高效同步与处理：ADTF流服务在自动驾驶数采中的应用

目录

一、ADTF 流服务

1、流服务源（Streaming Source）

2、流服务汇（Streaming Sink）

二、数据链路

1、数据管道（Data Pipe）

2、子流（Substreams）

3、触发管道（Trigger Pipe）

三、总结

---

随着自动驾驶技术的发展，车辆的智能化程度不断提高，这体现了车辆感知，决策以及执行的能力。在算法开发和迭代过程中，提高测试和开发效率，关键在于多传感器数据的高质量采集，确保数据的同步性、完整性和一致性。

为了应对这一挑战，必须采取有效的数据整合策略。这包括开发处理不同数据速率和格式的组件，以及设计数据在时间上精确对齐的同步机制。进而创建一个统一的数据流形式，实时检测传感器的观测结果并进行落盘存储。

为了解决上述问题，ADTF提供了一个强大的Streaming Service，它专门针对自动驾驶多传感器数据采集的需求设计。ADTF Streaming Service以其高效的数据处理能力、灵活的架构设计和强大的同步机制，为自动驾驶数采系统提供了一个高质量的解决方案。

一、ADTF 流服务

在ADTF中，流服务（Streaming Services）扮演着至关重要的角色，它们定义了系统的入口点（Streaming Source）和出口点（Streaming Sink）。具体来说，流服务既可以是数据管道的起点也可以是终点，它们通常用于处理来自硬件的样本数据和数据触发器。

1、流服务源（Streaming Source）

流服务源是样本和数据触发器进入系统的入口点。通常，任何设备链接都会作为流服务源来实现，组件如下图1所示：

图1：Streaming Source组件

Streaming Source支持以下的应用场景：