首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于AUTOSAR的汽车软件架构优化部署方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北京理工大学

摘要:本发明公开一种基于AUTOSAR的汽车软件架构优化部署方法及系统,涉及汽车技术领域,方法包括:获取基于AUTOSAR的架构应用层软件的软件组件模型的Arxml描述文件;对所述Arxml描述文件进行提取,得到汽车软件架构的多个软件的软件组件关键信息;将多个软件的软件组件关键信息输入至优化部署模型中,得到软件优化部署方案;将所述软件优化部署方案转化为Arxml格式作为输出的汽车软件架构优化部署方案,本发明加速基于AUTOSAR的汽车软件架构的优化部署和开发。

主权项:1.一种基于AUTOSAR的汽车软件架构优化部署方法,其特征在于,所述方法包括:获取基于AUTOSAR的架构应用层软件的软件组件模型的Arxml描述文件;对所述Arxml描述文件进行提取,得到汽车软件架构的多个软件的软件组件关键信息;将多个软件的软件组件关键信息输入至优化部署模型中,得到软件优化部署方案;将所述软件优化部署方案转化为Arxml格式作为输出的汽车软件架构优化部署方案;将多个软件的软件组件关键信息输入至优化部署模型中,得到软件优化部署方案,具体包括:利用深度强化学习构建基于AUTOSAR的汽车软件架构软件组件的待训练模型;所述待训练模型包括策略网络和评价网络;获取训练数据;所述训练数据包括汽车软件架构的历史软件组件关键信息和汽车软件架构的历史软件组件关键信息对应的软件优化部署方案;将训练数据中汽车软件架构的历史软件组件关键信息作为所述策略网络的输入,将训练数据中汽车软件架构的历史软件组件关键信息对应的软件优化部署方案作为所述策略网络的输出,以满足预设条件为目的对所述策略网络进行训练,得到训练后的策略网络;采用评价网络对训练后的策略网络的输出进行评价,更新训练后的策略网络的参数,得到更新后的策略网络,将更新后的策略网络作为优化部署模型;所述评价网络用于评估策略网络做出的动作的价值;将多个软件的软件组件关键信息输入至所述优化部署模型中,得到软件优化部署方案;所述预设条件包括模型目标优化函数值最小和达到预设迭代次数;所述模型目标优化函数为: ;其中,为模型目标优化函数,为栈空间使用率权重函数,为ECU核心利用率权重系数,为ECU间通信带宽利用率权重系数,为Core间通信带宽利用率权重系数,为策略网络的输出下任务的总数,task为可运行实体所部署的任务,为策略网络的输出下所有任务的集合,为任务栈空间使用率,为策略网络的输出下所有任务的栈空间使用率大小的均值,为策略网络的输出下Core的总数,core为ECU的CPU核心,为策略网络的输出下所有Core的集合,为ECU核心利用率,为策略网络的输出下所有Core的利用率大小的均值,为策略网络的输出下所有ECU的集合,为和之间的通信带宽利用率,为第个软件组件所需部署的汽车电子控制单元,为第j个软件组件所需部署的汽车电子控制单元,为和之间的通信带宽利用率,为第个CPU核心,为第个CPU核心,为任务的栈空间超限时的惩罚系数,为策略网络的输出下任务栈空间实际使用大小,为策略网络的输出下任务栈空间最大可使用值,为考虑不同core上任务栈空间使用的均衡性的惩罚系数,为ECU的Core的栈空间最大可使用值,为当前中的集合,为ECU核心最大利用率,为ECU核心利用率使用超载时的惩罚系数,为ECU间通信带宽超载时的惩罚系数,为Core间通信带宽超载时的惩罚系数,为包含策略网络的输出下所有信息的类。

全文数据:

权利要求:

百度查询: 北京理工大学 基于AUTOSAR的汽车软件架构优化部署方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术