交換

Enhanced Ethernet Switch 實現多路數據匯聚，并通過萬兆光口上傳，避免數據瓶頸

視頻輸入

采用支持UVC協議的工業相機，通過USB3.0接入，由軟件實現多路視頻幀級時間對齊。

該架構的精髓在于“模塊化”：工程師可根據具體車型的拓撲（如集中式E/E架構或域控架構），像搭積木一樣增減對應的采集模塊，而非重新設計整個系統。

同步策略

同步方案采用IEEE 802.1AS（gPTP）作為骨干協議，并設計了智能策略應對復雜場景：

主從同步（正常工況）：以智能駕駛域控制器為全局時鐘源（Master），通過支持gPTP的交換機，以透明時鐘（Transparent Clock） 模式逐級向下游采集模塊（Slave）授時，補償傳輸延遲，實現全網納秒級同步。

混合同步（邊緣場景）：當檢測到域控制器時間為初始值（如1970年），系統自動切換至“NTP + gPTP”融合模式：

秒級以上時間由工控機通過NTP從可靠源（如GPS）獲取。

亞秒級（納秒精度）仍通過gPTP與域控的硬件時鐘保持同步。

智能判決服務持續監測，待域控時間恢復正常后，無縫切回純gPTP模式。

04 軟件系統搭建

軟件將硬件采集的原始比特流，轉化為可供分析的價值數據流。

采集層

采用 DPDK對萬兆以太網數據進行“零拷貝”抓取，極大降低CPU開銷與延遲。視頻采集則通過 V4L2 框架。

存儲管理層

設計環形緩沖區與文件輪轉策略（例如：單個文件達10GB或時長達30分鐘即新建文件），平衡寫入效率與文件管理便利性。支持 PCAPNG（網絡幀）、ROS2 Bag（視頻與自定義消息）等格式并行落盤。

服務層

實時可視化：將指定總線數據流實時轉發至 CANoe 等專業工具，實現信號級在線解析與繪圖。

統一配置平臺：基于Web的GUI，可集中配置所有分散的總線采集模塊參數（如CAN波特率、以太網VLAN），提升運維效率。

數據交付：可按算法團隊需求，自動將數據轉換為 MDF、BLF、ASC 等不同格式，并推送至指定存儲或云平臺。

05 總結

綜合來看，一套能支撐智能駕駛研發的數據采集系統，不是通過接口設備的簡單堆砌。它常需要滿足以下要求：

硬件層面：以車規級可靠性為基礎，用模塊化設計應對不確定性。

同步層面：以高精度協議為基準，用智能策略應對真實世界的復雜場景。

軟件層面：以高效采集為核心，以服務化思想提供數據價值。

通過這樣的方式，數據才能從測試車采集流程中，高效轉化為驅動算法迭代的高價值資產。