隨著汽車智能化,網(wǎng)聯(lián)化的滲透與普及,汽車電子電氣零部件占汽車的比重也逐漸提高。高級駕駛輔助系統(tǒng),車載多媒體娛樂系統(tǒng)等逐漸成為消費者關(guān)注且左右購買決策的功能配置。越發(fā)復雜的系統(tǒng)對傳感器、電子控制器(Electronic Control Unit, ECU)的數(shù)量有了需求,如自動駕駛的攝像頭,毫米波雷達,多媒體娛樂系統(tǒng)的副駕駛娛樂屏幕,HUD 抬頭顯示系統(tǒng),控制發(fā)動機表現(xiàn)的 ECM 模塊、管理新能源汽車電池的 BMS 模塊以及用于 360 度環(huán)視影像融合計算的 AVM 模塊等等。據(jù)焉知汽車數(shù)據(jù),一輛現(xiàn)代豪華汽車中通常包含了70到100個ECU。傳統(tǒng)的分布式電子電氣架構(gòu)(Electrical/Electronic Architecture, EEA)由于其:1. 算力分散無法高效利用 ;2. 線束成本重量劣勢;3. 無法支持高帶寬車內(nèi)通信;4. 后續(xù)升級維護困難等多維度原因,已無法滿足發(fā)展需求。集中式電子電氣架構(gòu)應運而生,并且在未來最終會走向中央計算平臺的形式。
1、 算力分散無法高效利用。
分布式架構(gòu)下汽車搭載數(shù)十個控制器,且為保證性能穩(wěn)定性及安全性,每個控制器芯片硬件算力相對其上運行的程序都有所冗余。這就導致從整車維度,各個控制器的能力“各自為政”,無法高效協(xié)同。反之在集中式電子電氣架構(gòu)下算力在行車時為輔助駕駛服務(wù),在駐車休息時可為車載游戲提供運行算力。
2、 線束成本及重量劣勢。龐大的 ECU 數(shù)量同樣意味著復雜、冗長的總線線束。據(jù)電子工程世界網(wǎng)數(shù)據(jù),一輛高級汽車的線束使用量約 2km,重量在 20~30kg。在線束中,線纜材料本身重量占到線束總重量的 75%左右。集中式的電子電氣架構(gòu)以及域控制器的引入,可極大的縮短線束的使用量。3、 無法支持高帶寬車內(nèi)通信。
分布式 ECU 時代,計算和控制的核心是 MCU 芯片,傳輸?shù)幕A(chǔ)核心是基于傳統(tǒng)的 CAN、LIN 和 FlexRay 等低速總線。隨著 ECU的不斷增多,導致總線負載增加,基本上達到允許的上限了,這樣容易導致信號丟幀、總線堵塞等技術(shù)難題,從而導致安全隱患。但在域控制器時代,高性能、高集成度的異構(gòu)芯片作為域的主控處理器,域內(nèi)統(tǒng)一調(diào)度控制,域外通過以太網(wǎng)等進行高速通信。目前百兆和千兆的以太網(wǎng)已在多款新車型上得到應用。車載以太網(wǎng)每節(jié)點實施成本高于 CAN 、 LIN,與 FlexRay 相當。在未來,數(shù)據(jù)傳輸速度的制約將使得車載以太網(wǎng)替代傳統(tǒng)總線成為必然。
4、 系統(tǒng)集成及 OTA 維護困難。
各個 ECU 開發(fā)主要由各 Tier1 提供主機廠,主機廠由內(nèi)部團隊進行集成整合。對主機廠集成開發(fā)能力,供應商管理能力提出了很高的挑戰(zhàn)。此外,分布式的架構(gòu)零散的 ECU 布局也難以支持車載軟件在線升級(OTA),從而加大了軟件后期維護迭代的難度。目前,OTA 已經(jīng)從部分新勢力車企的獨門絕技,逐漸大眾化,各個車企的更新迭代頻率也在快速提升。據(jù)國家市場監(jiān)督管理總局披露的數(shù)據(jù),2021 年各大車企報告 OTA 升級 351 次,較 2020 年同期上升了 55%,而涉及到的車輛達到 3424 萬輛之巨,更是較 2020 年同期暴增了307%。傳統(tǒng)汽車的電子電氣架構(gòu)一般采用分布式,其控制中樞由電子控制單元ECU通過CAN總線和LIN總線連接,在傳感器、電源及通信芯片、執(zhí)行器等零部件的配合下,實現(xiàn)對汽車狀態(tài)與功能的操控。每個控制系統(tǒng)采用單獨的 ECU,不同的電控系統(tǒng)功能保持獨立性,每增加一個功能就需要增加一個 ECU,因此傳統(tǒng)汽車智能功能的增加和升級主要依賴于 ECU 和傳感器數(shù)量的累加。
在電子化和智能化發(fā)展的需要下,傳統(tǒng)的分布式架構(gòu)逐漸進化為域集中式架構(gòu),“域”和“域控制器”產(chǎn)生。域控制器最早由博世、大陸、德爾福等 Tier1廠商提出,通過利用處理能力更強的多核 CPU/GPU 芯片,引入以太網(wǎng)并將分散的 ECU 集成為運算能力更強的域控制器來相對集中地控制每個域,從而解決分布式架構(gòu)存在的成本、算力等局限性。
域集中式架構(gòu)的優(yōu)勢主要包括:1)域集中式架構(gòu)可以節(jié)約成本、降低裝配難度。在分布式架構(gòu)中,隨著 ECU 數(shù)量增加產(chǎn)生的大量內(nèi)部通信需求,導致線束成本增加并加大裝配難度;而域集中式架構(gòu)將傳感與處理分開,傳感器和 ECU 不再一對一,管理更便捷,有效減少了 ECU 和線束的數(shù)量,從而降低硬件成本和人工安裝成本,同時更有利于部件布局。2)域集中式架構(gòu)可以提高通信效率,實現(xiàn)軟硬件解耦,便于整車 OTA 升級。分布式架構(gòu)中,來自不同供應商的 ECU 的軟件開發(fā)框架和底層代碼不同,導致冗余,并提高維護和 OTA 統(tǒng)一升級難度;而域集中式架構(gòu)做到對各 ECU 進行統(tǒng)一管理與信息交互,統(tǒng)一軟件底層開發(fā)框架,從而便于未來的 OTA 升級和拓展功能的實現(xiàn)。3)域集中式架構(gòu)能進一步集中算力,減少冗余。分布式架構(gòu)中的各個 ECU 之間算力無法協(xié)同,相互冗余,產(chǎn)生極大浪費。而域控制架構(gòu)將原本分散的 ECU 進行算力集中,統(tǒng)一處理數(shù)據(jù),減少算力冗余,更能滿足高階自動駕駛對于算力的高要求。
基于功能集中分區(qū),博世等傳統(tǒng) Tier1將汽車電子控制系統(tǒng)分為動力域(安全)、底盤域(車輛運動)、座艙域(娛樂信息)、自動駕駛域(駕駛輔助)和車身域(車身電子)五域。
動力域用于動力總成的優(yōu)化與控制,同時兼具電氣智能故障診斷、智能節(jié)電、總線通信等功能。動力域控制器是一種智能化的動力總成管理單元,借助 CAN/FLEXRAY 實現(xiàn)變速器管理,引整管理電池監(jiān)控交流發(fā)電機調(diào)節(jié)。其優(yōu)勢在于為多種動力系統(tǒng)單元(內(nèi)燃機、電動機發(fā)電機、電池、變速箱)計算和分配扭矩、通過預判駕駛策略實現(xiàn) CO2減排、通信網(wǎng)關(guān)等,主要用于動力總成的優(yōu)化與控制,同時兼具電氣智能故障診斷、智能節(jié)電、總線通信等功能。
底盤域?qū)⒓烧囍苿?、轉(zhuǎn)向、懸架等車輛橫向、縱向、垂向相關(guān)的控制功能,實現(xiàn)一體化控制。傳動系統(tǒng)負責把發(fā)動機的動力傳給驅(qū)動輪,可以分為機械式、液力式和電力等;行駛系統(tǒng)把汽車各個部分連成一個整體并對全車起支承作用;轉(zhuǎn)向系統(tǒng)保證汽車能按駕駛員的意愿進行直線或轉(zhuǎn)向行駛;制動系統(tǒng)迫使路面在汽車車輪上施加一定的與汽車行駛方向相反的外力,對汽車進行一定程度的強制制動,其功能是減速停車、駐車制動。底盤域可在傳動系統(tǒng)、行駛系統(tǒng)以及制動系統(tǒng)中集成多種功能,較為常見的有空氣彈簧的控制、懸架阻尼器的控制、后輪轉(zhuǎn)向功能、電子穩(wěn)定桿功能、轉(zhuǎn)向柱位置控制功能等。若提前預留足夠的算力,底盤域?qū)⒓烧囍苿?、轉(zhuǎn)向、懸架等車輛橫向、縱向、垂向相關(guān)的控制功能,實現(xiàn)一體化控制。實現(xiàn)底盤域的功能,需要實現(xiàn)底盤域驅(qū)動、制動和轉(zhuǎn)向算法的集成。
智能座艙域?qū)?HUD(抬頭顯示)、儀表、車載信息娛樂等座艙電子集成,實現(xiàn)“一芯多屏”。智能座艙的構(gòu)成部件主要包括全液晶儀表、大屏中控系統(tǒng)、車載信息娛樂系統(tǒng)、抬頭顯示系統(tǒng)、流媒體后視鏡等,座艙域控制器通過以太網(wǎng)/MOST/CAN,實現(xiàn)抬頭顯示、儀表盤、導航等部件的融合,不僅具有傳統(tǒng)座艙電子部件,還進一步整合智能駕駛ADAS 系統(tǒng)和車聯(lián)網(wǎng) V2X 系統(tǒng),從而進一步優(yōu)化智能駕駛、車載互聯(lián)、信息娛樂等功能。智能座艙域可以實現(xiàn)“獨立感知”和“交互方式升級”。一方面,車輛具有“感知”人的能力。另一方面,車內(nèi)交互方式從僅有“物理按鍵交互”升級至“觸屏交互”、“語音交互”、“手勢交互”并存的狀態(tài),體驗感更好。
自動駕駛域能夠使車輛具備多傳感器融合、定位、路徑規(guī)劃、決策控制、圖像識別、高速通訊、數(shù)據(jù)處理的能力。自動駕駛域通常需要外接多個攝像頭、毫米波雷達、激光雷達等等車載傳感器來感知周圍環(huán)境,通過傳感器數(shù)據(jù)處理及多傳感器信息融合,以及適當?shù)墓ぷ髂P椭贫ㄏ鄳牟呗?,進行決策與規(guī)劃。域控制器的輸入為各項傳感器的數(shù)據(jù),所進行的算法處理涵蓋了感知、決策、控制三個層面,最終將輸出傳送至執(zhí)行機構(gòu),進行車輛的橫縱向控制。自動駕駛域所集成的功能基本不涉及機械部件,且與座艙域交互密切,并和智能座艙域一樣需要處理大量數(shù)據(jù),對算力要求較高,因此需要匹配核心運算力強的芯片,來滿足自動駕駛的算力需求,簡化設(shè)備,大大提高系統(tǒng)的集成度。
車身域?qū)⒓蓚鹘y(tǒng) BCM 功能和空調(diào)風門控制、胎壓監(jiān)測、PEPS、網(wǎng)關(guān)等功能,未來率先與智能座艙域融合。傳統(tǒng)的車身控制器(BCM)功能主要包括內(nèi)/外部車燈、雨刮、車窗、車門、電子轉(zhuǎn)向鎖等的控制,通過CAN/LIN與各個小節(jié)點進行通訊,節(jié)點較多,線束設(shè)計、軟件控制邏輯均較復雜。而車身域控制器對車身節(jié)點實現(xiàn)了功能和零部件的集成,對于各個車身電子進行集中控制,對采集到的信息進行統(tǒng)一的分析和處理,效率更高;技術(shù)上,車身域控制器要求傳統(tǒng) BCM 開發(fā)經(jīng)驗、硬件集成能力、軟件架構(gòu)能力、芯片保供能力,未來將集成網(wǎng)關(guān)以及一些低等級 ADAS 功能,并率先與智能座艙域?qū)崿F(xiàn)融合。
其中,智能座艙域、自動駕駛域是現(xiàn)階段承載整車個性化智能體驗的關(guān)鍵所在,也是目前車企的競爭焦點和布局重點。這兩個域最能在整車端體現(xiàn)品牌的智能化差異,同時對傳統(tǒng)功能系統(tǒng)供應鏈依賴度??;在現(xiàn)階段迭代最快,其功能開發(fā)和實現(xiàn)需要涉及大量AI 運算,因此對芯片所提供算力、操作系統(tǒng)底層算法要求很高;而其他域控制器涉及整車安全的部件較多,因此對功能安全等級要求更高,對芯片算力要求和功能智能化程度相對較低。
從供應端來看,在汽車整體分布式架構(gòu)集中化的進程中,由中控系統(tǒng)升級而來的智能座艙域與新興的自動駕駛域的供應體系較為完整;而其他域則是對傳統(tǒng)功能系統(tǒng)的進一步集成,涉及的供應商繁多,更容易產(chǎn)生利益沖突,且隨著電子模組件實現(xiàn)規(guī)模生產(chǎn)后的降價趨勢,未來價值增量有限。未來,底盤域、動力域、車身域有望進一步集成,按照車身區(qū)域進行“區(qū)域域”集成,向車輛集中式架構(gòu)進一步發(fā)展。
從結(jié)構(gòu)上來看,域控制器主要由硬件(主控芯片和元器件等)和軟件(底層基礎(chǔ)軟件、中間件以及上層應用算法)構(gòu)成,其功能的實現(xiàn)主要來自于主控芯片、軟件操作系統(tǒng)及中間件、應用算法軟件等多層次軟硬件之間的有機結(jié)合。
1)域控制器硬件主要包括主控芯片、PCB 板、電阻電容等無源元器件、射頻元器件、支架、散熱組件、密封性金屬外殼等部分,其中主控芯片是核心部件。目前來看,對算力要求較高的智能座艙域和自動駕駛域所使用的主控芯片普遍由提供控車功能的MCU 芯片和包括中央處理器 CPU、圖像處理器 GPU、音頻處理器 DSP、深度學習加速單元 NPU、圖像信號處理器 ISP、應用型專用集成芯片 ASIC、半定制電路芯片 FPGA 等部件的 SoC 芯片來共同提供所需算力,以支撐各種場景下的硬件加速需求。而底盤域、車身域、動力域由于相對較低的算力要求和成本考量,其主控芯片仍然多為較為傳統(tǒng)的MCU 芯片。預計主控芯片的未來趨勢會走向單獨使用更高算力的 SoC 芯片。
2)軟件主要包括底層操作系統(tǒng)、中間件和開發(fā)框架、上層應用軟件層。底層操作系統(tǒng)包括基礎(chǔ)汽車操作系統(tǒng)、定制操作系統(tǒng)、虛擬機、系統(tǒng)內(nèi)核等。
中間層和開發(fā)框架包括AP AutoSar、SOA 等,處于底層操作系統(tǒng)與上層應用軟件之間,為應用軟件功能實現(xiàn)層屏蔽掉特定處理器和底層操作系統(tǒng)相關(guān)的細節(jié),并實現(xiàn)與車輛網(wǎng)絡(luò)、電源等系統(tǒng)交互所需的基礎(chǔ)服務(wù)。上層應用軟件層包括智能座艙 HMI、ADAS/AD 算法、網(wǎng)聯(lián)算法、云平臺等,實際實現(xiàn)對于車輛的控制與各種智能化功能。其中,預計底層操作系統(tǒng)將是眾多Tier1 的發(fā)力重點,而上層應用軟件層、中間層將是是各整車廠重點研發(fā)打造差異化的領(lǐng)域。
編輯:黃飛
評論
查看更多