高效的通信網絡是分布式先進駕駛輔助系統（ADAS）的主要組成部分。分析在不同系統參數下的不同場景中的這類系統是一項非常復雜的任務。在早期設計階段評估關鍵系統參數以實現最佳系統行為非常重要。本文將討論一種基于虛擬原型的評估架構，它可以用來評估基于MOST的先進駕駛輔助系統。
　　汽車中先進駕駛輔助系統（ADAS）的數量在不斷增加。這些系統處理來自多種傳感器的信息，比如雷達傳感器、攝像機或全球定位系統（GPS），然后為駕駛提供幫助。因為這些傳感器在全車各個地方都有分布，因此需要一個高效的數據通信網絡來共享不同ADAS之間的信息。另外，這些系統經常要求諸如快速傅里葉變換或霍夫變換等處理算法。擁有一個專門的預處理節點執行這種通用任務是有好處的，這種節點可以采用最優化的硬件架構。不過這會提高對分布式ADAS網絡的要求。通過優化通信網絡可以減少布線的數量。MOST通信網絡可以提供這類任務所需的許多功能。
　　MOST網絡技術可以提供種類繁多的配置方案。為了找到最優的解決方案，必須對這些方案進行評估，并且最好是在早期設計階段完成。為了支持這些評估，本文推薦一種基于虛擬原型的評估架構。它能減少這種基于網絡的分布式應用的評估復雜性。
　　評估架構——ADAS使用案例
　　本文討論的評估架構支持功能和時序驗證、性能和可靠性分析，并支持設計空間開發。架構的主要關注點之一是模塊化特性以及可用于分析各種不同系統方案的通用方法。基于虛擬原型的架構是由眾多的基本模塊構建的。這些模塊匯聚起來形成想要的系統，比如ADAS用例就是用大約150個模塊實例組裝而成的。功能提取如圖1所示。這種方案能夠方便地改變系統，例如只需用合適的模塊替換或擴展現有系統就能改變通信通道。借助這種方法可以很容易地使用已有的IP組件集成新的應用。虛擬系統是用XML文件配置的，因此能夠在運行時期間方便地完成模塊的組裝和配置。
　　
　　圖1：虛擬原型的模塊化結構
　　分布式ADAS用例包含：
　　。兩個攝像機
　　。一個預處理器模塊
　　。一個圓周檢測模塊
　　。一個速度標志分類模塊
　　。一個立體深度圖計算模塊
　　。一個人機界面（HMI）
　　系統包含兩個ADAS功能：立體深度圖（SDM）和交通標志識別（TSR）。這兩個系統功能共享公共的攝像機和圖像預處理模塊。通信網絡必須轉發多種不同的圖像流，包括原始攝像圖像，預處理后的圖像，檢測到的圓周剪輯，立體深度圖或分類的速度值。根據模塊所發揮的作用，對基本通信網絡的要求是不同的。舉例來說，預處理模塊要求1至n的通信組合來應對多個接收器。攝像機圖像流提供連續的數據流。另一方面，剪輯過的交通標志以突發的方式出現。為了揭示這種通信技術的影響，需要詳細分析立體深度圖應用的攝像機數據流。
　　通信技術對應用的影響
　　立體深度圖的計算需要同步發送兩個預處理后的攝像機圖像。如果圖像沒有與諸如順序號等額外信息取得關聯，那么接收緩沖器就有必要包含連續同步的攝像機圖像。因此，通信網絡必須確保左右攝像機圖像在兩次順序讀取操作之間總能成對發送。不同種類的通信網絡可能會影響到這種行為。由于比如具有不確定性訪問行為的共享通信通道而存在置換的可能性。不同通道類型或通道的使用可能導致不同的時延，進而導致使用老的圖像實例。