自动驾驶开发入门（五）---浅谈Apollo Cyber RT的数据处理层

浅淡Apollo Cyber RT之数据缓存与融合

Cyber RT的层次图如下：

今天要讲的内容位于上图中的中间层。

一、基于Cyber RT的开发流程

在开发基于Cyber RT的模块时，并不是从main()函数开始的，常规的流程是这样的：

以PlanningComponent为例

● 从Component派生一个子类PlanningComponent。

● 重新实现虚函数Proc()和Init()。

Init()，组件初始化函数，当进程初始化时，被CyberRT框架调用，我们在此添加我们的初始化逻辑。

Proc()，数据处理函数，每当数据就绪时，被CyberRT框架调用，我们在此添加我们的业务处理逻辑。

这一切看起来很简单，Cyber RT将大量的工作都隐藏在这两个函数后面。

先看Proc()函数的声明：

可以看到，Planning组件依赖三组数据输入，分别是预测障碍物、底盘数据和定位信息。在没有使用Cyber RT之前，这些数据的对齐需要我们自己来做，其中包括时间对齐、线程同步和数据拷贝。这些工作很繁琐，且容易出错，且每个模块都要做大量这样的重复性工作。现在Cyber RT帮我们做了这些工作，我们只需要关注业务逻辑的处理。那Cyber RT是怎么做到的呢？

二、数据处理流程

这个一个精简的数据流图，图中只标出了核心的调用关系，但足以说明问题。主要包括以下步骤：

① Init()是被框架中的Initialize()函数调用，Initialize()函数还做了其它大量的工作。它通过CreateReader()创建了多个Reader，分别绑定以Proc函数中的多个消息类型。

图1.1

图1.2

图1.3

CreatReader()函数间接调用了ReceiverManager，向Transport层订阅消息。

② Initialize()函数紧接着创建了一个数据访问器(DataVisitor)，DataVisitor的引用被保存在异步Task中。每个Component有专属的DataVisitor，DataVisitor又绑定了相关的一组消息。DataVisitor还做了以下几项工作：

2.1 为每个消息类型创建一个消息队列。

2.2 创建一个消息对齐/融合器(Fusion/Alllatest)。这一组消息对齐的频率，等于第一个消息M0的频率，所以只向M0的消息队列注册回调函数。

③ 通过CreateTask向调度器中注册回调任务(协程)(图1.3)。调度器会向DataVisitor注册自己(再通过Notify向DataNotify注册)，这样，当Transport层数据就绪时，调度器就会收到通知。调度器再根据消息优先级，结合调度策略，唤醒协程，最终调用到组件的Proc函数。

上面介绍了组件(Component)的初始化过程。而一个完整的消息处理流程分为后面几个步骤：

④ 被动接收底层(Transport)的消息。

⑤ 收到消息后，没有直接发送到应用进行处理，而是发送到了数据分发器(DataDispatcher)。

⑥ DataDispatcher再将消息放到相关消息的缓存队列。

⑦ 其中Fill()函数中缓存数据，并执行前面 (2.2) 注册的对齐/融合回调函数。

⑧通过DataNotifier调用前面 (③) 注册的回调函数(RegisterNotifyCallback())，通知调度器(NotifyProcessor())，进行后续处理。

⑨ NotifyProcessor() 根据优先级和调度策略唤醒协程，Cyber实现了两种策略，分别是"SchedulerClassic"和"SchedulerChoreography"。这里不作详述，更多信息请参见：

https://zhuanlan.zhihu.com/p/121042548。

要注意的是，到目前为止的这一系列的调用，都是在Transport的回调函数(线程)中进行。而被调度器唤醒后的任务是在调度器框架中的协程中执行。这是一个异步的过程，它保证了上层应用处理，不会阻塞底层消息收发。

⑩ 协程处理函数是一个无限循环。

⑾ 协程函数首先(通过DataVisitor)向缓存中读取对齐后的数据。

⑿ 获得融合后的数据后，协程会调用应用组件(Component)的回调函数。

而这个回调函数就是我们在前面①中初始化组件时注册进来的

而Process()函数最终会调用我们重新实现的Proc()函数，到此，一个完整的数据处理流程完成！

附完整时序图：

总结，Cyber RT 数据处理最大特点是：

1、上层业务逻辑与底层数据收发解耦，包括静态(设计)和动态(运行)的。

2、数据对齐/融合。

3、协程调度器。