百度Apollo系统学习-Cyber RT 概览

简介

Cyber RT是一个runtime framework，可以理解为百度针对ROS 1在自动驾驶环境下的一些天生缺陷做的一套自己的框架（很多缺陷在ROS 2中得到了解决但ROS 2迟迟不见稳定版本），它介于底层的RTOS和上层算法之间。Cyber RT的目标是做到高并发，低延迟以及高吞吐，这些特性都是自动驾驶任务所必须的。

架构

以下为Cyber RT最主要的软件模块

1. Apollo实现了最下层的基础库，比如Lock-Free的对象池，Lock-Free的队列等。这么做的目的一个是提高效率，另一个就是减少依赖。
2. 通信机制（从下往上第2,3层），包括服务发现和Publish-Subscribe通信机制。Cyber RT也支持跨进程、跨机通信，上层业务逻辑无需关心，通信层会根据算法模块的部署，自动选择相应通信机制。
3. 通信层之上的数据缓存/融合层（第4层）。不同算法模块之间需要有一个数据桥梁，数据层起到了这个模块间通信的桥梁的作用。
4. 再往上是计算模型，包括调度层和任务。
5. 最上面是提供给开发者的接口层。
   
   上面这张图更清晰地展现了整个cyber的结构，之后连载的文章会大体按照模块-调度-通信的顺序来解析cyber代码。下面这张图是另外一位博主画的，链接在参考里给出，可以作为整体代码结构参照。
   

调度

• 将调度、任务从内核空间放到了用户空间，在原生的thread上加了一层协程（Coroutine），Cyber RT主要调度的就是协程。
• 调度编排策略，很好的结合了业务逻辑、数据共享和算力的平衡。并且任务不会在不同CPU上随机的调度来调度去，具有非常好的Cache友好性。通过多队列减少并发瓶颈，并且集成了一些独占的策略。
• 协程，即线程更上一层的载体，Cyber RT调度器调度有状态的协程在各个线程上运行。协程不仅切换快，而且调度有着高确定性，不像线程的调度完全依赖操作系统。

通信

上层业务逻辑无需关心，通信层会根据算法模块的部署，自动选择相应通信机制。

预告

本系列有关cyber的后续博客写作时间为2019年末至2020年，Apollo的版本是5.0。在阅读文章时为了便于理解需要同时对照cyber的代码（全粘到文章里实在太多了）。

参考

1. Apollo 3.5 计算框架（Cyber RT）设计分享
2. 直播回顾 | Apollo 3.5 计算框架（Cyber RT）设计分享
3. 【架构分析】Apollo CyberRT Framework分析 - Scheduler调度器
4. Apollo 3.5 Cyber - 基本架構入門