關(guān)于Apex.AI：是一家提供自動(dòng)駕駛底層系統(tǒng)的公司

Apex.AI成立于2017年，總部位于加利福尼亞帕洛阿爾托，創(chuàng)始人為Jan Becker和Dejan Pangercic，他們曾是為博世公司工作過多年。

公司首席執(zhí)行官Jan Becker從事自動(dòng)駕駛汽車軟件已超過20年，早在大學(xué)生時(shí)期便開發(fā)了早期的自動(dòng)駕駛系統(tǒng)，曾擔(dān)任博世創(chuàng)業(yè)公司Deepfield Robotics的首席技術(shù)官。而另一位創(chuàng)始人Dejan Pangercic曾是ROS系統(tǒng)（Robot Operating System，簡稱ROS，自動(dòng)操作系統(tǒng)）的早期貢獻(xiàn)者之一，從事軟件框架工作已超過10年，目前擔(dān)任該公司的首席技術(shù)官。

正文

在Apex.AI，我們開發(fā)用于自動(dòng)駕駛的認(rèn)證軟件Apex.OS®,該軟件的核心是基于DDS的ROS 2。Apex.OS是經(jīng)過認(rèn)證的ROS2安全分支，將底層硬件、中間件、內(nèi)核、接口和驅(qū)動(dòng)程序的復(fù)雜性抽象為易于使用、健壯、可靠、安全和加密的API。

基于數(shù)據(jù)分發(fā)服務(wù)（DDS™）通信框架，ROS 2將機(jī)器人操作系統(tǒng)（ROS）擴(kuò)展到商業(yè)應(yīng)用中，它是一個(gè)由多個(gè)組件組成的異構(gòu)且復(fù)雜的系統(tǒng)。ROS 2的性能在很大程度上取決于多個(gè)體系結(jié)構(gòu)層：包括硬件、操作系統(tǒng)內(nèi)核和調(diào)度程序，他們處于DDS和應(yīng)用程序之間。由于ROS 2使用DDS進(jìn)行通信，ROS 2組件可以與本機(jī)DDS組件自由組合，從而提供了豐富的功能和性能。

我已經(jīng)閱讀了一些ROS 2的性能報(bào)告，但這些報(bào)告并不完整，有些甚至是錯(cuò)誤的。由于我們處于使用ROS 2進(jìn)行自動(dòng)駕駛汽車開發(fā)的早期階段，因此需要對(duì)該技術(shù)進(jìn)行一致、系統(tǒng)和公正的評(píng)估，采用與PascalVOC和Kitti相似的方式。

在Apex.AI上，我們基于Apex.AI上建立的框架進(jìn)行ROS 2的無偏且可再現(xiàn)的性能測試。這項(xiàng)工作現(xiàn)在記錄在我們的新白皮書《 ROS 2中的性能測試》中。

白皮書重點(diǎn)介紹如何測量和維護(hù)系統(tǒng)中軟件組件非功能性的性能，例如感知軟件通道的延遲、內(nèi)存消耗和CPU使用率等。根據(jù)我們的經(jīng)驗(yàn)，我們發(fā)現(xiàn)許多開發(fā)人員已經(jīng)跟蹤了他們系統(tǒng)功能方面的性能，因此我們專注于測試系統(tǒng)組件。

我們從與性能測試相關(guān)的術(shù)語入手，強(qiáng)調(diào)那些會(huì)嚴(yán)重影響ROS 2性能的參數(shù)。接下來，我們介紹標(biāo)準(zhǔn)化的實(shí)驗(yàn)設(shè)置，并討論端到端性能測試系統(tǒng)的工作實(shí)現(xiàn)，該系統(tǒng)將保證標(biāo)準(zhǔn)化、無偏且可重復(fù)的評(píng)估。

我們的一些發(fā)現(xiàn)包括：

將服務(wù)質(zhì)量（QoS）調(diào)整到特定的工作負(fù)載和環(huán)境對(duì)于獲得最佳性能至關(guān)重要。通常，配置為使用BEST_EFFORT可靠性時(shí)，DDS具有最低的延遲和最高的吞吐量。使用RELIABLE QoS設(shè)置時(shí)，重要的是要確保資源限制足夠大以支持預(yù)期的發(fā)布速率。當(dāng)由于訂閱者用盡資源限制而丟棄已發(fā)布的消息時(shí)，發(fā)布者必須重新傳輸它們，從而導(dǎo)致更高的延遲。

考慮運(yùn)輸機(jī)制。在Apex.AI，我們使用RTI Connext DDS Micro，它使用三種類型的傳輸：Intra-process通信、共享內(nèi)存和基于UDP。RTI Connext DDS Micro通過Zero-copy和Flat Data提高了性能，分別減少了復(fù)制和序列化消息的開銷。
盡管DDS使用多播作為發(fā)現(xiàn)機(jī)制，但是可以通過UDP傳輸機(jī)制使用單播或多播發(fā)送應(yīng)用程序數(shù)據(jù)。默認(rèn)情況下，RTI Connext DDS Micro使用單播，它更簡單并且與網(wǎng)絡(luò)交換機(jī)和其他網(wǎng)絡(luò)基礎(chǔ)結(jié)構(gòu)進(jìn)行更有效的交互。在將較大的消息發(fā)布給許多訂戶的某些應(yīng)用程序中，使用多播傳輸可能是有益的。

性能調(diào)優(yōu)——使用不同的參數(shù)運(yùn)行測試后，我們找到了提高性能的方法。例如，使用ROS 2 PollingSubscription插件（使用rclcpp等待集）時(shí)，CPU利用率較高且延遲較高。rclcpp waitset_wait包裝了下面的rcl等待集實(shí)現(xiàn)，這非常慢。在將實(shí)現(xiàn)切換為直接使用Connext DDS等待集之后，我們發(fā)現(xiàn)在減少延遲方面可以提高性能。

最后，我們想分享DDS層的重要性。在測試開源DDS時(shí)，我們在瑞薩R-Car H3上遇到了鎖定問題，而這類問題很難重現(xiàn)。性能測試工具通過連續(xù)集成（CI）多次運(yùn)行了性能測試，從而使檢測故障更加容易。我們能夠系統(tǒng)地應(yīng)用修復(fù)程序，并最終找到了Apex.AI內(nèi)部記錄的解決方案。

綜上所述，我們的研究和測試證明ROS 2在自動(dòng)駕駛汽車生產(chǎn)中表現(xiàn)出卓越的性能。我邀請您根據(jù)我們在Apex.AI建立的框架，回顧我們針對(duì)ROS 2進(jìn)行無偏且可重復(fù)的性能測試的方法。

關(guān)于作者

Dejan Pangercic是Apex.AI的首席技術(shù)官和聯(lián)合創(chuàng)始人。在創(chuàng)建Apex.AI之前，他是法拉第未來（Faraday Future）的感知和框架負(fù)責(zé)人以及Deepfield Robotics的CTO。

Dejan還曾在Palo Alto的Bosch研究和技術(shù)中心擔(dān)任高級(jí)研究工程師，并在慕尼黑工業(yè)大學(xué)擔(dān)任研究助理。他是該領(lǐng)域或機(jī)器人技術(shù)和機(jī)器人感知領(lǐng)域的幾篇論文和出版物的作者，并且是現(xiàn)場機(jī)器人技術(shù)領(lǐng)域的兩項(xiàng)專利申請的作者。他還是點(diǎn)云庫（PCL）的貢獻(xiàn)者，也是ROS的早期開發(fā)者之一。Dejan是ROS 2技術(shù)指導(dǎo)委員會(huì)的成員。他組織了各種研討會(huì)，并經(jīng)常主持重要會(huì)議。Dejan擁有博士學(xué)位。在德國不來梅大學(xué)獲得計(jì)算機(jī)科學(xué)博士學(xué)位，在斯洛文尼亞盧布爾雅那的盧布爾雅那大學(xué)獲得電氣工程碩士學(xué)位和學(xué)士學(xué)位。