加入星計劃,您可以享受以下權益:

  • 創(chuàng)作內(nèi)容快速變現(xiàn)
  • 行業(yè)影響力擴散
  • 作品版權保護
  • 300W+ 專業(yè)用戶
  • 1.5W+ 優(yōu)質(zhì)創(chuàng)作者
  • 5000+ 長期合作伙伴
立即加入
  • 正文
  • 相關推薦
  • 電子產(chǎn)業(yè)圖譜
申請入駐 產(chǎn)業(yè)圖譜

康謀分享 | ADTF過濾器全面解析:構建、配置與數(shù)據(jù)處理應用

09/26 09:38
812
閱讀需 6 分鐘
加入交流群
掃碼加入
獲取工程師必備禮包
參與熱點資訊討論

ADTF?(Automotive Data and Time-Triggered Framework)中,過濾器(Filter)扮演著數(shù)據(jù)處理的核心角色。過濾器是處理數(shù)據(jù)流的基本單元,它們接收、處理并發(fā)送數(shù)據(jù)。接下來,將分享ADTF中創(chuàng)建和使用過濾器,包括設置輸入輸出針腳(Pins)、配置觸發(fā)器(Triggers)以及處理數(shù)據(jù)樣本(Samples)。

一、過濾器基礎

過濾器是ADTF中用于數(shù)據(jù)處理和轉(zhuǎn)換的小型處理單元,可以通過特定的接口接收和發(fā)送數(shù)據(jù),如圖1所示。

?圖1 Filter

過濾器核心能力如下:

1.?數(shù)據(jù)接收:通過輸入引腳(In Pins)和對應的樣本讀取器(Sample Reader)接收數(shù)據(jù)。

2.?數(shù)據(jù)發(fā)送:通過輸出引腳(Out Pins)和對應的樣本寫入器(Sample Writer)發(fā)送數(shù)據(jù)。

3.?數(shù)據(jù)處理:在運行器(Runners)(也稱為觸發(fā)上下文、可運行對象或可調(diào)用對象)的上下文中處理數(shù)據(jù)。

在進行過濾器的設計,考慮將數(shù)據(jù)傳輸與運行時行為分離。因此引入了觸發(fā)機制,包括數(shù)據(jù)觸發(fā)和時間觸發(fā)。

1.?數(shù)據(jù)觸發(fā):?功能在傳入數(shù)據(jù)事件上運行。

2.?時間觸發(fā):?功能在傳入時間事件上運行。

通過這種設計支持構建一個強大且可適應的系統(tǒng),使用過濾器可以輕松集成和定制。比如在數(shù)采系統(tǒng)中,通過不同的時間觸發(fā)設計,以適應不同頻率的傳感器數(shù)據(jù)采集?;蛘呃胏DataTriggerHint類來確保當車輛傳感器數(shù)據(jù)(如攝像頭圖像)到達時,觸發(fā)相應的數(shù)據(jù)處理算法運行,從而實現(xiàn)實時數(shù)據(jù)流的高效響應和處理。

二、創(chuàng)建過濾器

通常,在ADTF中濾波器會被打包成一個插件。通過ADTF 的插件機制使其能夠在 ADTF 的運行時加載。在濾波器中,可以通過可以創(chuàng)建輸出引腳或輸入引腳,這里我們以輸出引腳為例。引腳傳輸出去的數(shù)據(jù),在ADTF中稱為樣本(Sample)。其代碼案例如下,創(chuàng)建一個濾波器并添加一個輸出引腳及樣本數(shù)據(jù)。

三、 樣本(Sample)

樣本(Sample)是 ADTF中用于數(shù)據(jù)傳輸?shù)幕締卧?。它們不僅包含數(shù)據(jù)本身,還包含與數(shù)據(jù)流相關的元信息,如圖2所示。

圖2 Sample

一般來說,樣本通過 streaming::ISample 接口進行操作。其樣本組成包含以下內(nèi)容:

1.?時間戳(Timestamp):為每個數(shù)據(jù)提供時間關聯(lián)。

2.?樣本緩沖區(qū)(SampleBuffer):通常是一個內(nèi)存塊的引用,包含用戶數(shù)據(jù)。

3.?樣本信息(Sample Info)(可選):提供額外的元數(shù)據(jù)。

4.?子流 ID(Substream Id)(可選):用于標識特定的數(shù)據(jù)子流。

比如我們可以輕易實現(xiàn)將內(nèi)存緩沖區(qū)內(nèi)容復制到樣本中,實現(xiàn)數(shù)據(jù)傳輸。

四、過濾器應用

ADTF過濾器的應用場景廣泛,它們不僅能夠處理和轉(zhuǎn)換數(shù)據(jù),還能夠根據(jù)特定的需求定制功能。在圖3所示,在人臉識別算法工程中,過濾器被用于處理從攝像頭捕獲的視頻流。

首先,一個過濾器用于解碼視頻流,將原始數(shù)據(jù)轉(zhuǎn)換為圖像幀。接下來,通過一個復雜的過濾器(OpenCV Face Detector Filter)實現(xiàn)人臉識別算法,識別并跟蹤視頻中的人臉。通過這些過濾器的協(xié)同工作,系統(tǒng)能夠?qū)崟r處理視頻數(shù)據(jù),并提供有用的輸出,如安全監(jiān)控或人流量統(tǒng)計。

圖3 人臉識別算法工程

此外,過濾器可用于多種用途,包括但不限于:

1.?解碼來自CAN、MOST或FlexRay等設備的流源數(shù)據(jù)。

2.?預處理傳入數(shù)據(jù),為算法實現(xiàn)做準備。

3.?通過復雜的算法實現(xiàn)重新計算和合并傳入數(shù)據(jù)。

4.?實現(xiàn)循環(huán)控制器。

5.?接收傳入數(shù)據(jù)并進行數(shù)據(jù)可視化。

五、總結

ADTF過濾器提供了一個靈活且強大的平臺,用于構建和集成數(shù)據(jù)處理流程。無論是在汽車、工業(yè)自動化等領域,過濾器都能夠提供定制化的解決方案,滿足特定的技術需求。通過合理設計和配置過濾器,可以大大提高數(shù)據(jù)處理的效率和可靠性。

相關推薦

電子產(chǎn)業(yè)圖譜