前言

在上一篇文章中，我们概述性地介绍了北汇信息的面向车载通信的TSN网络原型上篇：原型概述。本篇文章将基于该原型，通过在多个场景中验证TSN协议的效果，向读者展示TSN在车载网络中的价值。通过实验验证，我们将深入了解TSN技术在车载网络中的实际应用和性能表现，为读者提供更为深入的了解和参考。

网络通信场景 1——时间同步

• Lidar完成时间同步后，点云数据带有系统时间信息，PC预装的Lidar上位机软件正确显示系统时间
• Camera 完成时间同步后，Display图像正确显示系统时间
• Lidar与Camera的系统时间戳一致

网络通信场景 2——Camera视频流网络传输Qos

• Camera-L视频数据流采用CBS调度；Camera-R视频数据流不采用CBS调度

Good Case w/o interference

camera normal.mp4

• Camera视频流传输的网络路径中，增加网络数据流量，使网络数据吞吐量至带宽的100%

• 观测Display视频图像

1. Camera-L的视频图像不受影响，即无卡滞或延迟现象
2. Camera-R的视频图像受网络吞吐量影响，即有卡滞与延迟现象

Bad Case w/ interference

camera abnormal.mp4

网络通信场景 3——Lidar点云数据网络传输Qos

• Lidar-L点云数据流采用TAS调度
•  Lidar-R点云数据流不采用TAS调度

Good Case w/o interference

lidar normal.mp4

• Lidar点云数据传输的网络路径中，增加网络数据流量，使网络数据吞吐量至带宽的100%

• 观测PC端点云图像

1. Lidar-L的点云图像不受影响
2. LIdar-R的点云图像受网络吞吐量影响，出现点云图像闪烁

Bad Case w/ interference

lidar abnormal.mp4

网络通信场景 4——灯光闪烁控制数据流QoS

• Lamp-FL控制数据流采用TAS调度， Lamp-FR控制数据流不采用TAS调度
• HPC分别发送Lamp-FL, Lamp-FR的闪烁控制数据流

 观测大灯闪烁情况：Lamp-FL，Lamp-FR同频率闪烁

Good Case w/o interference

amp normal.mp4

• Lamp控制数据流传输的网络路径中，增加网络数据流量，使网络数据吞吐量至带宽的100%

观测大灯闪烁情况：Lamp-FL，Lamp-FR不同频率闪烁

Bad Case w/ interference

lamp abnormal.mp4

网络通信场景 5——以太网环网

• Lidar-L点云数据流采用环网传输，Lidar-R点云数据流不采用环网传输
• 断开环网中的网络物理链路，PC端观测Lidar-L点云图像
• 单一网络物理链路故障时，Lidar-L的点云图像不受影响，即不会造成功能失效

总结

经过在多种场景下的实验验证，我们可以发现TSN协议在车载网络应用中具有显著的优势和效果。即使存在大量干扰数据流或链路断开等极端情况下，TSN原型仍能够保持高质量的传输，从而提升了车载系统网络传输的实时性和可靠性。这些实验结果进一步验证了TSN技术在车载网络中的实际应用和性能表现，为未来车载系统的网络通信提供了可靠的技术支撑。

翻译

搜索

复制