一、智能电动汽车软件范畴
按照新能源汽车的特点以及中央计算电子电气架构的发展趋势,可以按照以下三个类别,对智能汽车软件进行分类:动力与底盘控制器、车身控制器、中央计算单元。
动力与底盘控制器
底盘类的功能,包括电子转向(EPS)、电子驻车(EPB)、车身稳定(ESP)、集成动态制动(IDB)等等,都是牢牢的掌握在了一线Tier手里,这部分软件都是和机械零部件绑定在一起的,在其整个生命周期内不会发生功能的改变(可能会重新标定新的参数),实现的是车辆运行最基本的、有最高功能安全等级要求的、微秒级时延的功能。所以即使是在集中式的电子电气架构下,未来很长一段时间,这部分功能都会以独立ECU的方式存在,遵守Classic AutoSAR标准进行开发。 在“动力与底盘”控制器中,整车厂唯一可以做并且非常有必要的是,提供一个底盘域的适配层,为中央计算单元提供标准的线控服务,这样以来,中央计算单元就不用单独和各个底盘ECU通信(不同车型可能使用了不同Tier1的产品),可以做到中央计算单元和车型平台解耦。 动力类包含了新能源三大核心技术,整车控制器(VCU)、电机控制器(MCU)和电池管理系统(BMS),其中VCU通过采集油门踏板、挡位、刹车踏板等信号来判断驾驶员的驾驶意图;通过监测车辆状态(车速、温度等)信息,向动力系统、动力电池系统发送车辆的运行状态控制指令。BMS负责估测动力电池组的荷电状态 SOC,即电池剩余电量,保证SOC维持在合理的范围内,同时监测电池充放电过程中的温度、电流、电压等,保持整组电池运行的可靠性和高效性。MCU系统根据数学模型,采集位置、电流信号,对IGBT进行通断控制,形成交变磁场,从而控制电机按目标进行运转。这三大部件对整车性能有着重要影响。越来越多的主机厂选择自己进行开发,也就有了往集成化方向发展的基础,可以逐步将功能迁移到“底盘与动力”控制器当中去。
车身控制器
传统也叫BCM,车身控制相关的功能包括,车门、车窗、天窗、雨刮、照明、空调、空气净化、无钥匙进入等等,整车厂对这部分具有很高的决定权,现存的绝大部分ECU上的功能都可以搬到车身控制器上去,按照开关、传感器、执行器的维度对原有ECU的功能进行分解,主机厂可以自己开发,也可以要求Tier1按照规范提供软件模块,由主机厂进行集成。
中央计算单元
中央计算单元的集成的三个重要模块分别是自动驾驶、智能座舱、通信单元。为什么把这三块放在一起,下一章会详细介绍,本节重点介绍其内容。
自动驾驶,软件上具体的要做的事情,上一篇有过介绍,其核心是算法和数据的积累,稍微有点实力的主机厂都不会放弃自主研发,因为一旦掉队,短时间追不上来,也将彻底沦为硬件的代工厂,这是一个需要长期高投入的领域,在这个领域当中,主机厂、算法商、Tier1等各自的分工,也都还在探索当中。传感器与芯片算力,是发展中的主要制约因素。 智能座舱,各个主机厂都在做,其技术和生态是消费电子在车场景的延展,一般会选择一家互联网公司合作,其核心还是围绕了人机交互展开,探索人与设备之间的关系,目前最主要的两大交互方式就是触屏+语音,对整车硬件的智能化的水平有很高的要求,但是车载硬件算力的滞后特性,导致功能体验不如消费电子。
通信单元,也叫TBOX,是车与外界联系的枢纽,目前主要实现的功能,如远程车控、远程诊断、整车OTA、国地标数据采集等等,与车的联系非常紧密,主机厂一般都会自己开发上面的应用软件。其发展和通信标准的强相关,比如4G到5G的切换,未来技术上影响较大的因素是V2X,其发展会改变目前的软硬件架构。
二、软件+硬件皆可升级的基础
软件OTA的能力,各家主机厂目前都已经具备了,相比于传统的汽车,软件OTA在一定周期上给汽车注入了新的活力,但依然会碰到算力的天花板。汽车的机械零部件,出厂之后,其功能整个生命周期都不会发生变化,但是中央计算单元,其发展始终跟随最新的ICT技术,在车的生命周期当中,算法、芯片、通信标准等会不断的更迭换代,车的生命周期都在5年以上,但相关的ICT技术,基本2年就会有一个大变样。用户不可能像换手机去一样去换汽车,既然不能换车,为什么不能让用户可以升级中央计算单元呢?升级中央计算单元硬件,特斯拉已经在这么做了!为什么传统主机厂以前在这方面不作为呢?
还是卖硬件的老思维,一次性买卖,没有升级零部件的动力!喜欢搞各种花式车型,每个车型为了体现差异,还要改改硬件、比如多装一块屏,改改屏幕分辨率,竖屏改横屏,等等!底层车型电子电气架构还不统一,换一家厂商的零部件,信号就得重新适配!对智能化不重视,软件能力差,无能力架构跨平台的软件基础设施。
以上几个原因,导致了软硬件无法形成平台化,原本羸弱的资源,全部耗散在了无限的车型适配工作当中,根本没有资源提前去研发下一代平台,如此产生恶性循环。写这段的时候,我还是有点激动,曾经加班加点,就是为了把同样的工作适配到十多款车型,毕竟也是为此耗散过青春!Tier1的朋友们倒是很开心,反正只要给钱,主机厂愿意改,他们就愿意接! 不仅要在用户看得到的功能上下功夫,还要在软件的工程能力上下功夫,重视架构设计,否则一旦历史的包袱积累到一定程度,连重构的勇气都会丧失!作为中国高科技公司的代表,连任正非都喊出了华为要加大投入,提高软件能力的口号!
如何能够做到中央计算单元的软硬皆可升级,才是真正考验软硬件架构能力的课题,特斯拉已经开了个好头,就看接下来追上去的是谁。
动力与底盘控制器、车身控制器,其核心软硬件设计目标,是要为中央计算单元提供良好的服务接口,让中央计算单元既能够灵活调用,同时也保持松耦合关系,终极目标是实现软硬件皆可升级。
三、面向服务的架构设计
在传统的离散架构下,车内的ECU通过总线相互通信,但是它们之间的信号收发关系和路由信息都是静态的,是在编译阶段写死的。各个ECU会周期性的发出各种信号,如果需要在另外一个子网当中使用,还需要网关进行转发,出于负载的考虑,网关通常不会把所有信号都转发,如果预先定义功能中,不包含某个信号,而后续又要使用,除了修改业务所在单元之外,还需要对网关的配置进行修改。
如果车辆上市后,想在某个控制器上新增功能,可以通过OTA更新该控制器的软件,但是这个功能需要的其他控制器的信号怎么解决呢?当然,也可以把所依赖的控制器都OTA一遍,但这个工作量与同时OTA的控制器的数量是指数关系,新架构上升级一个控制器,一个月就能解决的事情,在老的架构上可能需要一年。
面向服务的架构(Service-Oriented Architecture,SOA),是一种架构设计思想,它将应用程序的不同功能单元(称为服务)通过这些服务之间定义良好的接口和契约联系起来。接口是采用中立的方式进行定义的,它应该独立于实现服务的硬件平台、操作系统和编程语言。这使得构建在各种这样的系统中的服务可以以一种统一和通用的方式进行交互。SOA在互联网IT中有很多应用案例,和微服务的架构有相似的地方,具体可以参考SOA和微服务架构的区别。 简单来说,SOA就是要求各个控制器,把自己的能力,以服务的方式提供出来,以此来构建一个与车型、芯片、操作系统无关的灵活可变的平台系统。 服务内高内聚,功能完整,可复用服务间低耦合,无依赖服务通信接口标准化,不依赖于平台实现。
下面举个例子来说明,在中央计算电子电气架构下,以以太网为通信方式,把各个控制器提供的功能按服务的维度进行拆解(以下只是示意,主要为了讲清楚原理,服务的分类、拆解、分层,是一个架构设计的细活儿,是一个系统性的工作)。
面向服务的架构设计举例.png 上面这张图,软件上的分层看起好像和传统软件的架构也没太大区别,其实这里面最关键还是服务间的连接关系,其核心是需要SOA框架软件的实现一套服务管理的框架,类似与IT领域所说的 UDDI(Universal DescriptionDiscovery and Integration,统一描述、发现和集成),提供服务发布、查找和定位的方法。在这个框架下,服务节点可以动态加入,并且按照统一标准实现的所有服务都是对等的,服务之间可以动态的建立订阅/发布的关系,且相互之间以一种中立的服务描述语言为契约,是一种松耦合的关系。
服务可以分为三类,原子服务、组合服务、流程服务,原子服务提供的是最基本的功能,比如获取传感器的数据、升降车窗指令;组合服务是利用多个原子服务,实现了部分判断逻辑,比如升降车窗并不是任何条件下都能执行,还需其他条件去综合判断;流程服务,是根据业务功能定义的服务,比如产品上定义一个抽烟模式,需要同时打开车窗、天窗,并播放车主收藏的音乐,这就需要调用多个组合服务去实现。
原子服务,一般和硬件功能有关,硬件功能决定了原子服务的范围;组合服务,可以认为和某种策略和控制逻辑相关,比如实现一种新的驾驶模式;流程服务,可以认为是和特定场景下的产品功能。在SOA的软件框架下,“软件定义汽车”就变成了,在一个完备的原子服务集合当中,通过定义新的组合服务与流程服务,去实现新的产品功能。而在硬件可升级的前提下,又可以通过硬件升级,去拓展原子服务的功能范围。比如,换了带V2X的中央计算单元,就可以新增V2X相关的原子服务,然后定义一个新的流程服务,如,基于V2X的紧急刹车。
当然新的架构,也一定会带来新的挑战:
架构设计的挑战, 比如上面提到的服务的拆解、分类、分层,这类工作往往具有一定的灵活性,需要不断地去摸索和总结最佳实现。
功能安全的挑战,传统AutoSAR,功能静态部署,可以对每个分支流程,做危害分析,而SOA功能可以动态部署,无法预先做到每个场景都覆盖到。
信息安全的挑战,传统的离散系统,造成信息孤岛的同时,也无形之中构建了一道物理防火墙,现在服务都变成了对等节点,就需要一套完整的权限控制解决方案。
结语 本篇主要对智能汽车软件的范围、软硬件升级、SOA的内涵进行了介绍,下一篇将重点介绍,SOA实现的基础;对常见的技术概念,车载以太网、SOME/IP、DDS、Adaptive AutoSAR、ROS2 等,梳理各自所处的技术层次与要解决的问题,阐述其与SOA的关系。
1. 芯片赋能汽车智能化的方方面面,ADAS渗透率不断提升,加速汽车迈向智能化;
2. 功能芯片与主控芯片共筑汽车“MCU+车载SoC+车控SoC”的控制芯片格局;
3. 芯片的发展推动自动驾驶进入纵深,促进电子电气架构实现深刻变革;
4. 芯片平台之上软硬件解耦、软件定义汽车成为现实,终将重塑汽车产业生态格局。
百年汽车工业发展是一段漫长的旅程,从钢铁机械到机电一体化,再到“新四化”,不断演绎着科技发展给汽车带来的全新定义。
如今的车,既是一辆车,也是一个智能终端,还有可能是一个基础设施。因为汽车正在被赋予越来越多的能力,感知能力、计算能力、连接能力、交互能力...
功能愈加丰富,控制更加集中,软件自由定义,开发实现解耦,芯片正在推动汽车技术变革,改变着汽车产业生态格局。
如何重新定义未来的汽车,应由芯片先来回答。
针对汽车芯片的技术与产业发展,搜狐汽车研究室将进行一系列的研究与分析,这是第一篇,重点关注汽车芯片如何在汽车智能化的进程中发挥重要影响。第二篇我们将具体分析全球汽车芯片产业格局,以及我国汽车芯片企业面临的机遇与挑战。
01 芯片赋能汽车智能化的方方面面
对于大多数人来说,可能从购买汽车到报废,都没有与车上的芯片打过照面,但它却默默无闻的发挥着关键作用,在百舸争流的汽车智能化浪潮中勇立潮头。
什么是汽车芯片?
一般而言,只要是使用微细加工手段制造出来的半导体片子,都可以叫做芯片。IHS将汽车半导体分为模拟IC、逻辑IC、存储IC、分离器件、微控制IC、光学半导体、传感器和执行器七大类。
据测算平均每辆车搭载半导体约为1600个,这些半导体器件分布于汽车的各个设备与系统,主导他们协同工作的正是汽车芯片,如逻辑计算芯片、存储芯片、微控制器MCU等。
从应用的角度,汽车上小到胎压监测系统TMPS、摄像头,大到整车控制器、自动驾驶域控制器,都离不开各式各样的芯片。可以说汽车的智能化就是芯片的智能化。
l 环境感知方面,汽车的感知主要通过摄像头、超声波雷达、毫米波雷达、激光雷达、IMU等传感器来实现,根据不同的功能需求,这些传感器的内部集成着CMOS/CCD感光器件、ToF芯片、ISP、射频芯片、毫米波雷达芯片、激光雷达芯片、定位芯片等多种芯片,将光线、距离、速度、方位等信息处理成实现计算机处理的数字信号。
l 决策控制方面,MCU负责数据量较小的计算运算和控制工作,随着车上数据的迅猛增长,CPU、GPU、NPU等通用计算芯片或AISC、FPGA等专用芯片接过大规模数据运算的重任,同时高速存储和串口芯片亦必不可少,呈现即成为SoC的趋势。
l 网络/通信方面,传统的CAN、LIN、MOST总线的传输控制,蓝牙、WIFI、车载以太网的上车,都需要相应的数据传输或信号收发芯片。蜂窝网络和C-V2X车联网通信的普及,给通信芯片、模组带来了巨大的增长空间。
l 人机交互方面,语音识别、数字仪表、大屏交互、HUD等数字功能的背后是集成AI能力的系统级SoC在大显身手。
l 电力电气方面,MOSFET、IGBT等功率半导体芯片承担着车上电能高效转换的重任。
正是如此多芯片的应用,体现在产品上,主动安全、自动驾驶、人机交互、车联通信、车载信息娱乐等功能和应用日益增多,ADAS和智能座舱实现快速发展。
以ADAS为例,当前我国新车ADAS装配率约为30%,从高端车型向中低端渗透趋势明显,10万元以下车型也已配备ADAS功能。
根据《汽车产业中长期发展规划》,到2025年,汽车DA(驾驶辅助)、PA(部分自动驾驶)、CA(有条件自动驾驶)系统新车装配率超过80%,其中PA、CA级新车装配率达25%,高度和完全自动驾驶汽车开始进入市场。
量产背后,众多车企加速更高级别智能汽车的研发与生产,从上汽、广汽、北汽等国内车企和奥迪、奔驰、宝马等国外车企的计划路线上看,当前正处在L3级自动驾驶商用落地的关键时期,未来对汽车芯片的需求将快速增长。
运营方面,科技公司不断探索芯片、传感器、算法的最佳组合,争先恐后将无人驾驶车辆推上街头,网约车、公交、RoboTaxi出租、物流运输、自动代客泊车等在多地开始先行先试。百度、文远知行、PONY.AI、滴滴等企业已在长沙、广州、上海开展RoboTaxi的商业化试运营;深圳、天津等城市先后落地自动驾驶公交运营,洋山港、天津港实现集装箱无人驾驶运输;博世和戴姆勒合作研发的L4级自动代客泊车系统获准在德国试运行。
2019年4月,13家国内车企联合华为推出中国车企C-V2X商用路标,在2020年下半年到2021上半年量产支持C-V2X的汽车。2020年7月3日,3GPP 宣布冻结5G R16标准,5G芯片上车应用将进一步提速。
可以说,芯片的应用为汽车带来了更多的功能和更好的性能,正在逐步满足人们对智能汽车的美好向往。
2.功能芯片与主控芯片共筑车辆控制新格局
由于芯片的类型与构造千差万别,为了聚焦核心领域,我们选择关注那些如同CPU、GPU等在手机、电脑中发挥重要作用的汽车计算/控制芯片。通常行业内把车内负责计算和控制的芯片划分为功能芯片和主控芯片,当前这类芯片在汽车半导体中的市场份额占比约为30%。
(一)功能芯片向高位宽演进,持续巩固汽车控制性能与安全
功能芯片指ECU(发动机控制器)、TCU(变速箱控制器)、VCU(整车控制器)等各功能部件控制器中负责具体控制功能的MCU(微处理器),承担着设备内多种数据的处理诊断和运算,通常有8位、16位、32位甚至64位等型号。
随着汽车线控系统和舒适功能的普及,发动机、变速箱、EPS等设备的控制愈加精细化,电动座椅、智能灯光、远程车控等多元功能愈加集成,控制代码行数增加的同时对MCU计算响应速度的要求更高,促使汽车MCU的应用从8位、16位芯片向32位演进。
除了功能增加和处理性能提升,MCU处理器对安全和可拓展性的要求越来越高。硬件、软件和开发工具的复用性变得更好,使得一级供应商和主机厂用户能够缩短开发时间,加快新产品上市。当前基于ARM Cortex的MCU方案是行业应用的主流。
(二)自动驾驶和智能座舱催生主控芯片的应用需求
主控芯片指在智能座舱控制器、自动驾驶控制器等关键控制器中承担核心处理运算任务的SoC(系统级芯片),按应用主要可分为车载SoC和车控SoC,内部集成了CPU、GPU、NPU、ISP等一系列运算单元。
主控芯片在汽车计算中的核心地位和极高的技术水平要求使其成为汽车芯片的“价值皇冠”,受到传统汽车芯片厂商和ICT领域厂商竞相追捧,迎来技术和产业发展的巨大风口。
在主控芯片领域,不同厂商有着不同的技术路线,主流方案为不同芯片构型的异构融合。
CPU负责逻辑运算和任务调度;GPU作为通用加速器,可承担CNN/DNNd等神经网络计算与机器学习任务,将在较长时间内承担主要计算工作;FPGA作为硬件加速器,具备可编程的优点,在RNN/LSTM/强化学习等顺序类机器学习中表现优异,在部分成熟算法领域发挥着突出作用;ASIC可实现性能和功耗最优,作为全定制的方案将在自动驾驶算法成熟后成为最终选择。
从发展历程来看,行业发展初期,各系统控制单元内的MCU各司其职,通过CAN总线、LIN总线和网关进行通讯交互,即可满足整车上各系统和设备的控制任务。
随着车身控制、车载信息娱乐需求的提升,车机算力不断增长,座舱功能出现融合贯通,就需要专门的车机系统处理器,即车载SoC。
ADAS和自动驾驶的发展促使人们将车辆运动控制权部分或全部交给计算机,车控SoC发展起来,进一步形成“MCU+车载SoC+车控SoC”的控制芯片格局。
3.引领底层技术变革,重塑产业生态格局
(一)助力原始感知信息融合,芯片集成引领自动驾驶发展进入纵深
自动驾驶发展初期,主要以视觉感知为主,摄像头集成感知计算能力,如Mobileye的EyeQ1、EyeQ2芯片有效支撑基于视觉的ADAS功能开发,满足了众多主机厂对辅助驾驶的应用需求。
随着传感器数量和种类逐渐增多,感知信息前端处理的计算方案已不符合信息融合需求和成本管控的愿望。于是,将不同功能的计算芯片集成到一块板子上,对各传感器的原始感知信息实行后端融合计算成为必然选择,充分实现了感知资源的共享。
这种芯片选型灵活、配置可拓展、算力可堆砌的集中式计算受到众多车企和自动驾驶科技公司青睐。例如,率先实现L3级自动驾驶量产的奥迪A8 zFAS域控制器集成了Mobieye EyeQ3、Cyclone V、英伟达K1、英飞凌Aurix TC297T四款芯片。
没有这些不同功能特性芯片的支撑,自动驾驶就无从谈起。为此,芯片公司专注于在各自领域开发高算力的芯片,以满足海量计算需求,支撑自动驾驶神经网络层级越来越高,算法越来越庞大。
英伟达DRIVE Orin、特斯拉FSD、华为昇腾等芯片已能在理论上支持L4级自动驾驶。真正单车无人驾驶的实现还有待自动驾驶芯片进一步发展。
(二)功能集成促进汽车电子电气架构发生变革
无论是自动驾驶还是智能座舱领域,功能集中已然成为行业发展趋势,在部分量产车型和各车企的规划中我们可以看到,汽车电子电气架构正在逐渐发生演变:ECU模块逐渐集成合并,形成集中化、标准化的DCU,分管各大汽车子系统,DCUs进一步融合,形成集中运算的车载计算平台。
得益于自研芯片的强有力支撑,特斯拉在 Model 3 上采用了“中心域控制器 + 左车身控制器 + 右车身控制器”的电子电气架构,车上各功能模块被划分给了左右车身控制器进行管理,然后通过总线接入到了中心控制域,中心控制域负责信息娱乐域和辅助驾驶域的运算和管理,以及车内外的通信连接。
对于电子电气架构的最终形态,不同车企也有着不同的规划。不论是高度集中式还是分域式控制,除了网络拓扑的优化,企业统一的需求都是配备高算力、低功耗的智能化芯片。计算、传输、通信芯片的发展程度影响着车企对于车型架构的设计。
华为依托昇腾、麒麟等芯片将整车运算和控制集中成智能座舱、整车控制、智能驾驶三个域控制器,通过分布式网关方案搭建起“计算+通信”的CC架构,旨在赋能车企,帮助车企造好车。
(三)芯片之上,软硬件解耦与软件定义汽车成为必然趋势
由于自动驾驶的技术方案和算法尚未定型,应用于自动驾驶的芯片构型也尚未固化,但汽车芯片作为汽车智能计算平台的核心硬件已成为行业共识。
在芯片平台的硬件基础上,装载Hypervisor、Linux等内核系统,管理软硬件资源、完成任务调度。在AUTOSAR框架下开发拓展各项功能软件,调用处理传感器、执行器数据,执行自动驾驶算法,实现感知融合、决策规划、控制执行、HMI等各项应用功能。
从英伟达、华为等ICT企业的芯片方案和各车企的应用情况来看,软件不再是基于某一固定硬件开发,而是具备可移植、可迭代和可拓展的特性。
当软硬件接口协议达成统一的标准,在高算力通用主控芯片的基础上,传感器、执行器等外围硬件和功能软件的开发可实现充分解耦,大大增加了车型开发的灵活性。
当芯片性能允许,利用OTA技术,软件可以持续迭代,例如特斯拉通过软件定义汽车的功能,已将Autopilot持续迭代到了V10版本,真正实现了软硬件解耦,持续优化车辆性能。
(四)芯片的发展终将改变汽车产业生态格局
从促进汽车行业整体升级来看,通用芯片是一大发展趋势,对于不具备芯片开发能力和适配能力的企业来说,大大节省芯片端的成本,车企和自动驾驶公司只需专注于面向用户的功能和算法开发即可。
技术分工的变化将带来产业格局的转变。通过芯片或许能将汽车产业原本碎片化、具有高度壁垒的产业环节进行了重新洗牌,推动汽车供应链走向通用化、标准化。
原本处于TIER 2环节的汽车芯片厂商,通过强化软硬件协同开发能力,实现芯片、系统软件、功能软件的全面整合,打造车载智能计算平台,兼容产业链上下游的多元需求,在智能网联时代将跃居产业核心地位。
车载智能计算平台的基础上ICT企业进一步整合出行服务、移动应用、物联网、云计算等应用生态服务能力,或将改写汽车产业生态格局,如今已经看到华为、腾讯、百度等越来越多的ICT企业融入汽车产业链。
这种趋势下,短期内整车企业将在零部件供应链获得更大的主动权,灵活比选零部件供应商。但长远来看,缺乏创新能力的整车企业是否会在新的产业格局中丧失话语权,沦为代工厂,将有待时间去验证。
于是,特斯拉这样的领先企业带头做出改变。英伟达的通用芯片方案已经不能满足其自动驾驶技术进步的需求,基于其对应用场景的深刻理解,自研FSD芯片,实行软硬一体化开发能够使其长期保持行业领先地位。
4.结语
汽车智能化的浪潮推动汽车芯片蓬勃发展,芯片的发展定义着汽车智能化形态。未来智能汽车产业的竞争格局如何演变存在诸多不确定性,但可以肯定的是只有掌握芯片等底层核心技术,才能更好的建设上层应用,在激烈的市场竞争中脱颖而出。
原创文章,转载请注明: 转载自新车上牌照流程