技术篇

第三章 车载智能计算平台

智能网联汽车从交通运输工具日益转变为新型移动智能终端。汽车功能和属性的改变导致其电子电气架构随之改变，进而需要更强的计算、数据存储和通信能力作为基础，车载智能计算平台是满足上述要求的重要解决方案。作为汽车的“大脑”，车载智能计算平台是新型汽车电子电气架构的核心，也是新型智能汽车电子产业竞争的主战场。

第一节 汽车智能计算平台

为了实现高等级自动驾驶，汽车智能计算平台是必要的解决方案。在汽车智能化和网联化过程中，汽车智能计算平台主要完成汽车行驶和信息交互过程中海量、多源、异构数据的高速计算处理，运用人工智能、信息通信、互联网、大数据、云计算等新技术，实时感知、决策、规划，并参与全部或部分控制，实现汽车的自动驾驶、联网服务等功能。

汽车智能计算平台的架构包括“车、云、网、库”，分别指的是车载智能计算平台、云端智能计算平台、通信网络和资源库，如图3-1所示。车载智能计算平台是由传统ECU（Electronic Control Unit，电子控制单元）逐步向智能高速处理器转变的新一代车载中央计算单元，包括芯片、模组、接口等硬件以及驱动程序、操作系统、基础程序等软件，能够保障智能网联汽车感知、规划、决策和控制的高速可靠运行。云端智能计算平台主要是指为车载智能计算平台提供深度学习模型训练、仿真测试、数据存储等支撑能力及提供实时高精度地图数据服务和全局路径规划的云端计算系统。通信网络主要是指车端与云端、计算平台与外部环境的网络通信系统及身份认证与标识解析体系等。资源库主要是指开发环境、驱动程序、调试工具、编译工具等支持系统和应用工程化开发和维护的一系列组件。

随着智能网联汽车的高速发展，由机器替代人类完成驾驶任务，车辆自身需要完成感知、规划、决策和控制等一系列任务，导致系统功能愈加复杂，实时性要求、安全等级要求不断提高，以CAN总线为基础的传统汽车分布式架构已不能满足发展需求。集中式的新型电子电气架构对于实现智能网联汽车复杂功能、大量互联信息的高效传输和管理及系统安全十分必要。而基于高性能SoC（System on Chip，系统级芯片）构建的车载智能计算平台集成了多个异构处理器，提供高性能计算能力，实现集中控制策略，满足L3级以上自动驾驶车辆的需求。

第二节 车载智能计算平台的功能定位

车载智能计算平台主要完成的功能是以环境感知数据、导航定位信息、车辆实时数据、云端智能计算平台数据和其他V2X交互数据等作为输入，基于环境感知定位、智能规划决策和车辆运动控制等核心控制算法，输出驱动、传动、转向和制动等执行控制指令，实现车辆的自动控制，并向云端智能计算平台及V2X设备输出数据，还能够通过人机交互界面，实现车辆驾驶信息的人机交互。车载智能计算平台功能定位如图3-2所示。

车载智能计算平台需要强大的硬件运算资源，同时需要实现功能安全、预期功能安全和信息安全管理，包括错误监测、信息安全策略、安全纠正策略及安全警示和降级的策略等。能够基于摄像头、毫米波雷达、激光雷达、导航定位系统、高精度地图和V2X通信等多信息融合，实现环境感知定位、智能决策规划和车辆运动控制等，满足智能网联汽车智能驾驶系统的高性能和高安全性的控制需求。车载智能计算平台需要满足如下要求：一是满足计算性能与实时性要求；二是满足功能安全要求、预期功能安全要求和信息安全要求；三是支持多种车内通信协议如CAN-FD/Ethernet等；四是支持FOTA（Firmware Over-The-Air，无线固件）升级，实现功能迭代；五是满足车规级标准（温度、电磁兼容、可靠性等）；六是满足低功耗要求；七是满足成本要求。

第三节 车载智能计算平台的关键技术

作为智能网联汽车电子电气架构的核心，车载智能计算平台涉及算力、算法等方面的众多关键技术。与此同时，覆盖其全生命周期的安全防护体系及从零部件到整车的测试评价体系为其提供辅助支撑。

算力方面，涉及芯片、操作系统、驱动、安全管理、存储管理和错误管理。算法方面，主要包括环境感知、智能规划决策和控制等功能模块。其中重点关注AI芯片，目前主要用于加速计算，为车载智能计算平台提供算力支持。操作系统方面，车载智能计算平台涉及自动驾驶操作系统和车控操作系统。为了提升自动驾驶环境感知性能，车载智能计算平台还应该具备实时动态的高精度定位和高带宽低时延的网络通信能力。随着车载智能计算平台集成方案的改变及功能的增加，其安全防护体系和测试评价体系所涵盖的内容也在不断地拓展。

一、参考架构

2019年5月，中国软件评测中心联合工信部装备工业发展中心、清华大学、国汽智联、一汽、上汽、华为、中兴、地平线等企业联合研究并发布了《车载智能计算基础平台参考架构1.0（2019年）》。该研究报告指出，车载智能计算平台需要软硬件协同发展促进落地应用。结合车辆平台和传感器等外围硬件，同时采用车内传统网络和新型高速网络（如以太网、高速CAN总线等），根据异构分布硬件架构指导硬件平台设计，装载运行自动驾驶操作系统的系统软件和功能软件，向上支撑应用软件开发，最终实现整体产品化交付。

车载智能计算基础平台需要包含自动驾驶操作系统和异构分布硬件架构两部分。其中，自动驾驶操作系统是基于异构分布硬件架构，包含系统软件和功能软件的整体基础框架软件。车载智能计算平台侧重于系统可靠、运行实时、分布弹性、高算力等特点，实现感知、规划、控制、网联、云控等功能，最终完成安全、实时、可扩展的多等级自动驾驶核心功能。车载智能计算基础平台参考架构如图3-3所示。

二、AI芯片

高性能AI芯片为车载智能计算平台提供算力支持，正由通用走向专用。L3级以上自动驾驶汽车每天需要处理大量的数据，因此需要强大的计算和数据传输能力作为支撑。同时，算力和功耗的平衡是车载智能计算平台的关键和瓶颈。在自动驾驶领域，AI芯片相比传统处理器在数据吞吐能力、并行计算能力和功耗方面存在优势。CPU通用性强，但很难同时满足自动驾驶所要求的巨大算力和超低功耗。GPU依托深度学习算法的发展，是目前AI芯片最有竞争力的方案之一，该方案具有多核心、高内存带宽等设计特点，特定类型数据的计算性能远高于CPU。现在半定制FPGA和全定制ASIC正成为AI芯片的优选方案。相比于CPU和GPU，FPGA具有低延迟、高性能和配置灵活的特性。ASIC方案尽管存在初期开发成本高、开发周期长的缺点，但是相较上述几种类型的芯片，具有低延迟、低功耗的特点，并且在量产后具有显著的成本优势，所以长远来看，该方案将成为AI芯片的主流方案。从通用走向专用是AI芯片发展必经之路。

三、测试技术

针对车载智能计算平台的测试技术已较为多样，涵盖了多个测试层面。车载智能计算平台有基础部件测试、控制系统测试、功能测试、信息安全测试等。其中，基础部件测试主要包括气负荷测试、机械负荷测试、气候负荷测试、化学负荷测试等；控制系统测试主要包括软件在环、硬件在环、实车在环的模拟仿真测试；功能测试主要以验证功能实现为目的进行的仿真测试、实车测试；信息安全测试主要包括车载智能计算平台的程序安全、通信安全、数据安全、系统安全等内容。

四、标准研制

目前针对自动驾驶汽车的功能安全、信息安全、预期功能安全的相关国家标准、国际标准还在制定当中，导致测试缺乏依据。针对信息安全的相关国家标准目前仍在制定中，而预期功能安全的国际标准《ISO/AWI 21448：Road vehicles — Safety of the intended functionality》目前已完成工作组草案（WD），将于2019年12月推出委员会版草案（CD），进一步征求各国意见，并计划于2021年发布正式的ISO标准。2018年6月，工业和信息化部、国家标准化管理委员会共同组织制定了《国家车联网产业标准体系建设指南（总体要求）》《国家车联网产业标准体系建设指南（信息通信）》和《国家车联网产业标准体系建设指南（电子产品与服务）》系列文件，2019年11月，有关单位编制完成了《国家车联网产业标准体系建设指南（车辆智能管理）》并公开征求意见。顶层标准体系虽已初步形成，但细分领域的标准仍需完善。此外，针对智能网联汽车的测试验证过程，工业和信息化部、公安部、交通运输部联合发布了《智能网联汽车道路测试管理规范（试行）》，明确上路测试的一系列要求以及交通违法处理依据，汽标委智能网联汽车分标委也已起草完成《汽车软件升级技术要求》标准草案，模拟仿真测试、应用场景测试、关键功能模块技术规范等相关标准也在预研中。

参考文献

[1]中国软件评测中心．车载智能计算平台白皮书（2018年）[R]. 2018.

[2]中国软件评测中心．车载智能计算基础平台参考架构1.0（2019年）[R].2019.