60 AICPS智能驾驶新一代汽车软件和整车电子架构.docx

《60 AICPS智能驾驶新一代汽车软件和整车电子架构.docx》由会员分享，可在线阅读，更多相关《60 AICPS智能驾驶新一代汽车软件和整车电子架构.docx（10页珍藏版）》请在装配图网上搜索。

1、AI-CPS【智能驾驶】新一代汽车软件和整车电子 架构2020-06-10 原文 以下文章来源于麦肯锡，作者麦肯锡询问公司麦肯锡麦肯锡公司是麦肯锡大中华区的官方微信账号，旨在与公众共享麦肯锡公司最新的争 辩和洞见，发布企业信息。随着智能互联、自动驾驶、电动汽车及共享出行的进展，软件、计算 力量和先进传感器正渐渐取代发动机的统治地位。与此同时，这些电 子系统的简单性也在提高。以当今汽车包含的软件代码行数 （SLOC）为例，2010年，主流车型的SLOC约为1000万行；到 2016年达到1.5亿行左右。简单性正如滚雪球般越来越高，不行避开 地导致了与软件相关的若干严峻质量问题：这在近期若干起大规

2、模车 辆召回大事中屡有耳闻。处理迫在眉睫的行业隐忧当前，软件在D级车（或大型乘用车）的整车价值中占10%左右，估计 将以每年11%的速度增长，到2030年将占整车内容的30%o数字化汽车 价值链上的全部企业均在尝试从软件和电子技术带来的创新中获利（见图 1）。软件公司和其他数字技术企业正从目前的二、三级供应商逐渐成为 整车企业的一级供应商。他们超越了功能和使用程序（APP）的范围，进 一步涉足操作系统，加深在汽车“技术栈中的参与度。同时，传统的汽车 电子系统一级供应商正在大胆进入IT巨头所在的功能与使用程序领域。 奢华品牌车企则正进入操作系统、硬件简化、信号处理等更底层的技术领 域，以期从根本

3、上确保其技术优势和独特性。这些战略举措的结果之一是车辆架构将变为以通用运算平台为基础的，面 对服务的架构（SOA） o开发者将得以添加新的智能互联处理方案、 升，因此用户对更高价值用户体验的需求也相应添加了。C3X框架可以更 轻松地量化由车联网带来的经济价值。整个生态系统的参与者都将能够更 精确 地了解，如何将用户体验提升到下一个等级以及他们在各个等 级能够通过车联网制造多少价值。车联网等级详解在C3X框架中，基础式互联（L1）意味着车辆仅支持驾驶员对该车的使 用情况和技术情况进行基本监测；共性化互联（L2）意味着车辆可以通过 驾驶员的个人材料猎取外部数字平台上的服务，例如安卓汽车系统、苹果

4、CarPlay 领取宝等。在这两个级别上实现数据的货币化已经成了诸多企 业盈利的核心，特殊是对高科技公司。汽车厂商也同样在尝试车联网货币 化；消费者对此已经产生了需求并情愿为基础联网功能付费，例如车内热 点和基于车辆使用情况的保养检查等。随着车联网等级的提升，当用户体验在人工智能的支持下从被动式转变为 智能化、前瞻性服务时，价值制造机会也会随之猛增。达到L3水平常， 车联网系统的关注范围会扩展到驾驶员之外的全部同乘人员，他们同样可 以享有共性化把握、信息消遣和定向广告。L4则通过多模式（例如语音 和手势）供应实时交互，允许驾乘人员与车辆自然“对话，并通过该对话 接收来自车辆服务和功能相关的自动

5、建议。当达到框架顶层的L5时，系 统将成为虚拟代驾”一一即认知化的AIo AI系统将胜任高度简单的通讯 和协调任务，能够猜测乘员需求并完成简单且突发的任务。车联网一一现状及将来展望目前，超过80%的汽车保有量低于或者刚达到L1的水平。这说明将来仍 有很大提升空间。部分奢华车款，如奥迪Q7、宝马7系、凯迪拉克凯雷 德、雷克萨斯LX、梅赛德斯-奔驰GLE和特斯拉Model X等等，达到了 L2标准，可为消费者供应激奋人心的车内体验。中国的上汽荣威/MG搭 载的斑马系统也达到了 L2标准。但截至今日，尚没有全面达到L3要求的 量产车辆，仅有部分高端车型的顶配版本有若干L3的功能特征。不过， 麦肯锡的

6、争辩表明，到2030年，全球销售的新车中将有近一半可达到L3 水平或更高水平。但要将该目标变为现实，车联网用户体验的通用标准仍有很长的路要走。 C3X框架可让各行各业的不同参与者使用相同的技术言语，化简单为清 楚，同时为下一步工作制定明确目标：无缝、互联、智能的车内体验。消 费者和生态系统参与者也可借此框架就车联网的真正含义构成共识。本文来源：中汽创新创业中心，智车科技(IV_Technology)整理编辑先进制造业+工业互联网APP、人工智能元素、高级分析工具和操作系统等。差异化（或独特性） 将不再仅仅停留于传统的车辆硬件方面，而更多地通过由软件和先进电子 技术赋能的用户交互界面和体验层面来

7、体现。图1软件推动汽车行业关键创新软件创新举例汽车网联化汽车网联化第二方服务集成 07A更新带来更佳的用户体 验云端与汽车的联系将更加紧 密汽车电动化引入最新的气车电子电气技 术.通过优化软件算法来降低整 车电耗涔军无人驾驶化-传感器及执行器的发展正方 兴未艾-对计算能力及数据传输的需 求日益旺盛无人驾驶对可靠性的要求愈 莎苛静共享化-各类汽车共享服务及APP定制化的驾驶体验将来的汽车将成为搭载全新差异化元素的平台（见图2）。这些差异化元 素可能包括最新的车载消遣系统、自动驾驶和智能平安等以“高容错性”为 根本的功能。软件将通过智能传感器与硬件整合，进一步深化数字堆栈。 堆栈之间将完成水平整合

8、，并添加新层，从而将全体结构转化为SOA。 最终，全新的软件和电子架构将催生多个转变玩耍规章的趋势，提升简单 性和相互依靠程度。例如，新的智能传感器和使用将驱动车辆数据“迸发 式增长；相关产业链上下游企业若想维持竞争力，就必需高效处理和分 析这些数据。模块化的SOA和OTA更新对大型简单软件的维护至关重 要，并催生可满足车主最新需求的商业模式。由于第三方APP开发者将 越来越多，车载消遣系统将越来越使用程序化，甚至高级驾驶协助系统 （ADAS）也会在肯定程度上APP化。对数据平安的关注将渐渐从纯粹的 权限把握策略转变为综合性平安概念，以达到猜测、避开、检测和防备网 络攻击的目的。汽车电子电气架

9、构将来走向的十大假设通向将来技术和商业模式之路远未明晰。我们就此提出了十大假设。趋势1：电控单元（ECU）的整合程度将提升汽车行业将转为整合的ECU架构，这在高级协助驾驶系统（ADAS）和高 度自动驾驶（HAD）功能上尤为必要，而其他车辆功能则仍可能保持较高 程度的去中心化随着自动驾驶的进展，软件功能虚拟化和硬件简化的重要意义将进一步提 升，而这可能以几种形式成为现实。一是将硬件整合到针对不同时延性和 牢靠性要求的堆栈中；二是一个冗余的“超级计算机”将取代ECU的地 位；三是彻底放弃把握单元的概念，转而接受智能节点计算网络。趋势2：特定硬件使用堆栈数量将遭到限制。下列四个堆栈会成为今后 五到十

10、年内新一代汽车的基础：时间驱动栈。把握器直接与传感器或执行器相连，而系统则需要支持严格 的实时要求和低延迟时间；资源调度将基于时间。该堆栈包括达到最高汽 车平安完整性等级的系统，例如经典的汽车开放系统架构（AUTOSAR） o大事-时间驱动堆栈。这一混合堆栈能将诸多高功能平安使用结合在一 起，例如ADAS及HADo操作系统将使用程序和外设分隔；使用程序则 依据时间进行调用。在使用程序内部，资源调度可以依据时间或优先等级 打算。运转环境将确保关键的平安使用与车内其他使用程序分隔并独立运 转。目前这一概念的示例是自顺应AUTOSARo大事驱动堆栈。该堆栈以对平安等级要求较低的资讯消遣系统为中心。这

11、 些使用程序与外设清楚地分隔开来，资源调度将遵照最优化准绳或基于大 事。该堆栈包含允许用户与车辆交互的常用可视功能，如安卓、汽车等级 Linux、GENIVI 和 QNX。云堆栈。该堆栈协调车辆外界对车辆数据及功能的访问，并担任通信、平 安、以及使用程序认证。该堆栈还须建立一个预定义的车辆界面，包括近 程诊断。趋势3：扩展的两头层将使使用程序从硬件中笼统化随着车辆渐渐演化成移动运算平台，两头件（middleware）将实现车辆重新 配置，以及相关软件的安装和升级。当前ECU内部的两头件只是担任跨 ECU间的通信。新一代车辆则与此不同，两头件将是域把握器与功能访问之间的连接。两 头层在ECU硬件

12、之上运作，并推动笼统化和虚拟化、SOA以及分布式运 算。趋势4：车载传感器数量将飞速添加在今后两到三代汽车产品上，整车企业将安装多个具备相像功能的传感 器，来确保车辆具有充分的平安冗余。长期看来，行业将开发更完善的传 感器处理方案来削减传感器数量和成本。长远来看，对于车辆传感器数量，可能会消灭不同的进展情景一一添加、 稳定不变或是下降。哪个情景最终会发生将取决于监管政策、技术成熟度 以及在不同用途下使用多个传感器的力量。举例来说，监管部门可能要求 愈加亲密地监控司机身体情况，从而添加传感器的使用。然而，一味添 加，或者数量维持不变，都不利于成本把握。所以削减传感器数量的动力 将会较为充分。将来

13、的高级算法与机器学习可添加传感器功能和牢靠程 度，再辅之愈加强大的传感器技术，传感器冗余将无望削减。图3传感器融合将为无人驾驶提供更大冗余传感器功能的评级 土 Y登物体探泌偎像头.激光雷达超声波雷达 激光雷达撮像头_映 猝分类. 测距. 物体边缘精度_ _ 车道跟踪 可视范围. 猝劣 P 条件干扰 抗不良照明条件干扰. 技术成熟度 “念达摄像头惺今后A8年内最有可能的技术蛆合；但从长期看，固志雷达+撮像头”可能具有更大的潜力1趋势5：传感器将愈加智能集成化的智能传感器将被用来管理HAD所需的大量数据。传感器融合和3D定位等高级功能将在中心化运算平台上进行，预处理、筛选和快速反 应则很可能直接在

14、传感器内完成。据估算，一辆自动驾驶汽车每小时产生 的数据量将达4TB,因此，传感器将需要完成部分传统由ECU完成的工 作。为确保正确运转，新一代传感器清洁系统，例如除冰除尘等，将尤为 必要。趋势6：全电力和数据网络冗余将变得至关重要对牢靠性要求较高的平安类关键使用，将利用整个冗余圈来完成全部对平 安行驶至关重要的工作，如数据传输和电力供应等。电动汽车、中心计算 机和高耗能分散式计算网络都会需要具备冗余性的新型能源管理网络。线 控转向和其他HAD功能所需的高容错性同样需要冗余系统设计。这一切 尚难以在目前的毛病爱护监控使用架构上完成，仍有待进一步突破。趋势7： “汽车以太网”势不行当将成为整车支

15、柱数据量的提升、HAD的冗余要求、互联环境下的平安保障，以及跨行业 标准协议的需求很有可能催生汽车以太网，并使其成为冗余中心数据总线 的关键助推要素。以太网处理方案可以实现跨域通信，并通过添加以太网 扩展，例如音-视频桥接（AVB）和时间敏感网络（TSN）等，来满足实 时性要求。本地互联网络、把握器区域网络等传统网络将连续在车辆上运用，但仅用 于封闭式的低级网络，如传感器和执行器等。FlexRay和MOST等技术有 可能被汽车以太网及其扩展（如AVB、TSN等）取代。趋势8：整车企业会严控与功能平安及HAD相关的数据互连，但将为 第三方访问数据开放接口发送与接收平安关键数据的中心互联网关将一直

16、直接且仅连接到整车企业 的后台，第三方会被允许进行数据访问（被监管法规排解的场景除外）。然而，在车辆APP化的推动下，资讯消遣系统的新兴开放接口将允许内 容和使用程序供应商加载内容，而整车企业将尽可能严格地保持各自的标 准。目前的车载诊断端口将被互联通讯方案取代。通过接入整车物理端口来读 取车辆数据不再必要，登陆车企后台即可。车企将在其后台开放若干数据 接口，以满足若干特定场景的需求，如失窃车辆轨迹追踪或共性化保险 等。趋势9：汽车将在云端结合车内及车外信息虽然非车企以外的企业参与程度仍取决于监管法规，非敏感数据（即非隐 私或平安相关数据）仍旧无望更多地在云端进行处理。随着数据量的增 长，大数

17、据分析将被越来越多地使用于数据处理，并将基于数据处理结果 制定相应的举动方案。基于数据的自动驾驶的使用及其他各项数字化创新将依靠于不同企业之间 的数据共享。当然现在仍旧不清楚不同企业间的数据共享将如何实现、由 谁实现，但次要的传统供应商和技术企业已经开头建立无力量处理此种海 量数据的集成化平台。趋势10：汽车将使用双向通信的可更新部件通过车载测试系统，汽车可以实现自动检查功能和集成更新，从而推动生 命周期管理，以及添加或解锁产品的售后功能。全部ECU都会与传感器 和执行器交换数据，并检索数据包来支持创新性用例，如基于车辆参数的 路线计算。OTA更新是HAD的前提条件，它还将有助于开发新功能、确

18、保网络平 安，并使车企得以更快部署功能与软件。现实上，正是OTA推动了本文 提及的多项整车架构上的严重变革。为实现类似智能手机那样的升级性，汽车行业须克服限制性的经销合同、 监管要求和平安与隐私问题等诸多挑战。整车企业将与该领域的技术供应 商亲密合作，在OTA平台上实现车队标准化。车辆将在全寿命周期内猎取功能性及平安性升级。监管部门可能强制要求 软件维护，来确保车辆设计的平安完整性。更新和维护软件的责任将在车 辆维护与运转领域催生新业务模式。评估汽车软件和电子架构的将来影响软件和电子架构在将来面临的颠覆性趋势同样不行小觑。诸多战略性举措 可能就此催生：车企可以组建行业联盟来实现车辆架构标准化，

19、IT巨头可 以引入车载云平台，出行方案供应商可以开发开源车辆堆栈和软件功能， 车企也可引入愈加先进的互联车辆和自动驾驶车辆。对于传统整车企业而言，从以硬件为中心转为以软件为导向，以服务为主 导的挑战更为困难。我们在此提出五条战略建议：将车辆与车辆功能的开发周期分别。整车厂和一级供应商须从技术和 组织的角度，明确如何在车辆开发周期之外，进行整车功能的开发、 供应及部署。考虑到目前的车辆开发周期，整车企业须找到管理软件 创新的方式，还 应思考如何为现有车辆制定加装和升级方案（例如 计算单元）。为软件和电子技术开发制定附加值目标。整车企业必需找到本身能建 立把握点的差异化功能，由于清楚定义软件和电子

20、技术开发的附加值 目标意义严重。同样重要的是，明确哪些领域可能被同质化”，或者 有哪些课题只能由合作伙伴供应。为软件贴上清楚的价格标签。软件与硬件的分别意味着整车企业需要 重新思考单独购买软件的内部流程和机制。除了传统方法外，还须分 析如何将软件开发中的灵敏方法在选购流程中得到充分利用。在这个 问题上，供应商（一级、二级和三级）也扮演了关键角色。围绕新电子架构设计具体的组织结构（包括相关后台）。在转变内部 流程来交付和销售高级电子技术和软件之余，企业还应思考如何为与 车辆相关的电子技术课题建立相应的组织结构。分层式的新架构需要 打破现有的垂直化体系，引入全新的水平化组织单元。另外，企业还 须培

21、育内部软件和电子开发团队的专无力量和技能。将汽车功能商品化并以此为基础设计商业方案。企业必需分析哪些功 能可以为将来架构带来真实收益，从而实现变现，由此可以为软件和 电子系统的销售开发新的业务模式，无论其是产品、服务或某种全新 概念。中国将成为汽车软件及电子产业进展的新高地中国的整车行业在过去几年取得了有目共睹的巨大进展。国产汽车行业的 进展不只体现在传统能源汽车的研发及制造上，也同时体现在了诸如汽车 电动化、共享化、互联网化、无人驾驶化等所谓“新四化”上。国产汽车软 件及电子的进展，也会借此东风，不断取得新进展。在上文述及的十大趋势中，我们看到在一些中国领先汽车企业身上也有所 体现。趋势1

22、（ECU整合）：比亚迪早前宣布在最新的e平台上实现仪 表、空调、音响、智能钥匙等把握模块10合1 ,使整车把握模块线 束大幅削减，降低模块毛病率以及提升生产拆卸效率。趋势7（汽车以太网）：上汽集团早前推出了基于全新电子电气架构 的电动车平台一一Double E架构，核心亮点之一是接受了支持海量 数据极速传输的以太网技术。趋势8（整车厂商开放数据接口）：比亚迪早前上线了汽车才智开放 平台，并通过该平台将车内信号封装为数百个API。开放的API内 容涵盖车身、行驶数据、车速、全景、空调、雷达、充电设备等18 类数据。趋势9 （云端数据处理）：阿里巴巴推出的AliOS智联网汽车处理 方案，其一大亮点

23、是充分发挥了阿里云在云计算、大数据和人工智能 的优势，借助阿里巴巴的生态力量，赋能合作伙伴更好探究”数据x 智能驱动的新型业务模式。趋势10 （ OTA ）:上汽与阿里巴巴合作的斑马智行在2017年底 /2018年初完成对近40万台荣威/MG品牌乘用车的OTA升级，遭 到了业内极大关注，可谓是智能汽车在华进展的标志性大事之一。汽车软件和电子系统的新时代己经开启。此前业内奉为圭臬的业务模式、 客户需求和竞争格局都将发生剧变。我们对即将产生的产值和利润持乐观 态度。但若想从变革中获益，汽车行业的全部参与者均应依据全新的环 境，重新思考和谨慎定位（或再定位）本身的价值主意。麦肯锡的车联网及用户体验分

24、级框架无人驾驶力量每提升一个等级，就对应的引入一项更高级的技术力量。这 种严格的分类反映了一种以工程为导向的方法一一是或否，零或一。通过 历时三年的跨界争辩、多次全球圆桌会议、3,000次消费者访谈和100多 位公司（包括从初创公司到大型公司在内的各类公司）高层管理人员访 谈，再辅之以麦肯锡在无人驾驶领域的询问服务阅历，麦肯锡将来出行争 辩中心（MCFM）制定了一套明确清楚的车联网及用户体验分级框架，即 麦肯锡互联网汽车客户体验（Mckinsey Connected Car Customer Experience, C3X ）框架（下图）。功能内炭于率联网系统功能须手动操作蕴不可田车翁状态与驾

25、驶员的实现所有驾所有驾乘人智能决策检测数字化生态乘人员的个员的多场景系统相关联性化设直化互动 与外部环3基于偏好的个性化所有驾乘人员均可按个人偏好定制自己的信息 娱乐内容；且支持定向广告1基础式互联驾驶员能够跟踪车辆基本使用情况并监测 技术状况2个性化互联驾驶员使用个人账号登录并通过外部数字 化生态系统和平台获取数字化服务4多场景实时互动|所有驾案人员与车辆实时互动，并接受定制化 的服务及功能推荐5虚拟代驾所有驾乘人员的显性和隐性需求均由认知化的AI预测并实现 虹屯中汽创新创业中心图麦肯锡互联网汽车客户体验（C3X）框架概括了从最基本到高度简单，且涵盖五个等级的车联网用户体验诚然，自动驾驶及其等级可以依据驾驶员介入汽车行驶的程度（从完全由 驾驶员把握到零人为干涉）进行定义，而车联网则该当从乘客体验角度动 身进行定义。这种区分并非是学术性的。车联网很大程度上是通过汽车数 据实现增收、降本并提高平安性的。通过车内传感器和来自多个数字化领 域（包括社交媒体、智能化家居、以及智能化办公室）的消费者偏好数 据，人工智能（AI）得以猜测和响应乘客的需求和命令。企业越能为乘客制造无缝化体验，就越可能促进增收、降本以及平安驾驶 目标的实现。随着车联网生态系统技术的日益简单，消费预期也在同步提