2026 年 10 月 3 日
来源：埼玉大学（Saitama University）
随着汽车逐渐演变为软件定义车辆（SDV），自动驾驶系统需要在严格的时间约束下处理海量传感器数据并生成控制指令。现代自动驾驶开发通常涉及多个具有不同特性的软件平台，其中 AUTOSAR 自适应平台（AUTOSAR AP）在工业界广泛应用，而开源的机器人操作系统 2（ROS 2）则在研究和早期原型开发中构建了丰富的生态系统。因此，整合这两大平台的优势成为行业趋势。
然而，当 AUTOSAR AP 与 ROS 2 在同一系统中共存时，追踪完整的数据流以及识别跨平台边界的处理延迟面临巨大挑战。此前开发的 CART（Combined AUTOSAR AP and ROS 2 Tracing Framework）框架虽然旨在整合两个平台的追踪信息，但其评估仅局限于小规模应用配置。实际的自动驾驶系统包含众多协同工作的软件组件，处理大规模传感器数据，CART 能否在接近真实规模和复杂度的工作负载下提供有效的端到端延迟分析，此前尚未得到验证。
为了在部署到实体车辆之前快速识别性能瓶颈，建立更接近实际开发条件的评估环境至关重要。由埼玉大学科学与工程研究生院 Takuya Azumi 教授领导的联合研究小组，与 Astemo 有限公司合作，旨在验证统一端到端追踪技术在真实规模自动驾驶系统中的可行性。
该团队构建了一个基于云计算的评估平台，将 CART 框架、高保真 CARLA 自动驾驶模拟器，以及基于 ROS 2 和 AUTOSAR AP 的 Autoware 自动驾驶软件堆栈相结合。在该环境中，由 CARLA 生成的点云传感器数据经由 ROS 2 和 AUTOSAR AP 进行对象检测，随后检测结果返回 Autoware以生成车辆控制命令。
研究人员利用该平台成功重建了预期的端到端通信拓扑，实现了 100% 的覆盖率。数据显示，点云接收回调率约为 33Hz，且 ROS 2 到 AUTOSAR AP 边界处的延迟分析显示追踪开销极低。这证明了在实用规模的混合自动驾驶软件环境中，统一的端到端性能分析是可行的。
这项名为“自动驾驶系统 AUTOSAR AP 和 ROS 2 联合追踪评估平台”的研究成果已发表在《IEEE 工业电子学会开放期刊》上。主要发现包括：
- 完整的跨平台追踪：CART 能够重建 ROS 2 和 AUTOSAR AP 之间整个预期的端到端处理路径，包括两平台间的跨界通信，拓扑覆盖率达到 100%。
- 适应现实工作负载：在评估负载下，平台保持了约 33Hz 的激光雷达点云数据处理速率。
- 动态行为追踪：CART 能够区分触发停止命令的对象检测处理路径与无执行命令的处理路径，表明其不仅能跟随固定的通信路径，还能捕捉控制逻辑的变化。
- 低追踪开销：小规模测试显示，ara::log 增加的 CPU 负载极少，内存占用约为 0.03 MiB。离线基准测试中，转换代表 100 万个发送/接收对的日志数据仅需约 1 秒。
- 技术准备水平（TRL）：作者根据其在相关模拟环境中的演示，将该追踪评估平台评定为 TRL 6 级；实际硬件验证仍是未来的工作重点。
研究团队指出，随着自动驾驶软件日益复杂且多平台协作成为常态，这项研究具有重要意义。通过整合来自 AUTOSAR AP 和 ROS 2 的跟踪信息，该平台能够将传感器输入到控制命令生成的全过程视为一个端到端序列，使开发人员能更清晰地定位跨平台边界处的延迟来源。
伊藤（Ito）解释称：“仅在小型测试应用中证实某种追踪方法有效是不够的。”通过在云环境中结合 CARLA、Autoware、AUTOSAR AP 和 ROS 2，团队在更接近实际开发的条件下测试了 CART，证明在不增加大量处理负担的情况下，详细的延迟分析依然可行。
这一结果为改进复杂的软件定义车辆系统的开发和评估提供了支持。通过在异构软件平台上提供统一的处理视图，工程师可以在软件转移至实际车辆硬件之前，更容易地在设计和测试周期中识别瓶颈。
尽管前景广阔，该研究也指出了实际部署前仍需解决的步骤，包括与真实电子控制单元（ECU）或硬件在环系统进行验证、实现跨多个计算系统的时钟同步、扩大测试规模，以及进一步自动化跨平台消息的相关性分析。
展望未来，研究人员计划将该平台扩展到更轻量级的模拟环境，结合基于 OpenSCENARIO 的系统测试，利用标准 SOME/IP 标识符自动链接消息，并最终在真实硬件环境中评估 CART。
伊藤表示：“如果开发人员能够在不同平台上追踪系统行为并更早地识别性能问题，他们可能缩短开发和验证周期，同时使复杂的汽车软件更容易被系统地评估。”他补充道：“未来，我们希望将 CART 从基于云的模拟扩展到真正的 ECU，并进一步自动化追踪过程。如果这些功能纳入实际车辆开发工作流程，统一追踪将成为开发更高效、更可靠的自动驾驶及软件定义车辆功能的有力工具。”
参考文献：R. Iwakami et al., A Tracing Evaluation Platform for Autonomous Driving Systems Combining AUTOSAR AP and ROS 2, IEEE Open Journal of the Industrial Electronics Society (2026). DOI: 10.1109/ojies.2026.3721135
