当前位置：网站首页>AUTOSAR从入门到精通100讲（八十一）-AUTOSAR基础篇之FiM
AUTOSAR从入门到精通100讲（八十一）-AUTOSAR基础篇之FiM
2022-04-23 06:13:00 【格图洛书】
前言
你清楚以下几个问题吗？
-
当系统发生故障时，系统应该怎样做出反应呢？
-
如何实现当故障发生时，系统做出相应的可预知行为呢？
-
我们经常讲的系统降级跟FiM到底是什么关系？
-
FiM与其他基础软件模块是如何交互的呢？
-
如何实现Event与FiD的Mapping关系？
-
……
这篇，我们来一起探索并回答这些问题。为了便于大家理解，以下是本文的主题大纲：
思
正文
FiM模块主要功能
通过对AUTOSAR标准文档的分析，总结如下：
-
FiM模块提供了一种基于抑制场景的功能降级策略，同时该抑制场景可配置；
-
可通过特定的Function Identifier来实现相应的抑制场景；
-
抑制场景可基于Dem模块的Event在FiM模块中根据降级需求完成映射；
-
FiM模块为BSW以及SW-C各模块的抑制场景提供了一种有效的降级手段；
简而言之，当SW-C或者BSW层发生故障发生时，会将故障即Event上报给到DEM模块，DEM模块会通过某种关系通知到FiM模块，
版权声明
本文为[格图洛书]所创，转载请带上原文链接，感谢
https://getuluoshu.blog.csdn.net/article/details/121422061
边栏推荐
- torch_geometric学习一，MessagePassing
- 机器学习——模型优化
- torch. mm() torch. sparse. mm() torch. bmm() torch. Mul () torch The difference between matmul()
- Machine learning II: logistic regression classification based on Iris data set
- torch.where能否传递梯度
- 深度学习模型压缩与加速技术（一）：参数剪枝
- 如何利用qemu搭建SOC protoype：80行代码实现一个Cortex M4 模拟器
- 1.1 pytorch and neural network
- 【点云系列】DeepMapping: Unsupervised Map Estimation From Multiple Point Clouds
- SHA512/384 原理及C语言实现(附源码)
猜你喜欢
第1章 NumPy基础
机器学习 三: 基于逻辑回归的分类预测
【点云系列】Unsupervised Multi-Task Feature Learning on Point Clouds
![[Point Cloud Series] SG - Gan: Adversarial Self - attachment GCN for Point Cloud Topological parts Generation](/img/1d/92aa044130d8bd86b9ea6c57dc8305.png)
[Point Cloud Series] SG - Gan: Adversarial Self - attachment GCN for Point Cloud Topological parts Generation
Use originpro express for free
主流 RTOS 评估
机器学习——PCA与LDA
【點雲系列】SG-GAN: Adversarial Self-Attention GCN for Point Cloud Topological Parts Generation
pth 转 onnx 时出现的 gather、unsqueeze 等算子
ThreadLocal, just look at me!
随机推荐
[2021 book recommendation] kubernetes in production best practices
“Expression ＃1 of SELECT list is not in GROUP BY clause and contains nonaggregated
Gobang games
ThreadLocal, just look at me!
Gephi教程【1】安装
【3D形状重建系列】Implicit Functions in Feature Space for 3D Shape Reconstruction and Completion
PyMySQL连接数据库
enforce fail at inline_container.cc:222
【動態規劃】不同路徑2
Pytorch trains the basic process of a network in five steps
PyTorch 18. torch.backends.cudnn
【点云系列】Fully-Convolutional geometric features
imx6ull-qemu 裸机教程2：USDHC SD卡
【动态规划】最长递增子序列
安装 pycuda 出现 PEP517 的错误
机器学习 二：基于鸢尾花（iris）数据集的逻辑回归分类
c语言编写一个猜数字游戏编写
torch_ Geometric learning 1, messagepassing
【动态规划】三角形最小路径和
Chapter 4 pytoch data processing toolbox