华为：智能汽车解决方案2030.pdf

构建万物互联的智能世界智能汽车解决方案前言：ICT赋能汽车产业智能化，帮助车企“造好”车，造“好车”宏观趋势：汽车产业迎来变革浪潮，跨界合作助力商业共赢产业转型升级加速：汽车电动化、智能化前景可期 产品属性发生变革：汽车产业价值体系正在重塑 行业格局正在重塑:跨界合作助力商业共赢 场景演进：把数字世界带入每一辆车，赋能产业实现智能驾驶、智慧空间、智慧服务和智能生产 智能驾驶：提供安全、高效、顺畅的出行体验 智慧空间：从“灵活的移动空间”到“虚实融合的智能生活空间”智慧服务：场景融合驱动服务从“主动”向“智慧”转变 智能生产：自动驾驶有望率先落地商用车领域，提振智能作业生产力 技术趋势：智能汽车增量部件持续为产业注入新活力架构平台：向计算和通信架构演进，实现软件定义汽车智能驾驶：自动驾驶加速实现商业化智能座舱：智能化进程加速，软硬件迭代速度向消费电子看齐车载光应用：点亮新视界，见所未见智能车云：车云协同的智能服务助力车企数字化和服务化转型智能电动：动力系统向融合、高效、高压方向发展安全可信：网络安全与功能安全融合，构建纵深一体防御体系 目录P01 P03 P08 P11 智能汽车解决方案 203012020-2021年，汽车产业正在加速向智能电动汽车的方向发展。智能电动汽车时代将比想象中来得更快，也将更深刻地影响每个人的生活。汽车产业的电动化、智能化转型趋势已经成为共识面对汽车产业的电动化、智能化转型所趋，车企们纷纷调整战略布局，加大研发投入，制定了明确的转型计划并逐步付诸行动。技术和用户体验驱动新能源汽车市场快速成长通过积极投资研发、快速跟进用户需求，新能源汽车企业构建起“技术+用户体验”的双驱动引擎，在2020年实现了销量逆ICT 赋能汽车产业智能化，帮助车企“造好”车，造“好车”前言智能汽车解决方案 20302势增长，并确立了中长期竞争优势。据中汽协统计，2020年在受新冠疫情影响的情况下，中国乘用车市场整体下降1.9%，但新能源汽车却表现抢眼，中国新能源汽车销量达136.7万辆，增长10.9%。“数据+软件”定义汽车，驱动传统汽车向智能化转型以“数据+软件”支持整车功能快速迭代，一方面持续给用户带来越用越好、超出预期的体验，另一方面通过不断迭代的新功能、新服务帮助车厂获得持续的收入，引领产业从以产品为核心向以用户为核心的经营模式转变。智能电动汽车时代，车企“造好”车、造“好车”的内涵发生了深刻变化当下，用户的关注点正逐步从汽车的机械属性，转移到智能化和电动化相关属性。未来一辆好的智能电动汽车，不仅需要在研发端通过数字平台使能，实现快速开发、降本增效，在用户侧也需要面对软件快速迭代与整车安全、可信的多重挑战，车企“造好”车、造“好车”的内涵正发生着深刻变化。未来智能网联汽车增量市场将达到万亿美金级规模，华为希望发挥自身在ICT行业的技术优势，成为智能汽车领域的增量部件供应商，携手产业链伙伴拥抱汽车电动化、智能化变革，一起造好车，造“好车。智能汽车解决方案 20303在智能电动的产业变革下，产业转型加速、产品属性变革、行业格局重塑，ICT与汽车产业加速融合、合作共赢成为主要趋势。华为致力于ICT基础技术研究，通过与车厂合作，将ICT技术赋能产业发展。产业转型升级加速：汽车电动化、智能化前景可期政策持续利好，汽车电动化、智能化迎来新机遇从环保角度看，当下碳中和已成全球共识，各国围绕碳中和正在开展新一轮竞赛。交通运输行业成为实现节能减排的重要切入点，带动新能源汽车产业迎来新机遇。国际层面，欧盟碳排放法规加严、处罚力度加大，导致传统燃油车合规成本大幅增加，同时为了鼓励新能源汽车发展，加大了购置补贴，推行电动车税收减免政策。美国明确了面向2030的汽车电动化规划，正在加快部署充电基础设施。国内层面，汽车低碳化正在成为实现国家双碳目标的重要抓手之一。一方面，相关部门正积极围绕碳中和目标制定汽车产业、交通行业碳达峰行动方案和路线图；另一方面，双积分政策加严，积分变现产生效益，持续驱动行业积极布局新能源汽车；公共领域电动化的强力推进，也将进一步带动和扩大新能源汽车消费。从行业政策法规环境角度看，近年来，宏观趋势：汽车产业迎来变革浪潮，跨界合作助力商业共赢智能汽车解决方案 20304各国政府陆续研究发布了一系列政策指导以规范智能汽车产业发展。以中国为例，围绕着质量安全、功能安全、网络安全、数据安全、道路测试规范等方面的智能网联汽车相关政策密集出台，推动了智能汽车产业的示范落地。未来，随着智能汽车相关标准法规的进一步完善和政策的持续引导，将形成有章可循、有法可依、有标可达的政策法规环境，从而推进成熟技术加速产业化落地，推动智能汽车产业健康可持续发展。此外，“新基建”背景下，围绕信息、融合、创新基础设施的顶层设计不断加强，5G、大数据中心、人工智能、新能源汽车充电桩等基础设施将进一步强化底层支撑。在加快构建国内国际双循环的新发展格局下，国内大循环将进一步释放内需潜力，“双循环”将为中国汽车产业参与国际竞争创造有利条件。ICT技术驱动加速，推动智能汽车产业升级汽车全生命周期的持续功能升级，对整车电子电气架构、SoC（系统芯片）算力、软件和数据的有效利用及信息安全提出了新的要求，伴随相关ICT技术和解决方案的加速注入，汽车产业将迎来巨大变化。摩尔定律是半导体产业的黄金定律，诞生50余年来，深刻影响了PC、数字化和互联网等产业的发展。未来10年，摩尔定律也将持续引导车载领域的算力发展。华为预测到2030年，车载算力可达5000+Tops，算力将不再是智能驾驶、智能座舱、XR（AR、VR等）等车载应用的发展瓶颈。在移动场景下，5G（含5.5G）以其特有的大带宽、低时延，高可靠等特性，将为智能汽车的互联互通提供基础保障。面向2030年，以云、大数据、IoT、光技术等多种新技术为基础，智能数字平台将打通汽车的物理与数字世界，极大激发行业创新，推进产业升级。供给端布局加速，2030年电动车销量将超越燃油车伴随着电池技术发展、电动车供应链规模逐步成熟，电动车的成本将持续下降，2030年相对于燃油车将具备明显价格优势。智能汽车解决方案 20305另外，随着国家“新基建”的推动和充换电技术的进步，电动车补能体验也将与燃油车加油可比拟。同时，国内外车企正在加速新能源汽车的产品布局。沃尔沃、宾利、捷豹、比亚迪、吉利等车企已宣布在2030年之前将全面转向电动化（注：捷豹2025年）；大众、宝马等车企规划在2030年全球出售的新车中纯电车型占比不低于50%。根据国家信息中心数据显示，近5年来，中国市场本土品牌市场份额占比始终维持在35%左右；为了实现从汽车大国到汽车强国的跨越，国内车企纷纷利用新四化时机，打造高端品牌，开启品牌向上；在电动平台方面，国内车企纷纷推出了纯电平台；智能化方面，通过自研或者合作，在ICT技术加持下，不断提升智能水平。2030年，全球尤其是中国新能源汽车市场将进一步扩大，全球新能源汽车新车销售将超过燃油车。需求端变化牵引，激活智能电动汽车市场潜力在需求端，用户对智能电动汽车的需求正在不断增加。随着电动车购车成本和综合使用成本的大幅降低以及使用便利性的不断提升，中国作为巨大消费市场的资源优势将进一步显现，为智能电动汽车的发展提供良好的市场基础。一方面，相较于发达汽车市场，中国汽车保有量仍有巨大的增长空间。另一方面，相对全球其他地区用户，中国用户对于电动车、智能驾驶等新事物有更强的接受力和更高的消费意愿。同时，由于人口结构、收入结构以及消费者购买行为等的不断变化，中国市场的消费结构正在加速变革：1）中国将逐步迈入中高收入经济体，随着人均GDP提升和家庭可支配收入的增加，消费需求将不断升级；2）消费人群变化带来多样化需求：生于互联网时代、热爱科技、追求个性的Z世代成为新的消费主力军；人口老龄化背景下“银发经济”悄然兴起；二胎三胎带来家庭消费需求变化。诸如此类的消费结构变化将在汽车消费领域以显著的特征，直接和间接地影响着市场，并带动中国汽车消费转型升级，逐步从“传统消费”走向“数字化消费”，从“商品消费”走向“体验消费”，从“共性消费”走向“个性消费”。产品属性发生变革：汽车产业价值体系正在重塑整车差异化焦点转移：从动力底盘性能到智能化性能车的动力系统从燃油转向电动后，其动力底盘性能将逐步实现“标准化”，整车的差异化焦点向智能座舱、智能驾驶等智能化属性转移。汽车座舱和驾驶的智能化程度将智能汽车解决方案 20306成为用户买车的关键考量，用户通过OTA不断获得的持续性体验升级，也将进一步提升用户对智能化价值的认可和依赖。整车差异化焦点的转移，为车企进一步探索市场增量空间提供契机。一方面，随着政策法规的不断完善及智能驾驶技术的逐步成熟，2030年自动驾驶将在robotaxi（自动驾驶出租车）和低速封闭/半封闭场景实现规模商用，并逐步拓展到乘用车领域。另一方面，随着人机交互技术的不断发展、智能座舱应用生态的丰富完善，汽车作为移动的智慧“第三空间”的属性也将越来越明显。产业边界扩展：从汽车产品到全场景出行服务5G（含5.5G）、IoT、人工智能、边缘计算、低碳技术等前沿技术的快速发展、融合与迭代，推动着汽车产业向电动化、智能化、网联化和共享化的加速变革，智能汽车在特定场景中的商业化路径日渐清晰。在智能驾驶领域，伴随细分市场、典型场景的智能驾驶技术水平逐步提升，场景驱动下的自动驾驶应用将逐渐落地并持续扩容。各种场景下新形态的自动驾驶交通工具将不断出现，不同场景的交通工具之间的接续性将变得更加无缝，自动驾驶出行服务将出现在人们出行中的每一个环节，人们的出行方式、人和交通工具及交通工具之间的交互方式将发生根本性的变化，“出行即服务”的体验将得到较大提升。出行的根本需求逐步从拥有多个场景的交通工具，转移至基于出行综合场景的一体化出行解决方案。面对如何基于出行综合场景实现出行工具在各不同场景的无缝接续，如何在出行旅程为用户提供端到端智能化服务等问题，一系列的第三方应用开发者将不断调动产业资源，基于场景需求开发出新的服务应用，产业价值也将逐步转移至围绕出行解决方案的出行服务。盈利模式转变：从硬件收入到软件/服务收入随着整车差异化焦点的转变及产业边界的扩展，智能汽车将成为持续创造价值的平台，汽车产业原有商业模式和价值分配格局将出现转变。长期以来，整车企业利润模型主要取决于“整车或硬件单价新增销量”,依赖于一次性硬件交易获取利润。随着软件定义汽车时代的到来，软件利润和服务收入将成为新的收益锚点，盈利结构将转向“软件收费保有量”。未来，汽车产业将以软件+数据为基础，通过OTA实现车辆功能和体验的持续迭代，完成远程问题修复、产品升级、体验提升等，为用户提供更灵活、可运营的服务模式，引领产业从以“产品”为核心向以“用户”为核心转变，形成商业模式闭环，持续获取利润。以智能驾驶为代表的新的运营收费模式将成为行业的关注重点，极大拓展车企的盈利空间和利润水平。此外，软件定义汽车使原有的产业链价值发生转移，价值空间的扩大有望吸引更多的第三方开发者和创新者投入智能汽车行业，不断完善智能网联汽车产业生态，形成价值创造的良性循环。行业格局正在重塑:跨界合作助力商业共赢车企与科技公司加速融合，优势互补形成合力智能汽车是ICT、软件、大数据、AI与传统机械等核心技术的集大成者，是多产业融合的产物。新势力造车最先发力，引领了“新四化”（电动化、智能化、网联化、共享化）1.0阶段的发展，加速了行业的转型节奏。同时，面对冲击，车企纷纷加速转型，自建软件中心、开始研究掌控软件、电子、大数据等核心竞争力。另一方面，随着下车体解决方案逐步平台化、标准化，消费电子、互联网科技公司等各类科技企业，不断以自制或者联盟的方式进入汽车行业，这类企业具有足够的资金支撑、雄厚的ICT基础能力、技术创新能力和巨大的品牌影响力，它们的进入将推动智能网联汽车快速发展，加速“新四化”进入2.0时代。智能汽车解决方案 20307汽车行业经历百年沉淀，车企在汽车生产制造、质量控制及安全可靠性等方面有着独特的优势；而科技公司则在智能化技术应用上，如AI算法及大数据等，有着跨领域海量平台积累的经验和优势。软件定义汽车的时代，企业的价值获取方式、用户服务思维、人才结构都将发生重大变化，这些都要求产业链上的各个企业不断适应新环境，在各种不确定的情况下具备动态调整的能力，并在跑步中调整队形，以满足用户不断提升的高阶需求。随着产业软硬解耦和平台化、标准化的不断深入，更加开放的供应链体系和更加柔性的整车定义模式会成为未来的主流趋势。整车企业和科技公司需要充分发挥各自优势，创新合作，实现共赢，最终实现企业利益和社会效益的最优化。新出行产业日益繁荣，ICT技术使能出行体验升级随着产业边界的不断扩展，围绕着细分市场、典型场景的出行、运输服务等需求不断提升，运输终端形态、数量及相关的基础设施也将带来海量增长，越来越多的传统厂商开始宣布自己向出行解决方案商转型，分享新出行产业变化带来的市场红利。在这个变化中，出行解决方案商通过提供端到端的解决方案，满足用户出行场景需求，掌握用户出行的流量入口；封闭场景运营者掌握运营需求，定制终端运输形态，并负责封闭场景基础设施配套建设；汽车制造商基于生产制造平台及供应链资源，实现运输终端的生产制造；科技企业提供智能软硬件、智能驾驶、舱内舱外联网控制等解决方案；第三方生态开发者不断提供海量繁荣的生态应用，为用户提供无缝的出行体验。在运输终端形态、数量及基础设施快速增长的同时，打通各典型场景，实现海量终端及相关基础设施的互联，基于全局的云端大脑实现跨场景的调度衔接、不同运输终端之间的数据共享，承载场景融合的智慧服务应用，实现端到端的出行体验升级，都将依赖能实现各场景内万物互联、数字服务共享无缝联接的ICT能力。在ICT技术加持下，通过智能驾驶使用户出行更加安全、高效，长途驾驶更加轻松，商用成本更低、效率更高；通过智能互联和智慧空间，汽车成为真正的“第三生活空间”，让出行更愉悦、用户在线时长在车内不断延伸；通过把汽车带入万物互联的智能世界，融合人车家场景，完善车内用户服务生态，让用户服务从“主动”到“智慧”。智能汽车解决方案 20308面向未来，数字化技术普及和全球碳中和共识的背景之下，汽车电动化和智能化深度结合已形成清晰的路径。把数字世界带入每一辆车，将真正实现智能的驾驶、智慧的空间、智慧的服务和智能的生产，使交通更加安全和高效、出行更加便捷和绿色，生活更加智慧和有趣、生产更加高效和低碳。智能驾驶：提供安全、高效、顺畅的出行体验智能驾驶按照其能力等级可分为自动驾驶、高阶辅助驾驶和低阶辅助驾驶，覆盖的场景包括封闭道路场景、开放道路场景以及全场景。自动驾驶将给出行行业甚至整个社会带来颠覆性变化，自动驾驶将率先在高速、园区等封闭道路场景中实现，并逐步覆盖开放道路中如城区在内的全场景。华为预测到2030年，中国自动驾驶新车渗透率将超20%，全球自动驾驶新车渗透率将超过10%。到2030年，由自动驾驶车队提供的Robotaxi服务能够节省司机人力成本，同时提供24小时不停歇的移动出行服务，将以更为经济的方式增加出行服务的灵活供给。智能驾驶技术将与已有的各类交通方场景演进：把数字世界带入每一辆车，赋能产业实现智能驾驶、智慧空间、智慧服务和智能生产智能汽车解决方案 20309式进行融合，为不同的出行场景提供兼具效率、安全、体验与经济性的出行服务解决方案。届时，出行领域实现资源统一与实时数据共享，从而构建点对点、门对门的“端对端无缝出行网络”，实现全社会出行资源的最大有效利用。当用户安排出行时，云端大脑根据实时的交通情况，综合所有可能交通方式，分时段、分路段规划出最合理的出行方案。多元的出行资源让用户能够享用高效、绿色、安全的出行，从而维持城市运力资源的动态平衡，助力城市的可持续发展。智慧空间：从“灵活的移动空间”到“虚实融合的智能生活空间”汽车的属性不再仅局限于出行工具，车与人、车与周边的关系正在发生颠覆性变化。一方面，智能驾驶技术的发展使人类注意力逐渐从驾驶行为中释放出来，碎片化的自由时间逐渐整片化；伴随着车内自由时间的增加，移动场景下的用户体验将更加多元。在车内，应该和在家里、办公室里一样舒适、方便，处理工作、娱乐都可轻松实现。另一方面，多元化的人机交互技术、车载光技术、沉浸式的AR/VR技术等丰富了智能座舱的功能形态，除了移动场景，静止场景中的汽车使用时间也将延长，座舱功能日渐丰富和有趣。例如，在车里看个电影，用车灯为爱人献上浪漫表白。面向未来，汽车作为一个全新智慧空间，既可以丰富人们在移动场景下的体验，又可以满足人们在静止场景中的多样化需求，座舱的空间和时间价值大大延伸，交互无处不在，随时畅享休闲娱乐的美好时光。座舱形态或将完全脱离方向盘+仪表盘+屏幕的传统组合，而逐步呈现出虚实融合的新特征。一是人机交互的需求输入进一步简化，语音控制、人脸识别、手势交互等多模态交互更加自然和高效，脑机互联的交互形态或许也不再是天方夜谭。二是人机交互从简单的需求输入向主动的需求识别演进，人工智能、生物识别、情绪感知、生命体征监测等技术使得车辆更了解使用者的行为习惯和思维，真正成为知你懂你的亲密伙伴。三是车载光技术丰富了空间光学体验，AR/VR技术进一步打破时间和空间的限制，沉浸式、代入感的体验使得汽车在移动场景和静止场景中的应用更加丰富和有趣。面向未来，智能汽车将真正成为虚实融合的智能生活空间：1）安全出行场景下，车身传感设备和用户可穿戴设备的有效结合，可准确识别用户健康状况和疲劳状态，并及时予以提醒，确保驾驶员安全驾驶。2）娱乐场景下，演唱会、体育赛事等不必亲临现场也可以身临其境，院线观影不再是最佳方式，游戏也可在增强现实技术下更有沉浸感。汽车可以成为用户的专属娱乐空间、专属私密影院、智能车灯露天影院、游戏会友的首选地。3）移动办公场景下，座椅可调整旋转，车窗可成投影大屏，手机会议流可轻松转入车内空间，音区屏蔽功能又能确保会议私密；汽车成为职场人士的移动办公空间，在他们奔向机场、餐厅、家庭的途中高效完成工作。4）社交场景下，窗外美景不会轻易错过，车外摄像头可记录、剪辑、分享唯美视频，堵车也不再无聊，附近车友可通过车机互动、游戏、交友，AR/VR使用户和朋友尽在咫尺，私密音区保证悄悄话不被泄露。智慧服务：场景融合驱动服务从“主动”向“智慧”转变随着数字经济浪潮以势不可挡之势席卷全球，未来十年消费形态的变革将使各个行业的服务更呈现出在线化、定制化、个性化、响应及时化的特征，服务场景化的特征将更为凸显。随着数字化技术与汽车的深度融合，场景驱动下的服务将更加智能和高效，真正实现从“人找服务”到“服务找人”，再到“场景融合的智慧服务”。第一，汽车智能化发展使得交互和服务更紧密地结合，智能算法可以对交互内容智能汽车解决方案 203010进行识别、分析和理解，结合车主身份的基本信息和历史偏好，进行行为预测和匹配服务。未来，汽车作为出行机器人将更能理解用户、并不断学习和进化，就像一个伴随你左右、知你、懂你、帮你的私人助理。第二，汽车智能化发展使得实时服务场景识别更为高效和精准。通过车辆数据、位置信息以及周边环境的识别和分析，进而判断用户所处的场景，主动预测用户的需求，从而提供精准的服务。第三，互联互通的全新操作系统能够打通更多服务场景，基于新交互方式的应用生态应运而生，互联世界所激发出的更多服务将承载到智能汽车上，让汽车成为新的智能载体。伴随着数字世界的到来和数字经济的不断发展，数字化全景生态日渐丰富，场景驱动下的智能车联功能和服务更加智能、高效和便捷。大胆设想，如果消费者预约远途出行服务的同时，希望在车上和朋友享用一顿牛排大餐。那么，MaaS出行服务商会依据消费者的出行目的和个性化偏好，提供一辆匹配其驾乘习惯的共享车辆，并在规划好的行驶路径周边，选择一家备受好评的西餐厅预订送餐服务；这家餐厅会依据车辆预计抵达交货地点的时间进行备餐，无人机会准时将餐饮送到指定位置，车辆自动开启天窗，无人机完成牛排的递送，车辆继续向目的地出发，这一切都将无缝衔接。智能生产：自动驾驶有望率先落地商用车领域，提振智能作业生产力商用车作为社会运行最主要的运输工具和生产资料，其智能化、自动化发展，符合社会碳中和发展目标，有助于提升工作、生产效率，是智能驾驶产业生态链逐步成熟的重要发展方向。面向2030年，自动驾驶商用车将逐步实现从封闭区域/专用道路向干线物流公开道路拓展并率先落地，实现智能作业，大幅提升生产力。由于封闭区域与外界交通没有交互，在有限环境因素和交通要素的综合影响下，可以穷举出自动驾驶中的所有应用场景和潜在突发事件。因此，商用车封闭区域内的自动驾驶技术将率先大规模商用。以港口、矿山、农业、园区、机场、景区为主的封闭区域中，商用车智能化技术将不仅仅体现在运输车辆上应用，还将与生产管理系统进行融合，在核心生产、运输、调配等环节形成完整的无人生产体系，并实现大规模的商用化落地。面向2030年，在封闭区域中，依托于“车-路-云”协同解决方案，可以打通垂直行业多车协同的端到端自动驾驶商用场景。通过全息环境感知、全局资源调度、动态业务地图、多车协同驾驶、车道级路径规划、信号协同控制、业务仿真测试等服务能力，进一步消除业务流程断点，实现自动驾驶的多车智能协同，提升场景化作业和运输效率，从而真正实现降本提效。云调度与高精地图成为业务管理和自动驾驶车辆调度核心。封闭区域的智能商用车场景中，运营管理者需要通过车云控制管理系统，进行自动驾驶车辆调度管理、车辆监控、以及通过高精地图进行业务和安全体系的支撑。例如，港口场景中，智能水平运输系统运控平台与港口集装箱码头生产操作系统（ToS）实现对接，将自动驾驶集装箱卡车的调度完全融入港口自动化调度系统中，实现港口统一调度和对接，实现全自动化的港口生产作业流程；同时，考虑岸桥、场桥，以及道路场景中环境因素的要求，通过动态图层绘制并动态刷新岸桥、锁站、堆场等空间位置信息和状态，又可以实时更新动态高精度地图。干线物流场景下，随着道路基础设施的升级，商用车也将实现从辅助驾驶到自动驾驶的逐步演进。随着城市短途运输中车辆电动化普及程度的提升，以及路侧网络基础设施的智能化水平提升，在包括城市道路在内的复杂公开道路中，商用车智能驾驶渗透率有望大幅提高。同时，依托于自动驾驶的基础能力以及不同场景的商用化潜力，可以联合生态伙伴一起打造更多可落地的、场景驱动下的商用车智能驾驶应用。智能汽车解决方案 203011架构平台：向计算和通信架构演进，实现软件定义汽车早期的电子电气架构采用分散式架构，单一功能采用独立的控制器，造成整车控制器近百个，整车线束超过3公里，成本高、重量大、组装自动化水平低；同时，过去面向众多不同厂家开发的ECU（电子控制单元），车厂要进行新功能开发和OTA都非常困难；未来，智能网联汽车的功能越来越复杂，通过各种传感器采集的数据量显著增大，对数据传输和处理的实时性要求也越来越高，这些因素都推动了整车电子电气架构不断进行迭代。随着数字化、智能化技术的快速发展，汽车功能逐步整合集中，从分散式架构到域融合架构，再到中央计算平台，集中化的演进趋势已成为行业共识。将传统的功能“APP化”，集成到中心处理器中，共用整车各种传感器和执行器，零部件逐步变成标准件，有利于降低成本和开发难度，域控制器聚焦于通过增加软件特性实现产品增值。到2030年，电子电气架构将演进为中央计算平台+区域接入+大带宽车载通信的计算和通信架构。高性能车载中央计算平台，成为软件定义汽车的基石区域接入+中央计算的星型或者环型架构保证了整车架构的稳定性和功能的扩展性，新增的外部部件可以基于区域网关接入，硬技术趋势：智能汽车增量部件持续为产业注入新活力智能汽车解决方案 203012件的可插拔设计支持算力不断提升，充足的算力支持应用软件在中央计算平台迭代升级。面对复杂多变的移动出行与生活场景，以及不断涌现的智能座舱、智能驾驶、整车控制等的功能创新，需要强劲性能的中央计算平台来支持。高性能车载计算平台，将提供数千TOPS的极致算力，强劲性能的SoC、与SoC深度优化的OS及中间件与工具链、统一的平台架构，高效支撑SDV（软件定义汽车）的架构稳定与平滑演进。同时，底盘域、动力域、座舱域、智驾域对车载计算的安全性、实时性、动态性以及软件生态有着不同的要求，高性能车载中央计算平台通过硬件虚拟化技术和统一的功能安全框架，利用AI驱动的资源调度算法，在不同域间实现硬件资源的安全共享和高效调度。其关键技术包括：大算力融合芯片：SoC芯片具备底盘域、动力域、座舱域、驾驶域等全域所需的数千T算力，存算一体(CIM)的应用技术，同时内置可信和功能安全内核。确定性低时延、高速并发处理技术：除了大带宽传输，确定性低时延更多依赖的是对信息实时处理的能力。通信的高速并行处理能力并行接受多个渠道的数据、解决峰值数据冲击的问题，高并发任务处理能力满足越来越多的应用APP及其多维度运行的请求。硬件虚拟安全分区（Hypervisor）:Hypervisor根据不同域的功能安全需求，对硬件资源实现安全分区，利用AI引擎对不同分区的负载进行监控和预测，通过硬件资源动态切分，实现分区间的安全隔离和负载均衡。应用程序间FFI（Freedom From Interference）：利用Hypervisor的虚拟安全分区功能，实现从应用程序、通信机制、操作系统、硬件加速器的垂直资源安全隔离；同时，利用芯片内的安全内核（Safety Island）构建三级安全监控机制，安全岛内置智能Fail safe（故障安全保护）和Fail operational（失效可操作）响应机制，实现横向的功能安全防护。基于强大中央计算平台的稳健基石，软件定义汽车聚焦于智能汽车创新功能的敏捷开发与实时发布，满足智能汽车时代用户移动出行与智慧生活的多样性场景需求。智能汽车解决方案 203013大带宽多协议通信技术，构建软件定义汽车的车载网络 随着车载功能的集中化演进，接入方式和通信模式也将发生质的改变。综合考虑功能、位置、重要性、安全特性等要素，车内将会被划分为若干区域，每个区域部署区域网关作为区域接入节点。传感器、执行器就近接入，通过骨干网集中与远端中央计算平台进行数据传输。由此，线束大幅节省，功能也将有效拓展，传感器不再仅仅为单一功能服务，执行器也不再仅受直连控制器控制。到2030年，多种接入协议将会共存。低速的LIN/SENT（单边半字传输协议）/PSI5（外设传感器接口5）由于其成本优势仍将部分存在，而超高清摄像头、4D成像雷达、高线数激光雷达的引入，将带来带宽持续提高的需求。华为预测，到2030年，车载单链路传输能力将超过100Gbps。车载通信的以太网化将成为主要技术趋势，而光通信技术在解决车规问题后，以其带宽大、重量轻、电磁干扰不敏感、成本低等优点，也将大量应用于车载领域。传统的以面向信号、CAN/LIN为主的方式，通信与部署和路由深度耦合，通信两端变更将会引起路由上所有节点变更。面向服务的以太通信，有效解决了这个问题，基于以太的服务接口变更仅限于收发双方，实现通信与部署和路由解耦、易于扩展，实现接口标准化、契约化，实现车载业务的互联互通。在技术实现上，大带宽车载通信技术将有效满足这些点对点、骨干网传输诉求。其关键技术包括：大带宽铜缆通信：通过编码和算法增强，针对铜缆短距通信衰减等特性，进行功率智能分配设计，以实现低成本、大带宽(10Gbps25Gbps)的高速以太网传输技术，满足车载应用对高带宽骨干网的技术需求。车载光通信：当通信带宽扩展至25Gbps以上时，基于铜缆的通信技术将会受到成本、EMC（电磁相容性）及工程化等方面的技术制约，此时，解决了热、震动、寿命等车规问题后的光通信将会以其成本低、重量轻、抗EMC等技术优势进入车载应用领域，支持更高带宽的通信和演进。确定性时延：通过实时通信协议栈和传输层的TSN（时效性网络）协议簇保证车载通信端到端的s级确定性时延，并根据业务场景设计传输策略满足不同功能对通信场景的需求。创新无线通信技术，使能车内设备高质量互联面向2030年，车载无线通信技术将打破车内设备通信的边界，使能车内任意设备之间的高质量互联，以切片方式高效实现创新应用。车载无线通信技术通过全新的空口设计，实现了单向传输时延小于20s的极致性能，数据传输可靠性超过99.999%，多点同步精度小于1s，支持数百节点快速接入和业务并发，并且实现了端到端的信息安全保障，为车内设备通信提供了高质量的无线连接。车载无线通信技术引入了基于业务特征的资源管理机制，能够通过切片隔离的方式支持无损音频传输、超高清视频应用、超低时延交互类游戏等应用，进一步地通过多信息域协同交互，真正实现车内声、影、光、感联动的沉浸式信息娱乐体验。车载无线通信技术将极大改变车内组网和连接方式，加速实现车载网络平台化、模块化和平滑演进。车载无线通信技术通过无线替代有线，打破了传统汽车线束设计、生产、部署、安装、维护与车型结构的深度耦合关系，更有利于基础通信架构的平台化，实现一套通信架构适配多款车型。无线的灵活性可以更好适配不同的车载通信架构，因此面对不同架构选型可以提供标准化的无线接入方案，真正实现末端车载设备的模块化、标准化、即插即用可替换，进一步降低研发成本并实现基础平台的持续平滑演进。架构分层解耦、SOA（面向服务的架构）的软件架构下实现软件定义汽车随着汽车向高度数字化、信息化的智能终端转变，用户的车内体验延续手机思维，汽车的价值偏好和需求趋势从单一的出行产品需求向个性化体验型需求转变，智能化、智能汽车解决方案 203014个性化、体验化将成为用户选择汽车的主要考量因素。另一方面，随着汽车硬件及其技术的逐渐趋同，传统厂商将转向依赖软件和算法打造竞争的核心要素、实现更高的附加值。软件定义汽车成为业界共识并将真正全方位落地。软件定义汽车是指软件深度参与到汽车的定义、开发、验证、销售、服务等过程中，并不断改变和优化各个过程，实现体验持续优化、过程持续优化、价值持续创造。其核心特征是软硬分离解耦，物理上表现为“软件与硬件的解绑”，本质上体现为汽车具有“成长属性”，即：软件可重用、可升级；硬件可扩展、可更换。为了满足常用常新OTA持续升级要求，持续接入即插即用的多样外设，使得智能汽车的功能越来越多、越开越“新”，灵活易扩展的SDV软件架构是智能汽车时代应对场景复杂多变、功能持续迭代的必由之路。SOA基于服务分层解耦的通用软件架构逐步形成共识。这就需要在原有的整车架构中，引入原子服务层和设备抽象层：（图1 基于服务的分层通用软件架构）原子服务提供基础业务能力，屏蔽硬件差异，使能上层应用跨车型复用。设备抽象对传感器、执行器进行能力抽象归一化，实现软硬件解耦，同类硬件替换升级，即插即用。业务解耦设计，构建基础服务单元。将车内独立的硬件能力抽象封装成标准化服务组件，一个服务聚焦一个原子功能，根据不同需求，重载、组合已有的服务即可派生出新的复杂业务功能，提高软件的重用性。行业生态伙伴都可以基于平台组件和标准API进行应用APP开发，这个应用APP由平台进行统筹管理，包括对应用APP进行认证、授权管理、API 调用管理、安全审查和应急管理等，类似于手机的应用市场，用户可以任性选择自己感兴趣的APP进行本地化体验，只需要很小成本就可以获得各种新奇的体验，同样的硬件，每天不一样的感受。同时，开发者也能基于下载量获取收益。车控功能整车协同化，数据智能融合，提升驾乘安全体验随着架构向中央计算演进，基于标准化接口的传感器和执行器已基本实现通用化和即插即用，进而减少了平台适配成本，且更简单可靠。同时，动力底盘逐步演进到完全线控化，控制功能从机械执行部件分离，智能化后的中央计算平台将融合集成机、电、热、信息与通信技术等多领域，对控制功能进行统筹处理和协同控制，做到性能更优、响应更精准。随着动力底盘一体化控制的实图1 基于服务的分层通用软件架构智能汽车解决方案 203015现，将进一步消除控制时延，做到控制器内部1ms调动，输出即执行，控制功能实现整车协同化，其价值也逐步显现。运用AI能力对海量车控数据和环境信息进行深度融合，一方面，可基于数据进行驾驶员行为分析，构建驾驶风格自画像。通过识别驾驶员异常行为和运动轨迹，分析、预测驾驶风险并及时提醒，甚至进行驾驶异常行为干预等。另一方面，可基于数据精细化修正车辆控制指令，促进动力学协同控制与驾驶辅助功能的协同优化，全面提升驾乘安全。例如，视觉感知融合有助于高效获取车身姿态参数，并据此进行动力学控制的精细化调整（如基于视觉对地面附着系数、质心侧偏角、车辆横摆角估算），增加控制精准度。基于对路面平整度、障碍物、前车驾驶意图、车身指示灯等的识别，再结合车控数据进行数据融合，进行预期轨迹紧急避障处理，提前进行横纵向协同控制，显著提升驾驶安全。智能驾驶：自动驾驶加速实现商业化出于对安全性的极致追求，华为智能驾驶在技术路线上选择多传感器融合感知的方案。通过搭载更全面的传感器硬件，实现包括激光雷达、毫米波雷达、超声波雷达、摄像头等各类传感器在内的感知能力合一，以支持多维度环境信息融合和重构。除此之外，感知层还结合了未来能够覆盖全球的高精度地图与组合惯导系统，实现多源高精度定位。在人工智能芯片提供的大算力支持下进行城市、高速以及泊车场景下的融合感知，最终实现在复杂路况的自动驾驶功能。持续的算法训练与积累是提升用户体验、最终实现自动驾驶的关键在自动驾驶走向商业化落地的道路上，仍需迈过许多技术门槛。由于实际道路情况中corner case的复杂性和长尾数据的积累难度高，未来，影响自动驾驶方案最终体验的瓶颈仍是感知算法、规划与控制算法以及仿真模拟训练算法。在融合感知算法中，基于视觉的感知框架、激光雷达数据生成与增强、复杂光环境中的车道级红绿灯感知、闪烁与模糊光源的处理、颜色与光源亮差处理、互相重叠的目标物识别、拥挤交通流感知等技术是最终决定车辆对于周围环境构建能力的决定因素。针对规划与控制算法，行业仍需在感知/预测不确定条件下的多物体与多步博弈决策、横纵向联合运动规划、包括物体风险和场景风险的复杂交互关系中的类人决策和规划模型、海量数据中关键场景提取和自动化标注等核心算法领域进行深耕。对仿真系统而言，需要构建交通参与者智能交互模型，创造大规模动静态的仿真场景，最终形成一个高保真且丰富的仿真系统。“全频谱”构建感知能力，实现万物感知随着汽车领域的智能化趋势,感知系统变得越来越重要，它是实现智能驾驶的基石。理想传感器的目标是实现“全目标，全覆盖，全工况，全天候”工作。全目标：包括人，车，障碍物，道路设施，结构等，无任何漏检全覆盖：360无死角探测全工况：高速，城区，拥堵/事故/施工等任何工况全天候：无论白天黑夜，雨雪雾，强弱光灯等任何恶劣气候，环境条件然而，当前业界的技术水平距离理想传感器仍有较大差距。为达到理想目标，需在全频谱上构建感知能力。（图2 传感器频谱分布图）1）毫米波雷达：从77G到D band（110170GHz），大幅提升分辨率毫米波雷达作为波长最长的传感器，全天候性能最好。因为具备速度维探测优势，在动静分离、SLAM（同步定位与建图）构图上具有独特价值，但分辨率不足导致其在使用上存在局限性。毫米波雷达在分辨率的演进上存在两条路径：超宽带和大天线阵列。当前国际标准智能汽车解决方案 203016上，一般把7681GHz分配给车载毫米波雷达，通过45GHz的大带宽，来实现较高的距离分辨率。另一方面，天线阵列决定角分辨率，收发天线数越多，意味着角分辨率越高。当前主流毫米波雷达还停留在3T4R（3发4收）天线阵列上，近期华为推出的成像雷达已向前迈出一大步，达到12T24R的水平。然而，在无线通信上，收发天线高达128T128R。车 载 毫 米 波 雷 达 天 然 有 尺 寸 强 约 束要求，不可能像无线通信有类似门板大小的空间用于天线设计。基于77G频谱的波长以及雷达尺寸综合计算，天线阵列大致可以到48T48R，64T64R已是极限。所以，往更高频段上走是必然选择，其中D band(110170GHz)具有未被开发应用的超宽频带，比如当前已有在研究的140G频段，具有较为适宜的大气窗口，传播受到的衰减较小，