10月10日，由NE时代（NE Times）和纽伦堡国际博览集团（Nürnberg Messe）联合举办的“E/ETec2023新一代智能汽车电子电气架构技术大会”在上海顺利召开。
国汽（北京）智能网联汽车研究院有限公司电子电气信息架构部行业研究高级经理刘璟受邀参加，并在现场做了题为《智能网联汽车电子电气架构产业技术路线图》的演讲，《智车引擎》整理了刘璟女士的分享内容，略有删改，以飨读者。
本文福利：分享《智能网联汽车电子电气架构产业技术路线图》PDF，关注“智车引擎”，对话框回复 “EE路线图” 下载报告
以下是讲演实录。
各位上午好！我是国汽智联的刘璟，下面我为大家介绍一下智能网联汽车电子电气架构产业技术路线图，该路线图今年上半年以白皮书的形式正式发布了，来自行业30多家的专家共同编制而成。
本次报告主要分四部分：首先是编制思路和整体结构，第二EEA产业发展概况，第三EEA开发关键技术和流程方法，第四EEA产业发展总体路线和总体发展建议。
第一，《路线图》编制思路。
《路线图》编制思路主要立足于智能网联汽车的新型电子电气架构，本质是为车端提供一个面向服务的分布式的异构计算平台。新型电子电气架构的定义从硬件架构的升级、软件架构的升级、通信架构的升级以及车路云一体化的发展趋势展开。首先硬件架构的升级主要向集中式架构发展，实现了硬件平台的集成化、通用化和标准化。软件架构的升级采用面向服务架构，逐步实现分层解耦。通信架构升级主要是LIN/CAN向以太网发展。车路云一体化体现在车路云一体化集中计算能力的提升。
《路线图》整体结构如图所示可以看到，包含以下几大部分。首先是产业发展概况，其次EEA开发关键技术和流程方法，包括软件架构、硬件架构、通信架构、车路云协同技术、信息安全、功能安全、预期功能安全、EEA开发与测试流程方法及工具，最后对产业技术发展路线从预期目标和发展路径进行了梳理和预测，并提出了总体发展建议。
第二，EEA产业发展概况。
首先是EEA技术发展趋势。我们从五大趋势来看，首先是架构的中央集中以及车路云协同趋势，通过基础软件平台和相互独立的功能以及高算力计算平台，实现软硬件的分离，车路云协同技术以及架构开发可以实现交通安全和效率的提升。第二构建SOA，通过复用、松耦合、互操作等机制，加快软件的研发效率。架构也走向分层化和模块化。通过标准化的接口对应用功能进行快速迭代。第三是通信架构升级，通信架构的技术在快速演进，从CAN到CANFD到CAN XL的发展。第四是计算芯片融合趋势，不同域的芯片架构将呈现兼容和融合的趋势。第五是功能安全网络安全升级，从结果安全逐渐向架构设计、集成、测试、生产全过程的安全可控拓展，从功能安全向网络、数据、隐私安全合规扩展。
其次EEA产业链演进。如图所示是产业链分布和演进趋势。编制组梳理了上中下游整个电子电气架构相关的产业链分布，自下而上包含工具链、网络通信、信息安全、数据安全和基础部件、控制器、芯片、车用OS、应用软件等，并有分别专注于智驾、智控、智享等不同领域的企业分布，往上还有专注于OTA和云平台服务的提供商。这部分主要聚集在上游，中游主要包括主机厂和自动驾驶科技企业，下游有共享出行和无人配送企业以及一些软件服务企业等等。
从演进趋势可以看到，传统的汽车产业链的上游专注于零部件、中游以传统主机厂为主，下游以to C为核心的汽车销售策略为主。演进到现在的状态，上游出现了多种形态Tier1生态，比如OS应用软件、计算平台硬件、感知传感器、车载以太网。中游科技公司形成一定的竞争力，新造车势力更重视新技术和用户体验，开发周期迅速缩短，部分实力强的主机厂开始自主地研发应用软件和车载通信网络。下游共享出行快速推广，主机厂后市场也出现多样化经营模式的发展趋势。
第三，EEA开发关键技术和流程方法。
这部分内容在路线图中比较多，在这里选择重点介绍。首先是硬件架构，硬件架构正逐渐地往域集中式架构和中央集中式架构发展，域集中式架构将两个和多个功能合并为一个跨域控制器，比如像动力域、底盘域、车身域合并为车辆控制域。域集中式架构主要采用中央网关式或者骨干网式的拓扑方案。而中央集中式架构是将多个域控制器进一步高度整合，配合算力更强的多核芯片以及多种操作系统组合的高性能计算平台，通常按物理位置来划分区域，采用星型以及星型加环型复合拓扑方案。
硬件架构主要介绍一下中央计算单元关键技术。首先是异构多核计算芯片技术，在统一的计算平台上采用虚拟化方案，可以采取硬件隔离式，也可以采取软件虚拟式两种。第二是多SoC芯片之间的高速可靠的通信技术，比如板级通信技术。第三是面向安全的硬件或者模块技术，面向信息安全的硬件技术，比如像配备HSM硬件安全模块的芯片技术；以及面向功能安全的硬件技术，包括通过车规级的MCU作为安全岛，采用具有锁步核监控的SoC和存储独立性等。第四，硬件层面的数据预处理和计算分流，通过FPGA对传感器数据进行预处理，并且使用当前闲置的资源进行分布并行数据处理。最后是高性能数据存储，像车规级DDR等存储技术。
第二部分是软件架构，新一代软件架构趋向于SOA设计思想，提出分层解耦开发目标。当前的软件架构SOA化主要集中在智驾、座舱、车身等功能域，像动力和底盘域往往受限于实际需求，时延和可靠性要求以及其他非技术原因，暂时还未实现SOA化。当然架构的服务化带来了信息安全的风险和功能安全方面的挑战，异构环境以及非SOA架构模块并存，都增加了系统架构的复杂性。
从系统软件和功能软件方面来看，系统软件层包括虚拟化、OS内核和中间件等。虚拟化提供了在同一硬件平台上承载异构操作系统的灵活性，来保障应用程序之间的安全隔离，并实现计算单元整合和算力的共享。OS内核是系统软件层的核心，通常会包含智能座舱OS内核、智能驾驶OS内核、安全车控OS内核，它需要符合车规级的实时控制功能安全应用需求。第三是软件中间件，它为软件和应用提供标准化的通信接口，可以随时被上层应用调用，所有模块的配置信息以统一的格式集中管理起来。
功能软件层，主要介绍三部分，一个是数据抽象、通用框架和通用模型。数据抽象通过对传感器、执行器、自车状态、地图以及来自云端的接口等数据进行标准化处理，以达到功能和应用开发与底层硬件的解耦。通用框架主要分为数据流、基础服务两部分，数据流向下封装不同的比如智能驾驶系统软件和中间件服务，向上向通用框架的算法提供与底层系统软件解耦的算法框架。基础服务主要包含像网联服务、数据服务、OTA服务、地图服务等等，主要服务于上层的通用模型和应用功能。通用模型通常会包含智能驾驶通用模型、智能座舱通用模型、底盘动力控制通用模型，它们通过模型化的抽象对所有的对外信息制定规范的语义描述和语法接口。
第三部分是通信架构。EEA演进为通信架构带来了变革。如图所示可以看到，从最早的点对点的通信，发展到总线型，发展到交换型网络，并且出现了部分的无线化的功能，随着SOA的发展，通信服务的软件化也成为通信架构变革的重要特征。首先介绍一下TSN，其次是智能云诊断。TSN是时间敏感网络，属于时间触发式以太网，是AVB的进一步拓展，相关协议包括IEEE 802.X的系列协议族，TSN可以和上层的应用协议，比如DDS、SOME/IP等配合来支持多种QoS策略的高可靠、确定性时延条件下的数据传输，整个应用场景包含智能驾驶域的控制器安全控制信号的转发，还有传感器融合数据的传输以及L4以上的自动驾驶安全冗余备份线路等等。
智能云诊断。诊断技术的演进是由传统的CAN/FD总线诊断协议逐渐演变为新型总线诊断协议DoIP 与传统总线协议并存。DoIP可以提供高速的数据传输速率，并且本地诊断和远程诊断都可以应用。在实现DoIP的基础上，逐步实现云诊断、车内诊断、APP诊断，从而完善多场景诊断技术，并且通过TLS加密技术，实现安全的诊断刷写。智能诊断的实现，通过大数据分析，达到故障精确定位、提前预警。其次是标准化，也就是统一的诊断数据格式、标准化的接口以及标准化的诊断序列等。
第四部分是车路云协同关键技术。如图所示可以看到车路云协同网络拓扑关系按照一定的拓扑网络关系实现组网，通过有线和无线的方式与其他设施进行连接，并且实现数据共享，从而支持自动驾驶和车联网等功能。关键技术首先是车云无线通信技术，首先将边缘云下沉至离车辆最近的5G网，以支持完成现场控制级的应用，比如路口级实时控制；区域云可以划分为实时区域云和非实时区域云，以实现路网级的远程控制应用，比如货车编队行驶；车云、路云和云云网关技术以保障边缘云、区域云与中心云间跨域数据的标准与高效通信。其次是融合感知和时空定位技术，结合高精地图和高精度定位技术建立基于语义特征的传感器数据智能配准。第三是边缘云架构技术，将实时通信、实时数据交换和实时协同计算技术融为一体，实现系统响应的实时性、数据传输低时延和接入请求的高并发。
第五部分EEA开发与测试流程方法。传统的架构开发方式主要是基于文档的开发方式，逐渐进化为基于模型的系统工程的开发方式，也就是MBSE的架构开发方式。使用了通用图形建模语言，来实现架构开发的标准化、模型化和可追溯。
第四，EEA产业发展总体路线和总体发展建议。
总体发展路线从五部分硬件架构、软件架构、通信架构、车路云协同和安全五部分，分别从近、中、远期梳理了预期发展目标。
首先是第一部分架构演进及硬件架构，到2025年以应用域集中架构为主，支持L2.5以上自动驾驶，少数车型开始应用中央集中式架构，建立以多单元协同计算平台和多区控制器的电子电气架构平台，支持L3及以上自动驾驶。计算平台提供标准化的接口，实现分布式通信、异构传感器融合合动态可重置的能力。到2030年，超过50%的车型应用中央计算架构，建立以高性能中央计算机+多区控制器为核心的电子电气架构平台，支持L4高度自动驾驶。计算平台具备自治与云协同能力，实现车辆控制单元60%集成目标，实现多芯片归一（单SoC）解决方案，实现整车电气功能的统一智能协调。到2035年，绝大部分车型应用中央集中式架构，计算平台支持车路云一体化L4高度自动驾驶和协同决策与控制，具备和交通基础设施进行全方位协同的能力，实现车辆控制单元90%集成目标及异构融合方案。
软件架构部分，到2025年，应用（跨）域集中架构的车型智驾操作系统、座舱操作系统新车搭载率超过50%。应用中央集中式架构车型的智驾和座舱域双融合操作系统搭载率达20%。车端基础软件中间件AUTOSAR（CP和AP）初步实现国产替代和规模化应用。操作系统国产化并进入应用阶段，计算平台系统软件架构实现宏内核架构。到2030年，智驾、座舱及双域融合操作系统搭载率超过70%，整车级操作系统新车装载率超过20%。国产车端和云端操作系统和基础软件中间件形成自主可控的基础软件解决方案、实现规模化应用和占据重要市场份额，并形成国产增强型基础软件中间件规范及标准，计算平台系统软件架构实现微内核架构。到2035年，车端应用框架和云端应用框架服务接口统一化，全面支撑车云算力整合，车云数据共享，车端应用和云端应用的融合。国产操作系统和基础中间件有力支撑车端智能边缘、计算平台要求和车路云一体化发展。计算平台系统软件架构实现多内核架构。
通信架构部分，到2025年实现以100M/1000M车载以太网为骨干网络的整车网络架构，搭配2M/5M CAN-FD技术，通过SOME/IP通信技术实现整车功能服务化，实现TSN部分协议的车载应用，实现 DDS通信技术在L3+自动驾驶应用。实现5G-NR-V，打通车云一体化通信。到2030年，实现以10G车载以太网为骨干网络的整车网络架构，搭配CAN-XL技术和10M车载以太网 技术，实现TSN主要协议的车载应用，实现环形网络架构的冗余架构，实现DDS通信技术的全车应用，并可自主化实现TSN协议和 DDS协议中间件软件的开发和适配，以及NR-V2X 6GHz技术开始应用。到2035年，实现25G车载以太网为骨干网络，整车网络通 信技术可满足高等级自动驾驶及大数据对车内外网络通讯的需求。实现车云远程通信网络架构。融合车内通信与远程连接网络，实现自动驾驶远程分析计算、 车辆云端控制。
车路云协同部分，到2025年，建成区域级智能网联汽车大数据云控基础平台，在多个城市测试路段和多个高速公路测试路段进行探索性运营示范。通过车路云协同感知补足智能网联汽车超视距感知能力，实现基于车路云数字化信息共享的L3自动驾驶开始应用。到2030年，建立全球领先的NR-V2X测评体系，打造行业一流的测评工具，并建立全球C-V2X检测平台。建成国家级智能网联汽车大数据云控基础平台，实现在多个城市全区域和多条高速公路全路段自动驾驶和交通管控的数据运营。通过车路云协同决策实现复杂环境下的多交通参与目标意图预测，有效支撑L4高度自动驾驶。到2035年，V2X标准测评体系、测评工具链服务于全球研发测试领域。形成较为完备的、标准化的全国车路云一体化自动驾驶与智能交通实时大数据共享与服务体系；形成全国一个平台、一个网络的标准化运营服务机制。平台能力满足大规模高度自动驾驶车辆信息服务需求，具备在特定条件下自动接管车辆的能力，实现基于车路云一体化协同控制的高级别自动驾驶技术商用。
在安全部分，到2025年逐步形成L3等级TJP/HWP/NOP高速及高架自动驾驶功能、L4等级AVP低速自动驾驶功能的预期功能安全能力。建立包含信息安全的产品开发管理流程体系相关方法及模型得到广泛应用。到2030年，建成功能安全开发平台，实现功能安全的平台化自动化开发；实现智能安全计算平台的开发。完善预期功能安全开发和测试评价体系，建立普通道路L3高速自动驾驶功能的预期功能安全开发和评测能力，探索L4高速自动驾驶预期功能安全开发和评测能力。基于新型电子电气架构的信息安全防护方案在具备条件的量产车型上开展规模性应用。到2035年，建立L4高度自动驾驶和L5全自动驾驶预期功能安全开发及评测能力，实现比人类驾驶员更安全的高度自动驾驶。信息安全防护方案结合安全技术及电子电气架构发展趋势持续更新迭代，在所有量产车型上得到标准化应用。以上是我们对产业技术发展总体路线的预测。
鉴于SOA化软件架构以及硬件架构本身面临的诸多挑战，包含软件架构标准化的需求和开发的挑战，包括硬件能力、跨域整合能力、组织体系和供应链变革等等挑战，我们提出7项发展建议：
1.推动智能汽车软硬件接口标准化。2.打造开源、高效、共享、通用的EEA软硬件开发协同平台。3.联合定义智能网联汽车EEA统一开发流程、自主可控的整车级开发工具链。4.大力发展车用操作系统。5.构建混合通信架构体系。6.发展车路云一体化系统架构。7.加强网络安全、数据安全的监管。
最后，感谢路线图所有的参编单位和专家，来自国汽智联、国汽智控、北理工深圳院、国创中心、北邮、一汽、北汽、华为、中兴通讯、路特斯、岚图汽车、清华大学深圳国际研究生院、紫金山实验室、信通院、天海、CAROTA、博世、德赛西威、鲲宜软件、紫光展锐、东软睿驰、博泰、华砺智行、极氪汽车、宇通、长安、北汽福田、东风柳汽、北京交通大学、普华基础软件、Nebula、长城汽车、广汽。谢谢大家，以上是我分享的报告。
