軟件定義汽車：架構(gòu)趨勢和行業(yè)全景

軟件定義汽車的整體架構(gòu)可以分為四個層次：
（1） 硬件平臺，異構(gòu)分布式硬件架構(gòu);
（2） 系統(tǒng)軟件層，包括 hypervisor、系統(tǒng)內(nèi)核、POSIX、AUTOSAR 等;
（3） 應(yīng)用中間件和開發(fā)框架，包括功能軟件、SOA 等;
（4）應(yīng)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(tǒng)是指基于內(nèi)核作系統(tǒng)的中間件，包括系統(tǒng)軟件層（內(nèi)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(tǒng)主要是指位于系統(tǒng)內(nèi)核底層的 Vehicle Control OS 和 Automotive OS。

狹義的作系統(tǒng)是構(gòu)建智能網(wǎng)聯(lián)汽車的基石，而廣義的作系統(tǒng)是應(yīng)用開發(fā)的橋梁

Microkernel，只需要實現(xiàn)基本的任務(wù)管理、內(nèi)存管理、進(jìn)程通信等，其他驅(qū)動都在用戶端定義來實現(xiàn)，目前常用的智能駕駛作系統(tǒng)主要有Linux、QNX等RTOS（如free RTOS、VxWorks等）。基于第三代微內(nèi)核技術(shù)的開源微內(nèi)核 seL4 越來越受到國內(nèi)汽車制造商和科技公司的關(guān)注。理想汽車、蔚來汽車、路特斯汽車、地平線機(jī)器人、小米等科技公司紛紛加入 seL4 基金會，共同推動 seL4 微內(nèi)核的發(fā)展。

智能汽車的發(fā)展仍然面臨“缺芯片”和“缺汽車作系統(tǒng)”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(yīng)商 QNX （Blackberry）、Linux （開源） 和 Android （Google） 是狹義汽車作系統(tǒng)的核心參與者。例如，在智能座艙系統(tǒng)方面，QNX+Android 的結(jié)合是國內(nèi)廠商選擇的主流方案?？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(tǒng)領(lǐng)域，QNX 占據(jù)絕對壟斷地位。

在自主可控的背景下，實時汽車作系統(tǒng)為填補(bǔ)汽車作系統(tǒng)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(qū)動器在內(nèi)的許多國內(nèi)科技公司都在尋求實時微內(nèi)核作系統(tǒng)領(lǐng)域的突破。

廣義上講，作系統(tǒng)是開發(fā)者促進(jìn)應(yīng)用算法開發(fā)的橋梁，是包括狹義作系統(tǒng)、中間件等在內(nèi)的開發(fā)平臺。

我們將廣義的作系統(tǒng)分為幾類：

• 用于自動駕駛的通用作系統(tǒng)

• 智能座艙通用作系統(tǒng)

• 車云一體化通用作系統(tǒng)

典型的自動駕駛通用作系統(tǒng)包括 iSoft Infrastructure Software 的 AUTOSAR CP 和 AP 集成解決方案、百度 Apollo AI 開源平臺、Autoware ROS2.0 開源平臺、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(tǒng)，它實現(xiàn)了智能連接。iSoft Infrastructure Software 的集成解決方案可應(yīng)用于智能座艙領(lǐng)域、車輛控制系統(tǒng)領(lǐng)域和 ADAS/AD 領(lǐng)域。通過標(biāo)準(zhǔn)化不同作系統(tǒng)、底層硬件和協(xié)議軟件的接口和架構(gòu)，它構(gòu)建了面向服務(wù)的軟件架構(gòu)。在智能座艙域和 ADAS/AD 域，iSoft Infrastructure Software 正在開發(fā)相應(yīng)的作系統(tǒng)內(nèi)核，以全面布局汽車基礎(chǔ)軟件平臺。

此外，自動駕駛 SoC 芯片廠商并不滿足于僅僅提供硬件，而且還在自動駕駛生態(tài)系統(tǒng)中尋求分一杯羹，以增加進(jìn)入門檻。英偉達(dá)（Nvidia）推出了用于自動駕駛的DriveWorks開源平臺，地平線機(jī)器人（Horizon Robotics）推出了TogetherOS？，這是一個具有安全微內(nèi)核架構(gòu)的實時汽車作系統(tǒng)。

整車廠也不甘示弱，正在考慮開發(fā)自己的自動駕駛作系統(tǒng)，尤其是第一批新興汽車制造商利用 AUTOSAR Classic Platform +DDS 構(gòu)建自動駕駛作系統(tǒng)（開發(fā)平臺）。隨著技術(shù)生態(tài)的不斷成熟，轉(zhuǎn)型中的新興整車廠和整車廠正在努力自行開發(fā)自動駕駛作系統(tǒng)。

-Tesla.OS（版本）是特斯拉自己基于底層 Linux 開發(fā)的。在功能軟件方面，它支持深度學(xué)習(xí)編程框架 PyTorch。
-大眾。作系統(tǒng)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 集成到其自己的車輛開發(fā)平臺 Arene 中。Apex SDK 將處理安全關(guān)鍵型應(yīng)用程序，旨在加快自動駕駛軟件開發(fā)并最終將其引入量產(chǎn)車輛。
-理想汽車正在開發(fā)自己的 Li OS，并計劃打造跨域智能作系統(tǒng)平臺。Li OS 以自動駕駛為目標(biāo)，未來將與智能車輛控制和智能座艙連接。

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

在自動駕駛領(lǐng)域，中間件的功能涉及通信、模塊升級、任務(wù)調(diào)度和驅(qū)動管理，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 是自動駕駛中應(yīng)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(yīng)商，如Vector、ETAS、EB等國外公司，以及以iSoft基礎(chǔ)設(shè)施軟件、經(jīng)緯海潤科技等為代表的國內(nèi)公司。GENIVI 聯(lián)盟提供 SOME/IP 的開源版本。

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(jù)了 80% 以上的市場份額。小鵬汽車是中國第一家將 Connext DDS 應(yīng)用于自動駕駛汽車的企業(yè)。HoloSAR 是 HoloMatic Technology 的自動駕駛中間件，也集成了 RTI Connext DDS。

其他開源通信中間件包括 OPEN DDS、FAST DDS、Cyclone DDS 等。近年來，涌現(xiàn)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(qiáng)了 DDS，iSoft Infrastructure Software 開發(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)場景，基于物聯(lián)網(wǎng)通信協(xié)議 MQTT 的云平臺提供遠(yuǎn)程設(shè)備的數(shù)據(jù)傳輸和監(jiān)控。

自動駕駛工具鏈軟件正在成為一個競技場

自動駕駛系統(tǒng)由感知、規(guī)劃和決策組成。算法研發(fā)的關(guān)鍵主要在于數(shù)據(jù)采集、感知模型訓(xùn)練、仿真測試和實車測試等。感知和規(guī)劃構(gòu)成了數(shù)據(jù)生成的主要部分，包括數(shù)據(jù)收集、數(shù)據(jù)清洗和數(shù)據(jù)標(biāo)注。

通過一系列工具鏈，形成完整的自動駕駛?cè)湕l數(shù)據(jù)閉環(huán)開發(fā)流程，具有全閉環(huán)和自我成長的特點。這給主要 OEM 和 Tier1 供應(yīng)商在開發(fā)自動駕駛系統(tǒng)時構(gòu)成了重要的技術(shù)障礙。涉及的軟件和數(shù)據(jù)服務(wù)包括：

AI 深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)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)模型可以較好地實現(xiàn)時空維度的建模，并已大規(guī)模應(yīng)用于生產(chǎn)自動駕駛汽車：
Transformer 是特斯拉 FSD 系統(tǒng)算法中的核心模塊之一。提取圖像特征后，結(jié)合 Transformer、CNN 和 3D 卷積等 AI 神經(jīng)網(wǎng)絡(luò)算法，完成跨時間圖像融合，從而在 2D 圖像形成的基礎(chǔ)上輸出 3D 信息。

在國內(nèi)，Haomo.AI 提出了將 Transformer 與海量數(shù)據(jù)進(jìn)行有效集成。Haomo.AI 的 MANA 數(shù)據(jù)智能系統(tǒng)采用 Transformer 在底層融合視覺和 LiDAR 數(shù)據(jù)，進(jìn)而實現(xiàn)對空間、時間和傳感器的深度感知。

小鵬 G9 部署了 Transformer：經(jīng)過不斷優(yōu)化，動態(tài) XNet 所需的 122% 的 Orin-X 算力現(xiàn)在已經(jīng)降低到 9%。

自動駕駛數(shù)據(jù)采集與自動標(biāo)注系統(tǒng)

根據(jù) IDC 的數(shù)據(jù)，到 2025 年，中國人工智能數(shù)據(jù)采集與標(biāo)注服務(wù)的市場規(guī)模將達(dá)到 123.4 億元，主要由自動駕駛汽車的數(shù)據(jù)采集和標(biāo)注驅(qū)動。因此，對數(shù)據(jù)收集、處理、存儲、訓(xùn)練軟件和工具的需求很大。

Xnet 是小鵬汽車的“下一代感知架構(gòu)”，當(dāng)它與車內(nèi)所有傳感器相結(jié)合時，可以實時生成“高清地圖”。通過動態(tài) XNet，可以更準(zhǔn)確地識別動態(tài)對象的速度和意圖。XNet 需要大量的數(shù)據(jù)收集、注釋、訓(xùn)練和部署。小鵬自主研發(fā)了自動標(biāo)注系統(tǒng)。

但是，許多其他汽車制造商可能會與合作伙伴合作進(jìn)行數(shù)據(jù)收集和注釋。典型供應(yīng)商包括 Speechocean（全球 AI 訓(xùn)練數(shù)據(jù)服務(wù)提供商）、華為章魚（數(shù)據(jù)采集、訓(xùn)練和模擬服務(wù)）、Vector（CANape，數(shù)據(jù)采集工具）、澳鵬中國（AI 數(shù)據(jù)收集和標(biāo)注服務(wù)）、ExceedData（數(shù)據(jù)采集和標(biāo)注平臺）等。

自動駕駛訓(xùn)練數(shù)據(jù)集
對于以深度學(xué)習(xí)為主要方法的自動駕駛，訓(xùn)練數(shù)據(jù)集是最關(guān)鍵的。算法是相似的（特別是，其中許多是開源的），因此無法判斷哪個是最好的。深度學(xué)習(xí)數(shù)據(jù)集與最終結(jié)果相關(guān)，因此前者起著決定性的作用。訓(xùn)練數(shù)據(jù)集的覆蓋面越廣，標(biāo)注越精細(xì)，分類越準(zhǔn)確，類型越多，最終的自動駕駛性能越好。

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

國內(nèi)具有地方特色的數(shù)據(jù)集較少，主要包括華為“ONCE”、車路協(xié)同自動駕駛數(shù)據(jù)集“DAIR-V2X”、金橋“JICD”數(shù)據(jù)集、廈門大學(xué)和上海交通大學(xué)聯(lián)合發(fā)布的大規(guī)模駕駛行為數(shù)據(jù)集DBNet、習(xí)安交通大學(xué)和長安大學(xué)聯(lián)合構(gòu)建并披露的DADA數(shù)據(jù)集。

自動駕駛數(shù)據(jù)存儲與計算中心（云服務(wù)）

數(shù)據(jù)存儲與管理僅體現(xiàn)云服務(wù)的基本能力。汽車制造商對云服務(wù)的需求已從 IaaS 和 PaaS 轉(zhuǎn)向 SaaS（軟件即服務(wù)）。云服務(wù)提供商需要提供或集成統(tǒng)一的工具鏈，打通上下游環(huán)節(jié)，幫助汽車制造商快速打通數(shù)據(jù)閉環(huán)鏈。

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