[0001] 本申请涉及自动驾驶技术领域，尤其涉及一种车辆控制器和车辆。

[0002] 随着自动驾驶的来临，其所涉及的感知、控制、决策系统的复杂度更高，与车身其他系统的信息交互、控制越来越多，因此专门定位于自动驾驶的域控制器系统应运而生。自动驾驶域控制器需要具备多传感器融合、定位、路径规划、决策控制、无线通讯、高速通讯的能力。

[0003] 目前，主要使用特定的自动驾驶域控制器对应不同等级的自动驾驶功能，无法实现算力的扩展，进而无法利用同一平台满足不同自动驾驶场景的需求。实用新型内容

[0004] 本申请提供一种车辆控制器和车辆，用以实现算力的扩展，从而利用同一平台满足不同自动驾驶场景的需求。

[0005] 第一方面，本申请提供一种车辆控制器，包括：

[0006] 基板和位于所述基板上的至少一个核心运算处理器板，所述基板包括微处理器，所述核心运算处理器板包括核心运算处理器；

[0007] 所述基板和每个所述核心运算处理器板均包括多个通信接口，所述基板的通信接口和所述核心运算处理器板的通信接口通过板到板连接器连接。

[0008] 可选的，所述通信接口包括高速串行计算机扩展总线接口、摄像头串行接口以及车载以太网接口中的一个或多个。

[0009] 可选的，所述基板还包括多个传感器接口。

[0010] 可选的，所述传感器接口包括摄像头接口、毫米波雷达接口、超声波雷达接口以及激光雷达接口中的至少一个。

[0011] 可选的，所述多个传感器接口至少包括：十二个摄像头接口、四个激光雷达接口、六个毫米波雷达接口以及十二个超声波雷达接口。

[0012] 可选的，所述车辆控制器包括两个核心运算处理器板。

[0013] 可选的，所述板到板连接器为浮动式板到板连接器。

[0014] 第二方面，本申请提供一种车辆，包括：第一方面及第一方面任一种可能的设计中的车辆控制器。

[0015] 可选的，还包括：

[0016] 与所述车辆控制器连接的多个传感器。

[0017] 可选的，所述传感器包括：

[0018] 摄像头、毫米波雷达、超声波雷达以及激光雷达中的至少一个。

[0019] 本申请提供的车辆控制器，包括：基板和位于基板上的至少一个核心运算处理器，基板包括微处理器，核心运算处理器板包括核心运算处理器，基板和每个核心运算处理器均包括通信接口，基板的通信接口和核心运算处理器板的通信接口通过板到板连接器连接。这样，将车辆控制器分为两种板层结构，通过板到板连接器连接两种板层结构，使得基板可以适配不同的核心运算处理器板，从而适配不同的核心运算处理器，满足算力的灵活扩展，并且可以通过控制核心运算处理器板的数量，以控制核心运算处理器的数量，从而提供自动驾驶的不同场景所需的算力，使得车辆控制满足不同驾驶场景的需求。

[0025] 为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请中的附图，对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

[0026] 自动驾驶域控制器(Automated Driving Control Unit，ADCU)需要具备多传感器融合、定位、路径规划、决策控制、高速通讯的能力。例如可以通过外接多种类型的传感器使得自动驾驶域控制器具备多种能力。

[0027] 对于不同等级的自动驾驶功能来说，传感器的类型和数量是不同的。目前，通过特定的自动驾驶域控制器对应不同等级的自动驾驶功能，每个特定的自动驾驶域控制器具有特定的核心运算处理器(System on Chip，SOC)，每个核心运算处理器具有固定的算力，从而使得自动驾驶域控制器无法适配不同的核心运算处理器，无法实现算力的扩展，从而无法利用同一平台满足不同自动驾驶场景的需求。

[0028] 并且随着SOA(Service‑Oriented Architecture，面向服务结构)和OTA(Over‑the‑Air Technology，空中下载技术)不断发展，用户软件功能的升级和扩展需求不断增加，使得自动驾驶域控制器的固定算力成为制约自动驾驶域控制器的因素。

[0029] 此外，申请人发现，目前AI算力的需求显现出快速的变化趋势。根据OpenAI预估，目前的AI算力约4～6个月翻一倍，算力需求增长速率是10倍/年增长。但是，目前的自动驾驶域控制器的开发周期较长，远落后于AI芯片的开发迭代周期，且开发成本高，例如PCB Layout(印刷电路板设计)、仿真测试、生产开模、DV(Design Verification，设计验证)、PV(Process Verification，生产验证)等需要较高的成本。

[0030] 针对上述问题，本申请提出了一种车辆控制器，包括：基板和位于基板上的至少一个核心运算处理器，基板包括微处理器，核心运算处理器板包括核心运算处理器，基板和每个核心运算处理器均包括通信接口，基板的通信接口和核心运算处理器板的通信接口通过板到板连接器连接。这样，将车辆控制器分为两种板层结构，通过板到板连接器连接两种板层结构，使得基板可以适配不同的核心运算处理器板，从而适配不同的核心运算处理器，满足算力的灵活扩展，并且可以通过控制核心运算处理器板的数量，以控制核心运算处理器的数量，从而提供自动驾驶的不同场景所需的算力，使得车辆控制满足不同驾驶场景的需求。进一步地，由于核心运算处理器板的数量是可调的，使得核心运算处理器的数量是可调的，进而使得车辆控制器的算力是可调的，从而促进车辆控制器的发展。更进一步地，由于一个车辆控制器可以提供不同场景所需的算力，满足不同自动驾驶场景的需求，无需为每个自动驾驶场景设计特定的车辆控制器，从而缩短开发周期和开发成本。

[0031] 下面以具体地实施例对本申请的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。

[0032] 图1示出了本申请一实施例提供的一种车辆控制器的结构示意图。如图1所示，本实施例的车辆控制器包括：

[0033] 基板101和位于基板上的至少一个核心运算处理器板102，基板101包括微处理器，核心运算处理器板102包括核心运算处理器；

[0034] 基板101和每个核心运算处理器板101均包括多个通信接口，基板101的通信接口和核心运算处理器板102的通信接口通过板到板连接器103连接。

[0035] 车辆控制器例如为自动驾驶域控制器，车辆控制器分为基板101和核心运算处理器板(SOC Board)102，基板101能够提供板级电源，基板101上设计有安全微处理器(safety Microcontroller Unit)，自动驾驶的实现需要依赖环境感知传感器对道路环境的信息进行采集，将采集到的数据传送到安全微处理器进行处理，用来识别障碍物、可行道路等，并依据识别结果，规划路线、制定车速，自动控制汽车行驶等。

[0036] 因而，可以通过外接多个摄像头、毫米波雷达、超声波雷达、激光雷达等设备，以使得安全处理器能够完成图像识别、数据处理等功能。具体的，基板101上可以包括多个传感器接口，传感器接口包括摄像头接口、毫米波雷达接口、超声波雷达接口以及激光雷达接口中的至少一个，以使得安全微处理器通过摄像头接口与摄像头进行数据的交互，通过毫米波雷达接口与毫米波雷达进行数据的交互，通过超声波雷达接口与超声波雷达进行数据的交互，通过激光雷达接口与激光雷达进行数据的交互。例如至少包括十二个摄像头接口、四个激光雷达接口、六个毫米波雷达接口以及十二个超声波雷达接口，从而至少可以接入十二路摄像头(camera)、四路激光雷达、六路毫米波雷达以及十二路超声波雷达。还可以包括两个图像接口以接入两路图像显示。

[0037] 作为一种实现方式，基板101上的安全微处理器通过摄像头接口与摄像头连接，例如可以通过低电压差分信号(Low Voltage Differential Signaling，LVDS)视频同轴线连接。低电压差分信号是一种低摆幅的差分信号技术，使得信号能够在差分PCB线或平衡电缆上以几百Mbps的速率传输，并且其低压幅和低电流驱动输出能够实现低噪声和低功耗。而后可以采用吉比特多媒体串行链路(Gigabit Multimedia Serial Link，GMSL)技术与摄像头进行数据的交互及处理。吉比特多媒体串行链路是串行器和解串器构成的传输链路，可以通过使用吉比特多媒体串行链路四通道解串器，同时支持四路摄像头数据传输。

[0038] 基板101上的超声波雷达接口可以为串行外设接口(Serial Peripheral Interface，SPI)，从而使得安全微处理器通过串行外设接口与超声波雷达进行数据的交互及处理。串行外设接口是一种同步外设接口，可以使单片机与各种外围设备以串行方式进行通信以交换信息。

[0039] 基板101上的毫米波雷达接口可以为车载以太网(Vehicle Ethernet)接口，从而使得安全微处理器通过车载以太网接口采用具有灵活数据速率的控制器局域网(Controller Area Network with Flexible Data rate，CAN‑FD)与毫米波雷达进行数据的交互及处理。控制器局域网总线采用双线串行通讯协议，基于非破坏性仲裁技术，分布式实时控制，可靠的错误处理和检测机制使控制器局域网总线有很高的安全性，具有灵活数据速率的控制器局域网在控制器局域网的基础上具有灵活的数据速率，提供更大的带宽。

[0040] 基板101上的激光雷达接口可以为车载以太网接口，从而使得安全微处理器通过车载以太网接口采用千兆以太网与激光雷达进行数据的交互与处理。千兆以太网的传输速度为每秒1000兆位。

[0041] 由于要完成大量计算，自动驾驶域控制器需要匹配核心运算力强的处理器，能够提供自动驾驶不同级别算力的支持，而且自动驾驶级别升高一级，对算力的需要至少增加十倍，例如L2级自动驾驶需要2个TOPS的算力，L3级的自动驾驶需要24个TOPS的算力，L4级的自动驾驶需要320个TOPS的算力，L5级的自动驾驶需要4000多个TOPS的算力。L2级自动驾驶是指部分功能自动化，其基本操作是由车辆完成，驾驶员负责周边监控和随时接管车辆，主要包括功能有ACC(Adaptive Cruise Control)自动巡航、自动跟车、自动泊车等。L3级自动驾驶是指有条件自动化，车辆在特定环境中可以实现自动加减速、转向、周边监控等，不需要驾驶者的操作，但是在车辆自动驾驶过程中，驾驶者需要随时做好接管车辆的准备，系统会对驾驶者做出接管车辆的提示。L4级自动驾驶是指高度自动化，系统能够自主的做出所有的驾驶操作，能够完全的自主上路，驾驶者可以在车上做自己想做的事情。L5级自动驾驶是指完全自动化，在所有条件下，自动驾驶系统能够完成所有的驾驶任务。

[0042] 目前的自动驾驶域控制器受限于自身的硬件设计和结构，通常在一整块硬件单板上集成所有功能，灵活度低。例如L2级自动驾驶，在基板上设计一颗安全微处理器和一颗核心运算处理器，核心运算处理器提供L2级自动驾驶所需的算力，微处理器通过摄像头接口采用吉比特多媒体串行链路技术与摄像头进行数据交互与处理，通过超声波雷达接口与超声波雷达进行数据交互与处理，通过毫米波雷达接口采用具有灵活数据速率的控制器局域网络与毫米波雷达进行数据交互与处理。

[0043] 但是，现有的自动驾驶域控制器无法适配不同的核心运算处理器，无法实现算力的扩展，从而无法利用同一平台满足不同自动驾驶场景的需求。

[0044] 本申请实施例中，在基板101上设计至少一个核心运算处理器板102，核心运算处理器板102用于承载核心运算处理器，通过控制基板101上的核心运算处理器板102的数量，使得核心运算处理器能够根据自动驾驶的场景提供对应的算力。自动驾驶的场景可以包括L3级自动驾驶、L4级自动驾驶以及L5级自动驾驶中的至少一个。

[0045] 对于L3级自动驾驶，参考图2所示，图2为一种车辆的结构示意图，可以在基板101上设计一个核心运算处理器板102，一个核心运算处理器板102承载一个核心运算处理器，以提供L3级自动驾驶所需的算力，基板101上的安全微处理器与摄像头、毫米波雷达、超声波雷达、激光雷达等进行数据的交互，并在一个核心运算处理器提供的算力的支持下对接收的各个数据进行处理，从而实现L3级自动驾驶。

[0046] 对于L4级自动驾驶，参考图3所示，图3为一种车辆的结构示意图，可以在基板101上设计两个核心运算处理器板102，以提供L4级自动驾驶所需的算力，基板101上的安全微处理与摄像头、毫米波雷达、超声波雷达、激光雷达等进行数据的交互，并在两个核心运算处理器提供的算力的支持下对接收的各个数据进行处理，从而实现L4级自动驾驶。

[0047] 对于L5级自动驾驶，参考图4所示，图4为一种车辆的结构示意图，可以在基板101上设计多个核心运算处理板102，以提供L5级自动驾驶所需的算力，基板101的安全微处理器与摄像头、毫米波雷达、超声波雷达、激光雷达等进行数据的交互，并在多个核心运算处理器提供的算力的支持下对接收的各个数据进行处理，从而实现L5级自动驾驶。

[0048] 基板101和每个核心运算处理器板102均包括通信接口，通信接口可以包括高速串行计算机扩展总线(peripheral component interconnect express，PCIE)接口、摄像头串行(Camera Serial Interface，CSI)接口、车载以太网(Vehicle Ethernet)接口等标准化接口，以兼容L3‑L5级自动驾驶的不同组合和数量的传感器。例如基板101的高速串行计算机扩展总线接口与每个核心运算处理器板102的高度串行计算机扩展总线接口连接，基板101的摄像头串行接口与每个核心运算处理器板102的摄像头串行接口连接，基板101的车载以太网接口与每个核心运算处理器102的车载以太网接口连接。

[0049] 基板101和核心运算处理器板102通过通信接口进行数据交互，基板101的通信接口和核心运算处理器板102的通信接口通过板到板连接器103连接。板到板连接器103可以在板与板之间连接电源和信号从而完成所有连接，板到板连接器103例如可以为浮动式板到板连接器，浮动式板到板连接器是具有在基板上实装时，吸收、矫正±X、±Y方向误差功能的板到板连接器，能够消除基板实装错位以及嵌合时的位置偏移，从而使得板与板之间准确对齐，增强抗震性。并且板到板连接器103集成单独的电源管脚，单独的电源管脚的最大通流可以达到3A，支持8+Gbps的传输速率。

[0050] 本申请提供的车辆控制器，包括：基板和位于基板上的至少一个核心运算处理器板，基板包括微处理器，核心运算处理器板包括核心运算处理器，基板和核心运算处理器板包括通信接口，基板的通信接口和核心运算处理器板的通信接口通过板到板连接器连接。这样，将车辆控制器分为两种板层结构，通过板到板连接器连接两种板层结构，使得基板可以适配不同的核心运算处理器板，从而适配不同的核心运算处理器，满足算力的灵活扩展，并且可以通过控制核心运算处理器板的数量，以控制核心运算处理器的数量，从而提供自动驾驶的不同场景所需的算力，使得车辆控制满足不同驾驶场景的需求。

[0051] 本申请实施例还提供一种车辆，包括车辆控制器。

[0052] 车辆控制器包括基板和位于基板上的至少一个核心运算处理器板，核心运算处理器板根据自动驾驶的场景提供对应的算力，自动驾驶的场景包括L3级自动驾驶、L4级自动驾驶以及L5级自动驾驶等。基板和每个核心运算处理器板均包括通信接口，基板的通信接口和核心运算处理器板的通信接口通过板到板连接器连接。

[0053] 车辆还包括与车辆控制器连接的多个传感器接口，多个传感器接口用于连接外部的摄像头、毫米波雷达、超声雷达以及激光雷达等，以使得车辆控制器中的微处理器能够接收摄像头、毫米波雷达、超声雷达以及激光雷达等传感器发送的路面环境信息等，以使得车辆控制器具备多传感器融合、定位、路径规划、决策控制、无线通讯、高速通讯等能力，从而使得车辆控制器控制车辆自动驾驶。

[0054] 例如，在L3级自动驾驶中，在基板上设计一个核心运算处理器板，基板承载微处理器，一个核心运算处理器板承载一个核心运算处理器，以提供L3级自动驾驶所需的算力，微处理器与摄像头、毫米波雷达、超声波雷达、激光雷达等进行数据的交互，并在一个核心运算处理器提供的算力的支持下对接收的各个数据进行处理，从而实现L3级自动驾驶。对于L4级自动驾驶，基板上设计两个核心运算处理器板，两个核心运算处理器板承载两个核心运算处理器，以提供L4级自动驾驶所需的算力，微处理与摄像头、毫米波雷达、超声波雷达、激光雷达等进行数据的交互，并在两个核心运算处理器提供的算力的支持下对接收的各个数据进行处理，从而实现L4级自动驾驶。对于L5级自动驾驶，在基板上设计多个核心运算处理板，多个核心运算处理器板承载多个核心运算处理器，以提供L5级自动驾驶所需的算力，微处理器与摄像头、毫米波雷达、超声波雷达、激光雷达等进行数据的交互，并在多个核心运算处理器提供的算力的支持下对接收的各个数据进行处理，从而实现L5级自动驾驶。

[0055] 本申请提供的车辆包括车辆控制器，车辆控制器包括基板和位于基板上的至少一个核心运算处理器，通过控制核心运算处理器板的数量控制核心运算处理器的数量，以提供自动驾驶的不同场景所需的算力，使得车辆控制器满足不同自动驾驶场景的需求。

[0056] 本申请实施例还提供一种车辆控制方法，包括：

[0057] S101、微处理器获取车辆周围的路面信息数据。

[0058] 微处理器通过外接的摄像头、毫米波雷达、超声波雷达、激光雷达等获取车辆周围的路面信息数据。

[0059] S102、微处理器在核心运算处理器提供的算力作用下对路面信息数据进行处理，生成路径信息。

[0060] 微处理器在接收到车辆周围的路面信息数据后，在核心运算处理器提供的算力作用下对路面信息数据进行处理，识别障碍物、可行道路等，并根据识别的结果生成路径信息，路径信息用于指示车辆的行驶路径，从而使得车辆按照微处理器生成的行驶路径自动行驶。

[0061] 本申请提供的车辆控制方法，微处理器在核心运算处理器提供的算力作用下生成路径信息，指示车辆自动驾驶，由于核心运算处理器的数量是可调的，从而能够使得车辆满足不同的自动驾驶场景需求。

[0062] 本领域技术人员在考虑说明书及实践这里公开的实用新型后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由上述权利要求书指出。

[0063] 最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制。尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换。而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。