1、智能驾驶产业发展趋势
随着云计算、AI、边缘计算等新兴技术的不断涌现与成熟普及，数字世界正加速迈入万物互联的智能世界。百年汽车工业，也面临着产业智能化升级的现实挑战与历史机遇，以电动化、智能化、网联化、共享化为趋势的汽车“新四化”已成为行业内的普遍共识。
智能驾驶是汽车智能化的核心组成部分，已被多个国家提升至国家战略的高度，并在政策、法规等方面给予大力支持，为智能驾驶营造宽松的外部环境。近年来国内外众多知名汽车企业以及世界级科技公司争相进入智能驾驶领域，纷纷加大研发投入提早布局，加强技术积累，争夺智能驾驶技术的制高点。
智能驾驶对人类社会的意义深远：在技术上，可促进当前先进的ICT技术在汽车行业的快速应用和发展；在商业上，将对传统的汽车产业的研发、生产制造与销售服务带来颠覆性变化，并带来更多样化的商业机会；在社会效益上，对环境保护、生命安全、社会和谐均有很大的促进作用，比如更绿色环保、驾驶更安全、对残障人士更友好。
据罗兰贝格2019年11月20日发布的《中国智能网联发展报告》预测，2030年智能驾驶在车端系统的市场规模将高达5000亿元，其中
传感器、计算平台、执行器和应用算法是主要贡献者。
1.1 智能化是汽车工业“新四化”的核心
百年汽车工业正在迈向“新四化”的新征程：
电动化：全球环境日益恶化的挑战使得新能源替代是不可逆的行业趋势，多个国家均出台了明确的燃油 车退出时间表，且电动化为智能化提供了良好的物理基础。
智能化：消费者在近来年智能
手机的普及下形成的新消费观念，使得汽车智能化成为消费者的客观需求。汽车智能化的主要表现形式，主要是可部分或全部解放人类的手、脚、眼、脑的智能驾驶功能。
网联化：道路上的汽车不再是一个个独立的数据孤岛，而是通过联网技术（如移动通信、
V2X等），与人、车、路等互联互通，实现数据共享的高效的交通体系。
共享化：随着城市拥堵、停车难、限购等问题日益突出，共享出行是趋势之一，尤其是智能驾驶可极大的降低共享出行的成本，并给传统车企由当前的汽车制造商向汽车运营商转型提供了新商业模式拓展空间。
1.2 电子电气架构由
分布式向集中式演进
现阶段绝大部分的智能驾驶功能都是辅助驾驶功能，采用分布式E/E（Electrical/Electronic）架构，每项辅助驾驶功能均需要独立的传感器、计算单元与应用软件。分布式E/E架构的硬件互相独立、资源分散，算力无法共享导致算力低，无法升级到更高级别的智能驾驶。
高级别的智能驾驶，需配备多个激光
雷达、毫米波雷达、摄像头和超声波雷达等传感器来实现360度的实时感知，传感器产生的海量数据，需要高速网络传输与进行实时的融合、定位、决策、规划与控制等处理，传统的分布式E/E架构无法满足此要求。
解决这一难题需要全新架构：集中式的C/C（Computing/Communication）架构。集中式C/C架构通过分布式网关进行高速网络传输数据，并在性能强劲的计算中心进行数据的实时分析与处理，实现整车的感知共享、算力共享、
电源共享，结合统一的软件架构，支持智能驾驶功能持续平滑升级。
1.3 产业方向趋向平台化与标准化
从汽车工业发展历史看，平台化是行业不断向前发展的优秀内在基因之一。在客户内部，一个平台可以衍生多款车型。比如一个电动平台，可以衍生出电动客车、电动货车与电动乘用车等；在汽车企业之间，也可以共用一个平台，比如同一个底盘，可以被不同客户的不同车型共用。
从复杂系统技术集成度看，平台化有利于技术突破与保证高质量高可靠。传统汽车的发动机、变速箱等核心零部件，涉及到的技术非常复杂、质量要求高、研发周期长，集中优势资源可加速技术创新与突破，也更易于质量管控与提升零部件的质量。
工业标准化也是汽车工业快速发展的重要原因之一，汽车工业体系复杂，涉及到产业链上下游众多参与方，标准化促进产业链的精细化分工，提升产业链研发与制造效率，降低替换成本。智能驾驶产业也是如此，涉及到计算平台、传感器、执行器，应用算法等。计算平台实现软硬件解耦与
模块化设计，与其他各模块之间的接口需遵循汽车工业的标准化模式，标准化是智能驾驶产业能够健康快速发展的内在要求。
平台化与标准化，是构建智能驾驶产业链的出发点。通过智能驾驶相关产品与
解决方案的规划、研发、生产制造的平台化与标准化，促进产业链的精细化分工与密切配合，提升整个产业链的研发效率，降低研发成本，从而推动整个产业的规模化普及商用。
1.4 智能驾驶计算平台是产业发展的关键
智能驾驶业务场景多，技术难度高，产业链长且分工复杂。体系封闭、各自为政、资源投入分散的产业链现状，无法形成合力，产业发展进程缓慢。如何才能驱动产业快速发展，智能驾驶计算平台是关键。
从技术复杂度看：智能驾驶系统从功能上可分为三大部分：感知系统（各类传感器，相当于人的眼睛与耳朵）、决策系统（计算平台，相当于人的大脑）与执行系统（各类执行器，相当于人的四肢），其中汽车“大脑”功能最为复杂，涉及到多种ICT关键技术，比如：
硬件类：
芯片SOC、硬件工程（散热、能耗、抗振、防水等）、物理尺寸等
软件类：
操作系统、中间件、云服务、OTA等
算法类：聚类算法、机器视觉、深度学习、强化学习、机器学习等
作为汽车“大脑“的计算平台，技术复杂度高，研发设计、生产制造、验证测试难度大周期长，而且汽车工业对性能、可靠性及安全性要求极高。传统汽车企业缺乏芯片、操作系统等技术的研发积累，初创企业资源有限无法支撑底层技术的长期投入，产业界呼唤智能驾驶计算平台的出现。
从业界实践看：业界头部智能驾驶玩家，均是采用集中式计算平台的技术架构，统一的计算平台进行代际替代（物理尺寸和接口保持统一，平滑演进）。与计算平台硬件解耦的应用软件与算法，可以快速升级迭代，功能常用常新，不断给
用户带来超预期的使用体验，并建立通过软件开发新功能持续收费的新商业模式，获得了用户的普遍欢迎与商业上的成功。
集成多种复杂技术的智能驾驶计算平台，通过软硬件解耦的技术架构设计，实现感知、计算与应用的分层，保持上层应用软件可持续迭代升级，真正实现“软件定义汽车”。智能驾驶计算平台是实现“软件定义汽车”的关键，将帮助客户为用户打造具有差异化竞争力的智能汽车产品，赢得用户认可与市场成功。
2、
华为MDC智能驾驶计算平台
智能驾驶汽车中，包含四个核心子系统：传感器、计算平台、执行器与应用算法，华为MDC（Mobile Data Center：移动数据中心）定位为智能驾驶的计算平台。此平台集成华为在ICT领域30多年的研发与生产制造经验，搭载智能驾驶操作系统AOS、VOS及MDC Core，兼容AUTOSAR，支持L2+~L5平滑演进，结合配套的完善工具链，客户或生态合作伙伴可灵活快速的开发出针对不同应用场景的智能驾驶应用。
华为MDC智能驾驶计算平台（以下简称华为MDC平台），性能强劲、安全可靠，是实现智能驾驶全景感知、地图&传感器融合定位、决策、规划、控制等功能的汽车“大脑”。适用于乘用车（如拥堵跟车、高速巡航、自动代客泊车、RoboTaxi) 、商用车（如港口货运、干线物流）与作业车（如矿卡、清洁车、无人配送）等多种应用场景。
华为MDC平台致力于通过底层技术与架构创新，坚持“平台+生态”战略，为智能驾驶产业提供“高性能、高安全、高可靠、高能效、确定性低时延、开放生态”的具有“四高一低一开放”优势的智能驾驶计算平台，系列化硬件、一套平台软件、前向兼容，帮助客户及生态合作伙伴能力持续积累与保护历史投资，让客户造好车、用户用好车，使能智能驾驶进入快车道。
更多详细内容请下载附件查看
华为MDC 智能驾驶计算平台.pdf
(1.16 MB, 下载次数: 4)
已绑定手机
发表于 2022-1-7 11:40
