軟件定義汽車(chē)：架構趨勢和行業(yè)全景

軟件定義汽車(chē)的整體架構可以分為四個(gè)層次：
（1） 硬件平臺，異構分布式硬件架構;
（2） 系統軟件層，包括 hypervisor、系統內核、POSIX、AUTOSAR 等;
（3） 應用中間件和開(kāi)發(fā)框架，包括功能軟件、SOA 等;
（4）應用軟件層，包括智能座艙HMI、ADAS/AD算法、連接算法、云平臺等。

廣義上講，作系統是指基于內核作系統的中間件，包括系統軟件層（內核、管理程序、中間件）、功能軟件層（常用功能模塊和相關(guān)中間件）和 API。狹義上講，作系統主要是指位于系統內核底層的 Vehicle Control OS 和 Automotive OS。

狹義的作系統是構建智能網(wǎng)聯(lián)汽車(chē)的基石，而廣義的作系統是應用開(kāi)發(fā)的橋梁

Microkernel，只需要實(shí)現基本的任務(wù)管理、內存管理、進(jìn)程通信等，其他驅動(dòng)都在用戶(hù)端定義來(lái)實(shí)現，目前常用的智能駕駛作系統主要有Linux、QNX等RTOS（如free RTOS、VxWorks等）?；诘谌群思夹g(shù)的開(kāi)源微內核 seL4 越來(lái)越受到國內汽車(chē)制造商和科技公司的關(guān)注。理想汽車(chē)、蔚來(lái)汽車(chē)、路特斯汽車(chē)、地平線(xiàn)機器人、小米等科技公司紛紛加入 seL4 基金會(huì )，共同推動(dòng) seL4 微內核的發(fā)展。

智能汽車(chē)的發(fā)展仍然面臨“缺芯片”和“缺汽車(chē)作系統”的困境。前者已經(jīng)受到了足夠的關(guān)注，而后者仍需突破。目前，國外供應商 QNX （Blackberry）、Linux （開(kāi)源） 和 Android （Google） 是狹義汽車(chē)作系統的核心參與者。例如，在智能座艙系統方面，QNX+Android 的結合是國內廠(chǎng)商選擇的主流方案?？偛课挥谥袊娜A為 HarmonyOS 和 Powered by AliOS 取得了一定的突破，但它們的自給率仍然很低。在智能駕駛系統領(lǐng)域，QNX 占據絕對壟斷地位。

在自主可控的背景下，實(shí)時(shí)汽車(chē)作系統為填補汽車(chē)作系統空白指明了重要的發(fā)展方向。包括華為、中興、百度 Apollo 和斑馬智能驅動(dòng)器在內的許多國內科技公司都在尋求實(shí)時(shí)微內核作系統領(lǐng)域的突破。

廣義上講，作系統是開(kāi)發(fā)者促進(jìn)應用算法開(kāi)發(fā)的橋梁，是包括狹義作系統、中間件等在內的開(kāi)發(fā)平臺。

我們將廣義的作系統分為幾類(lèi)：

• 用于自動(dòng)駕駛的通用作系統

• 智能座艙通用作系統

• 車(chē)云一體化通用作系統

典型的自動(dòng)駕駛通用作系統包括 iSoft Infrastructure Software 的 AUTOSAR CP 和 AP 集成解決方案、百度 Apollo AI 開(kāi)源平臺、Autoware ROS2.0 開(kāi)源平臺、華為 AOS、TTTech MotionWise、Enjoy Move Technology 的 EMOS、AICC 的 ICVOS、ZF Middleware 等。

iSoft Infrastructure Software 基于 AUTOSAR CP 的量產(chǎn)，為安全域和高性能計算域提供 AUTOSAR CP+AP 集成解決方案。借助其云系統，它實(shí)現了智能連接。iSoft Infrastructure Software 的集成解決方案可應用于智能座艙領(lǐng)域、車(chē)輛控制系統領(lǐng)域和 ADAS/AD 領(lǐng)域。通過(guò)標準化不同作系統、底層硬件和協(xié)議軟件的接口和架構，它構建了面向服務(wù)的軟件架構。在智能座艙域和 ADAS/AD 域，iSoft Infrastructure Software 正在開(kāi)發(fā)相應的作系統內核，以全面布局汽車(chē)基礎軟件平臺。

此外，自動(dòng)駕駛 SoC 芯片廠(chǎng)商并不滿(mǎn)足于僅僅提供硬件，而且還在自動(dòng)駕駛生態(tài)系統中尋求分一杯羹，以增加進(jìn)入門(mén)檻。英偉達（Nvidia）推出了用于自動(dòng)駕駛的DriveWorks開(kāi)源平臺，地平線(xiàn)機器人（Horizon Robotics）推出了TogetherOS？，這是一個(gè)具有安全微內核架構的實(shí)時(shí)汽車(chē)作系統。

整車(chē)廠(chǎng)也不甘示弱，正在考慮開(kāi)發(fā)自己的自動(dòng)駕駛作系統，尤其是第一批新興汽車(chē)制造商利用 AUTOSAR Classic Platform +DDS 構建自動(dòng)駕駛作系統（開(kāi)發(fā)平臺）。隨著(zhù)技術(shù)生態(tài)的不斷成熟，轉型中的新興整車(chē)廠(chǎng)和整車(chē)廠(chǎng)正在努力自行開(kāi)發(fā)自動(dòng)駕駛作系統。

-Tesla.OS（版本）是特斯拉自己基于底層 Linux 開(kāi)發(fā)的。在功能軟件方面，它支持深度學(xué)習編程框架 PyTorch。
-大眾。作系統基于 Linux+AUTOSAR Adaptive，具有軟件和 I/O 功能以及 SOA 的解耦功能。
-豐田的 Woven Planet Group 正在將 Apex.OS SDK 集成到其自己的車(chē)輛開(kāi)發(fā)平臺 Arene 中。Apex SDK 將處理安全關(guān)鍵型應用程序，旨在加快自動(dòng)駕駛軟件開(kāi)發(fā)并最終將其引入量產(chǎn)車(chē)輛。
-理想汽車(chē)正在開(kāi)發(fā)自己的 Li OS，并計劃打造跨域智能作系統平臺。Li OS 以自動(dòng)駕駛為目標，未來(lái)將與智能車(chē)輛控制和智能座艙連接。

在汽車(chē)中間件（AUTOSAR、ROS2、Cyber RT）方面，不同的自動(dòng)駕駛作系統供應商有不同的選擇。例如，百度 Apollo 使用自主開(kāi)發(fā)的 CyberRT，Autoware 采用 ROS2，其他供應商歡迎 AUTOSAR Classic 和 AUTOSAR Adaptive。近年來(lái)，Apex.AI OS（與 ROS 2 API 兼容）得到了一些歐洲 OEM 和 Tier1 供應商的廣泛支持。Apex.AI 已被大陸集團、豐田、采埃孚、捷豹路虎、沃爾沃、海拉和戴姆勒卡車(chē)等眾多汽車(chē)行業(yè)的領(lǐng)先企業(yè)投資。

在自動(dòng)駕駛領(lǐng)域，中間件的功能涉及通信、模塊升級、任務(wù)調度和驅動(dòng)管理，但其主要功能在于通信。通信中間件（DDS、SOME/IP、MQTT）的引入可以幫助開(kāi)發(fā)人員提高效率。目前，通信中間件主要包括 SOME/IP、DDS 和 MQTT。目前，SOME/IP 和 DDS 是自動(dòng)駕駛中應用最廣泛的兩種通信中間件。

SOME/IP通信中間件
SOME/IP中間件提供商包括AUTOSAR工具鏈供應商，如Vector、ETAS、EB等國外公司，以及以iSoft基礎設施軟件、經(jīng)緯海潤科技等為代表的國內公司。GENIVI 聯(lián)盟提供 SOME/IP 的開(kāi)源版本。

DDS 通信中間件
商業(yè)閉源通信中間件主要以 RTI Connext DDS 為代表，占據了 80% 以上的市場(chǎng)份額。小鵬汽車(chē)是中國第一家將 Connext DDS 應用于自動(dòng)駕駛汽車(chē)的企業(yè)。HoloSAR 是 HoloMatic Technology 的自動(dòng)駕駛中間件，也集成了 RTI Connext DDS。

其他開(kāi)源通信中間件包括 OPEN DDS、FAST DDS、Cyclone DDS 等。近年來(lái)，涌現出許多通信中間件產(chǎn)品，包括博世 ETAS 的 iceoryx、Greenstone 的 Swift 和 MotionWise Cyclone DDS。此外，新版 AUTOSAR Adaptive 在通信管理方面加強了 DDS，iSoft Infrastructure Software 開(kāi)發(fā)的 AP 產(chǎn)品支持第三方 DDS 的集成。

MQTT 通信中間件
可用于低帶寬、不可靠的網(wǎng)絡(luò )場(chǎng)景，基于物聯(lián)網(wǎng)通信協(xié)議 MQTT 的云平臺提供遠程設備的數據傳輸和監控。

自動(dòng)駕駛工具鏈軟件正在成為一個(gè)競技場(chǎng)

自動(dòng)駕駛系統由感知、規劃和決策組成。算法研發(fā)的關(guān)鍵主要在于數據采集、感知模型訓練、仿真測試和實(shí)車(chē)測試等。感知和規劃構成了數據生成的主要部分，包括數據收集、數據清洗和數據標注。

通過(guò)一系列工具鏈，形成完整的自動(dòng)駕駛全鏈條數據閉環(huán)開(kāi)發(fā)流程，具有全閉環(huán)和自我成長(cháng)的特點(diǎn)。這給主要 OEM 和 Tier1 供應商在開(kāi)發(fā)自動(dòng)駕駛系統時(shí)構成了重要的技術(shù)障礙。涉及的軟件和數據服務(wù)包括：

AI 深度神經(jīng)網(wǎng)絡(luò )學(xué)習軟件

涉及的軟件/框架主要包括 TensorFlow/ PyTorch/ OpenCV/ TensorRT 等。在中國，百度已經(jīng)推出了 Paddle Paddle，華為也發(fā)布了 MindSpore。

Transformer 神經(jīng)網(wǎng)絡(luò )模型可以較好地實(shí)現時(shí)空維度的建模，并已大規模應用于生產(chǎn)自動(dòng)駕駛汽車(chē)：
Transformer 是特斯拉 FSD 系統算法中的核心模塊之一。提取圖像特征后，結合 Transformer、CNN 和 3D 卷積等 AI 神經(jīng)網(wǎng)絡(luò )算法，完成跨時(shí)間圖像融合，從而在 2D 圖像形成的基礎上輸出 3D 信息。

在國內，Haomo.AI 提出了將 Transformer 與海量數據進(jìn)行有效集成。Haomo.AI 的 MANA 數據智能系統采用 Transformer 在底層融合視覺(jué)和 LiDAR 數據，進(jìn)而實(shí)現對空間、時(shí)間和傳感器的深度感知。

小鵬 G9 部署了 Transformer：經(jīng)過(guò)不斷優(yōu)化，動(dòng)態(tài) XNet 所需的 122% 的 Orin-X 算力現在已經(jīng)降低到 9%。

自動(dòng)駕駛數據采集與自動(dòng)標注系統

根據 IDC 的數據，到 2025 年，中國人工智能數據采集與標注服務(wù)的市場(chǎng)規模將達到 123.4 億元，主要由自動(dòng)駕駛汽車(chē)的數據采集和標注驅動(dòng)。因此，對數據收集、處理、存儲、訓練軟件和工具的需求很大。

Xnet 是小鵬汽車(chē)的“下一代感知架構”，當它與車(chē)內所有傳感器相結合時(shí)，可以實(shí)時(shí)生成“高清地圖”。通過(guò)動(dòng)態(tài) XNet，可以更準確地識別動(dòng)態(tài)對象的速度和意圖。XNet 需要大量的數據收集、注釋、訓練和部署。小鵬自主研發(fā)了自動(dòng)標注系統。

但是，許多其他汽車(chē)制造商可能會(huì )與合作伙伴合作進(jìn)行數據收集和注釋。典型供應商包括 Speechocean（全球 AI 訓練數據服務(wù)提供商）、華為章魚(yú)（數據采集、訓練和模擬服務(wù)）、Vector（CANape，數據采集工具）、澳鵬中國（AI 數據收集和標注服務(wù)）、ExceedData（數據采集和標注平臺）等。

自動(dòng)駕駛訓練數據集
對于以深度學(xué)習為主要方法的自動(dòng)駕駛，訓練數據集是最關(guān)鍵的。算法是相似的（特別是，其中許多是開(kāi)源的），因此無(wú)法判斷哪個(gè)是最好的。深度學(xué)習數據集與最終結果相關(guān)，因此前者起著(zhù)決定性的作用。訓練數據集的覆蓋面越廣，標注越精細，分類(lèi)越準確，類(lèi)型越多，最終的自動(dòng)駕駛性能越好。

許多自動(dòng)駕駛公司，包括大眾-福特合資企業(yè) Argo 的 Argoverse、Waymo 的 Open、百度的 ApolloScape、英偉達 （PilotNet）、本田 （H3D）、安波福 （nuScense） 都披露了他們的一些訓練驗證數據集，一些提供了開(kāi)源下載鏈接?，F在最有影響力的是 KITTI、Waymo Open 和 Aptiv nuScenes。

國內具有地方特色的數據集較少，主要包括華為“ONCE”、車(chē)路協(xié)同自動(dòng)駕駛數據集“DAIR-V2X”、金橋“JICD”數據集、廈門(mén)大學(xué)和上海交通大學(xué)聯(lián)合發(fā)布的大規模駕駛行為數據集DBNet、習安交通大學(xué)和長(cháng)安大學(xué)聯(lián)合構建并披露的DADA數據集。

自動(dòng)駕駛數據存儲與計算中心（云服務(wù)）

數據存儲與管理僅體現云服務(wù)的基本能力。汽車(chē)制造商對云服務(wù)的需求已從 IaaS 和 PaaS 轉向 SaaS（軟件即服務(wù)）。云服務(wù)提供商需要提供或集成統一的工具鏈，打通上下游環(huán)節，幫助汽車(chē)制造商快速打通數據閉環(huán)鏈。

小鵬汽車(chē)與阿里云聯(lián)合建設了中國最大的自動(dòng)駕駛智能計算中心福耀，將單機全精訓練時(shí)間從 276 天縮短到 32 天。如果 80 臺機器同時(shí)運行，只需 11 小時(shí)，處理速度提高了 602 倍。