摘 要：汽車電子產(chǎn)業(yè)具備較高的產(chǎn)品附加值和較強的相關產(chǎn)業(yè)鏈協(xié)同效應，近年來逐漸成為了繼消費電子之后的又一重大產(chǎn)業(yè)鏈。汽車電子電氣架構作為汽車整體架構的核心部分，已經(jīng)從傳統(tǒng)的分布式架構向集中式架構進化，而當前的發(fā)展重點是汽車各個功能域的集中與融合，同時域控制器和域間互聯(lián)網(wǎng)絡的性能及安全性直接影響了功能域的整體效能。伴隨自動駕駛、車聯(lián)網(wǎng)和新能源產(chǎn)業(yè)的發(fā)展，汽車功能域的關鍵技術也將更加的智能化、網(wǎng)聯(lián)化和電動化。

關鍵詞：功能域；電子電氣架構；智能座艙；車載芯片；人工智能

0 引言

汽車電子作為當前國內(nèi)外汽車市場的核心部分，相關的設計、制造和運維技術都在迅速發(fā)展，對應的產(chǎn)業(yè)鏈也相繼落地。本文根據(jù)當前汽車電子產(chǎn)業(yè)的發(fā)展狀態(tài)和市場數(shù)據(jù)，首先介紹不斷進化的汽車電子電氣架構和各個功能域，然后具體講述汽車各個功能域的關鍵技術，最后從智能化、網(wǎng)聯(lián)化和電動化三個方面對汽車域的關鍵技術的發(fā)展趨勢進行分析。

1 汽車電子電氣架構

博世 (Bosch) 在 2015 年提出了業(yè)界公認的汽車電子電氣架構 (electrical and electronical architecture, EEA) 技術路線，如圖 1^[2]，其中描繪了未來汽車電子架構的主要特征及可能的實現(xiàn)時間點。

圖1 電子電氣架構技術路線

EEA 的發(fā)展中有兩個標志性的重要節(jié)點，即域控制器單元 (domain control unit, DCU) 的出現(xiàn)，以及統(tǒng)一的基礎軟件平臺的出現(xiàn)，這兩個重要節(jié)點意味著 EEA 在本質(zhì)上的進化。盡管不同車企的解決方案各不相同，其對 EEA 進化的階段定義也可能有所不同，但 EEA 的整體發(fā)展會經(jīng)歷三大階段：

第 1 階段：分布式電子電氣架構，目前已經(jīng)實現(xiàn)。根據(jù)汽車中不同的功能子系統(tǒng)，利用電子控制單元（electronic control unit, ECU）進行獨立的運算和控制，具備獨立的總線結構，并且通過中央網(wǎng)關進行交互。

第 2 階段：域集中式電氣架構，2021—2025 年。將各個子系統(tǒng)整合并劃分成多個功能域，典型的域劃分：

1）動力域 (Power Train)：主要控制車輛的動力總成，優(yōu)化車輛的動力表現(xiàn)，保證車輛的動力安全。功能包括發(fā)動機管理、變速箱管理、電池管理、動力分配管理、節(jié)油節(jié)電管理等。

2）底盤域 (Chassis)：主要控制車輛的行駛行為和行駛姿態(tài)，包括制動系統(tǒng)管理、車傳動系統(tǒng)管理、行駛系統(tǒng)管理、轉(zhuǎn)向系統(tǒng)管理、車速傳感器管理等。

3）車身域 (Body/Comfort)：主要控制各種車身功能，包括車前燈、車后燈、內(nèi)飾燈、車門鎖、車窗、雨刮器、電動后備箱、智能鑰匙、空調(diào)、天線、網(wǎng)關通信等。

4）座艙域 (Cockpit/Infotainment)：主要控制車輛智能座艙中各種電子信息系統(tǒng)功能，包括中控系統(tǒng)、車載信息娛樂系統(tǒng)、抬頭顯示、座椅系統(tǒng)、儀表系統(tǒng)、駕駛行為監(jiān)測系統(tǒng)、導航系統(tǒng)等。

5）自動駕駛域 (ADAS)：主要實現(xiàn)和控制汽車的自動駕駛功能，具備圖像信息的處理和判斷能力、導航與路線規(guī)劃能力等，需要處理感知、決策、控制 3 個層面的算法。

每個域具備一個或多個高算力多核DCU作為主導，多個 ECU 作為輔助，以及獨立 CAN 總線，并通過一個以太網(wǎng)主干互聯(lián)。

第 3 階段：車輛集中式電子電氣架構，未來發(fā)展階段。多域控制器 (multiply domain controller，MDC) 取代部分 DCU，將來自不同功能域的數(shù)據(jù)整合在同一控制器內(nèi)進行融合處理，形成車載電腦結構，后續(xù)發(fā)展將會把車輛的功能和計算任務放置在云端 ^[6]。

目前，EEA 的發(fā)展處于第 1 階段和第 2 階段并存的狀態(tài)，其顯著特征是：

1）DCU 的出現(xiàn)使 ECU 數(shù)量大幅減少，并直接帶來成本降低和性能增強。

2）智能傳感器和執(zhí)行器數(shù)量增加。

3）軟件開始獨立于硬件，但并未完全分離。

4）中央網(wǎng)關與各個域之間可通過以太網(wǎng)通訊。

2 汽車功能域的關鍵技術

汽車電子技術的迅速發(fā)展促使汽車各個功能域形成了各自的關鍵技術，下面分別從自動駕駛域、車身域、座艙域、動力域 4 個變革較大的功能域講述其關鍵技術的發(fā)展現(xiàn)狀。

2.1 自動駕駛域

現(xiàn)階段自動駕駛域正在從過去的分布式系統(tǒng)架構演變到域集中式架構，傳統(tǒng)的 ADAS 系統(tǒng)需要多個獨立的 ECU 才能實現(xiàn)，比如車道偏移和交通識別 ECU、前 向碰撞預警 ECU、泊車輔助 ECU 等。當前只需要一個功能強大且集中式的域控制器就能實現(xiàn)以上所有功能，同時系統(tǒng)的軟硬件復雜度大大降低，可靠性也得到了提高。自動駕駛域控制器通常需要連接多個攝像頭、毫米波雷達、激光雷達等傳感器設備，具備多傳感器融合、定位、路徑規(guī)劃、決策控制、無線通訊、高速通訊的能力。因此，域控制器一般都要匹配 1 個核心運算力強的處理器，能夠提供給自動駕駛不同級別算力的支持 ^[5]。

自動駕駛級別 L1 ～ L5 分別為駕駛人協(xié)助、部分自動化、有條件自動化、高級自動化和完全自動化。L1/ L2 級別 ADAS 功能的市場滲透率將快速提升，而 L3/ L4 級別自動駕駛系統(tǒng)仍處于小規(guī)模原型測試階段。中國自動駕駛行業(yè)的市場正在蓬勃發(fā)展，而其中自主品牌占據(jù)絕大部分份額，中低端汽車所配置的 ADAS 功能逐漸增多。L3 級別的高速自動領航 (high way pilot, HWP) 功能和 L4 級別的自動泊車功能 (automated valet parking, AVP) 的市場滲透率也在提升。

2.2 車身域

車內(nèi)部互聯(lián)網(wǎng)絡和對外通信系統(tǒng)都是車身域的重要組成部分，近年來針對 V2X(Vehicle to X) 的特殊應用場景，新型的通信技術相繼被提出。目前國際主流的 V2X 技術有專用短距離通信技術 (dedicated short range communication, DSRC) 和蜂窩通信技術 (cellularvehicle to everything, C-V2X) 兩種。其中由 IEEE 制定的 DSRC，是美國政策大力提倡的通信技術；C-V2X 由 3GPP 制定，基于蜂窩網(wǎng)通信技術演進形成。從技術成熟度以及商用節(jié)奏上來看，基于 5G 大帶寬和低延時特性的 C-V2X 發(fā)展前景更為廣闊。

C-V2X 標準制定穩(wěn)步推進，商用規(guī)劃逐步明確。3GPP 于 2017 年正式發(fā)布 LTE-V2XR14 標準，于 2018 年 6 月正式完成支持 LTE-V2X 增強 (LTE-eV2X) R15 標準，同時宣布啟動研究支持 5G-V2X 的 R16 標準。5GAA 的 C-V2X 商用部署在從 2020 年開始，目前整個 C-V2X 產(chǎn)業(yè)鏈例如芯片廠商、模組廠商、車廠等都已具備一定規(guī)模。

現(xiàn)階段基于 5G 通信的智慧出行方案中，借助網(wǎng)絡切片等技術可提供低至 1 ms 端到端時延和高達 10 Gbps 峰值速率的數(shù)據(jù)通信。5G 車聯(lián)網(wǎng)的主要應用場景包括遠程遙控駕駛 (tele-operated driving，TOD)、高密度車輛編隊行駛以及快速協(xié)同變道輔助等。TOD 是指借助 5G 高性能網(wǎng)絡的遠程駕駛控制系統(tǒng)，通過車內(nèi)攝像頭和傳感器將車輛場景傳輸?shù)讲倏厥?，駕駛員遠程操控汽車。

2.3 座艙域

座艙智能化的實質(zhì)是基于汽車駕駛艙中的人機交互場景，將駕駛信息與娛樂信息兩個模塊進行集成，在提升用戶的駕乘體驗的同時還要保證用戶駕乘的安全性和舒適性。

智能座艙域包括抬頭顯示 (head up display, HUD)、儀表盤和車載娛樂信息系統(tǒng) (in-vehicle infotainment, IVI）3 個主要的組成部分。HUD 將 ADAS 和部分導航功能投射到擋風玻璃上，諸如 ACC、行人識別、LDW、路線提示、路口轉(zhuǎn)彎提示、變道提示、剩余電量、可行駛里程等。HUD 將很快會演變?yōu)?AR-HUD，成為 L3和 L4階段的標配。在L3階段，駕駛員狀態(tài)監(jiān)測 (driver status monitor, DMS) 也將成為必備的功能，例如面部識別、眼球追蹤、眨眼次數(shù)跟蹤等將引入機器視覺和深度學習算法。多模態(tài)交互技術的蓬勃發(fā)展將會極大改變用戶與汽車的交互模式?；谡Z音識別功能的語音交互技術越來越成熟，常用于車內(nèi)人員與 IVI 系統(tǒng)的交互操作，同時還能通過語音來對駕駛員進行情緒狀態(tài)分析。

2.4 動力域

目前傳統(tǒng)燃油車的動力系統(tǒng)趨于穩(wěn)定，相比之下新能源汽車的動力系統(tǒng)更能促進汽車電子電氣架構的進化。新能源汽車采用非常規(guī)的車用燃料作為動力來源，綜合了車輛的動力控制和驅(qū)動方面的先進技術。

新能源汽車動力系統(tǒng)輸出穩(wěn)定且結構簡單，無需變速箱等復雜部件，可以通過電控系統(tǒng)實現(xiàn)對汽車的精確控制。然而新能源電池滿電行駛的距離較短，且目前充電速度較慢，充電樁也未完全普及。

新能源汽車的動力系統(tǒng)核心組成：

1）動力電池組

動力電池組是新能源汽車成本最高的部件，主要由電池包 (PACK) 和電池管理系統(tǒng) (BMS) 組成。電池包組有不同的封裝方式，除了要滿足續(xù)航和動力需求，還需要處理好載流量與發(fā)熱量的關系、模塊之間連接的穩(wěn)定可靠性、模組間的溫差、整包的抗震性、防水性等。

2）電動機

電動機是新能源汽車的心臟，普遍采用的是永磁同步電動機和交流異步電動機，整體而言永磁同步電機重量更輕、結構更簡單。動力電池輸出的直流電經(jīng)過逆變器轉(zhuǎn)為交流電送至電動機。

3）電控系統(tǒng)

新能源汽車電控系統(tǒng)在整車中處于核心地位，其中絕緣柵雙極型晶體管（insulated gate bipolar transistor, IGBT）又 是能源變換與傳輸?shù)暮诵钠骷?。IGBT 是由雙極型三極管（bipolar junction transistor, BJT）和 MOSFET( 絕緣柵型場效應管 ) 組成的復合全控型電壓驅(qū)動式功率半導體器件 , 兼有 MOSFET 的高輸入阻抗和 GTR 的低導通壓降兩方面的優(yōu)點 ^[1]。

3 汽車功能域關鍵技術的發(fā)展趨勢

基于當前汽車各級供應鏈的市場分布，將從智能化、網(wǎng)聯(lián)化和電動化 3 個方面來分析未來汽車功能域關鍵技術的發(fā)展趨勢 ^[7]。

3.1 智能化

3.1.1 車載芯片性能和集成度

車載芯片對算力的提升需求一直是域控制器核心芯片發(fā)展的趨勢。當前單一的域控制處理器要完成以往數(shù)個 ECU 負責的功能，并且要管理和控制所連接的各種傳感器與執(zhí)行器等。比如底盤、動力和車身的域主控處理器，其算力需求大約在 10 000~15 000 DMIPS(Dhrystone Million Instructions Per Second，每秒百萬條指令 ) 左右。未來的智能化汽車除了需要具備人車交互功能，也要完成大量對環(huán)境的感知工作，因此座艙域和自動駕駛域都需要高性能的 CPU，比如座艙儀表的 CPU 算力約為 50 000 DMIPS 左右，相當于一部高端智能手機的 CPU 算力水平。此外，為了支持高級別的自動駕駛功能，CPU 需要運行很多視覺深度神經(jīng)網(wǎng)絡 (deep neural networks, DNN) 模型算法，進而需要附加上百TOPS(Tera Operations Per Second，每秒萬億次運算)的人工智能 (artificial intelligence，AI) 算力。

AI 技術在視覺領域的應用促進了基于視覺的自動駕駛方案形成，而 GPU 芯片更加擅長于處理視覺算法，進而形成了“CPU+GPU”的解決方案，但由于 GPU 成本高且功耗大，因此逐步引入了 FPGA 和 ASIC 芯片?？傮w來看，單一類型的微處理器都無法滿足更 高階的自動駕駛需求，域控制器中的主控芯片趨向集成“CPU+xPU”的異構式 SoC  (xPU 包括  GPU/FPGA/ASIC 等 )，從而更好地支撐各種場景的硬件加速需求。

從功能層面上，域控制器會整合集成越來越多的功能。比如動力域可能把發(fā)動機的控制、電機控制、電池管理系統(tǒng) (battery management system, BMS)、車載充電機的控制集成在一起。為了整合這些功能，域主控處理器 SoC 必須集成盡可能多的接口類型，比如 USB、Ethernet、I2C、SPI、CAN、LIN 以及 FlexRay 等，進而連接和管理各種類型的 ECU、傳感器和執(zhí)行器。

3.1.2 傳感器和雷達的集成

當前輔助智能駕駛用的傳感器主要分為雷達和攝像頭兩大類。車載攝像頭主要通過采集光學信息和進行算法識別，分辨率較高，成本也比較低，在 L2 和 L3 級智能駕駛中廣泛使用，但易受不良天氣影響。車載雷達根據(jù)性能和工作原理不同，可以分為毫米波雷達、激光雷達和超聲波雷達三大類。毫米波雷達主要是通過發(fā)射并接收毫米波，根據(jù)時間差測算距離，在自適應巡航和自動緊急制動等方面應用較多；超聲波雷達技術相對成熟，廣泛應用于自動泊車系統(tǒng)；激光雷達主要通過發(fā)射激光束來探測目標的位置、速度等特征量，對于距離的探測能力很強。

毫米波雷達主要分為 24 GHz 和（77~79）GHz 兩種，其中 24 GHz 毫米波雷達主要用于中短距測量，技術壁壘和成本相對較低，在汽車盲點監(jiān)測、變道輔助等方面 應用廣泛，是市場上的主流毫米波雷達產(chǎn)品。77 GHz 是目前市場上最主要的長距毫米波雷達產(chǎn)品，其探測距離可達 150~250 米，探測精度為 24 GHz 雷達的 3~5 倍，目前主要應用于自動駕駛、前向碰撞預警等，未來隨著技術壁壘和成本的降低，有望成為毫米波雷達市場的主流。

由于各類傳感器性能優(yōu)勢各不相同，未來多雷達系統(tǒng)和攝像頭并用是智能駕駛的必然趨勢，用來應對智能駕駛中的復雜的路況和天氣條件。同時隨著汽車智能化程度的提升，單車傳感器數(shù)量也將大幅增長。

3.2 網(wǎng)聯(lián)化

2X 和 ADAS 等應用帶來的數(shù)據(jù)吞吐速率的大幅提升，使得具備大帶寬、低時延等優(yōu)勢的車載以太網(wǎng)，成為了車內(nèi)數(shù)據(jù)傳輸?shù)暮诵募夹g。車載以太網(wǎng)可利用不同的方式傳輸車輛數(shù)據(jù)，既可以是網(wǎng)絡接口，也可以是以 1 Gbps 運行的高速、低延遲無線連接，滿足了自動駕駛技術演進對于數(shù)據(jù)帶寬和傳輸時延的高要求。

未來的汽車將如當前的手機終端一樣保持網(wǎng)絡連接狀態(tài)，因此如何阻止未經(jīng)授權的網(wǎng)絡訪問，以保護汽車免于黑客的攻擊，對于智能汽車而言極為重要。下一代硬件安全模塊 (hardware security module, HSM) 正在成為下一代車載網(wǎng)絡通信的重要基礎設施之一，HSM 對于安全車載通信 (secure onboard communication, SecOC) 而言是必不可少的，HSM 能確保所接收到的數(shù)據(jù)的真實性，防止攻擊者繞過相關的安全接口入侵車載網(wǎng)絡 ^[4]。

在車聯(lián)網(wǎng)方面，從單車智能向群體智能和車路協(xié)同進階，使得汽車在當前的簡單輔助駕駛功能基礎上，逐步具備全方位信息交互和智能決策能力。目前只有通過 5G 網(wǎng)絡才能滿足自動駕駛技術毫秒級的通信時延和接近 100% 的可靠性，車聯(lián)網(wǎng)核心元器件為車規(guī)級通信模組 ( 單車配備 1 個車規(guī)級通信模組 )，L3 級別的車輛使用 5G 車規(guī)級通信模組的占比逐年提升，同時車規(guī)級通信模組的單價逐年呈現(xiàn)下降趨勢，單車使用 2 個通信模組的需求增加 ^[3]。

3.3 電動化

新能源汽車滲透率提升將增加功率半導體需求，傳統(tǒng)燃油汽車中功率半導體主要用于低壓、低功率領域，而在新能源汽車中電池輸出的高電壓需要進行頻繁的電壓變換和電流逆變，大幅提升了 IGBT、MOSFET 等功率半導體器件的需求。汽車電動化程度越高，所需要的功率半導體器件數(shù)量越多。根據(jù)英飛凌2021 年的統(tǒng)計數(shù)據(jù)，全插混和純電池電動車的功率半導體單車價值是傳統(tǒng)燃油車的 4.65 倍，新能源電動車滲透率的提升是車用功率半導體行業(yè)需求量增長主要的驅(qū)動因素。

IGBT 是汽車電動化趨勢中的核心領域，其具有開關速度高、開關損耗小、易于驅(qū)動的特點，常用于 600 V 以上的大功率裝置，在充電樁、智能電網(wǎng)、軌道交通和新能源汽車等領域應用較廣。在新能源汽車中，IGBT 主要用于大功率逆變器，將直流電轉(zhuǎn)變?yōu)榻涣麟姀亩?qū)動汽車電機，以及輔助功率逆變器為車載空調(diào)等汽車電子設備供電。隨著新能源汽車滲透率逐步提升，預計近幾年全球新能源汽車 IGBT 市場規(guī)模將呈倍數(shù)增長。

4 結束語

汽車電子電氣架構的進化，標志著汽車電子產(chǎn)業(yè)已經(jīng)逐步從傳統(tǒng)的汽車工業(yè)邁向高度集成汽車工業(yè)、人工智能產(chǎn)業(yè)、新興通信產(chǎn)業(yè)和新能源產(chǎn)業(yè)等的新階段。本文對汽車功能域關鍵技術的發(fā)展現(xiàn)狀和未來趨勢的進行了全面且具體的表述和分析，為相關技術人員提供一定的技術參考，同時也讓更多的人了解汽車電子電氣架構的發(fā)展現(xiàn)狀和面臨的挑戰(zhàn)。

參考文獻：

[1] 申金劍.新能源技術在汽車工程中的應用分析[J].時代汽車,2022(7):128-130.

[2] 蔣炬卿.功能汽車轉(zhuǎn)變?yōu)橹悄芷嚤澈?汽車電子電氣架構亟待變革[J].時代汽車,2022(7):45-46+49.

[3] 向朝參,李耀宇,馮亮,等.基于深度強化學習的智聯(lián)網(wǎng)汽車感知任務分配[J].計算機學報,2022,45(5):918-934.

[4] 喬英俊,趙世佳,施敏,等.汽車智能化技術革命及體系構建[J].汽車工程學報,2022,12(3):228-235.

[5] 馬和平.智能網(wǎng)聯(lián)汽車數(shù)據(jù)安全風險與控制[J].電子元器件與信息技術,2022,6(3):191-121.

[6] 鄧戩.智能網(wǎng)聯(lián)汽車電子電氣架構設計與試驗研究[D].長春:吉林大學,2021(3).

[7] 邱彬,王芳,劉萬祥.中國汽車產(chǎn)業(yè)發(fā)展趨勢分析[J].汽車工業(yè)研究,2022(1):2-9.

(注：本文轉(zhuǎn)載自《電子產(chǎn)品世界》雜志2022年11月期)