一、实时系统概述

大家好，我是老张。在嵌入式领域摸爬滚打了十几年，今天咱们来聊聊实时系统。说实话，这话题看着基础，但真要在多核处理器上把它玩明白，坑可不少。

先问个问题：你手机死机了，重启一下就好。但要是自动驾驶汽车的控制系统死机了呢？嗯，这就是实时系统要解决的核心问题——系统必须在规定时间内完成指定任务。

1.1 实时系统的定义

实时系统，说白了就是「时间说了算」的系统。它不光要算得对，还得算得准时。

我习惯这样定义：
实时系统 = 逻辑正确性 + 时间正确性

举个例子，你写了个程序计算 1+1=2，结果对了。但如果这个结果是在按下按钮后 10 秒才出来，那在实时系统里，这就是错的。

我在做飞控系统时遇到过一件事：有个同事写了个导航算法，算得特别准，但每次计算要花 500 毫秒。而飞控周期是 200 毫秒一次。你想想看，这算法再准也没用，因为等它算完，飞机早不知道飞哪儿去了。

1.2 实时系统的分类

实时系统分两类：硬实时和软实时。这俩的区别，我经常用「错过 deadline 的后果」来区分。

特性	硬实时	软实时
错过截止时间	系统崩溃/灾难	性能下降/体验变差
典型场景	安全气囊、飞行控制	视频播放、网络游戏
时间确定性	必须保证	尽量保证
设计成本	高	相对低

硬实时系统

硬实时系统，错过 deadline 就是事故。我曾经参与过一个汽车安全气囊的项目，从碰撞传感器触发到气囊弹出，必须在 15 毫秒内完成。超过 1 毫秒，人就可能撞到方向盘上。

这类系统的特点是：时间确定性是第一优先级。哪怕牺牲一点计算精度，也要保证按时完成。

软实时系统

软实时系统就宽容多了。错过 deadline 不会出人命，但用户体验会下降。比如你刷短视频，偶尔卡顿一下，能忍。但要是每 3 秒卡一次，你肯定摔手机。

我做过一个视频监控系统，要求 30 帧/秒。偶尔掉到 25 帧，客户也能接受。但要是掉到 10 帧以下，那就得返工了。

1.3 实时系统的应用场景

实时系统无处不在，但最典型的就三个领域：自动驾驶、工业控制、航空航天。我挨个说说。

自动驾驶

自动驾驶是实时系统的「集大成者」。一辆 L4 级别的自动驾驶汽车，每秒要处理上 GB 的传感器数据，同时做出转向、刹车、加速等决策。

举个例子，摄像头拍到前方有个行人突然横穿马路。从识别到刹车，整个流程必须在 100 毫秒内完成。这里面涉及：

• 感知：摄像头、激光雷达数据采集（10ms）
• 融合：多传感器数据对齐（20ms）
• 决策：判断是否刹车（30ms）
• 执行：刹车指令到制动器（40ms）

你看，每个环节都有严格的时间预算。我在做自动驾驶项目时，最头疼的就是「感知延迟」和「决策延迟」之间的平衡。感知做得越精细，延迟就越高。但决策又需要足够的信息。这中间的取舍，全靠经验。

工业控制

工业控制是实时系统的「老本行」。从 PLC 到 CNC 机床，从机器人到流水线，全是实时系统。

我印象最深的是一个注塑机项目。注塑机的温度控制要求精度在 ±1°C 以内，采样周期 10 毫秒。如果温度超调，产品就会出现气泡或缩水。

工业控制的特点：

• 周期性强：每个控制周期必须完成采样-计算-输出
• 可靠性要求高：7×24 小时不间断运行
• 环境恶劣：高温、振动、电磁干扰

航空航天

航空航天是实时系统的「天花板」。从飞控到航电，从卫星到火箭，每一个子系统都是硬实时。

我参与过一个无人机飞控项目，要求：

• 姿态控制周期：1ms
• GPS 数据更新：10Hz
• 传感器融合：5ms 内完成
• 故障切换：2ms 内完成

这些要求放在多核处理器上，任务分配就成了关键。哪个核跑控制算法，哪个核跑通信协议，哪个核做故障监控——分配不好，系统就崩。

航空航天还有一个特点：认证成本极高。DO-178C 认证，每行代码的认证成本可能高达 100 美元。所以代码要精简，逻辑要清晰，测试要全覆盖。

知识体系总览

下面这张图，是我自己画的实时系统知识体系。你看一眼，心里就有数了。

这张图把实时系统的三个核心维度串起来了。定义是基础，分类决定设计思路，应用场景决定具体实现。后面咱们讲多核任务分配，每一步都离不开这三个维度。

---

公众号:蓝海资料掘金营，微信deep3321