智能汽车计算平台的 关键技术与核心器件

智能汽车计算平台的 关键技术与核心器件

智能汽车计算平台关键技术不仅包含汽车本身的硬件/软件平台、系统安全平台、整车通信平台、核心算法等基础技术，也包括云控平台的系统架构和核心算法，最重要的核心器件是中央处理器、云端域控制器等。智能计算平台关键技术和核心器件研发难度高、周期长、投入大，目前大多掌握在欧美日等供应商手中，并受其技术保护和垄断，因而加强共性核心技术攻关迫在眉睫。

智能汽车已成为我国汽车社会发展的战略新契机，其重要性不仅仅局限于产业本身，而且涉及整个社会的智能化进程，同时与国家信息安全密切相关。 目前，智能汽车的发展已经被提升至国家高度，国家制造强国战略中明确提出，到2020年掌握智能

辅助驾驶总体技术及各项关键技术，初步建立智能汽车自主研发体系及生产配套体系；到2025年，掌握自动驾驶总体技术及各项关键技术，建立完善的智能汽车自主研发体系、生产配套体系及产业群，基本完成汽车产业转型升级。

汽车计算平台的现状与趋势

随着智能汽车的高速发展，系统功能越来越复杂、实时性要求越来越高、安全等级也越来越高，以CAN总线为基础的传统汽车分布式控制架构已不能满足未来需求，集成化的主干网加多域控制的新型电子电器架构成为未来智能汽车发展的最佳选择，对于智能汽车复杂功能和大量互联信息的高效传输及管理，以及系统安全十分必要。

针对智能驾驶控制部分，L2级及以下采用基于MCU的多ECU分布式控制方式，而L3以上则必须

采用基于高性能SOC（System on Chip）构建的域控制器DCU（Domain Control Unit）的集中控制策略。DCU集成了多块高性能的芯片，基于高端智能计算平台，可以平行运行多应用程序，集成化的域控制器可取代许多较小的ECU，简化整车电子电器控制复杂度。该计算平台采用模块化的分层架构，可以将不同厂商的软件和应用程序同时集成到域控制器DCU上，此运算平台衍生出许多关键技术要求。未来，在DCU成熟的基础上，有望形成集成度更高、算力更强、功耗更低的SOC集成方案。 智能汽车计算平台关键技术

智能驾驶计算平台以环境感知数据、GPS信息、车辆实时数据和V2X交互数据等作为输入，基于环境感知定位、路径决策规划和车辆运动控制等核心控制算法，输出驱动、传动、转向和制动等执行控制指令，

实现车辆的自动控制，并通过人机交互界面（如仪表）实现自动驾驶信息的人机交互。为了实现智能驾驶系统高性能和高安全性的控制需求，智能汽车计算平台汇集了多项关键技术：包括基础硬件/软件平台技术、系统安全平台技术、整车通信平台技术、云计算平台技术、核心控制算法技术等。 基础硬件平台关键技术

智能汽车计算平台硬件架构如图2所示：其中高性能传感器实现环境路况信息采集，基于高性能CPU/GPU的SOC芯片实现环境感知定位、路径决策规划等核心算法，安全MCU实现高安全级别的车辆控制和车内通信等。同时为了达到智能驾驶功能安全等级ASIL D的要求，目前一般采用主从两个主控制器，实现故障监测和冗余控制等。

智能驾驶计算平台需要强大的硬件运算资源，能

够基于摄像头、毫米波雷达、激光雷达、定位系统和高精地图等多信息融合实现环境感知定位、路径决策规划和车辆运动控制等，满足智能驾驶系统高性能和高安全性的控制需求。智能驾驶硬件平台需要满足如下要求：

一是强大的运算能力满足计算性能与实时性要求；二是满足ISO 26262的功能安全要求；三是满足信息安全要求；四是支持多种车内通信协议

CANFD/Ethernet等；五是支持FOTA升级，实现功能迭代；六是满足车规级标准（温度、电磁兼容、可靠性等）；七是满足低功耗要求；八是满足成本要求。 电子电器软件架构 智能驾驶计算平台软件架构基于Adaptive AUTOSAR，采用分层的架构，可集成多应用程序（APP），图3即是基于主流技术分析软件架构示意图。计算平台软件上层为应用层，运行“核心