智能汽車產(chǎn)業(yè)鏈如何協(xié)同融合

文 / 本刊記者 伊萬

智能網(wǎng)聯(lián)汽車的發(fā)展為產(chǎn)業(yè)帶來了新的增長點。如何在新趨勢下分得一杯羹，是所有主機廠以及相關(guān)供應(yīng)商都在思考的問題。

制造端的能力擴展

2021年被稱為智能電動汽車元年。傳統(tǒng)車企、造車新勢力、跨界進入者都在加碼智能網(wǎng)聯(lián)汽車。

所謂智能網(wǎng)聯(lián)汽車，是指通過搭載先進的車載傳感器、控制器、執(zhí)行器等裝置，并融合現(xiàn)代通信與網(wǎng)絡(luò)技術(shù)，實現(xiàn)車與人、車、路、后臺等智能信息交換共享，實現(xiàn)安全、舒適、節(jié)能、高效行駛，最終實現(xiàn)替代人類駕駛的目的。

以汽車行業(yè)來看，制造已經(jīng)在利潤獲取方面是最低端的了，兩頭的利潤和市場價值越來越陡峭，尤其是在前期，包括自動駕駛技術(shù)、前期的研發(fā)技術(shù)、后市場，實現(xiàn)車輛銷售新的收入模式也會有非常明顯的變化。

在6月18日下午，中汽協(xié)主辦的中國汽車論壇的主題論壇“智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)生態(tài)的融合與升級”上，業(yè)內(nèi)嘉賓就在深度解析智能網(wǎng)聯(lián)為汽車產(chǎn)業(yè)帶來的變革。

德勤中國汽車行業(yè)主管合伙人周令坤認為，自動駕駛和城市的智能交通結(jié)合起來，“聰明的車”與“智慧的路”是對未來普遍的期望。

智能網(wǎng)聯(lián)汽車設(shè)計的技術(shù)架構(gòu)非常復雜，包括車輛/設(shè)施關(guān)鍵技術(shù)、信息交互關(guān)鍵技術(shù)和支撐技術(shù)。

汽車制造端的探索

在汽車關(guān)鍵技術(shù)方面，車企和軟件供應(yīng)商都在向智能網(wǎng)聯(lián)方向進行探索。

長安汽車智能化研究院常務(wù)副總經(jīng)理賀剛認為，車企首先第一步應(yīng)該把汽車打造為出行管家、安全衛(wèi)士、知音伙伴、生活管家、工作助手。接下來，再把汽車做成大型智能移動終端，包括數(shù)據(jù)采集載體，能源儲能單元以及移動多功能空間。

未來的產(chǎn)業(yè)鏈與交通、能源、家居都在融合，將形成多中心的模式。這意味著車企如果想賺生產(chǎn)制造以外的錢，就要進行變革。

賀剛認為，車企的變革體現(xiàn)在各個方面，例如產(chǎn)業(yè)、技術(shù)、產(chǎn)品等。

產(chǎn)業(yè)方面，研發(fā)上要軟硬結(jié)合，提升自主化率；采購方面，采購模式需要適應(yīng)軟件、芯片生產(chǎn)方式；銷售方面，以銷售為起點，與客戶建立更深的連接；運營方面，需要跟智慧城市深度合作。

技術(shù)趨勢上，從傳統(tǒng)的電子電氣架構(gòu)向著“分布式-域-中央”方向發(fā)展，分布式和集中式中央控制到底怎么做比較好，怎樣做更安全這都需要統(tǒng)一考慮。

產(chǎn)品趨勢上，在賀剛看來，自動駕駛離大家越來越近，10萬塊錢左右的車型都可以買到L2級自動駕駛的體驗。

為了應(yīng)對這些趨勢，長安從自動駕駛、智能互聯(lián)、智能交互及支撐技術(shù)等多方面布局智能化技術(shù)；搭建高質(zhì)量的軟件與高安全的體系，仿真測試能力包括MIL、SIL、HIL、VIL、封閉道路測試、開放道路測試等測試系統(tǒng)，來支撐產(chǎn)品開發(fā)；體系能力方面，長安基于系統(tǒng)工程方法，關(guān)鍵軟件開發(fā)過程達到ASPICE二級、CMMI三級水平，同時形成基于安全導向的復雜系統(tǒng)的開發(fā)能力。

在第一汽車集團有限公司研發(fā)總院副院長兼智能網(wǎng)聯(lián)開發(fā)院院長李丹看來，上述這些能力的實現(xiàn)，都離不開ICT技術(shù)的加持，而ICT技術(shù)恰好是傳統(tǒng)車企的弱項。

對此，一汽的解決辦法是借助外力，分為兩步：一是“組群”，與一些企業(yè)、科技公司深入合作，做到共享、共建，形成共贏；然后是“合群”，與有優(yōu)勢的ICT公司或聯(lián)盟合作，使產(chǎn)品做到最優(yōu)。

同樣是ICT技術(shù)，上汽乘用車公司車身電子科高級經(jīng)理龐曉鋒認為，數(shù)字鑰匙是手機上各種汽車相關(guān)服務(wù)的延伸渠道。

數(shù)字鑰匙將汽車和ICT技術(shù)、生態(tài)資源融合，實現(xiàn)互聯(lián)、共享，將汽車打造成一個多場景協(xié)同與無縫銜接的智能移動空間。數(shù)字鑰匙實質(zhì)是將數(shù)據(jù)變?yōu)殍€匙的核心，變成了數(shù)字憑證，因此就有了互聯(lián)和分享的屬性，就會進一步打開很多功能和應(yīng)用場景。

軟件供應(yīng)商的挑戰(zhàn)

智能網(wǎng)聯(lián)汽車對軟件架構(gòu)也提出了挑戰(zhàn)。

隨著算力的提升，硬件已經(jīng)開啟了軍備競賽。一般來說，一個硬件平臺上只有一個獨立的軟件架構(gòu)，這個架構(gòu)怎么支撐這么多功能的開發(fā)，而且不是獨立的供應(yīng)商完成，一個框架下集成多個供應(yīng)商，要接口定義、開發(fā)模式都不同。在東軟睿馳汽車技術(shù)（上海）有限公司副總經(jīng)理劉威看來，這需要分層立體的軟件架構(gòu)支撐。

劉威解釋說，所謂分層次就是硬件的變化，因為芯片總是在演進，算力總是在提升，能不能做出軟件的架構(gòu)屏蔽硬件的變化，硬件的變化對軟件上層的開發(fā)所帶來的變動的工作量盡可能少，這是一個挑戰(zhàn)。

其次，軟硬分離后，軟件要適配不同的車型，搭載不同的操作系統(tǒng)，也可能連接不同的云，這些所有的變化最好不影響原來開發(fā)過的部分，對功能影響盡可能的小，這也是一方面的訴求。

再者，基于原來軟件的模塊衍生出新的服務(wù)，新的服務(wù)在整車售出之后，還可以源源不斷地產(chǎn)生服務(wù)價值來贏得利潤。這也需要整個架構(gòu)做到適應(yīng)這些變化。

東軟提出一個概念叫端云協(xié)同的自我進化。劉威表示，這是控制器中嵌入多級觸發(fā)器，價值數(shù)據(jù)觸發(fā)后同步至云端進行迭代訓練。這些長尾有價值的數(shù)據(jù)通過軟件模塊和數(shù)據(jù)通道上傳到云端之后，在云端才可以做自我迭代、更新、訓練、調(diào)度，仿真去做迭代，迭代之后測試，然后部署，這是一個閉環(huán)。以此來適應(yīng)智能網(wǎng)聯(lián)汽車的發(fā)展。

這些是車企和軟件公司在整車技術(shù)領(lǐng)域面臨的一些變革和挑戰(zhàn)。

協(xié)同打造操作系統(tǒng)

車企可以全方位布局，但是總有不擅長的領(lǐng)域，產(chǎn)業(yè)鏈上合作伙伴的重要性就體現(xiàn)出來了。

典型的一個例子就是操作系統(tǒng)。

智能汽車的操作系統(tǒng)是提供一個讓用戶與系統(tǒng)交互的操作界面，作為智能網(wǎng)聯(lián)汽車的核心樞紐，其安全可靠和兼容性是非常重要的。

華為智能汽車解決方案BU首席軟件架構(gòu)師崔愛國認為，智能汽車的操作系統(tǒng)最重要的，是滿足安全要求。華為公司花費了大量的精力去符合一些行業(yè)認證，包括汽車的ASPICE、ISO26262功能安全認證、信息安全認證等，從流程、文化和認證上都把安全作為第一考慮。

在崔愛國看來，未來汽車硬件可能還是會差異化、多樣化的，上面的應(yīng)用也是差異化、多樣化，中間需要統(tǒng)一操作系統(tǒng)，包括系統(tǒng)軟件和中間件，通過統(tǒng)一的架構(gòu)、統(tǒng)一的框架、統(tǒng)一的編程接口，實現(xiàn)統(tǒng)一的部署，否則很難做到全生命周期里的軟件不斷迭代、升級。

因此，他希望和產(chǎn)業(yè)界一起定義和硬件、芯片之間的軟硬件的接口。對應(yīng)用層提供統(tǒng)一的框架和服務(wù)，支持應(yīng)用多樣化，也包括智能車控、智能駕駛、智能座艙等相關(guān)軟件的支持。

深挖數(shù)據(jù)價值

數(shù)據(jù)被稱為“新時代的石油”，世界上最有價值的資源之一，在智能網(wǎng)聯(lián)汽車的發(fā)展中也尤為重要。

上海國際汽車城（集團）有限公司副總工程師李霖就深刻認識到數(shù)據(jù)在智能網(wǎng)聯(lián)汽車領(lǐng)域的價值，他希望通過數(shù)據(jù)推動智能網(wǎng)聯(lián)汽車商業(yè)化運行的落地。

當然這一階段數(shù)據(jù)的主要來源，是智能網(wǎng)聯(lián)汽車在測試路段的數(shù)據(jù)收集。“從封閉園區(qū)測試到開放道路測試，到后面的牌照發(fā)放等等的邏輯?；诘缆窚y試工作建設(shè)了智能網(wǎng)聯(lián)的數(shù)據(jù)中心，實現(xiàn)了數(shù)據(jù)的采集、標注、存儲、管理以及相應(yīng)的應(yīng)用開發(fā)?！崩盍卣f。

百度智能駕駛事業(yè)群組高級產(chǎn)品運營經(jīng)理王勝男則在數(shù)據(jù)前加上了高價值三個字。

王勝男介紹說，目前Apollo整體測試里程超過了1200萬公里，一千萬公里相當于人類駕駛員超過三百年的駕駛里程所形成的數(shù)據(jù)，“我們形成了數(shù)據(jù)越多能力越強的數(shù)據(jù)驅(qū)動閉環(huán)，同時推進自動駕駛能力不斷進化。”

王勝男表示，數(shù)據(jù)的總量增加是一方面，另一方面就是從質(zhì)量上來講，數(shù)據(jù)是需要清洗的，百度后續(xù)80%的研發(fā)，都會花在數(shù)據(jù)應(yīng)用和挖掘上。

王勝男所說的應(yīng)用和挖掘，是指對自動駕駛場景中的處理和異常行為進行識別和標注，這是自動駕駛演進非常關(guān)鍵的一環(huán)，只有在自動駕駛中檢測到異常行為，不管是自動駕駛還是人工駕駛，這種場景下的數(shù)據(jù)價值才更大。

“目前這類高質(zhì)量的測試已經(jīng)超過20多個國內(nèi)外的城市，涵蓋了很多復雜場景，一些異常場景組合可以形成聚類，加上我們提到仿真平臺的放大和驗證能力，能夠面對城市化當中的場景。”

陸領(lǐng)科技也是一家以數(shù)據(jù)為主的公司。其聯(lián)合創(chuàng)始人兼首席執(zhí)行官霍靜介紹說，他們目標就是怎么樣大規(guī)模更多更高效采集數(shù)據(jù)，讓機器像人類一樣大量地用數(shù)據(jù)學習人類的思考模式和邏輯模式，更多的從路端、城市端，用無人機、攝像頭、紅綠燈來收集數(shù)據(jù)。

霍靜介紹了他們在無錫的案例，在交通路口，他們采取了無人機、路邊和城市端的攝像頭采集到的數(shù)據(jù)進行模擬城市交通，模仿、學習和演練各種各樣的交通行為，進行了大量的數(shù)據(jù)采集和訓練，有效提升了他們的算法。

霍靜表示，這不是一家企業(yè)能做到的，需要行業(yè)、政府一起來努力。

人機多元化交互

作為主機廠，威馬汽車將人機交互作為產(chǎn)品的亮點。威馬汽車副總裁Thomas認為，智能電動汽車給消費者最直接的體現(xiàn)在人與汽車的交互方面，以及無人駕駛系統(tǒng)。

Thomas看來，用戶參與到場景設(shè)計增加人與車的互動性，例如可以自己定義SOA場景編程，手機、車上甚至條件出發(fā)場景；此外，語音觸發(fā)上，威馬也做了很多突破。

在無人駕駛方面，威馬汽車與百度云端的算力結(jié)合，主要的部分就是完成無人的自主泊車功能，后期通過不斷地OTA升級，現(xiàn)在我們是HAVP，未來我們會做到PAVP，只要停車場有高精地圖，我可以從云端下載，我的車可以在這個停車場里面自己找到空的車位，當你使用車的時候可以用手機召喚出來。

科大訊飛在人機交互方面屬于領(lǐng)先企業(yè)，其智能汽車副總裁雷琴輝介紹說，訊飛從單點語音合成到識別，到現(xiàn)在整個智能化都有了。

雷琴輝解釋說，“其實并不是訊飛做了這些，而是行業(yè)變革了，需要這些東西，所以我們才越做越多了，原來我們做的是合成，原來汽車做TTS就為了導航的播報—‘前方左拐’。慢慢合成以后有了識別的需求，識別以后有了自然語言理解的需求，理解完了以后有了對話需求、視覺需求，這些需求包括后面數(shù)據(jù)的管理，大數(shù)據(jù)的推動等等，還有場景?！?/p>

雷琴輝認為，如果一輛車聽得見、看不見肯定也有問題，所以它也得看清楚。基于聽得見、看得見，訊飛將聲音和圖像結(jié)合起來，“身份識別可以靠聲音，也可以靠圖像。通過‘唇動+聲音’可以極大提高在高噪和惡劣環(huán)境下的語音識別效果?！?/p>

高精度地圖提供感知和定位

除了信息技術(shù)和車輛技術(shù)外，智能網(wǎng)聯(lián)汽車還需要基礎(chǔ)支撐技術(shù)的加持。

高精地圖就是非常重要的基礎(chǔ)支撐技術(shù)。

自動駕駛的關(guān)鍵是感知和定位，感知和定位的關(guān)鍵是傳感器，傳感器分為物理傳感器和在線傳感器。在線傳感器就是依托于定位和高精度地圖提供的，圖商的作用在于具備精準的測繪和制圖能力，能夠幫助車端節(jié)省算力。

高精度地圖要解決哪些問題？

第一，針對物理傳感器的感知失效，比如非常復雜的交通路況場景，對于遮擋天氣、不清晰、磨損場景，高精度地圖可以為物理傳感器的失效進行感知的增強和冗余。

第二，在很多的復雜城市環(huán)境里面，包括高架群、建筑物密集、隧道群定位失效場景，高精度地圖本身是非常專業(yè)化、非?？煽康模貓D本身品質(zhì)和精度是遠高于其他數(shù)據(jù)的?？傮w說高精度地圖可以為自動駕駛的車端提供定位失效的場景補充。

此外，高精度地圖本身還是超視距的傳感器。當車輛進行超車的時候，普通物理傳感器是無法知道超車之后的場景的，例如前面有大曲率的車道、道路有遮擋時，或者天氣原因視距不夠遠的時候，都可以給車端提供預測性參考。

總體來說，對車端預測性控制做得越清晰越安全，信息越準確，整個自動駕駛的體驗和安全性就越高。

四維圖新地圖產(chǎn)品總監(jiān)劉洋還舉了個例子，例如通過高精度地圖，通過歷史概率信息和實時路況信息，可以知道當前方車停止的時候，它停止在哪一個車道上，它的停止行為是一個可以正常停車的行為還是前方擁堵的停車行為，以此決定超車還是跟車。

可以說高精度地圖不僅僅是地圖，更給了自動駕駛汽車上帝視角，是實現(xiàn)自動駕駛不可或缺的基礎(chǔ)性支撐技術(shù)。