1. 课程导入与Jacinto平台概览

智能驾驶域控制器正从“分布式 ECU 堆叠”走向“集中式域控 + 区域接入”的架构。早期 L1/L2 辅助驾驶通常由前视摄像头、毫米波雷达各自挂载独立 ECU，每个 ECU 只完成单一感知或控制任务，算力分散、线束复杂、跨模块协同困难。当功能演进到高速 NOA、城市领航、记忆泊车等场景时，系统需要同时处理多路摄像头、毫米波雷达、激光雷达、超声波与 IMU/GNSS 数据，并在同一时间基准下完成感知融合、定位、预测、规划与控制。此时域控制器的核心价值不再是“多接几个传感器”，而是提供可扩展的异构算力、确定性的数据通路、功能安全与信息安全基础，以及可支撑 OTA 演进的软件架构。

TI Jacinto 系列正是面向这一需求演进的汽车处理器家族。它并非单一芯片，而是一条覆盖不同算力档位与安全等级的产品线：从面向中低阶 ADAS 的 TDA4VL/TDA4VM，到面向高阶域控与多传感器融合的 TDA4VH/TDA4VP，再到集成度更高的 DRA829 等车规器件。理解 Jacinto 的关键，不是记住型号后缀，而是看清其“异构计算 + 安全岛 + 高速外设”的共性结构：主域包含 Arm Cortex-A 系列应用核、Cortex-R 系列实时核、Cortex-M 系列微控制器，以及 TI 自研的 C7x/MMA 深度学习加速器、VPAC 视觉预处理加速器、DMPAC 深度与运动感知加速器；安全域则由 MCU 岛与安全岛承担，用于运行 AUTOSAR CP、实时控制与安全监控。

以 TDA4VM/DRA829 为例，其典型资源包括双核 Cortex-A72、六核 Cortex-R5F、C7x DSP 与 MMA、VPAC/DMPAC，以及 PCIe、USB、CAN-FD、千兆以太网、CSI-2 等接口。这些资源并不是“越多越好”，而是需要按任务类型分配：A72 运行 Linux/QNX 与高阶应用框架，R5F 运行 AUTOSAR CP 或实时控制，C7x/MMA 承担深度学习推理，VPAC 完成图像去噪、畸变校正、色彩转换等预处理，DMPAC 提供光流与深度计算。域控制器软件架构的本质，就是把这些异构资源组织成一条从传感器输入到执行器输出的可预测数据链。

从这张结构图可以看到，域控制器的数据链并非简单的“传感器→芯片→执行器”，而是存在多条并行且相互约束的路径。摄像头数据经 CSI-2 进入 VPAC 完成去噪、畸变校正与色彩转换，再送入 C7x/MMA 做目标检测与 BEV 特征提取；雷达与激光雷达数据经 CAN-FD 或以太网进入 R5F 或 A72，在时间同步后与视觉结果融合；融合后的环境模型由 A72 上的规划控制模块生成轨迹，再通过 R5F 转换为 CAN-FD 报文下发至线控转向、制动与驱动。与此同时，安全岛持续监控主域心跳、电源与温度，一旦发现异常可独立复位主域或切换至安全降级模式。

学习 Jacinto 域控制器软件开发，需要建立三层能力。第一层是“芯片资源认知”：知道 A72、R5F、C7x、VPAC、DMPAC、MCU 岛各自适合跑什么，以及它们之间的数据搬运靠什么（DMA、IPC、共享内存、PCIe）。第二层是“软件架构认知”：理解 Linux/QNX 与 AUTOSAR CP 如何共存，TI 的 SDK（RTOS SDK、Linux SDK、Edge AI SDK）分别覆盖哪些部分，PDK、MCUSW、VHAL、OpenVX、TIDL 等组件在链路中的位置。第三层是“系统集成认知”：能把传感器驱动、时间同步、数据录制回放、模型部署、CAN 通信、诊断与 OTA 串成一条可调试、可验证、可迭代的工程链路。

本课程后续将围绕这条链路展开。我们会先建立 Jacinto 的软硬件全景，再进入具体模块：从开发环境与 SDK 构建，到摄像头与雷达接入，到 TIDL 模型编译与部署，到 AUTOSAR CP 与 Linux 的 IPC 协同，再到功能安全、信息安全与 OTA。每一部分都会尽量落到可操作的配置、代码、参数与观察点上，而不是停留在概念介绍。对于初学者，建议先抓住“数据从哪来、经过谁、到哪去、谁在监控”这条主线；对于已有嵌入式或 ADAS 经验的读者，则可以重点关注异构核间通信、时间同步精度、推理性能与安全机制的工程取舍。

最后需要明确课程边界：Jacinto 平台覆盖从 ADAS 到高阶域控的广泛场景，但本课程不追求穷举所有型号与外设，而是以 TDA4VM/DRA829 为主线，建立可迁移的架构认知与工程方法。当你理解了异构资源如何被组织、数据如何被约束、安全如何被兜底，再面对 TDA4VH、TDA4VP 或后续器件时，迁移成本会显著降低。