火狐真人app下载-首页 网站地图 | RSS订阅 | TXT地图 | XML地图[设为首页] [加入收藏]
火狐真人❤❥bmwz1115.com❤❥火狐真人,火狐真人app下载,是一款2019年全新上线的棋牌娱乐平台游戏,作为当今休闲娱乐的一站式平台,在拥有极高的帐号安全与公平的比赛体制的同时,还保证了平台游戏的丰富多样性!更加在拥有海量游戏的同时,完美的兼顾...

您现在的位置是:火狐真人 > 火狐真人app下载 > 交互体验 >

交互的起点:智能座舱登场人车交互模式开启

2021-07-29 12:53交互体验 人已围观

简介发言嘉宾参会名单公布!2021第三届汽车雷达盛会7月29日苏州开幕! 200+摄像头模组/整车厂/芯片元器件商齐聚!2021汽车视觉大会7月29苏州开幕! Molex紧凑型Type-C连接器 为您的设计节约宝...

  发言嘉宾&参会名单公布!2021第三届汽车雷达盛会7月29日苏州开幕!

  200+摄像头模组/整车厂/芯片元器件商齐聚!2021汽车视觉大会7月29苏州开幕!

  Molex紧凑型Type-C连接器 为您的设计节约宝贵空间!下载好礼送!

  有奖直播报名|借助 TI DLP 技术,开始您的下一代4K显示应用设计

  Microchip有奖问答 新品 MCU 独立于内核的外设(CIP)技术解密

  芯原推出全新Vivante系列之超低功耗8K HDR显示处理器DC9000

  交互体验作为用户最直接的触点,其创新性的设计是驱动用户产生消费的外在条件。智能手机以屏幕为突破口,其超大屏幕+多点触控的双重创新成为了用户消费的重要驱动因素;对于智能汽车而言,座舱中的全液晶仪表盘与中控大屏延续了智能手机的交互方式,带来了座舱的智能化体验。

  如需获取PDF文档,点击关注上方蓝字“智车行家”后回复“智能座舱3”领取

  架构的升级是实现功能快速迭代的内在动力,持续为用户带来消费价值体验。伴随着外在交互体验的趋同,功能的快速迭代将是产品在创新体验持续提升的内在动力,而该项能力实现的背后则是“架构升级”的稳步推进。纵观历程,智能手机与智能汽车的架构变革存在异曲同工之处,均在基于底层硬件、应用软件及通信技术的革新下,实现了产品架构从“机械定义-硬件定义-软硬件共同定义-生态定义”的转变,推动了其从功能性产品向智能化终端的代际突破,并使产品的价值重心从硬件转移至软件层面,通过用户数据的反馈+OTA技术的完善,实现功能的快速迭代,为用户持续地创造消费价值,形成强大的用户粘性。

  在交互与功能的双重驱动下,产品的生态边界将不断向外延伸,其价值也将被全面重塑。智能手机通过OTA升级实现了性能的提升,以及具备了承载更多应用的能力,而应用的丰富也将驱动手机的生态边界不断拓展,最终成为万能的“场景性工具”;区别于智能手机的应用生态,智能汽车在实现车内场景化的完善外,其OTA能力的输出将更聚焦于自动驾驶的实现,为汽车配备“隐形司机”,解除其作为移动工具的桎梏,成为真正的“移动第三空间”。

  智能手机触控模式的诞生,改变了传统以按键为枢纽的交互习惯,同时赋予了汽车设计厂商足够的灵感,使其率先从视觉+触控角度对近距离高频接触的汽车座舱进行智能化创新。依托于手机屏幕的触控交互设计,特斯拉在创始之初就率先对汽车座舱内的屏幕进行了革新,取消了传统座舱复杂且老式的硬件按钮,化繁为简,将音响、娱乐、导航地图等功能汇集于中控大屏中,并延续手机多点触控的操作模式,塑造了人车智能交互的新体验。此后,中控大屏模式引领了汽车座舱的新潮流,无论是丰田售价十万级别的车型,还是法拉利百万级别的车型,均搭载了尺寸接板大小的中控触摸大屏。

  尽管中控大屏的出现使得人车交互体验感提升,但对于屏幕触控反馈的迟缓和视觉占用也在潜移默化中影响着驾驶安全。因此,智能座舱的交互模式进一步向触摸-语音-手势等多模态的交互方向演化,提高了人车交互的效率。首先通过多模态的交互技术整合座舱内分散的触摸、语音识别等感知技术,增强智能汽车的感知能力,形成对用户全方位的输入理解,再利用音效、增强现实等技术完成用户指令,最后通过屏幕对用户指令进行反馈,实现人与汽车无缝交流的终极交互模式。

  用户对于汽车的消费体验已不再满足于简单的出行,而是将其延伸为“移动第三空间”,以获得乘坐体验与消费价值的双·升维。通过回溯智能手机的迭代历程能发现,手机OTA能力的实现,才使得其获得了“价值的绽放”,成为万能的“场景性工具”;智能汽车将延续智能手机的发展脉络,汽车OTA能力的完备也将是其“价值升华”的关键,而架构的迭代则是其实现的前置基础。总结而言,我们认为智能汽车将延续智能手机的脉络,由架构定义软件,软件决定生态,生态重塑汽车。

  通信技术的革命是汽车从“机械定义时代”跨向“硬件定义时代”的关键。回顾汽车架构的迭代历程,在“机械定义时代”汽车仅具备了必要的电气组件,但随着音频、照明设备、排放电子模块等功能性模块的增加,ECU、传感器、仪表等电子元件的数量也随之急剧增多,硬件成为了当时汽车架构中最主要的部分。在此背景下,受制于单点通信方式的局限性,布线系统为了实现各硬件间的信息传输,只能选择被动性的叠加,从而导致了装配成本过高、总重量超重等问题。为了解决这一矛盾,催生了车载总线技术的诞生,推出了CAN/LIN/Flex Ray/MOST等多种标准的总线链路,并允许相关硬件在同一总线链路下,实现数据以及功能的共享与传输,从而有效降解了原有布线系统的复杂性,提升了数据的传输效率。至此,汽车“硬件定义时代”被开启。

  应用软件层分离,实现软硬件初步解耦。在“硬件定义时代”,由于主机厂受制于自身研发能力的薄弱,同时考虑到包揽所有开发工作所带来的成本耗费,其更多的选择,依赖于具备较强研发能力的ECU供应商。但在分布式架构下,由于一个ECU对应一个功能,且往往带有嵌入式的软件系统,这就导致了在此阶段,汽车软硬件之间呈现高度的耦合。但相较于产品内在的变化,我们更需要关注,在此架构背后所映射的产业链议价权的改变,是供应商话语权的加速提升,主机厂只能被动局限于零部件的整合工作。此外,由于各供应商之间ECU标准的不统一,导致了底层软件重复的问题凸显,资源利用率较低。在此背景下,AutoSAR的成立,将不同结构的ECU接口实现统一,而应用层与软硬件层也获得初步的解耦。同时,其赋予了应用软件更好的可扩展性以及可移植性,进一步增强了软件的复用率。我们认为AutoSAR的出现,在原有架构下驱动了软硬件实现初步分离,主机厂也因此获得“解放”。

  智能网联化引领汽车行业变革,EE架构已向集成式推进,“软硬件共同定义时代”全面来临。尽管在“硬件定义时代”AutoSAR的出现,实现了软硬件的初步解耦,但其主要针对的还是分布式ECU架构,因此仍然保留着浓厚的“硬件定义”色彩,车载软件的更新依旧与汽车的生命周期同步。但随着智能网联化的推动,特斯拉的异军突起,将倒逼主机厂进行架构的革新。汽车EE架构也将从分布式逐步演化至集中式架构,即将大量相同功能的ECU进行整合,并交由域控制器进行统一的管理调度,使开发人员能完全独立于底层硬件下进行上层软件的开发,以实现软硬件解耦范围的进一步扩大,以及内在数据的集中交互和决策处理。此时,AutoSAR也随之升级为Adaptive AutoSAR以适应新的智能化集中式EE架构。具体来看,EE架构将分别从硬件、软件、通信三方面进行架构的升级,并向“集中、精简、可拓展”的方向实现转变。

  1)硬件架构:从分布式-(跨)域集中-中央计算平台架构演化。主机厂采用的分布式架构,在面对智能座舱域、自动驾驶域所延伸出的进阶功能的变化时,往往“牵一发而动全身”,使得汽车的开发周期被迫延长,开发成本呈现剧增。但随着EE架构向集中化开始演变,ECU数量被大幅精简,并新增域控制器,将相似功能的ECU交由对应的域控制器进行统一管理及调度,以形成域集中式架构,或者直接集成为中央计算平台架构,并通过整车物理区域划分的区控制器配合中央计算平台进行统一的控制管理,以增强各执行单元的协同度。

  随着EE架构向集中式发展,原有的硬件配置格局被打破,域控制器成为主要的计算与调度单元。根据博世的划分方法,将整车主要分为动力总成域、底盘域、车身域、智能座舱域和自动驾驶域这5大功能域。其中,动力总成域、底盘域、车身域是针对汽车传统功能的集成,因此主要为控制指令与通信的计算需求;而智能座舱域则集成了全液晶仪表盘、抬头显示仪、中控屏幕及后座娱乐系统等功能,通过融合及处理“语音、视觉”等感知数据,赋予车辆智能互动、实时监控等能力,但由于其在运行过程中需要实现汽车应用的多任务并发,因此芯片算力的支撑相对重要;自动驾驶域作为智能化趋势下产生的新兴域,其负责了车辆在自动驾驶过程中大量传感器融合数据的处理任务,而车辆对于安全性、实时性的要求极高,因此需要实现算力与算法的“极致化”。

  动力总成域、底盘域、车身域作为汽车原有能力的“集成域”,或将会存在原有供应商之间利益蚕食,以及难以整合的风险。从目前所提出的动力总成域解决方案可以看到,基本均是由个别龙头供应商牵头,亦或是主机厂自研而成。例如,特斯拉的集成化三电系统、华为的多合一电驱动系统DriveOne、长城欧拉自研的三合一电驱桥等。而智能座舱域与自动驾驶域作为智能化的“新兴域”,其供应链体系相较于传统能力整合下的“集成域”而言,更为完整且丰富。同时,其相关技术的可借鉴性、功能的可拓展性效应更强,也更为重要。因此,我们认为,智能座舱域、自动驾驶域或将成为供应商之间长期竞争的焦点。目前,智能座舱域、自动驾驶域控制器的供应仍以Tier1为主。其中,智能座舱域中主要采用了伟世通、大陆、博世、安波福、德赛西威等厂商产品;自动驾驶域中则使用伟世通、大陆、博世的居多,而德赛西威作为后来居上者,其自动驾驶域控制器-IPU03搭载于小鹏P7也已实现配套量产,理想汽车也宣布将在2022年量产的全尺寸SUV上搭载德赛西威的自动驾驶域控制器。

  在集中式EE架构下,新增的域控制器被集成了更多的功能,而主控芯片若要与其能力相匹配,则算力配置也需随之提升。在此趋势下,汽车芯片将从MCU向SoC异构芯片开始转移。在分布式EE架构阶段,ECU主要应对于简单指令的处理,因此采用由CPU+存储+外设接口组成的MCU芯片,即可满足其对于算力的需求。但随着汽车向集中式架构迭代,域控制器的出现,使得大量ECU被功能性整合,原有分散的硬件可以进行信息互通及资源共享,硬件与传感器之间也可实现功能性的扩展,而域控制器作为汽车运算决策的中心,其功能的实现主要依赖于主控芯片、软件操作系统及中间件、算法等多层次软硬件之间的有机结合。同时,为了赋予汽车更高级别的智能化功能,域控制器需要处理由传感器传来的环境信息,其中,涵盖了海量的非结构化数据,这就导致面向控制指令运算的MCU芯片难以满足其复杂的运算。相比之下,SoC芯片引入了DSP(音频处理)、GPU(图像处理)、NPU(神经网络处理),使其不仅拥有控制单元,还集成了大量计算单元,从而能够支撑多任务并发及海量数据的处理。根据测评,SoC芯片的算力可高达1012次/秒,是MCU芯片算力的指数级倍数。

  智能座舱芯片:智能座舱作为人车交互最直接的触点,未来将集成更多如DMS、应用娱乐的功能,同时车载屏幕也将从单屏逐渐扩展到中控屏、流媒体中央后视镜、HUD等多个屏幕。而为了实现各屏幕间的互联互通,提高交互效率,“一芯多屏”的设计方案有望成为主流,并将倒逼MCU芯片升级为算力更强的SoC芯片,以承载大量图像、音频等非结构化数据的算力需求。同时,从应用娱乐模式所需的算力角度来看,与手机的单窗口单任务相比,汽车的应用多为多任务并发模式,因此其更需要强大的算力来支撑。

  智能座舱域控制器芯片市场参与者除了传统汽车电子厂商外,消费电子芯片厂商也纷纷入局。其中,传统汽车电子厂商主要有瑞萨、NXP、德州仪器等,主要面向中低端市场;消费电子厂商则以高通、英特尔、三星、联发科为主,主要面向中高端市场。根据Strategy Analytics的数据显示,2016年瑞萨与NXP二者的市场份额高达58%,但从CPU和GPU的性能来看,高通的8155芯片对应算力分别为8.5万DMIPS、1142GFLOPS,远远领先于其他厂商2倍以上,更符合“一芯多屏”的算力需求,以实现屏幕间的“无缝联动”。

  自动驾驶芯片:自动驾驶的实现依赖于大量的传感器,其产生的海量数据需要强大的计算能力作为支撑,而芯片算力、利用率及能耗比将是决定其是否能实现性能最优化的关键指标。根据国内领先的自动驾驶芯片设计初创公司地平线级,其算力的要求将呈指数级上升,达到千T级。同时,车辆在自动驾驶的过程中,其延时必须要控制在毫秒甚至微秒级别,才能保证行驶过程的安全,而这一标准的实现,对于芯片的算力要求又提升了一个维度。

  目前,除了特斯拉自主研发的FSD芯片,其他主机厂受制于自身研发实力,选择与Mobileye、英伟达、高通、NXP、瑞萨等芯片厂商合作。根据各公司官网公开数据进行比较,英伟达(Orin)和高通(8540+9000)芯片的算力优势相对突出。其中,Orin单颗芯片的算力可达200-250 TOPS,是其他芯片算力的数倍,已能够支持L2-L5的自动驾驶;而高通则采取8540+9000组合芯片的方式,其算力合计高达700-760TOPS,也已能够支持L4-L5的自动驾驶。

  值得注意的是,除了算力以外,算力利用率和能耗比也是衡量芯片性能的重要指标。其中,从“算力利用率=真实算力/理论算力”的计算拆解来看,当真实算力与理论算力越接近,算力利用率则越高,越能发挥出芯片的最佳性能;根据“能耗比=算力/功耗”计算公式,在高算力模式下,芯片功耗越低,则芯片性能越好。因此,我们根据计算得出英伟达(Orin)芯片、瑞萨、黑芝麻、高通、Mobileye(Eye Q5)的能耗比相对较高,芯片性能更为优秀,且更能满足自动驾驶的运算需求。

  根据我们产业链调研发现,单芯片的性能强度并不是主机厂考虑的唯一要素,在除芯片性能外,芯片的价格以及其背后厂商在自动驾驶领域的软件生态及工具链的成熟程度也是重要的参考。在芯片价格方面:根据汽车之心的资料以及我们调研的情况进行综合判断,英伟达Orin芯片的单颗价格约在300-500美元左右,高通采用Snapdragon 8540+9000芯片的组合方式。其中,单颗芯片价值约为110-200美元,瑞萨R-CAR V3U和Mobileye Eye Q6的单价区间分别为70-100美元、130-160美元;在软件生态和工具链方面:英伟达则展现出了较强竞争优势,理想汽车CTO王凯曾在对《建约车评》等媒体时公开表示:“选择英伟达作为理想汽车在自动驾驶芯片的合作伙伴,其中,工具链是一个重要的考量标准。”值得一提的是,英伟达在基于丰富的软件生态下,使得Orin能通过开放的CUDA、Tensor RT API及各类库进行编程,同时借助于高效的工具链产品和最初的prototype,使得理想汽车在自动驾驶系统的研发更快地落地。

  此外,不同的芯片厂商对于其是否能提供整体化解决方案以及其方案的开放程度、定制化供给的选择均不相同,这也在一定程度上导致了主机厂去主动选择与自己能力及需求相匹配的芯片厂商。例如,Mobileye虽然能提供整体化方案,但其方案的开放性相对较弱,仅给予主机厂“黑箱式”的输出,因此,自身软件及算法能力相对较弱的厂商会去选择与其进行合作;而英伟达、高通等在提供整体化方案时相较于Mobileye则更为“开放”,且允许定制化服务。因此,自身能力相对较强,或对于主动权重视的主机厂则会偏向于选择英伟达、高通等厂商;另外,如NXP、TI等由于仅提供其芯片支持,并不提供整体化方案,因此竞争力相对较弱。

  2)软件架构:软硬件加速分离,推动软件架构升级为计算平台。EE架构向集中式开始演化,域控制器方案的出现,将彻底弱化底层ECU的运算能力,将功能的处理统一交付于域控制器进行控制。这一方式的实施,将有利于实现底层资源的标准化、通用化,并进一步降低了软硬件间的耦合度,将解耦范围从应用软件层的分离拓展至整个软件架构,使其独立于硬件之上,发展为由“芯片-操作系统-中间件-算法”构成的计算平台。

  其中,芯片作为算力基础,为计算能力的实现提供底层配置;操作系统则主要负责控制与管理软硬件资源,并进行合理的调配。值得注意的是,在操作系统中系统的内核是核心,其直接决定了系统在运行中是否能实现性能及稳定性的最优输出;AutoSAR作为开放的系统架构,为了应对集中式架构下所需的高性能配置,也进一步扩展为Adaptive AutoSAR,并主要对中央应用服务器负责,用于协调在异构软件平台下各域间的信息交互,为后续汽车架构向SOA迭代制定标准;算法层位于软件层次结构的最顶部,主要负责系统功能和业务裸机的实现,例如,智能座舱域中的交互能力;自动驾驶域中的自动泊车、高速代驾、自动巡航等功能。

  在车载操作系统层面:根据对底层操作系统改造程度的不同,车载操作系统可大致分为:1)基础型操作系统:打造全新底层操作系统及所需的系统组件(例如,系统内核、底层驱动及虚拟机等)。其中,典型的如 QNX、Linux等;2)定制型操作系统:在基础型操作系统之上进行定制化开发(例如,修改内核、硬件驱动、运行时环境及应用程序框架等)。其中,典型的如特斯拉Version、华为鸿蒙OS等。

  在基础型操作系统的选择上,QNX已把控当前,而Linux或将成为未来主流。目前主流的基础型操作系统包括,QNX、Linux、Android(Linux的发行版本)和WinCE等。其中,QNX在基于微内核下,即将操作系统分成若干模块,不同模块实现不同服务进程的运行。因此,天然地具备了高安全性和高稳定性的特点,并依靠其属性优势和前瞻性布局(已成功开发车载信息娱乐系统-QNX CAR Platform for Infotainment、数字座舱系统-QNX Platform for Digital Cockpits和驾驶辅助系统平台-QNX Platform for ADAS等系统平台),占据了市场较高份额;Linux操作系统在基于宏内核下,即将其内核和驱动程序以核心形式去运行服务进程。因此,具备了紧凑、高效等特点,能充分发挥硬件的性能优势。与QNX相比,Linux最大优势在于其实现了全面的开源,拥有更强的定制化开发的灵活度,且成本也相对较低,目前主要应用于信息娱乐系统中。

  根据ICVTank、IHS的数据显示,2019年,QNX操作系统因其高安全性及高稳定性的属性优势,占据全球车载操作系统近43%的份额;但至2023年,免费开源的Linux(含Android)或将凭借其丰富的生态体系下,一跃成为第一大底层车载操作系统,占据近53%的市场份额;而WinCE目前已停止更新,未来或将退出市场。

  与手机标准化操作系统不同的是,车载操作系统作为与用户交互的核心媒介,其产品的创新将是主机厂实现差异化竞争的重要砝码。因此,具备软件实力的主机厂纷纷选择,在基于基础型操作系统下进行定制型操作系统的研发,并按照改造程度的不同主要分为定制型操作系统和ROM型操作系统。其中,1)定制型操作系统:在基于基础型操作系统下,进行深度定制化开发,如修改内核、硬件驱动、应用程序框架等。如大众VW.OS、特斯拉Version、华为鸿蒙OS、AliOS等;2)ROM型操作系统:在基于Linux、Android等基础型操作系统下,仅修改更新操作系统自带的应用程序进行有限的定制化开发。其中,国外主机厂多选用Linux作为底层操作系统;但在国内市场中,由于Android系统具备了较为完善的应用生态。因此,国内主机厂一般选择在基于Android下,进行定制型操作系统的研发,典型的如比亚迪DiLink、蔚来NIO OS、小鹏Xmart OS等。

  算法是实现汽车智能化的关键之一,其或将成为主机厂进行差异化竞争的另一焦点。其中,在智能座舱域:智能座舱在集成多样化的场景性需求下,将更聚焦于为用户提供多模态的交互方式。我们以交互算法为例,其中包括了,语音交互、动作识别(手势、姿态等)、生物识别(人脸、指纹等)、行为识别(如DMS)等。而相较于其他交互模式,语音交互已实现了从单一模态向多模态的延伸,且完成了被动式向主动式的转换,其技术能力更趋于成熟。2017年,Google就表示其语音识别的准确率已达到95%的水平,而科大讯飞语音识别的准确率也于2018年超过了98%。目前,各大厂商的语音交互技术,如Google Now、百度语音、微软Cortana等已广泛应用到汽车行业中。同时,科大讯飞也于2018年颁布了其“AI+V2H”方案,在基于其语音交互技术及AI能力下,综合多种内容生态及出行生态,形成了人、车、家之间跨场景的智能交互闭环。在供应商方面,目前科大讯飞具备相对优势。

  在自动驾驶域:自动驾驶算法作为实现汽车“自我驾驶”能力的重要一环,能够不断优化自动驾驶域控制器的执行能力,更好的控制车辆,确保做出合理的行为决策和路径规划。根据智能化等级的不同分为ADAS算法和自动驾驶算法。针对L1-L5不同级别的自动驾驶功能,其对应算法的智能程度也逐级递增,从变道、环视、车道偏离等L1级别辅助功能,到L2-L4级自动泊车、紧急制动等部分自动化功能,最终实现自动驾驶L5级别的完全自动化。目前,除了特斯拉、以及部分造车新势力具备自主算法的研发实力外,其他主机厂或与英伟达、高通、Mobileye等芯片厂商以整体化方案交付的方式展开合作,或以自行选择为主(其中,在ADAS算法中:部分由Tier1决定/芯片厂商推荐;在自动驾驶算法中:由主机厂决定并由其促成与Tier1合作。算法供应商以Tier1/初创型算法公司/科技巨头为主)。

  3)通信架构:现有通信架构面临的困境,车载通信技术有望再次迎来革新。“硬件定义时代”的通信技术革命,已驱动车载信息的传输方式从单点链路向总线链路实现转移,并使得各个独立ECU之间的数据传输,可根据不同的通信需求采用CAN/LIN/Flex Ray/MOST等不同标准的总线链路。但随着汽车智能化功能的增加,对于数据传输的效率、通信协议的开放性及兼容性提出了更高的要求。根据Intel的测算,自动驾驶车辆每天将产生超过4T的数据量,而车载总线技术作为上一轮通信技术革命的产物,并不具备高扩容性,导致其无法满足在智能化变革下数据交互所需的带宽要求。同时,随着ECU数量的急剧增加,在车载总线链路下,数据传输所需的线束也要随之延长,从而将带来成倍的成本压力与重量压力。根据佐思汽车研究的测算,如果沿用目前的架构体系,无人车时代的线公斤。

  车载以太网是以太网连接车内电子单元的新型局域网技术,在基于单对非屏蔽双绞线Gbit/s的数据传输速率。同时,还满足汽车行业对高可靠性、低电磁辐射、低功耗、带宽分配、低延迟以及同步实时性等方面的要求。与车载总线技术相比,车载以太网具备以下优势:1)高兼容性:基于其简单、成熟的开放标准,能实现不同通信协议标准下总线链路的共存(支持 AVB、TCP/IP、DOIP、SONIP 等多种协议或应用形式);2)低成本、高带宽:以博通推出的车载以太网产品(BroadR-Reach)为例,其在具备100Mbit/s,以及更高的带宽性能上,减轻了电缆重量30%,降低了连接成本80%;3)高安全性:以太网经历了十几年的应用与发展,已经有成熟的信息安全解决方案。除了在以太网各层级添加防火墙,进行认证、签名、加密机制外,还具有深度包检测(DPI)等技术进行安全过滤。

  凭借安全性、兼容性、高带宽的优势,以太网有望成为车载网络中的骨干网。车载以太网在汽车网络上的应用过程,可大致分为3个阶段:1)局部网络阶段:车载以太网技术单独应用于子系统中,这一阶段的衍生产品已在整车中实施。例如,基于DoIP标准的OBD诊断设备、使用 IP摄像头的驾驶辅助系统;2)子网络阶段:将多个子系统进行整合,构建类似以“域”为标准的,“域”内通信传输架构。例如,AVB协议的多媒体娱乐和显示系统、ADAS系统等;3)多子网络阶段:在汽车智能网联化的变革下,不同功能域之间的信息传输尤为重要,而现有的车载总线链路由于带宽不足,无法实现良好的传输及共享。因此,在不同域之间的通信传输则需要由更高传输性能的以太网作为骨干网络来承担信息交换任务,实现高速总线的全面替代。根据Frost & Sullivan和Strategy Analysis的预测,至2022年,车载以太网端口将超过所有其他以太网端口总和;2025年,在豪华车、混动/电动车型上,将有近80%的比例使用车载以太网技术。同时需要注意的是,在原有各域内部子系统的数据互联中,由于90%的控制器节点仍只需10Mbit/s以下的通信速率,而传统总线LIN/CAN等所支持的传输速率亦可满足此要求。因此,车载以太网或将无法在域内通信网络中实现替换,其更大的价值是作为域与域之间的传输纽带,成为整体车载通信网络中的骨干网。

  随着汽车功能的不断增加,智能汽车或将延伸智能手机的升级趋势,通过OTA技术实现性能的提升与功能的拓展。在分布式架构阶段,整车功能的迭代主要依赖于ECU数量的累加来实现,而上百个功能各异的ECU均由不同的供应商所提供,其上层也均运行着不同的嵌入式操作系统及软件,因此导致了汽车无法进行数据的有效传输及功能的集中处理。而在“软硬件共同定义时代”,汽车架构将演化至集中式的EE架构,域控制器的出现将集成大量ECU功能,并推动软硬件以及通信架构进一步升级,使汽车具备OTA能力,以实现车载性能/功能的在线升级,从而有效缩短了汽车的迭代周期,并减少了线下召回的成本。

  针对汽车而言, SOTA即是车载应用软件的下载/更新,且多以信息娱乐系统为主;FOTA则是指包括核心系统、固态硬件在内,车载性能/能力的全面升级。其中包括,自动驾驶、动力系统、电池系统的迭代。由于汽车对于安全性、稳定性、实时性的高要求,其OTA升级更聚焦于对汽车性能的提升,即FOTA升级。区别于智能手机仅停留在软件层面的FOTA升级,智能汽车的FOTA升级更深入于“硬件底层”。目前,主机厂普遍在EE架构的设计下,率先以“硬件预埋”的形式,提前在车内配备了其后续所需新增功能的ECU、传感器等硬件配置,并将其与软件层面对应的功能模块相匹配。同时,采用以太网作为车载通信网络中的骨干网,以保证后续信息的有效传输。而当用户产生需求时,则可通过FOTA升级逐步释放新增功能的能力,实现在软硬件层面的共同赋能。如特斯拉的FSD芯片性能针对自动驾驶L4/L5级别,未来通过FOTA升级,即可实现从自动辅助驾驶升级为完全自动驾驶,直接由汽车自身掌控驾驶位。

  特斯拉的EE架构领先主流厂商6年,率先达到中央计算平台架构阶段,实现跨域融合,完成了从“功能机”到“智能机”的转变。特斯拉抛弃了由传统的特定ECU执行特定功能的“功能机”设计,转为面向通用计算的“智能机”设计:以区控制器的形式协同不同功能域之间的信息决策,即一个CCM(中央计算模块)+三个区控制器。具体来看,CCM整合了自动驾驶和信息娱乐系统两大域,而区控制器则按位置划分为前车身、左车身、右车身控制器,并由CCM进行统一处理、决策,协调各域之间的操作控制。其中,CCM掌控了所有的摄像头、雷达传感器还有车机;左车身控制器集成了内部灯光、转向柱控制等;右车身控制器则集成了自动泊车、座椅控制、扭矩控制等功能。此前日经BP社在2019年拆解了特斯拉Model 3和Model S,得出了一个结论:业内普遍认为,以中央处理器为核心的集中式EE架构的商业化应用要到2025年之后,而特斯拉在Model 3上已经实现了上述架构,其架构已经领先其同行超过6年。

  完全自研的自动驾驶芯片+操作系统+算法是其EE架构遥遥领先的幕后推手。从2014年推出第一个版本开始,特斯拉的自动驾驶系统“Autopilot”系统经过了4次大的硬件版本更新,从最初1.0版本的完全基于第三方供应商Mobileye提供芯片+算法,到2.0、2.5版本逐步过渡到自研算法+英伟达的芯片,最后在2019年4月份特斯拉成功推出自研芯片,实现了自动驾驶芯片+算法的垂直整合。同时,其基于Linux内核自研的Version操作系统能够与芯片完美适配,增强软硬件的协同性能,加快算法迭代效率。从实际效果来看,基于自研的自动驾驶芯片的Autopilot系统性能得到了显著提升,从2.5版本只能同时处理每秒110帧图像进化到3.0版本同时处理每秒2300帧的图像;与此同时,芯片成本也较之前下降了20%。

  如同苹果在智能手机的成功一般,特斯拉自动驾驶技术的垂直整合之道再次证明一个道理—依赖第三方供应商技术无法建立起持续的核心业务壁垒,关键技术必须自研。以芯片为例,特斯拉的自研FSD芯片被马斯克称为世界上最好的自动驾驶芯片,国内自动驾驶芯片厂商地平线的战略规划副总裁李星宇就表示:“特斯拉自研芯片成功,成为业内唯一一家拥有了自己芯片的车厂,这将打破产业游戏规则。从技术角度看,FSD的成功推出足以令其领先同行至少三年”。

  特斯拉采用独特的“影子模式”,打造海量数据+算法的研发迭代闭环。目前自动驾驶算法的一大挑战在于—现实世界中,各式各样的复杂且少见的驾驶场景所带来的长尾风险。对于这个挑战,特斯拉的方法论是通过打造海量数据+算法的研发闭环,解决现实世界中可能存在的0.00…01%的长尾风险。特斯拉根据“影子模式”的原理,在已交付车辆全部前装了“Autopilot”的硬件(包括摄像头、毫米波雷达等传感器),利用传感器探测用户驾驶的真实路测数据,并在驾驶过程中保持“Autopilot”系统的运行状态,时刻与该真实路测数据对比,不断修正算法预测错误的部分,提升自动驾驶能力。根据electrek的分析,截止2019年7月,特斯拉已交付超64.3万辆具有自动驾驶功能的特斯拉汽车,基于上述车辆采集到的自动驾驶路测里程达15.6亿英里。此后,特斯拉深度学习高级总监Andrej Karpathy在一次公开的演讲中透露,截止2020年4月,Autopilot累计的有效驾驶里程已经达到了30亿英里。与之对比,业内公认的自动驾驶全球领军企业—谷歌 Waymo也只不过有1500万英里的数据积累。

  特斯拉的通信架构已实现部分以太网的应用,具备车辆不断进化的能力。从特斯拉的一个CCM+三个区控制器的整体架构来看,其三个区控制器仍然使用传统CAN/LIN总线向CCM传输数据,而在CCM内部则采用以太网技术,以支持中央计算平台高性能运算的通信需求。同时,具备高速传输效率的以太网成为特斯拉通过OTA技术赋予车辆不断进化能力的“临门一脚”。

  FOTA升级是特斯拉持续进化的“武功绝学”,也是软件服务收费的基石。特斯拉是全球第一个使用FOTA技术的车厂,不仅能够通过SOTA实现车载信息娱乐系统的更新,也能够延伸至自动驾驶、车身控制、电池管理等核心领域的FOTA升级,提升车辆自身性能。同时通过特斯拉APP进行OTA软件更新服务,实现软件服务收费的盈利模式,具体包括:1)首次引入了软件应用商店(in-app-purchase),方便用户购买软件升级。未来所有特斯拉车主都可以在特斯拉的APP中购买各种软件更新服务。例如,基本版自动辅助驾驶(Autopilot),完全自动驾驶(FSD),加速性能提升以及其他高端功能;2)首度开启高级连接服务收费(9.9美元/月)。只有车主支付了服务费才能用实时路况、卡拉OK、流媒体等功能。可以说,OTA能力的实现是特斯拉从“钢铁”升级到“钢铁侠”的关键,也是特斯拉实现软件服务收费的技术基石。

  通过持续升级,特斯拉的软件和应用服务生态越来越像苹果。2019年9月,特斯拉时隔1年后正式更新V10 版本的车机系统,我们认为这是一次重要的转折点。在此之前,尽管特斯拉的中控大屏一度引领潮流,但其承载的软件生态却相对匮乏,屏除了车辆设置、地图导航之外基本无「生态」可言。V10版本的更新对于车机软件生态做了丰富的内容升级,具体包括:1)游戏方面:首度引入了麻将和扑克牌两类在线游戏,并且引入了经典人气游戏《Cuphead 茶杯头》;2)流媒体方面:国外版本支持播放 Youtube 和 Netflix 两个视频源;而在国内版本中,则融入了腾讯视频和爱奇艺。两个视频资源的体验,和我们在PC端的体验一样,在车辆驻车时就可以播放。可以说,V10版本的推出让我们看到特斯拉开始认真打造汽车软件生态,整个汽车的使用体验也在向“移动第三空间”不断靠拢。

  在特斯拉的引领下,传统主机厂也逐步向集中式EE架构转变,其转变的路径可分为:1)从分布式-(跨)域集中-中央计算平台架构的渐进式路线)像特斯拉一样,将其汽车架构直达终点至中央计算平台架构。目前,部分国内自主品牌、造车新势力,以及大众、宝马、通用等强外资主机厂已经或正在规划升级其EE架构为(跨)域集中/中央计算平台架构。以宝马为例,其下一代EE架构将采用中央计算平台架构,并计划于2021左右年量产。此外,安波福、华为等Tier 1供应商/科技公司也纷纷部署EE架构。如华为提出的基于计算和通信的CC架构,由智能座舱、整车控制和智能驾驶三大域控制器构成,采用跨域融合的架构方案。

  对于传统主机厂EE架构的升级之路,更多采取了“类安卓”式的合作模式。1) 域控制器:以采购Tier1的产品为主;2)芯片:是主机厂实现架构升级的重要基石,但由于其自身在芯片研发能力上的不足,多以“规则制定者”的角色出发,倾向于在不同域中选择优质的供应商进行合作。其中,在智能座舱域中,核心供应商可分为两类:①传统汽车电子厂商,主要面向中低端市场;②消费电子厂商,主要面向中高端市场;在自动驾驶域中,核心厂商则主要包括,英伟达、高通、Mobileye、NXP、瑞萨等;3)操作系统:作为架构的核心,传统主机厂多选择在基于底层操作系统下展开“差异化”的自研道路;4)算法:在智能座舱域中:由于涉及的功能众多,厂商也较为分散。其中,与芯片厂商/ Tier1有着深度合作,且具备算法能力的软件公司则相对占优;在自动驾驶域中:对于其算法供应商的选择可大致分为两类:一、芯片厂商以整体化方案直供;二、主机厂自行选择(在ADAS算法中:部分由Tier1决定/芯片厂商推荐;在自动驾驶算法中:由主机厂决定并由其促成与Tier1合作,以Tier1/初创型算法公司/科技巨头为主)。

  以太网将成为未来车载通信技术的标杆。随着EE架构向集中化趋势发展,以太网凭借其具备高带宽、高开放、低延时的优势将被广泛应用,并有望成为车载通信网络中的骨干网。部分主机厂目前已经搭载了以太网技术,如小鹏的P7搭载了基于百兆的以太网架构,而相比传统车载通信总线的形式,其控制单元之间数据的传输速度提升了近200倍。同时,以太网的应用也将为传统主机厂实现FOTA升级赋能,以加快整车性能的迭代。

  集中式EE架构的演化使得汽车OTA技术得以实现,OTA实力成为主机厂竞争力的体现。目前,大部分主机厂都能实现车载信息娱乐系统的远程升级(SOTA),但只有理想、小鹏、蔚来等新势力造车能够通过“硬件预埋”的形式,对智能驾驶、底盘系统、电池管理等固件系统的性能进行FOTA升级,并在后续实现以升级服务为收费核心的商业模式。如蔚来在ET7上首次采用了自动驾驶软件订阅机制,NAD系统每个月收费680元,也再次验证了特斯拉开创的智能汽车软件订阅模式的可行性。

  智能汽车是百年汽车工业史上一次伟大的范式转移,将复制智能手机的交互与功能变革两大路径。手机智能化的核心是交互从按键到触屏,功能从通话工具到移动上网平台。智能汽车同样复制这两条路径,交互方面从机械仪表盘变革为全液晶仪表盘、中控大屏为核心的智能座舱,功能方面从驾驶工具转变为具有自动驾驶能力的移动平台。百年汽车工业正发生史诗级的颠覆,而汽车的产品定位将不再是“行走的精密仪器”,也不仅只是一台“行走的计算机”,而是真正意义上的“移动第三空间”。

  软件决定生态,生态定义汽车。在智能网联化的驱动下,EE架构的集中式发展不仅实现了软硬件的解耦,还突破了OTA原有的技术瓶颈,凸显了软件价值,真正实现软件定义汽车。主机厂通过OTA技术一方面可以不断丰富车载的应用生态,实现车内场景化的完善;另一方面能够加快整车性能的迭代,驱动自动驾驶向更高等级进化。因此,汽车仅作为载人工具的观点将被颠覆,逐渐转变为集消费、工作、娱乐的第三空间,最终实现生态的定义。

  “共享化”时代,车厂角色将重新定义,开启智能汽车终极场景。随着滴滴、Uber等出行服务商对传统出行领域带来的冲击,主机厂也将顺应“共享出行”的潮流,未来汽车可能分为两类,一类是有人驾驶的汽车,一类是移动服务汽车。传统的汽车制造商将逐步向移动出行服务商转型,为用户提供Car as a Service或者说是Mobility as a Service(MaaS)的一站式出行服务。从用户角度来看,相对于私有车的模式,转向移动出行服务,可以充分利用路上的时间做自己的事;从车厂的角度来看,商业模式将从产权交易到使用权交易,即不再是一锤子买卖的整车销售,而是类似“手机流量套餐”一样,对用户的出行服务进行按需收费。从广义来看,未来出行服务需要具备三大要素:移动平台(车)、自动驾驶技术、用户服务入口。其中,自动驾驶将是关键技术,可以大幅度的降低出行服务平台的最大的运营成本项(司机的工资),直接决定了主机厂转型移动出行服务商的盈利潜力。

  Waymo在2018年就已宣布正式商用,推出自动驾驶网约车服务,成为Robo-taxi的开篇之作。而特斯拉作为智能汽车的领头羊,马斯克也宣布其将在2020年实现完全自动驾驶功能,并打造的无人驾驶网约车平台- Robotaxi network,开展自动驾驶出租车服务。同时,NVIDIA 创始人兼首席执行官-黄仁勋在与欧洲《汽车新闻》的访谈中也表示:“未来主机厂将会像媒介公司一样,不再只是造车,而是运营车队,主机厂将成为车队管理者和服务提供者。

  根据汽车EE架构的演化,汽车产业的本质从一个企业做车(机械定义)-一个产业做车(硬件定义)-多个产业做车(软硬件共同定义、生态定义)的演变。

  在“机械定义汽车的时代”,往往由一个企业进行汽车制造,但随着功能的增加,“硬件定义汽车时代”到来,汽车系统逐渐变得复杂,配套供应商等角色的参与,组成了完整的汽车产业链,形成了“主机厂-Tier1-Tier2/ Tier3”垂直合作模式。但由于分布式架构的开发高成本与技术短板,主机厂主要依赖于Tier1实现汽车产品复杂功能的落地,自身只需解决好传输网络、车身管理等整车适配问题,即“整车功能的实现=N* Tier1(软硬件解决方案)”,却也在一定程度上限制了主机厂自主定制开发的权利。

  传统供应链格局被颠覆,软件实力成为制胜关键。在“软硬件共同定义时代”下,EE架构逐步升级为集中式架构,软硬件的解耦从软件应用层的分离到整个软件架构的打通,软件成为主机厂实现创新的突破口。此时,主机厂已不再满足于传统的“黑盒模式”,希望能借此变革掌控功能实现所需的软件部分。因此,具备自主研发能力的主机厂可跨过Tier1直接与具有软件实力的Tier2合作,带动Tier2地位向Tier1转移,打破了原有传统的垂直供应链格局,发展为扁平化网状模式,即“整车功能的实现=主机厂(软件)+Tier1(软件/硬件)/Tier2”。

  科技公司入局,成为供应链中新一代Tier1。以华为、BAT为代表的科技巨头,利用自身技术的优势切入智能汽车领域,通过为主机厂提供智能汽车解决方案、增量部件、开源软件平台等方式与其进行开放合作,形成优势互补、多方合作的产业布局。同时,原本处于Tier2位置的软件企业可能跃升至Tier1,甚至Tier0.5,或将成为智能汽车产业链中强有力的竞争者。

  汽车产业边界不断向外扩展,主机厂向移动出行服务商角色转化,驱动产业链从垂直链条结构趋向交叉网状出行生态圈。随着EE架构、OTA技术的成熟,汽车的出行功能从单纯载人升级为“移动第三空间”共享出行方式,主机厂新增移动出行服务商角色,在为其他出行服务商供应车辆的同时,自身也能够为用户提供共享出行服务,汽车产业进入跨界融合阶段,多个产业共同打造未来移动出行的新业态。

  汽车的单体价值量远超于手机,其所带来的产业性机会更为明显。智能手机的市场规模远远不及传统汽车市场,根据IDC、国际汽车制造商组织的资料显示,其通过手机出货量与汽车出货量进行测算,结果显示传统汽车的市场规模(1.8万亿美元)已是智能手机(5000亿美元)的3倍以上。我们在结合以上数据,以及对于智能汽车趋势的理解下进行综合判断,认为在“新四化”的背景下,随着智能网联化的驱动,智能汽车的市场规模不仅仅只是延续,更有望实现大幅的超越,而软件的价值将是其中最大的增量。

  在智能网联化驱动下,EE架构的革新驱动汽车价值的重心从硬件向软件转变,软件成为智能汽车产业的关键,驱动软件市场规模的增长。在Automotive News Europe 资讯中NVIDIA创始人兼首席执行官黄仁勋表示:“汽车制造商的业务模式将从根本上发生改变。到2025年,许多汽主机厂业很有可能以接近成本价的价格销售汽车,并主要通过软件为用户提供价值。”根据麦肯锡的预测,汽车软件市场规模从2020年的340亿美金攀升至2030年的840亿美金,期间的CAGR为9%。从细分市场来看, OS and Middleware、ADAS and AD软件市场规模增长最为迅速,2020-2030年期间的CAGR均达到11%,超过软件市场规模整体复合增速,预计在2030年分别达到80亿美金、430亿美金的市场空间。

  汽车成为新一代的电子产品,由软件+硬件重新定义。在“新四化”浪潮的推动下,汽车在传统硬件时代的机械属性将逐步转变为具有机械功能的电子产品,从以硬件主导向软硬件共同主导的定义上发生着根本性的改变。根据麦肯锡的预测,至2030年全球汽车市场,软、硬件的占比将分别达到30%、41%。其中,软件的占比较于2016年提升了近3倍。但需要注意的是,在“软硬件共同定义时代”中,硬件价值虽然被逐渐弱化,但其依然是汽车的重要根基,软件的迭代更新仍需要在依靠“硬件预埋”下,才能保证其后续升级的实现。

  汽车价值链呈现“总量上升,重心后移”趋势,其价值从硬件-软硬件-服务不断延伸。传统汽车作为载人交通工具,主要聚焦于整个汽车制造价值链条。而在智能汽车的驱动下,汽车围绕着移动终端进行角色转换,提升设计研发、后市场服务等环节的软件价值,促进其产业的“微笑曲线”不断向后端延伸,形成“制造+服务”的价值链条。其中,服务的增加不仅仅只存在于曲线后端,而是长期贯穿于汽车的全生命周期,推动汽车产业价值总量上升。

  OTA能力成为汽车迭代升级的关键,也是主机厂持续创造服务价值的核心要素。OTA技术的运用,将分布式阶段单一ECU的T-BOX网联功能进行升级,趋向于整车功能的更新。对于主机厂来说,通过OTA对应用软件与硬件性能升级进一步完善整车功能,加快汽车周期迭代,并通过增值服务持续为用户提供消费价值;另一方面,OTA技术升级方案不仅能够降低缺陷产品的召唤成本,同时也能够快速修复车辆所出现的漏洞,降低主机厂对于售后车辆的维护成本。因此,在消费价值提升+成本降低的双重因素驱动下,主机厂将有望实现盈利能力的大幅提升。

  共享服务、自动驾驶的发展重构汽车出行服务价值,新的商业模式将推动汽车产业价值链的完善。自动驾驶时代,“整车品牌”价值被弱化,取而代之的是移动服务价值的提升,主机厂角色被重新定义为移动出行服务商,或为出行服务商提供服务,商业模式由原来的“一锤子买卖”转变为按需付费的持续收费模式,而自动驾驶从L2向L3/L4级别的跨越或将成为该场景应用和服务的爆发点,奠定出行服务价值的潜力。同时,汽车产业链中的多方参与者也将围绕其价值链进行深度挖掘,或外延至金融、保险、房地产等领域,产生巨大的商业发展空间。

  吴4智能座舱作为人车交互的入口已率先成为先行者。在“交互的起点:智能座舱登场,人车交互模式开启”中,我们重点分析过:汽车智能化的起步延续着智能手机的发展脉络,汽车设计厂商将率先从视觉+触控角度对近距离高频接触的汽车座舱进行智能化创新,人车交互的模式也将逐步从触摸、物理操作的交互方式发展为以语音、手势、生物识别等多模态的交互,并通过用户的感知数据实现人车的“无缝交流”。同时,传统座舱单一的中控屏幕及机械仪表已无法满足日益庞大的行车信息及用户娱乐需求,因此集成化、场景化的智能座舱将成为未来发展趋势。

  智能座舱目前正处多屏集成阶段,未来将迈向智能驾驶集成。智能座舱的集成化可分为三个阶段:1)单一座舱:主要由中控平台构成,仅提供多媒体娱乐功能;2)中控平台、仪表盘等系统集成:主要由全液晶仪表盘、中控大屏、HUD、后座娱乐等构成,可实现智能交互、车辆管理等功能。值得注意的是,随着屏幕数量的增多,为了实现多屏之间信息交流的互联互通,“一芯多屏、多屏融合”的趋势开始显现。根据伟世通的资料显示,2023年将全面形成以“一芯多屏”为核心形态的中控平台;3)与智能驾驶集成:伴随着驾驶自动化程度的提高,用户将从驾驶任务中释放出来,与智能座舱融合,使其具备了“移动第三空间”的条件。

  生活化场景的搭载,智能座舱将最终发展为“第三生活空间”。智能座舱以用户的出行场景出发,通过“触摸-语音-手势”等多模态的交互方式,融合了用户的感知数据持续优化迭代,不断挖掘场景化的需求,建立完善的车载服务与应用生态。同时,随着自动驾驶等级的提升,用户的手、脚、眼、脑获得解放,能够支持用户在智能座舱内进行娱乐、办公等消费场景的实现,最终成为延伸的“第三生活空间”。

  智能座舱主要涵盖了座舱内饰与座舱电子领域的创新与联动,包括车载信息娱乐系统、流媒体中央后视镜、抬头显示系统HUD、全液晶仪表盘及车联网模块等。与传统座舱相比,智能座舱对中控、后视镜及仪表盘等硬件进行数字化升级,并纳入抬头显示器HUD、后座显示屏等HMI多屏,且底层嵌入操作系统、车联网服务、内容软件、ADAS系统等应用以满足日益增长的人车交互需求。

  作为用户驾驶体验的核心系统,车载信息娱乐系统将率先取得突破。车载信息娱乐系统由第一代的卡带、收音机发展至第四代的综合车载信息娱乐系统,主要经历了三个方面的变化:中控屏幕从无到有到多屏联动,尺寸从小到大;与外界的连接方式日趋多样化;人车交互越来越智能。目前,第四代综合车载信息娱乐系统已经能实现辅助驾驶、移动办公、基于在线的娱乐功能等一系列应用。

  随着智能网联技术的不断发展,未来车载信息娱乐系统将发展为汽车与外界环境连接的重要窗口,其渗透率也将进一步扩容。根据汽车之家与前瞻研究院的数据显示,车载信息娱乐系统的渗透率将从2020年的90.2%攀升至2025年的100%,逐渐将形成汽车的标配产品。

  汽车仪表随着集成和数字控制技术的高速发展已不再是一个提供转速、车速的简单原件,它能展示更多重要信息,甚至发出警告,为车主提供更多多样化的选择和个性化的驾驶体验。汽车仪表盘的发展大致经历了纯机械式仪表-电气式仪表-全液晶仪表盘3个阶段。相较于传统的机械式、电气式仪表盘,全液晶汽车仪表盘增加了和显示相关的GPU、显示屏等部件,并用屏幕取代了指针、数字等现有仪表盘上最具代表性的部分,它不仅能显示车辆的基本信息、油门开度、刹车力度等状态信息,还能显示导航地图、多媒体等功能,更容易与网络、外设及其他应用相连接。因此,全液晶仪表盘是目前为止最先进的汽车仪表,也是未来的发展方向与趋势。

  由于仪表盘为法规件,在软硬件上的要求更高,目前难以实现普及。根据汽车之家数据统计,2020年该产品渗透率为27.2%。全液晶仪表盘目前主要集中在豪华车和新能源汽车中,但随着其在传统车市场不断向低端车型渗透及新能源乘用车销量放量,预计全液晶仪表盘渗透率有望不断提升。根据前瞻研究院的预测,到2025年其渗透率将达到70%。

  在大尺寸中控屏备受追捧的当下,传统车载显示产生了分散驾驶员注意力的安全隐患,车载HUD应运而生。HUD主要分成四种,分别是AR-HUD、W-HUD、C-HUD、A-HUD,用以降低驾驶员低头查看仪表的频率,避免注意力中断以及丧失对状态意识的掌握。HUD最早出现在80年代末;在2001年、2004年,通用和宝马分别推出彩色HUD,并搭载于其高端车型内;现阶段,HUD在高端车型上已实现普及,但整体搭载率仍处于较低水平。但我们认为,随着技术逐步成熟,成本进一步的降低,未来五年HUD将有望从高端车型向中低端车型加速渗透。根据汽车之家与前瞻研究院的数据显示,2020年其渗透率约为8.7%,预计至2025年将达到30%。

  后视镜的智能化正处高速发展阶段。区别于传统后视镜,流媒体中央后视镜以屏代镜,通过摄像头把汽车后方影像投射到显示屏上,以数字格式播放。同时,由于摄像头安置在车后,拍摄范围不受车厢影响,解决了后排、后窗、C柱视线遮挡,并通过广角镜头增大后视视野三倍以上,原生视角不变形。在CES2018展上,流媒体后视镜鼻祖Gentex展出的流媒体中央后视镜甚至采用了瞳孔识别技术以识别是否车主本人在驾驶并调取车内信息,同时还研发出了疲劳检测技术,不断向智能化发展。

  流媒体中央后视镜尚处起步阶段,渗透率很低。2015年凯迪拉克CT6率先搭载由Gentex供应的流媒体中央后视镜,使车内流媒体中央后视镜变为现实,随后流媒体中央后视镜开始出现在宝马、迈凯伦、长城等车型上。但受制于行业缺乏标准与相关的监管机制,驾驶员视野适应性有待培育,光线复杂环境系的防眩目仍有待优化,因而流媒体中央后视镜的车型前装渗透率相对有限。据汽车之家与前瞻研究院数据,2020年流媒体后视镜渗透率仅7.6%,预计到2025年将达30%。

  智能座舱较传统座舱增配部件,单车配套价值量随之上涨,市场空间显著提升。根据中国产业信息网的数据测算,传统座舱仅包括,机械仪表盘、车载信息娱乐系统,单车价值量在1500元左右。而智能座舱则包括,全液晶仪表盘、车载信息娱乐系统、HUD、语音交互、流媒体中央后视镜等主要部件,单车价值量成倍增加,其配套价值上涨至9000元以上,智能座舱市场规模由此也将进一步扩容。根据ICVTank公布的数据显示,2018年中国智能座舱的市场规模为396.9亿元,预计2025年将攀升至1030亿元,2018-2025年期间的CAGR达到15 %。

  智能座舱产业链主要由传统座舱零部件(仪表盘、HUD、流媒体后视镜、信息娱乐系统等)和智能座舱平台(域控制器+芯片+操作系统+算法)所构成。其中,传统座舱零部件:Tier1为主导,以全液晶仪表盘为例,海外Tier1包括,伟世通、大陆、博世、电装、日本精机等;国内Tier1,如德赛西威、友华光电、航盛电子、东软集团等。智能座舱平台(域控制器+芯片+操作系统+算法):1)域控制器:仍以Tier1为主,其中包括,伟世通、大陆、博世、安波福、德赛西威等;2)芯片:作为后续应用价值的实现基础,是产业链中必不可少的参与者。在智能座舱域芯片中,主要分为了两大阵营:①传统汽车电子厂商,其中包括,瑞萨、NXP、德州仪器等,主要面向中低端市场;②消费电子厂商,其中包括,高通、英特尔、三星、联发科等,主要面向中高端市场;3)操作系统:传统主机厂多选择在基于底层操作系统下展开“差异化”的自研道路。其中,在底层操作系统中,以QNX、Linux、Android为主流;在定制型操作系统中,则普遍以主机厂自研+部分外包的形式展开,其中参与的第三方厂商包括,中科创达、诚迈科技、经纬恒润等;此外,以阿里巴巴、谷歌、百度、华为等为主的科技巨头也凭借其在软件和大数据的资源顺利切入,成为行业中兴起的“异军”;4)算法:以交互算法为例,为赋予智能座舱更强的交互能力所提供算法支持的供应商。在此环节中,由于涉及的功能众多,厂商也相对分散。以语音交互举例,其国内供应商包括,科大讯飞、思必驰、出门问问、云知声等。此外,值得注意的是,在智能座舱算法的供给上,与芯片厂商/ Tier1有着深度合作,且具备了算法能力的软件公司将相对占据优势。例如,中科创达、诚迈科技等。

  美国自动驾驶分级统一行业认知。根据SAE标准,按照人类驾驶者的操作权限将自动驾驶分成了0-5级。其中,2-3级是一个重要的转折点,标志着驾驶权正式由人类移交给无人驾驶系统。无人驾驶系统的分级,为全球主机厂无人驾驶研发进程提供了统一的指导。

  ADAS功能主要覆盖L0-L2级别,由感知层-决策层-执行层实现。其中,感知层解决的是“我在哪?”、“周边环境如何?”的问题;决策层则要判断“周边环境接下来要发生什么变化”、“我该怎么做”;执行层则是偏机械控制,将机器的决策转换为实际的车辆行为。根据上述三个环节的分析框架,ADAS技术实现的基本原理是:感知层的各类硬件传感器捕捉车辆的位置信息以及外部环境(行人、车辆)信息;决策层的大脑(计算平台+决策算法)基于感知层输入的信息进行环境建模(预判行人、车辆的行为),形成对全局的理解并作出决策判断,发出车辆执行的信号指令(加速、超车、减速、刹车等);最后执行层将决策层的信号转换为汽车的动作行为(转向、刹车、加速)。

  感知层:自动驾驶的冗余度和容错性特性,要求越是高阶的自动驾驶需要越多的传感器。根据我们的产业链调研,2020年起国内外已正式进入L3级自动驾驶阶段,2021年后将呈现加速状态,L2-L3标志着汽车的操作权正式由人类驾驶者移交给无人驾驶系统,对自动驾驶系统的冗余度和容错性的要求均有着质的提高。从传感器数量来看,毫米波雷达的数量将从L2的3个左右提升到6个以上,摄像头也从1个大幅提升至4个以上,甚至会开始装配激光雷达。进入到L4/L5层级,传感器的数量也将水涨船高,毫米波雷达届时有望达到10个以上,摄像头也会翻番,达到8个以上,激光雷达或会随着成本的快速下降而有所新增。总之,高阶自动驾驶对传感器的数量要求会越来越多,以尽可能的保证行驶的安全性。

  多传感器融合是未来自动驾驶传感器方案的主要发展趋势。以自动泊车为例,其是需要摄像头和超声波雷达,甚至是毫米波雷达的多传感器融合方能实现的ADAS功能。自动泊车辅助借由摄像头和雷达的扫描和定位,相比于传统的倒车影像及倒车雷达,智能化程度更高,一般是先由超声波雷达或毫米波雷达识别车位空间,摄像头检测车位线,然后经电子控制单元对汽车和周边环境进行建模后,控制方向盘、油门踏板和刹车等执行件,实现自动泊车入库。

  随着自动驾驶级别升级,单车对传感器的需求量在持续攀升。以特斯拉、奥迪A8与通用Cruise为例,摄像头基本随着级别数的提升单车配套量在增加,毫米波雷达随着级别的提升增幅尤其明显,L4级的通用Cruise搭载的毫米波雷达数量是奥迪A8的4倍,单价昂贵的激光雷达在L3级别必备,L4级别需求量亦有明显增加,技术最为成熟的L5级Waymo摄像头、毫米波搭载数量有所减少,但高价值量的激光雷达搭载数在不断提升。

  决策层:在“架构的进阶:架构定义软件,软件决定生态”中,我们已进行过分析:自动驾驶的实现依赖于大量的传感器,其产生的海量数据需要强大的计算能力作为支撑,这意味着一个强大的计算平台成为刚需,以用于处理传感器输入的信号数据并输出决策及控制信号。而强大计算平台的构成,其核心则是具备更强算力的SoC芯片。我们在此章节也深度解析了目前各大芯片厂商在自动驾驶领域的优劣势,以及主机厂在考虑厂商时选择维度的差异。

  自动驾驶计算平台演进方向——芯片+算法协同设计。在未来计算平台的演化中,参考我们之前发布的行业报告《芯际争霸—人工智能芯片研发攻略》的观点,未来芯片有望迎来全新的设计模式——应用场景决定算法,算法定义芯片。如果说,过去是算法根据芯片进行优化设计的时代(通用CPU+算法),现在则是算法和芯片协同设计的时代(专用芯片ASIC+算法),这一定程度上称得上是“AI时代的新摩尔定律”。具体而言,自动驾驶核心计算平台的研发路径将是根据应用场景需求,设计算法模型,在大数据情况下做充分验证,待模型成熟以后,再开发一个芯片架构去实现,该芯片并不是通用的处理器,而是针对应用场景跟算法结合在一起的人工智能算法芯片。根据业界预估,相比于通用的设计思路,算法定义的芯片将能至少有三个数量级的效率提升。

  执行层:为了适应汽车EE架构的简化,以及ADAS功能的实现,执行层将从传统的纯机械式执行进阶为以主动控制技术为主导的线控技术。对于自动紧急制动(AEB)、自适应巡航系统(ACC)、自动泊车系统(AP)等ADAS功能的实现,传统的纯机械式执行机构无法对其融入了传感器和执行各类决策的电控单元进行控制,因此,执行层的控制技术将进行电子化升级,并根据自动驾驶功能的等级提升,发展为以主动控制为核心的线级自动驾驶,未来将有望加速普及与升级。

  根据汽车电子设计、汽车电子头条的统计,2018年大部分的外资及自主车主机厂均已在部分车型上实现了L2级自动驾驶。外资主机厂中领先的是奥迪,奥迪于2018年推出的A8是全球第一款量产L3级别的自动驾驶车型,改款车型搭载5个毫米波雷达、5个摄像头及12个超声波雷达与一个4线机械激光雷达。目前根据大多数主机厂规划,将于2020年后逐步实现L3/L4级自动驾驶。

  自动驾驶级别的提升叠加渗透率的扩大,ADAS市场进入快速渗透期,整体市场规模有望达到千亿级。

  当前大多数主机厂已在部分车型上实现L2级自动驾驶,对应量产车的车型销量直接影响了自动驾驶的渗透率水平。2020年11月,世界智能网联汽车大会上正式发布《智能网联汽车技术路线%;至2030年将超过70%。同时,根据盖世汽车研究院的预测,预计到2025年,中国乘用车整车中配置ADAS系统的产量的比例接近80%,其整体市场规模将达到1758亿元,2018-2025年期间的CAGR将高达32%。

  自动驾驶产业链主要划分为感知-决策-执行三大环节:1) 感知层:参与者主要为摄像头、雷达、地图等车载传感器供应商。

  以Tier1为主导,其中包括,德赛西威、博世、大陆、伟世通等;② 操作系统:在底层操作系统中:以QNX、Linux、Android为主流;在定制型操作系统中:参与的第三方厂商包括,中科创达、诚迈科技、经纬恒润等;此外,还包括了科技巨头的加入,例如,阿里巴巴、谷歌、百度、华为等;③ 芯片:以英伟达、高通、Mobileye、NXP、瑞萨等芯片厂商为主;④算法:自动驾驶算法根据智能化等级的不同可分为ADAS算法和自动驾驶算法,对其供应商的选择也可大致分为两类:一、芯片厂商直供:其以整体化方案进行交付。例如,Mobileye、英伟达、高通等(其中,Mobileye方案较为“封闭”;而英伟达、高通等则相对“开放”,赋予主机厂更多自主权);二、主机厂自行选择(在ADAS算法中:部分由Tier1决定/芯片厂商推荐;在自动驾驶算法中:由主机厂决定并促成其与Tier1实现合作)。其中,在ADAS算法上(L1-部分L3能力):具备算法能力Tier1占据了相对优势。例如,博世、大陆、德赛西威等;或与芯片厂商有着深度合作,且具备算法能力的软件公司也相对占优。例如,中科创达等。其中值得注意的是,德赛西威在具备了Tier1高议价的基础上,与英伟达保持着深度的合作关系,将更有助于其未来在自动驾驶算法层的开拓。在新兴算法中(L3-L5能力):由于目前技术的局限性,主机厂会偏向于选择:1、拥有长久合作,更具安全、稳定性,且拥有明显算法优势的Tier1。例如,博世、大陆等;2、针对细分能力,拥有超强算法技术的初创型算法公司/科技巨头。例如,驭势科技、纵目科技、Momenta、百度等;3)执行层:以制动、转向、照明、油门等零部件厂商为主。

  作为5G、云计算、大数据等新技术和智能网联汽车的结合点,车联网是未来智慧交通发展的主攻方向。

  车联网(V2X)是指搭载先进的车载传感器、控制器、执行器等装置的智能网联汽车,通过现代通信与网络技术,实现车与车、车与人、车与路以及车与云端间的通信。按照交互对象,可将V2X分为车与车(V2V)、车与人(V2P)、车与路(V2I)以及车与网络(V2N)等四类。具体来讲,V2V即通过车载终端使得车辆之间形成一个互动的平台,可以相互交流信息;V2P则是通过连接到行人、骑行者等的手机、笔记本电脑等用户设备来实现与汽车的通信,有利于保护这部分弱势交通群体,减少交通事故;V2I主要是车载设备与路侧的基础设施进行通信,提供实时信息服务,开展车辆的监控管理等工作;V2N则赋予了汽车接入网络与核心平台进行连接的能力。

  V2X产业需要“车”、“路”、“网”三管齐下,形成车路协同进化的产业格局。

  1)路端:即道路的智能化改造(RSU路侧单元),包括,道路信号灯、电子指示牌、摄像头等基本元素的升级,预计将以政府投入为主导,智能交通信息化厂商有望切入道路智能化改造的大市场;

  V2X技术支持的通信、车路协同均依赖于低延时、高可靠的网络连接交互,因此其升级将以通信运营商的投入为主导,以华为为代表的相关通信设备厂商有望受益;3)车端:即车端的网联化改造(OBU车载单元)。车载终端可以集成V2X通信、算法决策、APP终端显示等功能,预计车厂将主导车端的升级,即主机厂决定了车端升级的商业时间表。

  智能网联涵盖了智能化和网联化两层涵义,智能化是指车辆通过车内外信息,为驾驶者提供辅助决策或进行自主处理;网联化指通过网络通信完成车和外界设施环境的信息交互。车路协同作为智能网联的基础,需要车和道路设施的完美配合。一直以来,行业进展缓慢的主要原因很大程度在于车和道路侧均在等待对侧尽快成熟,整个行业缺乏触发动能,所以行业协同的需求异常强烈。路侧基础设施作为整个智能网联系统的数据中继和入口,先行示范意义重大。

  相对于国外以车厂、Tier1、互联网科技巨头等B端企业推动的“单车智能”的技术路线而言,国内政府的顶层设计提倡的是“智能网联”的技术路线,更涵盖了“单车的智能化改造”以及“车路协同进化”。2018年工信部发布的《车联网产业发展行动计划》中明确了产业未来两大阶段的发展目标:第一阶段:至 2020 年,实现 LTE- V2X 在部分高速公路和城市主要道路的覆盖,开展 5G-V2X 示范应用,构建车路协同环境;第二阶段:2020年后,技术创新、标准体系、基础设施等全面建成,高级自动驾驶功能的智能网联汽车和5G-V2X逐步规模化商用,实现“人-车-路-云”的高度协同。

  其中,C-V2X中的C是指蜂窝(Cellular),它是基于3G/4G/5G等蜂窝网通信技术演进形成的车用无线通信技术,包含了两种通信接口:一种是车、人、路之间的短距离直接通信接口(PC5),另一种是终端和基站之间的通信接口(Uu),可实现长距离和更大范围的可靠通信。C-V2X是基于3GPP全球统一标准的通信技术,包含LTE-V2X和5G-V2X,从技术演进角度讲,LTE-V2X支持向5G-V2X平滑演进。与其他V2X技术(Drsc)相比,C-V2X具有出色的性能和成本效益,还可与5G前向兼容,这些因素让C-V2X直接通信成为国内的首选解决方案。同时,C-V2X是目前唯一一项遵循全球3GPP标准的V2X技术,并支持持续演进以实现对5G前向兼容;获得了包括快速增长的5G汽车联盟在内的全球汽车生态系统的广泛支持。

  根据中国信息通信研究院CAICT《C-V2X白皮书》的资料显示,根据产业的发展进度,C-V2X技术将分阶段进行技术试验:2019年前集中产业力量推动LTE-V2X技术试验,推动产品成熟;2019年后逐步开展5G-V2X Uu技术试验及其商业落地。更具体而言,LTE-V2X:2018年6月份开始规模试验测试,升级改造路侧基础设施,验证多用户情况下,网络的组网性能以及典型车联网业务性能;2019年进行部分城市级基础设施的改造,并开展预商用测试;2020年起推动LTE-V2X逐步商用,支持实现交通效率类智能出行服务商业化应用。

  政策驱动+通信技术+基础设施建设等多重因素共振下,车联网市场规模快速增长。

  2020世界智能网联汽车大会上正式发布《智能网联汽车技术路线》,其中明确指出,C-V2X终端的新车配备率至2025年将达到50%,2030年将实现基本普及。同时,根据中国产业信息网的公开数据,近年来中国车联网市场始终保持两位数的高速增长,市场规模迅速攀升,预计至2022年整体规模可达到549亿美元,2017-2022年期间的CAGR将高达34%。

  为推动汽车摄像头行业合作发展,智车行家携手易贸信息科技,数十家行业媒体以及科研院所于

  2021年7月29-30日于江苏苏州共同举办2021汽车视觉前瞻技术展示交流会

  。与知名车企、Tier1、摄像头系统方案商、模组厂商、芯片原器件供应商、封装测试以及科研院所等200余位行业专家共同探讨汽车摄像头视觉系统的行业趋势、市场预测、供应体系。系统应用、核心元件以及传感器融合等话题。聚集行业展会,共促汽车视觉产业发展。

Tags: 交互装置 

火狐真人❤❥bmwz1115.com❤❥火狐真人,火狐真人app下载,是一款2019年全新上线的棋牌娱乐平台游戏,作为当今休闲娱乐的一站式平台,在拥有极高的帐号安全与公平的比赛体制的同时,还保证了平台游戏的丰富多样性!更加在拥有海量游戏的同时,完美的兼顾...
    火狐真人❤❥bmwz1115.com❤❥火狐真人,火狐真人app下载,是一款2019年全新上线的棋牌娱乐平台游戏,作为当今休闲娱乐的一站式平台,在拥有极高的帐号安全与公平的比赛体制的同时,还保证了平台游戏的丰富多样性!更加在拥有海量游戏的同时,完美的兼顾...
    火狐真人❤❥bmwz1115.com❤❥火狐真人,火狐真人app下载,是一款2019年全新上线的棋牌娱乐平台游戏,作为当今休闲娱乐的一站式平台,在拥有极高的帐号安全与公平的比赛体制的同时,还保证了平台游戏的丰富多样性!更加在拥有海量游戏的同时,完美的兼顾...

标签云

站点信息

  • 文章统计4657篇文章
  • 标签管理标签云
  • 微信公众号:扫描二维码,关注我们