1、未来移动出行社会

社会未来四大发展趋势:可持续发展、城镇化、数字化、老龄化

图1. 未来社会发展趋势

随着移动出行生态系统的不断扩展,汽车领域的传统市场参与者已将重点放在提高车辆功能上,并更加着重于移动出行解决方案;软件将在移动出行解决方案中扮演重要角色。
未来的车辆必须具备以下几种特性:

1)Failsafe(失效安全):即使车辆系统部分故障,系统也能够完成其关键功能

2)Secure (网络安全):通过对网络攻击的预测,躲避,检测和防御来确保安全

3)Updatable(可更新):软件能够进行空中升级(OTA)

4)Connected(互联性):能够与基础设施、互联网以及移动设备进行互联

5)Upgradable(可升级):软件与硬件均可升级

6)Collaborative(协同交互):与智能运输系统进行交互,以优化无缝运输

7)Self-learning(自学习):通过人工智能来实现

图2. 从嵌入式车辆系统到移动解决方案

2、汽车E/E架构的演变

2.1 ECU整合的驱动因素

电子控制单元(ECU)的整合是汽车E / E架构中的一个重要趋势。新的移动出行解决方案需要集中式的E/E架构(仅带有少量独立的ECU)。

ECU的整合主要由两个因素驱动:
1)自动驾驶算法的最优性:如果将来自各种传感器的数据融合到单个计算单元中,则自动驾驶的环境感知和环境建模算法是最优性的
2)成本:ECU整合可降低计算成本,减少通用组件(例如电源),减少线束和整合软件功能

2.2 汽车E/E架构的演变过程


图3. 汽车E/E架构的演变过程

1)过去:基于独立ECU的E/E架构
过去的汽车E/E架构具有多达150个电子控制单元(ECU)。大部分ECU都具有嵌入式微控制器,该微控制器可控制执行器,处理传感器信号,控制机械操作(如点火/喷射控制)并执行电子功能(如自动停车,安全气囊触发)。 每个功能都有其自己的ECU, 这些ECU通过线束连接,并且不同ECU之间的相互通讯很少。软件到硬件的集成度很高。

2)现在:基于DCU的E/E架构当今的汽车E/E架构采用专用域控制单元(DCU)或域ECU的集中式系统。 多个功能集成到一个域ECU中,以减少ECU的数量,功能集成后有利于简化线束布置(例如,用于信息娱乐,车身控制等)。

3)未来:基于中央服务器的E/E架构
未来新E/E架构的特点是:具有一些集中式高性能计算的中央服务器。 这些服务器将与云平台进行连接,以进行定期更新以及非车载计算。传感器和执行器由中央车辆服务器通过标准化接口控制。

然而,从今天的E/E架构转换到未来基于中央服务器的E/E架构也不可能一步到位的。它需要有这样的一个过渡阶段:基于服务器的E/E架构,并带有额外的区域ECU和一些独立的ECU,用于对实时性或延迟性有严格要求的安全关键型应用(如制动以及安全气囊控制)。

由于传感器和执行器分布在车身的不同位置,区域ECU以桥梁的形式,将传感器/执行器与中央服务器连接起来,这样有助于减少线束的布置。


图4. 当前E/E架构到未来E/E架构的过渡

2.3 汽车未来E/E架构的基本构成

未来服务器的E/E架构由3个不同的层级组成:1)执行器/传感器层级:可将压力,加速度,位置,图像等数据提供给计算层级和执行器驱动模块,如阀门,电机,变频器等;2)计算层级:进行传感器数据融合、分析、规划以及执行功能和服务;3)后端平台:用于非车载计算、大数据管理、AI训练、服务;

3、汽车E/E架构演进过程中的技术挑战

1)如今,汽车级嵌入式处理器没有足够的计算能力来处理自动驾驶所需的算法,例如多传感器数据融合算法。当前的自动驾驶测试车辆(L3级)结合使用了来自消费行业的高性能CPU和GPU,以及符合汽车标准的主ECU。但是,如果要将这些系统进行批量生产,需要用汽车级eHPCs(嵌入式HPC)代替消费类计算引擎。

2)未来对处理能力的需求将进一步增加,因为从L3级到L4级,车辆需要更大的计算能力(x2),再从L4级到L5级时又进一步需要更大的计算能力(x1.5)。

3)eHPCs无法在计算能力上不断进化(传统HPCs可以)。为了适应未来汽车的应用,汽车对微控制器/片上系统有众多的特殊要求限制。这些特殊要求如下图所示:

图5.微控制器/片上系统的要求限制

因此,高性能计算能力需要解决领先性能,先进技术与汽车特殊要求之间的矛盾冲突;

4、未来E/E架构给行业带来的影响

1) 传感器,线束,ECU / DCU / Server等计算硬件以及其他可能的电子硬件组件的标准化和商品化。

2) 软件将变得越来越突出。功能将通过软件实现,而不是通过额外的硬件实现(例如,基于一套标准化的电子硬件按需启用的ADAS功能)。

3) 面向服务的架构(SOA)将会出现。该架构可能会在各类车辆,应用程序和功能部件之间具有更大的可扩展性和可重用性。

4) 频繁的空中下载(OTA)更新将变得很普遍。

5) 硬件和软件开发周期将分离,从而帮助汽车公司加快软件开发速度。

6) 由于硬件和软件的分离,出现了新的采购模型。 这将避免供应商锁定。对于市场上的数字原生代而言,这意味着进入汽车行业的准入门槛进一步降低。

7) 进一步开放生态系统,加强参与者之间的合作,以分担成本并加快发展。 当前移动出行领域的传统竞争对手也都在转型过程中携手合作。

8) 汽车行业进行持续敏捷转型;通常,汽车公司在采用现代组织模型方面落后于其他行业。这种现状将会很快改变,例如,为了提高自身的敏捷性,一家领先的欧洲汽车OEM已加入了一个庞大的组织,另一个大型的汽车OEM进行了大规模的敏捷转型。

参考资料:

  1. Future Automotive E/E Architecture

注:文章首发于公众号“筋斗云与自动驾驶”,扫描下方二维码关注公众号并在主页面点击左下角“福利”,有40余篇自动驾驶与EE架构相关国外参考技术文献赠送。

筋斗云与自动驾驶

新的EE架构面临的挑战以及带来的影响相关推荐

  1. 系统架构面临的三大挑战,看 Kubernetes 监控如何解决?

    作者|炎寻 审核&校对:白玙 编辑&排版:雯燕 大家好,我是阿里云云原生应用平台的炎寻,很高兴能与大家继续分享 Kubernetes 监控系列公开课.前两期公开课我们讲到了 Vol.1 ...

  2. BMW - 下一代EE架构如何实现

    1.引言 1)BMW - Number One>NEXT 战略 以顾客为中心的四化战略:自动化.互联化.电动化.共享化/服务化 图1.以顾客为中心的"四化"战略 2)自动驾驶 ...

  3. 苹果将发新品 全球市场面临三大挑战

    现任CEO库克面临"掌舵"后首次"大考" 一份邀请函让全球对苹果即将在9月12日发布的新产品充满了好奇,业内纷纷猜测,即将发布的新产品将是苹果的新一代iphon ...

  4. 微服务精华问答 | 在使用微服务架构时,您面临哪些挑战?

    戳蓝字"CSDN云计算"关注我们哦! 过去几年来,"微服务架构"这个术语出现了,它描述了一种将软件应用程序设计为可独立部署的服务套件的特定方式.尽管这种架构风格 ...

  5. 银行数字化转型开年布局,金融级架构面临的6大挑战和应对思路

    2021 年 12 月和 2022 年 1 月,两份关于银行数字化转型的重量级指导文件--中国人民银行的<金融科技发展规划(2022-2025 年)>(以下简称"发展规划&quo ...

  6. 微服务架构开发实战日志与监控:微服务日志管理将面临的挑战

    微服务的日志与监控:微服务日志管理将面临的挑战 日志来自正在运行的进程的事件流.对于传统的JavaEE应用程序而言,有许多框架和库可用于日志记录.Java Logging (JUL)是Java自身所提 ...

  7. 实施微服务架构模式所面临的挑战

    实施微服务架构模式所面临的挑战 微服务架构.Docker容器.可编程基础架构.服务器租用cn.bluehost.com云计算和现代持续交付(CD)技术的新兴组合,使得通过软件开发实现业务价值的真正模式 ...

  8. 大数据可视化技术面临的挑战及应对措施

    来源:科技导报 本文约5400字,建议阅读10分钟 本文介绍了适用于大数据的数据可视化技术,讨论了针对大数据可视化应用需求自主研发的交互式可视化设计平台AutoVis及其应用. [ 导读 ]本文从大数 ...

  9. 2017英国AI形势报告:认知鸿沟、新商业模式和当下的挑战

    原作 David Kelnar MMC投资研究中心老大 Root 编译自 MMC Venture 量子位 出品 | 公众号 QbitAI 来源:36氪 概要:AI技术今年所获得媒体.资本极度的关注,短 ...

最新文章

  1. 加速企业数字化转型,首届Spring Summit技术峰会圆满落幕
  2. 自制代码生成器 多种模版引擎 支持生成各种代码
  3. react 实现数据双向绑定
  4. python学习必备知识点: 装饰器
  5. jarjar.jar解决jar包版本兼容问题
  6. android 去空字符串,android – TextUtils.isEmpty()方法为空字符串返回false
  7. wordpress linux 目录,快速搭建WordPress(Linux)
  8. 【OpenGL从入门到精通(七)】OpenGL中的数学
  9. 计算机专业简历推荐信范文,个人简历自我推荐信范文【三篇】
  10. StreamDM:基于Spark Streaming、支持在线学习的流式分析算法引擎
  11. 专门跑顺风车真的挣钱吗?
  12. 无需搭建和训练模型,87行代码搞定文章摘要生成
  13. Java基础知识梳理(五)从源码了解字符串
  14. NOIP2001数的计算
  15. 数据库新手常犯的5个错误
  16. 未来教育计算机一级ms百度云,未来教育全国计算机二级VFP
  17. oracle数据库rman备份与还原
  18. android mac地址过滤,android手机怎么更改mac地址绕过mac过滤
  19. swift plm物料管理模块中的变更管理介绍
  20. java解析axure原型rp文件,Axure RP 8 教程 – 查看原型

热门文章

  1. JS 数组定义及详解
  2. 争取活动经费的尖锐斗争(2)
  3. [No000061]别人凭什么要帮你?理解中国人的人际和谐外人、自己人与另一半...
  4. 寒假集训D13 Demo tab选项卡
  5. Visio常见使用问题整理(不断更新中)
  6. 三重山面前,咪咕阅读如何巩固城池?
  7. 突发!ChatGPT 开始大面积封号,注册功能关闭!亚洲成重灾区,网友自救喊话:不要登录,不要登录...
  8. 【regression】分位数回归 quantile regression
  9. 2022-08-08 java之 Stream流式编程
  10. 连接kafka报错:1 partitions have leader brokers without a matching listener