在技术进步的大潮中，人工智能(AI)和机器学习(ML)已经成为一股革命性的力量，重新塑造着各个行业，同时拓展了我们曾经以为不可企及的新疆界。AI/ML与嵌入式系统的融合激发出了大量的商业机会，特别是在汽车和工业领域。嵌入式系统开发人员可以从VxWorks实时操作系统(RTOS)所具备的高确定性和高性能中大为受益，这套操作系统还具有高效的AI/ML集成功能，并且支持在云计算环境中进行开发、测试和部署——由此极大地加快了企业产品进入市场的速度。运行在德州仪器TDA4VH-Q1处理器之上的VxWorks，可以为开发人员提供极有价值的板上功能，包括集成化图形能力、AI加速功能和视频协处理功能。这种强强组合可以为高级驾驶辅助系统(ADAS)提供智能边缘计算支持。
AI/ML在汽车嵌入式系统中的兴起
嵌入式系统以紧凑的外形尺寸和专属的功能为特征，传统上依赖于确定性算法来执行各类任务。然而，汽车中的摄像头、雷达、激光雷达和超声波等传感器数量激增，加上对实时感知和决策的需求，推动了AI/ML的集成和应用。这些应用包括ADAS和其他用于目标检测的视频处理，以及边缘到云的应用场景，例如预测性维护、量身定制车辆保险、自主导航和其他尚未明确定义的车辆传感器数据预处理应用。
Wind River VxWorks ——实时智能的基石
VxWorks可以推动AI/ML与嵌入式系统的无缝集成，它是部署最广泛且最值得信赖的RTOS，以其高度确定的性能、可扩展性、安全认证和设计质量而享誉业界，为在不同环境中部署关键任务应用提供了坚实的基础。它还可运行于Amazon云之上，与DevSecOps流水线集成，支持对Kubernetes编排的容器化部署。所有这些特色相结合，为嵌入式系统行业带来了一场极具划时代意义的变革，并使嵌入式系统开发团队能够显著缩短产品上市时间。
那么，VxWorks中都有哪些AI/ML支持呢?首先，集成了TensorFlow Lite开源深度学习框架，可以在资源受限环境中加速机器学习模型的实现。为了进行大规模数据处理，Pandas和NumPy等基于python的库可支持复杂的数学运算，以及复杂的数据操作和分析。
德州仪器TDA4VH-Q1 ——赋能智能边缘计算
半导体在现代汽车技术中发挥着至关重要的作用，为汽车的功能和安全性做出了多方面的贡献。其中包括：电子控制单元(ECU)——管理和控制各种系统;车辆域控制器——在汽车架构中处理多种ECU功能;被动安全系统——如防抱死制动，以及牵引力控制;信息娱乐和网络互联;高级驾驶辅助系统。
先进的高性能半导体，如德州仪器(TI) TDA4VH-Q1汽车片上系统(SoC)，具有集成化图形、人工智能加速和视频协处理等功能，可在ADAS应用中实现传感器融合和自主2/3层域控制。
TDA4VH-Q1是TI高性能处理器产品组合的组成部分，旨在满足汽车应用的严格要求，具有8个Arm® Cortex®-A72 CPU内核可用于应用程序处理，6个Arm® Cortex®-R5F协处理器可用于实时处理。集成化的深度学习加速功能可提供高效的机器学习推理,采用经过训练的机器学习模型,基于新的非可见数据进行预测/决策。此外，这款SoC还为边缘检测等计算机视觉任务提供了可配置的视觉加速部件，以及与传感器和外设无缝连接的高速接口。
在TDA4VH-Q1上运行的VxWorks ——推动汽车 AI/ML 创新
VxWorks的更新节奏可确保开发者每年都可看到好几个重要版本，定期把最先进的SOC添加到稳定支持硬件列表之中，同时提供持续创新的RTOS功能。最新版本的VxWorks已于2024年3月初发布，其中带有TI的深度学习(TIDL)库——增加了对深度学习应用程序的支持，这也是TI深度学习算法加速软件生态系统的组成部分。TIDL库支持用户使用卷积神经网络(CNN)在TI设备上对预训练模型进行推理——这是一类深度神经网络，主要用于视觉图像分析。TIOVX——这是一套OpenVX标准的视觉应用软件实现，同时支持视频平台、优化、节能加速。
将VxWorks引入汽车技术可以实现众多不同的应用场景，例如:
- 复杂的算法——用于ADAS和自动驾驶。
- 先进的影像处理——面向高分辨率摄像头和环视系统，能够准确检测和识别车辆周围的物体和障碍物。
- 周边设备集成——例如CAN(控制器局域网)、以太网、PCIe(外围组件互连Express)、 USB等，为汽车系统提供网络互联选项。
- 汽车应用功能特性——确保系统的可靠性和安全性，包括功能安全机制、安全引导等。
- 汽车级的可靠性——满足汽车行业的严格要求，包括温度、可靠性和质量标准。
基于TDA4VH-Q1的VxWorks使开发人员能够创建人工智能解决方案，并且具备高性能、高可靠性和高安全性。
