机器人实时操作系统中间件--百度的cyberRT和博世的冰羚

1. CyberRT 是什么？ Apollo Cyber RT 是专为自动驾驶场景设计的开源、高性能运行时框架。 基于中心化计算模型，主要价值是提升自动驾驶系统的高并发、低延迟、高吞吐。 Apollo 并不是一开始就使用 CyberRT，在 v3.0 之前用的都是基于 ROS 框架进行开发。但在之前的版本中发现了很多问题，随着 Apollo 的发展，对最高水平的稳健性和性能的需求， Apollo Cyber RT 应运而生，它满足了一个面向商业化的自动驾驶解决方案的基础需求。 CyberRT 最明显的 3

百度Apollo Cyber RT入门学习笔记。

AimRT是智元机器人公司自主研发的一款机器人通信中间件。AimRT 是一个面向现代机器人领域的运行时开发框架。它基于 C++20 开发，轻量且易于部署，在资源管控、异步编程、部署配置等方面具有更现代的设计。旨在为开发者提供一个轻量化的 ROS2 替代中间件；AimRT 致力于整合机器人端侧、边缘端、云端等各种部署场景的研发。它服务于现代基于人工智能和云的机器人应用，提供完善的调试和性能分析工具链，以及良好的可观测性支持。AimRT 还提供了全面的插件开发接口，具有高度可扩展性。

Apollo CyberRT是百度专为自动驾驶设计的开源高性能运行时框架，具有以下核心特点：1）采用组件化架构，支持动态加载和算法工程解耦；2）创新性的协程调度机制，实现微秒级低延迟；3）提供两种调度策略（Classic通用策略和Choreography精确编排策略）；4）支持共享内存零拷贝和FastDDS跨机通信；5）具备实时操作系统支持与资源隔离能力。相比ROS，CyberRT在延迟（69.54μs vs 毫秒级）、实时性、消息融合等方面具有显著优势，更适合自动驾驶等高实时性场景。

有向无环图（DAG)有向无环图（Directed Acyclic Graph，DAG）是一种由一组顶点和它们之间的有向边构成的有向图，其中不存在任何环路。在有向无环图中，每条边都有一个方向，表示从一个顶点指向另一个顶点，而且不存在回到原始顶点的路径，也就是没有形成环的路径。这个特性使得有向无环图在很多应用中非常有用。有向无环图可以用于建模和解决多种问题，例如：1.任务调度：图中的顶点可以表示任务，有向边表示任务间的依赖关系。

（3）如进程异常终止，该进程对应的Heatbeat对象无法周期调用beat()函数及时更新时间戳，时间超时，Roudi进程认为该进程已经终止，会在m_processList中查询该进程对应的Process对象（根据Heatbeat对象在m_heartbeatPool中的index判断），若存在则执行资源清理。（2）如发布者进程需要关闭，向Roudi进程发送IpcMessageType::PREPARE_APP_TERMINATION消息，Roudi进程收到该消息后会进行相关的资源清理，此处不再赘述。

本系列文章尝试分析冰羚的代码实现，探讨共享内存零拷贝机制的软件设计。iox-roudi进程会预先分配一段共享内存供数据的发布者进程和订阅者进程进行数据通信，共享内存的相关信息（地址、大小等）通过socket分别发给发布者进程和订阅者进程。订阅者进程会睡眠等待共享内存的数据达到，若被发布者进程的通知唤醒，则检查对应的共享内存上是否有数据到达，若有，则取走数据。发布者进程会将产生的数据放到共享内存，如果有该数据的订阅者，通知订阅者进程从对应的共享内存获取数据。以上就是demo程序的下载、编译及运行的过程。

共享内存的创建、socket的通信、心跳的检测等都需要Roudi进程来完成，可以说Roudi进程是整个基于共享内存的发布者和订阅者之间通信的基础。冰羚的demo程序中除了常规的三进程启动（Roudi进程、publisher进程、subscriber进程），基于共享内存进行进程间通信之外，还可以将其应用于单进程内多线程之间的通信，代码路径：iceoryx_examples/singleprocess/single_process.cpp。达到了和CyberRT类似的功能设计。那么，冰羚能做到这一点吗？

自动驾驶中的CyberRT详细介绍本文将对自动驾驶领域中的CyberRT进行全面深入的介绍。CyberRT作为一种高效的实时计算框架，在自动驾驶系统中扮演着关键角色。本文将涵盖CyberRT的概述、架构、核心组件、功能特性、改进与优化、应用场景、优缺点以及未来发展方向等内容，旨在为从业者和研究人员提供系统性的理解。目录引言随着自动驾驶技术的迅猛发展，构建高效、可靠的计算框架成为实现复杂功能的基础。

是一个开源，高性能的运行行框架，专为自动驾驶场景设计。针对自动驾驶的高并发、低延迟、高吞吐量进行了大幅优化。优势加速开发简化部署为自动驾驶赋能。

CyberRt作为百度阿波罗的中间件，采用了比较有特色的协程调度框架。本文主要是为了更详细的介绍下，CyberRT协程的实现原理。

本文介绍了ApolloCyberRT框架提供的开发工具集，包括可视化工具cyber_visualizer和命令行工具cyber_monitor、cyber_recorder。cyber_visualizer用于显示通道数据，支持点云、图像等多数据可视化；cyber_monitor提供实时频道信息监控；cyber_recorder具备录制、播放、拆分记录文件等功能。文章详细说明了各工具的安装方法、使用界面和操作指令，并介绍了rosbag_to_record工具实现rosbag到记录文件的转换。这些工具为自动驾

component在初始化时按照msg个数创建Reader个数，每个Reader对应一个datavistor；为每个Reader创建协程函数，该函数用于将消息放置Block中。component会创建一个具有多个消息的datavisitor，包含多个消息单独的buffer以及融合buffer，其对应的协程函数为尝试获取融合消息，若满足融合条件则执行用户回调Processor。

Protobuf 是 Google 公司开发的一种跨语言和平台的序列化数据结构的方式，是一个灵活的、高效的用于序列化数据的协议，与 XML 和 JSON 格式相比，Protobuf 更小、更快、更便捷。Protobuf 是跨语言的，并且自带一个编译器( protoc )，只需要用protoc进行编译，就可以编译成 Java、Python、C++、C#、Go 等多种语言代码，然后可以直接使用，不需要再写其它代码，自带有解析的代码。

由于数据消息的有效负载未被序列化，所以数据的“发布者”和“订阅者”必须具有相同的内存布局（memory layout），对于特定处理器上的IPC，通过添加避免复制的应用程序接口（API），实现了真正的零拷贝 - 即实现了数据从“发布者”到“订阅者”的端到端传输方法，由此而产生的后果是系统将在中间件堆栈内部产生多个数据副本，对数据的有效负载序列化，这将在无形中极大的消耗系统的资源。无锁队列能够使“订阅者”更高效的使用内存，并最大限度的在队列里储存最新的消息数据，无论连续轮询之间的时间间隔有多长。

Reader是如何读取到Writer的数据（顶层逻辑） ​ 对于reader的创建，一般都是是有Node进行创建，比如说在Component类当中（Component最多可以同时处理四种消息类型，这里我们就选择一种数据类型来讲解）： reader = node_->CreateReader<M0>(reader_cfg) ​ 因此我们可以分析Node::CreateReader是如何创建出一个Reader的： template <typename MessageT> au