新能源汽车智能化-ECAS车辆架构

人工智能系统使用数据、知识和算法来模拟人脑的认知功能，独立学习和解决问题。ECAS车辆处于使用AI复制，增强和协助人类行为的最前沿，同时利用基于机器的系统的高级反应时间。

为了提供比人类驾驶员更好和增强的驾驶能力，ECAS 车辆必须能够定位、感知、理解、思考、连接、行动、协作和学习。

为了在环境中导航，车辆使用 LOCATE 功能来识别精确位置、移动方向以及车辆相对于其他车辆、交通中的其他参与者、固定物体/障碍物以及建筑和道路基础设施的相对位置。

SENSE功能允许车辆通过识别其他交通参与者（包括人类，动物，移动/固定物体/障碍物，道路状况和交通状况）来感知和解释周围环境及其环境。

车辆利用COMPREHEND功能来分析和感知交通状况，环境状况以及与其他交通参与者的关系。

车辆的THINK功能（Berger Roland Strategy Consultants，2014）用于处理从不同车辆领域（感知/环视，推进/动力总成/车辆动力学，能量，连接性，车身/舒适性，驾驶辅助/自动驾驶，安全性）接收的信息并规划驾驶策略。

车辆的CONNECT功能是与环境（V2E）和万物（V2X）连接。

车辆利用动力总成、转向和制动动力来移动车轮，通过ACT功能通过加速、转向和制动将计划的驾驶策略和任务付诸实践。

协作功能使车辆能够与其他车辆、交通、环境、基础设施（物理、数字、边缘/云等）中的参与者以及共享空间内或附近的物体进行交互，从而生成、创建、实现共同目标，并将碰撞和危险情况的风险降至最低。协作功能结合了一个或多个功能，例如自然或非自然语言通信、视觉交互、安全级停止监控、演示/示例指令、速度和分离监控以及功率/力限制等。

LEARN功能使用基于AI的技术，方法和算法，根据交通经验和不同的条件/情况，实现与车辆训练和学习相关的动作。培训和学习是在边缘和云之间联合的过程。这些车辆可以使用广泛的内部计算能力作为基于从各种任务和计划旅行中收集的数据集的培训/学习平台。

上述八项功能影响了未来ECAS车辆的电气和电子架构，以及向认知计算连接的车轮智能平台的过渡。感知、传感器融合、人工智能、边缘计算、连接、功能虚拟化和资源/信息共享对于实现更高的自动化和可持续的绿色移动应用至关重要。

ECAS汽车制造商正在根据一系列要求为ECAS车辆开发电气和电子（E/E）架构，遵循相同的中心概念，同时提供不同的实现。

目前的SAE L3车辆可以使用自动驾驶系统检测周围的环境。车辆可以为自己做出明智的选择（例如，超车移动较慢的车辆），但是当车辆无法执行手头的任务或系统出现故障时，需要人为超车。SAE L3车辆的传统架构包括基于1对1通信的专用总线系统（CAN，FlexRay，LIN，MOST）连接的特定应用电子控制单元（ECU）。

对于新的SAE L4车辆，需要开发新的架构来满足车辆的功能要求。

SAE L4 车辆的基于域的架构包括域控制器单元 （DCU） 中的功能整合，以及通过基于 1 对 1 和 N 对 1 通信的链路连接的特定应用ECU。

向先进的SAE L4车辆的过渡将通过引入区域划分的区域来增强E / E架构，使用混合架构结合车辆区域和域，然后是基于区域的全架构。

下一代ECAS SAE L5车辆需要开发软件驱动的架构，该架构围绕通过选定的通信链路连接的车辆处理单元（VCU）集中。

在全球范围内，ECAS架构的转型可以概括为3个阶段，如图4所示。

• 目前的扁平化架构，不适合未来的移动性。

• 通过面向服务的网关控制和控制车辆中的不同域进行逻辑重组，从而实现自动驾驶汽车。

•使用基于AI的中脑进行物理重组，服务于多个区域，从而实现用户定义的车辆。

车辆的THINK功能（Berger Roland Strategy Consultants，2014）用于处理从不同车辆领域（感知/环视，推进/动力总成/车辆动力学，能量，连接性，车身/舒适性，驾驶辅助/自动驾驶，安全性）接收的信息并规划驾驶策略。

车辆的CONNECT功能是与环境（V2E）和万物（V2X）连接。

车辆利用动力总成、转向和制动动力来移动车轮，通过ACT功能通过加速、转向和制动将计划的驾驶策略和任务付诸实践。

协作功能使车辆能够与其他车辆、交通、环境、基础设施（物理、数字、边缘/云等）中的参与者以及共享空间内或附近的物体进行交互，从而生成、创建、实现共同目标，并将碰撞和危险情况的风险降至最低。协作功能结合了一个或多个功能，例如自然或非自然语言通信、视觉交互、安全级停止监控、演示/示例指令、速度和分离监控以及功率/力限制等。

LEARN功能使用基于AI的技术，方法和算法，根据交通经验和不同的条件/情况，实现与车辆训练和学习相关的动作。培训和学习是在边缘和云之间联合的过程。这些车辆可以使用广泛的内部计算能力作为基于从各种任务和计划旅行中收集的数据集的培训/学习平台。

上述八项功能影响了未来ECAS车辆的电气和电子架构，以及向认知计算连接的车轮智能平台的过渡。感知、传感器融合、人工智能、边缘计算、连接、功能虚拟化和资源/信息共享对于实现更高的自动化和可持续的绿色移动应用至关重要。

ECAS汽车制造商正在根据一系列要求为ECAS车辆开发电气和电子（E/E）架构，遵循相同的中心概念，同时提供不同的实现。

目前的SAE L3车辆可以使用自动驾驶系统检测周围的环境。车辆可以为自己做出明智的选择（例如，超车移动较慢的车辆），但是当车辆无法执行手头的任务或系统出现故障时，需要人为超车。SAE L3车辆的传统架构包括基于1对1通信的专用总线系统（CAN，FlexRay，LIN，MOST）连接的特定应用电子控制单元（ECU）。

对于新的SAE L4车辆，需要开发新的架构来满足车辆的功能要求。

SAE L4 车辆的基于域的架构包括域控制器单元 （DCU） 中的功能整合，以及通过基于 1 对 1 和 N 对 1 通信的链路连接的特定应用ECU。

向先进的SAE L4车辆的过渡将通过引入区域划分的区域来增强E / E架构，使用混合架构结合车辆区域和域，然后是基于区域的全架构。

下一代ECAS SAE L5车辆需要开发软件驱动的架构，该架构围绕通过选定的通信链路连接的车辆处理单元（VCU）集中。

在全球范围内，ECAS架构的转型可以概括为3个阶段，如图4所示。

• 目前的扁平化架构，不适合未来的移动性。

• 通过面向服务的网关控制和控制车辆中的不同域进行逻辑重组，从而实现自动驾驶汽车。

•使用基于AI的中脑进行物理重组，服务于多个区域，从而实现用户定义的车辆。

ECAS未来的架构基于硬件/软件学习平台的联合，这些平台物理上位于不同的地方，为车辆及其服务和应用提供标准的虚拟化功能。这些平台广泛使用数字孪生技术，在特定环境和环境中对特定移动服务和应用进行建模、仿真和执行车辆功能。该架构允许在不同级别上虚拟化功能和集成：执行器/传感器（例如，向计算层提供加速度、位置、图像、压力、数据的物理设备以及阀门、电机、逆变器等执行器的驱动模块）、计算/认知/连接/控制（例如，传感器融合、域融合、分析、功能和服务的规划和执行， 人工智能学习等）以及用于板外/基础设施计算、数据管理、AI 培训、服务等的边缘/云后端。

ECAS 车辆架构需要具有强大计算能力的基于汽车级嵌入式 AI 的高性能计算组件，同时提高能效和可扩展性，以接近 5 级应用和服务。发展需要加快基于人工智能的ECU/DCU/VCU模块、电子硬件组件、接口和软件/算法以及API的标准化。通过平台级别的轻量级虚拟化、容器化、单内核和定期 OTA 更新，车辆功能增强利用硬件和软件开发周期分离的优势，支持移动利益相关者加快软件开发速度。

E/E车辆架构层面的进步和AI方法的引入改变了所有架构层的设计策略和概念。随着这些设备集成到特定领域的控制器、车辆嵌入式高性能计算单元或车辆或边缘提供的虚拟化和容器化软件功能中，ECU设计方法正在发生变化。E/E 架构的发展（Vermesan 等人，2015 年）推动了 ECU 整合到 6-7 个特定于领域的控制器中，用于安全、感知、能源、动力总成、连接性、车身/舒适/内饰、体验/信息娱乐。复杂的自动驾驶功能需要安全、稳健、节能和实时的分布式计算资源高效型操作系统来管理多任务、协调操作并消除多余的组件。ECU进一步整合为DCU/VCU和嵌入式高性能计算平台，将车辆转变为“车轮上的智能互联边缘计算平台”，并进一步转变为基于车辆和基础设施级架构的分布式智能的以联合车辆/边缘/云为中心的平台。

ECAS未来的架构基于硬件/软件学习平台的联合，这些平台物理上位于不同的地方，为车辆及其服务和应用提供标准的虚拟化功能。这些平台广泛使用数字孪生技术，在特定环境和环境中对特定移动服务和应用进行建模、仿真和执行车辆功能。该架构允许在不同级别上虚拟化功能和集成：执行器/传感器（例如，向计算层提供加速度、位置、图像、压力、数据的物理设备以及阀门、电机、逆变器等执行器的驱动模块）、计算/认知/连接/控制（例如，传感器融合、域融合、分析、功能和服务的规划和执行， 人工智能学习等）以及用于板外/基础设施计算、数据管理、AI 培训、服务等的边缘/云后端。

ECAS 车辆架构需要具有强大计算能力的基于汽车级嵌入式 AI 的高性能计算组件，同时提高能效和可扩展性，以接近 5 级应用和服务。发展需要加快基于人工智能的ECU/DCU/VCU模块、电子硬件组件、接口和软件/算法以及API的标准化。通过平台级别的轻量级虚拟化、容器化、单内核和定期 OTA 更新，车辆功能增强利用硬件和软件开发周期分离的优势，支持移动利益相关者加快软件开发速度。

E/E车辆架构层面的进步和AI方法的引入改变了所有架构层的设计策略和概念。随着这些设备集成到特定领域的控制器、车辆嵌入式高性能计算单元或车辆或边缘提供的虚拟化和容器化软件功能中，ECU设计方法正在发生变化。E/E 架构的发展推动了 ECU 整合到 6-7 个特定于领域的控制器中，用于安全、感知、能源、动力总成、连接性、车身/舒适/内饰、体验/信息娱乐。复杂的自动驾驶功能需要安全、稳健、节能和实时的分布式计算资源高效型操作系统来管理多任务、协调操作并消除多余的组件。ECU进一步整合为DCU/VCU和嵌入式高性能计算平台，将车辆转变为“车轮上的智能互联边缘计算平台”，并进一步转变为基于车辆和基础设施级架构的分布式智能的以联合车辆/边缘/云为中心的平台。