《華為：智能汽車解決方案2030白皮書（34頁）.pdf》由會員分享，可在線閱讀，更多相關《華為：智能汽車解決方案2030白皮書（34頁）.pdf（34頁珍藏版）》請在三個皮匠報告上搜索。

1、構建萬物互聯的智能世界智能汽車解決方案前言：ICT賦能汽車產業智能化，幫助車企“造好”車，造“好車”宏觀趨勢：汽車產業迎來變革浪潮，跨界合作助力商業共贏產業轉型升級加速：汽車電動化、智能化前景可期 產品屬性發生變革：汽車產業價值體系正在重塑 行業格局正在重塑:跨界合作助力商業共贏 場景演進：把數字世界帶入每一輛車，賦能產業實現智能駕駛、智慧空間、智慧服務和智能生產 智能駕駛：提供安全、高效、順暢的出行體驗 智慧空間：從“靈活的移動空間”到“虛實融合的智能生活空間”智慧服務：場景融合驅動服務從“主動”向“智慧”轉變 智能生產：自動駕駛有望率先落地商用車領域，提振智能作業生產力 技術趨勢：智能汽車

2、增量部件持續為產業注入新活力架構平臺：向計算和通信架構演進，實現軟件定義汽車智能駕駛：自動駕駛加速實現商業化智能座艙：智能化進程加速，軟硬件迭代速度向消費電子看齊車載光應用：點亮新視界，見所未見智能車云：車云協同的智能服務助力車企數字化和服務化轉型智能電動：動力系統向融合、高效、高壓方向發展安全可信：網絡安全與功能安全融合，構建縱深一體防御體系 目錄P01 P03 P08 P11 智能汽車解決方案 203012020-2021年，汽車產業正在加速向智能電動汽車的方向發展。智能電動汽車時代將比想象中來得更快，也將更深刻地影響每個人的生活。汽車產業的電動化、智能化轉型趨勢已經成為共識面對汽車產業的

3、電動化、智能化轉型所趨，車企們紛紛調整戰略布局，加大研發投入，制定了明確的轉型計劃并逐步付諸行動。技術和用戶體驗驅動新能源汽車市場快速成長通過積極投資研發、快速跟進用戶需求，新能源汽車企業構建起“技術+用戶體驗”的雙驅動引擎，在2020年實現了銷量逆ICT 賦能汽車產業智能化，幫助車企“造好”車，造“好車”前言智能汽車解決方案 20302勢增長，并確立了中長期競爭優勢。據中汽協統計，2020年在受新冠疫情影響的情況下，中國乘用車市場整體下降1.9%，但新能源汽車卻表現搶眼，中國新能源汽車銷量達136.7萬輛，增長10.9%?！皵祿?軟件”定義汽車，驅動傳統汽車向智能化轉型以“數據+軟件”支持整

4、車功能快速迭代，一方面持續給用戶帶來越用越好、超出預期的體驗，另一方面通過不斷迭代的新功能、新服務幫助車廠獲得持續的收入，引領產業從以產品為核心向以用戶為核心的經營模式轉變。智能電動汽車時代，車企“造好”車、造“好車”的內涵發生了深刻變化當下，用戶的關注點正逐步從汽車的機械屬性，轉移到智能化和電動化相關屬性。未來一輛好的智能電動汽車，不僅需要在研發端通過數字平臺使能，實現快速開發、降本增效，在用戶側也需要面對軟件快速迭代與整車安全、可信的多重挑戰，車企“造好”車、造“好車”的內涵正發生著深刻變化。未來智能網聯汽車增量市場將達到萬億美金級規模，華為希望發揮自身在ICT行業的技術優勢，成為智能汽車

5、領域的增量部件供應商，攜手產業鏈伙伴擁抱汽車電動化、智能化變革，一起造好車，造“好車。智能汽車解決方案 20303在智能電動的產業變革下，產業轉型加速、產品屬性變革、行業格局重塑，ICT與汽車產業加速融合、合作共贏成為主要趨勢。華為致力于ICT基礎技術研究，通過與車廠合作，將ICT技術賦能產業發展。產業轉型升級加速：汽車電動化、智能化前景可期政策持續利好，汽車電動化、智能化迎來新機遇從環保角度看，當下碳中和已成全球共識，各國圍繞碳中和正在開展新一輪競賽。交通運輸行業成為實現節能減排的重要切入點，帶動新能源汽車產業迎來新機遇。國際層面，歐盟碳排放法規加嚴、處罰力度加大，導致傳統燃油車合規成本大幅

6、增加，同時為了鼓勵新能源汽車發展，加大了購置補貼，推行電動車稅收減免政策。美國明確了面向2030的汽車電動化規劃，正在加快部署充電基礎設施。國內層面，汽車低碳化正在成為實現國家雙碳目標的重要抓手之一。一方面，相關部門正積極圍繞碳中和目標制定汽車產業、交通行業碳達峰行動方案和路線圖；另一方面，雙積分政策加嚴，積分變現產生效益，持續驅動行業積極布局新能源汽車；公共領域電動化的強力推進，也將進一步帶動和擴大新能源汽車消費。從行業政策法規環境角度看，近年來，宏觀趨勢：汽車產業迎來變革浪潮，跨界合作助力商業共贏智能汽車解決方案 20304各國政府陸續研究發布了一系列政策指導以規范智能汽車產業發展。以中國

7、為例，圍繞著質量安全、功能安全、網絡安全、數據安全、道路測試規范等方面的智能網聯汽車相關政策密集出臺，推動了智能汽車產業的示范落地。未來，隨著智能汽車相關標準法規的進一步完善和政策的持續引導，將形成有章可循、有法可依、有標可達的政策法規環境，從而推進成熟技術加速產業化落地，推動智能汽車產業健康可持續發展。此外，“新基建”背景下，圍繞信息、融合、創新基礎設施的頂層設計不斷加強，5G、大數據中心、人工智能、新能源汽車充電樁等基礎設施將進一步強化底層支撐。在加快構建國內國際雙循環的新發展格局下，國內大循環將進一步釋放內需潛力，“雙循環”將為中國汽車產業參與國際競爭創造有利條件。ICT技術驅動加速，推

8、動智能汽車產業升級汽車全生命周期的持續功能升級，對整車電子電氣架構、SoC（系統芯片）算力、軟件和數據的有效利用及信息安全提出了新的要求，伴隨相關ICT技術和解決方案的加速注入，汽車產業將迎來巨大變化。摩爾定律是半導體產業的黃金定律，誕生50余年來，深刻影響了PC、數字化和互聯網等產業的發展。未來10年，摩爾定律也將持續引導車載領域的算力發展。華為預測到2030年，車載算力可達5000+Tops，算力將不再是智能駕駛、智能座艙、XR（AR、VR等）等車載應用的發展瓶頸。在移動場景下，5G（含5.5G）以其特有的大帶寬、低時延，高可靠等特性，將為智能汽車的互聯互通提供基礎保障。面向2030年，以

9、云、大數據、IoT、光技術等多種新技術為基礎，智能數字平臺將打通汽車的物理與數字世界，極大激發行業創新，推進產業升級。供給端布局加速，2030年電動車銷量將超越燃油車伴隨著電池技術發展、電動車供應鏈規模逐步成熟，電動車的成本將持續下降，2030年相對于燃油車將具備明顯價格優勢。智能汽車解決方案 20305另外，隨著國家“新基建”的推動和充換電技術的進步，電動車補能體驗也將與燃油車加油可比擬。同時，國內外車企正在加速新能源汽車的產品布局。沃爾沃、賓利、捷豹、比亞迪、吉利等車企已宣布在2030年之前將全面轉向電動化（注：捷豹2025年）；大眾、寶馬等車企規劃在2030年全球出售的新車中純電車型占比

10、不低于50%。根據國家信息中心數據顯示，近5年來，中國市場本土品牌市場份額占比始終維持在35%左右；為了實現從汽車大國到汽車強國的跨越，國內車企紛紛利用新四化時機，打造高端品牌，開啟品牌向上；在電動平臺方面，國內車企紛紛推出了純電平臺；智能化方面，通過自研或者合作，在ICT技術加持下，不斷提升智能水平。2030年，全球尤其是中國新能源汽車市場將進一步擴大，全球新能源汽車新車銷售將超過燃油車。需求端變化牽引，激活智能電動汽車市場潛力在需求端，用戶對智能電動汽車的需求正在不斷增加。隨著電動車購車成本和綜合使用成本的大幅降低以及使用便利性的不斷提升，中國作為巨大消費市場的資源優勢將進一步顯現，為智能

11、電動汽車的發展提供良好的市場基礎。一方面，相較于發達汽車市場，中國汽車保有量仍有巨大的增長空間。另一方面，相對全球其他地區用戶，中國用戶對于電動車、智能駕駛等新事物有更強的接受力和更高的消費意愿。同時，由于人口結構、收入結構以及消費者購買行為等的不斷變化，中國市場的消費結構正在加速變革：1）中國將逐步邁入中高收入經濟體，隨著人均GDP提升和家庭可支配收入的增加，消費需求將不斷升級；2）消費人群變化帶來多樣化需求：生于互聯網時代、熱愛科技、追求個性的Z世代成為新的消費主力軍；人口老齡化背景下“銀發經濟”悄然興起；二胎三胎帶來家庭消費需求變化。諸如此類的消費結構變化將在汽車消費領域以顯著的特征，直

12、接和間接地影響著市場，并帶動中國汽車消費轉型升級，逐步從“傳統消費”走向“數字化消費”，從“商品消費”走向“體驗消費”，從“共性消費”走向“個性消費”。產品屬性發生變革：汽車產業價值體系正在重塑整車差異化焦點轉移：從動力底盤性能到智能化性能車的動力系統從燃油轉向電動后，其動力底盤性能將逐步實現“標準化”，整車的差異化焦點向智能座艙、智能駕駛等智能化屬性轉移。汽車座艙和駕駛的智能化程度將智能汽車解決方案 20306成為用戶買車的關鍵考量，用戶通過OTA不斷獲得的持續性體驗升級，也將進一步提升用戶對智能化價值的認可和依賴。整車差異化焦點的轉移，為車企進一步探索市場增量空間提供契機。一方面，隨著政策

13、法規的不斷完善及智能駕駛技術的逐步成熟，2030年自動駕駛將在robotaxi（自動駕駛出租車）和低速封閉/半封閉場景實現規模商用，并逐步拓展到乘用車領域。另一方面，隨著人機交互技術的不斷發展、智能座艙應用生態的豐富完善，汽車作為移動的智慧“第三空間”的屬性也將越來越明顯。產業邊界擴展：從汽車產品到全場景出行服務5G（含5.5G）、IoT、人工智能、邊緣計算、低碳技術等前沿技術的快速發展、融合與迭代，推動著汽車產業向電動化、智能化、網聯化和共享化的加速變革，智能汽車在特定場景中的商業化路徑日漸清晰。在智能駕駛領域，伴隨細分市場、典型場景的智能駕駛技術水平逐步提升，場景驅動下的自動駕駛應用將逐漸

14、落地并持續擴容。各種場景下新形態的自動駕駛交通工具將不斷出現，不同場景的交通工具之間的接續性將變得更加無縫，自動駕駛出行服務將出現在人們出行中的每一個環節，人們的出行方式、人和交通工具及交通工具之間的交互方式將發生根本性的變化，“出行即服務”的體驗將得到較大提升。出行的根本需求逐步從擁有多個場景的交通工具，轉移至基于出行綜合場景的一體化出行解決方案。面對如何基于出行綜合場景實現出行工具在各不同場景的無縫接續，如何在出行旅程為用戶提供端到端智能化服務等問題，一系列的第三方應用開發者將不斷調動產業資源，基于場景需求開發出新的服務應用，產業價值也將逐步轉移至圍繞出行解決方案的出行服務。盈利模式轉變：

15、從硬件收入到軟件/服務收入隨著整車差異化焦點的轉變及產業邊界的擴展，智能汽車將成為持續創造價值的平臺，汽車產業原有商業模式和價值分配格局將出現轉變。長期以來，整車企業利潤模型主要取決于“整車或硬件單價新增銷量”,依賴于一次性硬件交易獲取利潤。隨著軟件定義汽車時代的到來，軟件利潤和服務收入將成為新的收益錨點，盈利結構將轉向“軟件收費保有量”。未來，汽車產業將以軟件+數據為基礎，通過OTA實現車輛功能和體驗的持續迭代，完成遠程問題修復、產品升級、體驗提升等，為用戶提供更靈活、可運營的服務模式，引領產業從以“產品”為核心向以“用戶”為核心轉變，形成商業模式閉環，持續獲取利潤。以智能駕駛為代表的新的運

16、營收費模式將成為行業的關注重點，極大拓展車企的盈利空間和利潤水平。此外，軟件定義汽車使原有的產業鏈價值發生轉移，價值空間的擴大有望吸引更多的第三方開發者和創新者投入智能汽車行業，不斷完善智能網聯汽車產業生態，形成價值創造的良性循環。行業格局正在重塑:跨界合作助力商業共贏車企與科技公司加速融合，優勢互補形成合力智能汽車是ICT、軟件、大數據、AI與傳統機械等核心技術的集大成者，是多產業融合的產物。新勢力造車最先發力，引領了“新四化”（電動化、智能化、網聯化、共享化）1.0階段的發展，加速了行業的轉型節奏。同時，面對沖擊，車企紛紛加速轉型，自建軟件中心、開始研究掌控軟件、電子、大數據等核心競爭力。

17、另一方面，隨著下車體解決方案逐步平臺化、標準化，消費電子、互聯網科技公司等各類科技企業，不斷以自制或者聯盟的方式進入汽車行業，這類企業具有足夠的資金支撐、雄厚的ICT基礎能力、技術創新能力和巨大的品牌影響力，它們的進入將推動智能網聯汽車快速發展，加速“新四化”進入2.0時代。智能汽車解決方案 20307汽車行業經歷百年沉淀，車企在汽車生產制造、質量控制及安全可靠性等方面有著獨特的優勢；而科技公司則在智能化技術應用上，如AI算法及大數據等，有著跨領域海量平臺積累的經驗和優勢。軟件定義汽車的時代，企業的價值獲取方式、用戶服務思維、人才結構都將發生重大變化，這些都要求產業鏈上的各個企業不斷適應新環境

18、，在各種不確定的情況下具備動態調整的能力，并在跑步中調整隊形，以滿足用戶不斷提升的高階需求。隨著產業軟硬解耦和平臺化、標準化的不斷深入，更加開放的供應鏈體系和更加柔性的整車定義模式會成為未來的主流趨勢。整車企業和科技公司需要充分發揮各自優勢，創新合作，實現共贏，最終實現企業利益和社會效益的最優化。新出行產業日益繁榮，ICT技術使能出行體驗升級隨著產業邊界的不斷擴展，圍繞著細分市場、典型場景的出行、運輸服務等需求不斷提升，運輸終端形態、數量及相關的基礎設施也將帶來海量增長，越來越多的傳統廠商開始宣布自己向出行解決方案商轉型，分享新出行產業變化帶來的市場紅利。在這個變化中，出行解決方案商通過提供端

19、到端的解決方案，滿足用戶出行場景需求，掌握用戶出行的流量入口；封閉場景運營者掌握運營需求，定制終端運輸形態，并負責封閉場景基礎設施配套建設；汽車制造商基于生產制造平臺及供應鏈資源，實現運輸終端的生產制造；科技企業提供智能軟硬件、智能駕駛、艙內艙外聯網控制等解決方案；第三方生態開發者不斷提供海量繁榮的生態應用，為用戶提供無縫的出行體驗。在運輸終端形態、數量及基礎設施快速增長的同時，打通各典型場景，實現海量終端及相關基礎設施的互聯，基于全局的云端大腦實現跨場景的調度銜接、不同運輸終端之間的數據共享，承載場景融合的智慧服務應用，實現端到端的出行體驗升級，都將依賴能實現各場景內萬物互聯、數字服務共享無

20、縫聯接的ICT能力。在ICT技術加持下，通過智能駕駛使用戶出行更加安全、高效，長途駕駛更加輕松，商用成本更低、效率更高；通過智能互聯和智慧空間，汽車成為真正的“第三生活空間”，讓出行更愉悅、用戶在線時長在車內不斷延伸；通過把汽車帶入萬物互聯的智能世界，融合人車家場景，完善車內用戶服務生態，讓用戶服務從“主動”到“智慧”。智能汽車解決方案 20308面向未來，數字化技術普及和全球碳中和共識的背景之下，汽車電動化和智能化深度結合已形成清晰的路徑。把數字世界帶入每一輛車，將真正實現智能的駕駛、智慧的空間、智慧的服務和智能的生產，使交通更加安全和高效、出行更加便捷和綠色，生活更加智慧和有趣、生產更加高

21、效和低碳。智能駕駛：提供安全、高效、順暢的出行體驗智能駕駛按照其能力等級可分為自動駕駛、高階輔助駕駛和低階輔助駕駛，覆蓋的場景包括封閉道路場景、開放道路場景以及全場景。自動駕駛將給出行行業甚至整個社會帶來顛覆性變化，自動駕駛將率先在高速、園區等封閉道路場景中實現，并逐步覆蓋開放道路中如城區在內的全場景。華為預測到2030年，中國自動駕駛新車滲透率將超20%，全球自動駕駛新車滲透率將超過10%。到2030年，由自動駕駛車隊提供的Robotaxi服務能夠節省司機人力成本，同時提供24小時不停歇的移動出行服務，將以更為經濟的方式增加出行服務的靈活供給。智能駕駛技術將與已有的各類交通方場景演進：把數字

22、世界帶入每一輛車，賦能產業實現智能駕駛、智慧空間、智慧服務和智能生產智能汽車解決方案 20309式進行融合，為不同的出行場景提供兼具效率、安全、體驗與經濟性的出行服務解決方案。屆時，出行領域實現資源統一與實時數據共享，從而構建點對點、門對門的“端對端無縫出行網絡”，實現全社會出行資源的最大有效利用。當用戶安排出行時，云端大腦根據實時的交通情況，綜合所有可能交通方式，分時段、分路段規劃出最合理的出行方案。多元的出行資源讓用戶能夠享用高效、綠色、安全的出行，從而維持城市運力資源的動態平衡，助力城市的可持續發展。智慧空間：從“靈活的移動空間”到“虛實融合的智能生活空間”汽車的屬性不再僅局限于出行工具

23、，車與人、車與周邊的關系正在發生顛覆性變化。一方面，智能駕駛技術的發展使人類注意力逐漸從駕駛行為中釋放出來，碎片化的自由時間逐漸整片化；伴隨著車內自由時間的增加，移動場景下的用戶體驗將更加多元。在車內，應該和在家里、辦公室里一樣舒適、方便，處理工作、娛樂都可輕松實現。另一方面，多元化的人機交互技術、車載光技術、沉浸式的AR/VR技術等豐富了智能座艙的功能形態，除了移動場景，靜止場景中的汽車使用時間也將延長，座艙功能日漸豐富和有趣。例如，在車里看個電影，用車燈為愛人獻上浪漫表白。面向未來，汽車作為一個全新智慧空間，既可以豐富人們在移動場景下的體驗，又可以滿足人們在靜止場景中的多樣化需求，座艙的空

24、間和時間價值大大延伸，交互無處不在，隨時暢享休閑娛樂的美好時光。座艙形態或將完全脫離方向盤+儀表盤+屏幕的傳統組合，而逐步呈現出虛實融合的新特征。一是人機交互的需求輸入進一步簡化，語音控制、人臉識別、手勢交互等多模態交互更加自然和高效，腦機互聯的交互形態或許也不再是天方夜譚。二是人機交互從簡單的需求輸入向主動的需求識別演進，人工智能、生物識別、情緒感知、生命體征監測等技術使得車輛更了解使用者的行為習慣和思維，真正成為知你懂你的親密伙伴。三是車載光技術豐富了空間光學體驗，AR/VR技術進一步打破時間和空間的限制，沉浸式、代入感的體驗使得汽車在移動場景和靜止場景中的應用更加豐富和有趣。面向未來，智

25、能汽車將真正成為虛實融合的智能生活空間：1）安全出行場景下，車身傳感設備和用戶可穿戴設備的有效結合，可準確識別用戶健康狀況和疲勞狀態，并及時予以提醒，確保駕駛員安全駕駛。2）娛樂場景下，演唱會、體育賽事等不必親臨現場也可以身臨其境，院線觀影不再是最佳方式，游戲也可在增強現實技術下更有沉浸感。汽車可以成為用戶的專屬娛樂空間、專屬私密影院、智能車燈露天影院、游戲會友的首選地。3）移動辦公場景下，座椅可調整旋轉，車窗可成投影大屏，手機會議流可輕松轉入車內空間，音區屏蔽功能又能確保會議私密；汽車成為職場人士的移動辦公空間，在他們奔向機場、餐廳、家庭的途中高效完成工作。4）社交場景下，窗外美景不會輕易錯

26、過，車外攝像頭可記錄、剪輯、分享唯美視頻，堵車也不再無聊，附近車友可通過車機互動、游戲、交友，AR/VR使用戶和朋友盡在咫尺，私密音區保證悄悄話不被泄露。智慧服務：場景融合驅動服務從“主動”向“智慧”轉變隨著數字經濟浪潮以勢不可擋之勢席卷全球，未來十年消費形態的變革將使各個行業的服務更呈現出在線化、定制化、個性化、響應及時化的特征，服務場景化的特征將更為凸顯。隨著數字化技術與汽車的深度融合，場景驅動下的服務將更加智能和高效，真正實現從“人找服務”到“服務找人”，再到“場景融合的智慧服務”。第一，汽車智能化發展使得交互和服務更緊密地結合，智能算法可以對交互內容智能汽車解決方案 203010進行識

27、別、分析和理解，結合車主身份的基本信息和歷史偏好，進行行為預測和匹配服務。未來，汽車作為出行機器人將更能理解用戶、并不斷學習和進化，就像一個伴隨你左右、知你、懂你、幫你的私人助理。第二，汽車智能化發展使得實時服務場景識別更為高效和精準。通過車輛數據、位置信息以及周邊環境的識別和分析，進而判斷用戶所處的場景，主動預測用戶的需求，從而提供精準的服務。第三，互聯互通的全新操作系統能夠打通更多服務場景，基于新交互方式的應用生態應運而生，互聯世界所激發出的更多服務將承載到智能汽車上，讓汽車成為新的智能載體。伴隨著數字世界的到來和數字經濟的不斷發展，數字化全景生態日漸豐富，場景驅動下的智能車聯功能和服務更

28、加智能、高效和便捷。大膽設想，如果消費者預約遠途出行服務的同時，希望在車上和朋友享用一頓牛排大餐。那么，MaaS出行服務商會依據消費者的出行目的和個性化偏好，提供一輛匹配其駕乘習慣的共享車輛，并在規劃好的行駛路徑周邊，選擇一家備受好評的西餐廳預訂送餐服務；這家餐廳會依據車輛預計抵達交貨地點的時間進行備餐，無人機會準時將餐飲送到指定位置，車輛自動開啟天窗，無人機完成牛排的遞送，車輛繼續向目的地出發，這一切都將無縫銜接。智能生產：自動駕駛有望率先落地商用車領域，提振智能作業生產力商用車作為社會運行最主要的運輸工具和生產資料，其智能化、自動化發展，符合社會碳中和發展目標，有助于提升工作、生產效率，是

29、智能駕駛產業生態鏈逐步成熟的重要發展方向。面向2030年，自動駕駛商用車將逐步實現從封閉區域/專用道路向干線物流公開道路拓展并率先落地，實現智能作業，大幅提升生產力。由于封閉區域與外界交通沒有交互，在有限環境因素和交通要素的綜合影響下，可以窮舉出自動駕駛中的所有應用場景和潛在突發事件。因此，商用車封閉區域內的自動駕駛技術將率先大規模商用。以港口、礦山、農業、園區、機場、景區為主的封閉區域中，商用車智能化技術將不僅僅體現在運輸車輛上應用，還將與生產管理系統進行融合，在核心生產、運輸、調配等環節形成完整的無人生產體系，并實現大規模的商用化落地。面向2030年，在封閉區域中，依托于“車-路-云”協同

30、解決方案，可以打通垂直行業多車協同的端到端自動駕駛商用場景。通過全息環境感知、全局資源調度、動態業務地圖、多車協同駕駛、車道級路徑規劃、信號協同控制、業務仿真測試等服務能力，進一步消除業務流程斷點，實現自動駕駛的多車智能協同，提升場景化作業和運輸效率，從而真正實現降本提效。云調度與高精地圖成為業務管理和自動駕駛車輛調度核心。封閉區域的智能商用車場景中，運營管理者需要通過車云控制管理系統，進行自動駕駛車輛調度管理、車輛監控、以及通過高精地圖進行業務和安全體系的支撐。例如，港口場景中，智能水平運輸系統運控平臺與港口集裝箱碼頭生產操作系統（ToS）實現對接，將自動駕駛集裝箱卡車的調度完全融入港口自動

31、化調度系統中，實現港口統一調度和對接，實現全自動化的港口生產作業流程；同時，考慮岸橋、場橋，以及道路場景中環境因素的要求，通過動態圖層繪制并動態刷新岸橋、鎖站、堆場等空間位置信息和狀態，又可以實時更新動態高精度地圖。干線物流場景下，隨著道路基礎設施的升級，商用車也將實現從輔助駕駛到自動駕駛的逐步演進。隨著城市短途運輸中車輛電動化普及程度的提升，以及路側網絡基礎設施的智能化水平提升，在包括城市道路在內的復雜公開道路中，商用車智能駕駛滲透率有望大幅提高。同時，依托于自動駕駛的基礎能力以及不同場景的商用化潛力，可以聯合生態伙伴一起打造更多可落地的、場景驅動下的商用車智能駕駛應用。智能汽車解決方案 2

32、03011架構平臺：向計算和通信架構演進，實現軟件定義汽車早期的電子電氣架構采用分散式架構，單一功能采用獨立的控制器，造成整車控制器近百個，整車線束超過3公里，成本高、重量大、組裝自動化水平低；同時，過去面向眾多不同廠家開發的ECU（電子控制單元），車廠要進行新功能開發和OTA都非常困難；未來，智能網聯汽車的功能越來越復雜，通過各種傳感器采集的數據量顯著增大，對數據傳輸和處理的實時性要求也越來越高，這些因素都推動了整車電子電氣架構不斷進行迭代。隨著數字化、智能化技術的快速發展，汽車功能逐步整合集中，從分散式架構到域融合架構，再到中央計算平臺，集中化的演進趨勢已成為行業共識。將傳統的功能“APP

33、化”，集成到中心處理器中，共用整車各種傳感器和執行器，零部件逐步變成標準件，有利于降低成本和開發難度，域控制器聚焦于通過增加軟件特性實現產品增值。到2030年，電子電氣架構將演進為中央計算平臺+區域接入+大帶寬車載通信的計算和通信架構。高性能車載中央計算平臺，成為軟件定義汽車的基石區域接入+中央計算的星型或者環型架構保證了整車架構的穩定性和功能的擴展性，新增的外部部件可以基于區域網關接入，硬技術趨勢：智能汽車增量部件持續為產業注入新活力智能汽車解決方案 203012件的可插拔設計支持算力不斷提升，充足的算力支持應用軟件在中央計算平臺迭代升級。面對復雜多變的移動出行與生活場景，以及不斷涌現的智能

34、座艙、智能駕駛、整車控制等的功能創新，需要強勁性能的中央計算平臺來支持。高性能車載計算平臺，將提供數千TOPS的極致算力，強勁性能的SoC、與SoC深度優化的OS及中間件與工具鏈、統一的平臺架構，高效支撐SDV（軟件定義汽車）的架構穩定與平滑演進。同時，底盤域、動力域、座艙域、智駕域對車載計算的安全性、實時性、動態性以及軟件生態有著不同的要求，高性能車載中央計算平臺通過硬件虛擬化技術和統一的功能安全框架，利用AI驅動的資源調度算法，在不同域間實現硬件資源的安全共享和高效調度。其關鍵技術包括：大算力融合芯片：SoC芯片具備底盤域、動力域、座艙域、駕駛域等全域所需的數千T算力，存算一體(CIM)的

35、應用技術，同時內置可信和功能安全內核。確定性低時延、高速并發處理技術：除了大帶寬傳輸，確定性低時延更多依賴的是對信息實時處理的能力。通信的高速并行處理能力并行接受多個渠道的數據、解決峰值數據沖擊的問題，高并發任務處理能力滿足越來越多的應用APP及其多維度運行的請求。硬件虛擬安全分區（Hypervisor）:Hypervisor根據不同域的功能安全需求，對硬件資源實現安全分區，利用AI引擎對不同分區的負載進行監控和預測，通過硬件資源動態切分，實現分區間的安全隔離和負載均衡。應用程序間FFI（Freedom From Interference）：利用Hypervisor的虛擬安全分區功能，實現從應

36、用程序、通信機制、操作系統、硬件加速器的垂直資源安全隔離；同時，利用芯片內的安全內核（Safety Island）構建三級安全監控機制，安全島內置智能Fail safe（故障安全保護）和Fail operational（失效可操作）響應機制，實現橫向的功能安全防護?；趶姶笾醒胗嬎闫脚_的穩健基石，軟件定義汽車聚焦于智能汽車創新功能的敏捷開發與實時發布，滿足智能汽車時代用戶移動出行與智慧生活的多樣性場景需求。智能汽車解決方案 203013大帶寬多協議通信技術，構建軟件定義汽車的車載網絡 隨著車載功能的集中化演進，接入方式和通信模式也將發生質的改變。綜合考慮功能、位置、重要性、安全特性等要素，車內

37、將會被劃分為若干區域，每個區域部署區域網關作為區域接入節點。傳感器、執行器就近接入，通過骨干網集中與遠端中央計算平臺進行數據傳輸。由此，線束大幅節省，功能也將有效拓展，傳感器不再僅僅為單一功能服務，執行器也不再僅受直連控制器控制。到2030年，多種接入協議將會共存。低速的LIN/SENT（單邊半字傳輸協議）/PSI5（外設傳感器接口5）由于其成本優勢仍將部分存在，而超高清攝像頭、4D成像雷達、高線數激光雷達的引入，將帶來帶寬持續提高的需求。華為預測，到2030年，車載單鏈路傳輸能力將超過100Gbps。車載通信的以太網化將成為主要技術趨勢，而光通信技術在解決車規問題后，以其帶寬大、重量輕、電磁

38、干擾不敏感、成本低等優點，也將大量應用于車載領域。傳統的以面向信號、CAN/LIN為主的方式，通信與部署和路由深度耦合，通信兩端變更將會引起路由上所有節點變更。面向服務的以太通信，有效解決了這個問題，基于以太的服務接口變更僅限于收發雙方，實現通信與部署和路由解耦、易于擴展，實現接口標準化、契約化，實現車載業務的互聯互通。在技術實現上，大帶寬車載通信技術將有效滿足這些點對點、骨干網傳輸訴求。其關鍵技術包括：大帶寬銅纜通信：通過編碼和算法增強，針對銅纜短距通信衰減等特性，進行功率智能分配設計，以實現低成本、大帶寬(10Gbps25Gbps)的高速以太網傳輸技術，滿足車載應用對高帶寬骨干網的技術需求

39、。車載光通信：當通信帶寬擴展至25Gbps以上時，基于銅纜的通信技術將會受到成本、EMC（電磁相容性）及工程化等方面的技術制約，此時，解決了熱、震動、壽命等車規問題后的光通信將會以其成本低、重量輕、抗EMC等技術優勢進入車載應用領域，支持更高帶寬的通信和演進。確定性時延：通過實時通信協議棧和傳輸層的TSN（時效性網絡）協議簇保證車載通信端到端的s級確定性時延，并根據業務場景設計傳輸策略滿足不同功能對通信場景的需求。創新無線通信技術，使能車內設備高質量互聯面向2030年，車載無線通信技術將打破車內設備通信的邊界，使能車內任意設備之間的高質量互聯，以切片方式高效實現創新應用。車載無線通信技術通過全

40、新的空口設計，實現了單向傳輸時延小于20s的極致性能，數據傳輸可靠性超過99.999%，多點同步精度小于1s，支持數百節點快速接入和業務并發，并且實現了端到端的信息安全保障，為車內設備通信提供了高質量的無線連接。車載無線通信技術引入了基于業務特征的資源管理機制，能夠通過切片隔離的方式支持無損音頻傳輸、超高清視頻應用、超低時延交互類游戲等應用，進一步地通過多信息域協同交互，真正實現車內聲、影、光、感聯動的沉浸式信息娛樂體驗。車載無線通信技術將極大改變車內組網和連接方式，加速實現車載網絡平臺化、模塊化和平滑演進。車載無線通信技術通過無線替代有線，打破了傳統汽車線束設計、生產、部署、安裝、維護與車型

41、結構的深度耦合關系，更有利于基礎通信架構的平臺化，實現一套通信架構適配多款車型。無線的靈活性可以更好適配不同的車載通信架構，因此面對不同架構選型可以提供標準化的無線接入方案，真正實現末端車載設備的模塊化、標準化、即插即用可替換，進一步降低研發成本并實現基礎平臺的持續平滑演進。架構分層解耦、SOA（面向服務的架構）的軟件架構下實現軟件定義汽車隨著汽車向高度數字化、信息化的智能終端轉變，用戶的車內體驗延續手機思維，汽車的價值偏好和需求趨勢從單一的出行產品需求向個性化體驗型需求轉變，智能化、智能汽車解決方案 203014個性化、體驗化將成為用戶選擇汽車的主要考量因素。另一方面，隨著汽車硬件及其技術的

42、逐漸趨同，傳統廠商將轉向依賴軟件和算法打造競爭的核心要素、實現更高的附加值。軟件定義汽車成為業界共識并將真正全方位落地。軟件定義汽車是指軟件深度參與到汽車的定義、開發、驗證、銷售、服務等過程中，并不斷改變和優化各個過程，實現體驗持續優化、過程持續優化、價值持續創造。其核心特征是軟硬分離解耦，物理上表現為“軟件與硬件的解綁”，本質上體現為汽車具有“成長屬性”，即：軟件可重用、可升級；硬件可擴展、可更換。為了滿足常用常新OTA持續升級要求，持續接入即插即用的多樣外設，使得智能汽車的功能越來越多、越開越“新”，靈活易擴展的SDV軟件架構是智能汽車時代應對場景復雜多變、功能持續迭代的必由之路。SOA基

43、于服務分層解耦的通用軟件架構逐步形成共識。這就需要在原有的整車架構中，引入原子服務層和設備抽象層：（圖1 基于服務的分層通用軟件架構）原子服務提供基礎業務能力，屏蔽硬件差異，使能上層應用跨車型復用。設備抽象對傳感器、執行器進行能力抽象歸一化，實現軟硬件解耦，同類硬件替換升級，即插即用。業務解耦設計，構建基礎服務單元。將車內獨立的硬件能力抽象封裝成標準化服務組件，一個服務聚焦一個原子功能，根據不同需求，重載、組合已有的服務即可派生出新的復雜業務功能，提高軟件的重用性。行業生態伙伴都可以基于平臺組件和標準API進行應用APP開發，這個應用APP由平臺進行統籌管理，包括對應用APP進行認證、授權管理

44、、API 調用管理、安全審查和應急管理等，類似于手機的應用市場，用戶可以任性選擇自己感興趣的APP進行本地化體驗，只需要很小成本就可以獲得各種新奇的體驗，同樣的硬件，每天不一樣的感受。同時，開發者也能基于下載量獲取收益。車控功能整車協同化，數據智能融合，提升駕乘安全體驗隨著架構向中央計算演進，基于標準化接口的傳感器和執行器已基本實現通用化和即插即用，進而減少了平臺適配成本，且更簡單可靠。同時，動力底盤逐步演進到完全線控化，控制功能從機械執行部件分離，智能化后的中央計算平臺將融合集成機、電、熱、信息與通信技術等多領域，對控制功能進行統籌處理和協同控制，做到性能更優、響應更精準。隨著動力底盤一體化

45、控制的實圖1 基于服務的分層通用軟件架構智能汽車解決方案 203015現，將進一步消除控制時延，做到控制器內部1ms調動，輸出即執行，控制功能實現整車協同化，其價值也逐步顯現。運用AI能力對海量車控數據和環境信息進行深度融合，一方面，可基于數據進行駕駛員行為分析，構建駕駛風格自畫像。通過識別駕駛員異常行為和運動軌跡，分析、預測駕駛風險并及時提醒，甚至進行駕駛異常行為干預等。另一方面，可基于數據精細化修正車輛控制指令，促進動力學協同控制與駕駛輔助功能的協同優化，全面提升駕乘安全。例如，視覺感知融合有助于高效獲取車身姿態參數，并據此進行動力學控制的精細化調整（如基于視覺對地面附著系數、質心側偏角、

46、車輛橫擺角估算），增加控制精準度?；趯β访嫫秸?、障礙物、前車駕駛意圖、車身指示燈等的識別，再結合車控數據進行數據融合，進行預期軌跡緊急避障處理，提前進行橫縱向協同控制，顯著提升駕駛安全。智能駕駛：自動駕駛加速實現商業化出于對安全性的極致追求，華為智能駕駛在技術路線上選擇多傳感器融合感知的方案。通過搭載更全面的傳感器硬件，實現包括激光雷達、毫米波雷達、超聲波雷達、攝像頭等各類傳感器在內的感知能力合一，以支持多維度環境信息融合和重構。除此之外，感知層還結合了未來能夠覆蓋全球的高精度地圖與組合慣導系統，實現多源高精度定位。在人工智能芯片提供的大算力支持下進行城市、高速以及泊車場景下的融合感知，最

47、終實現在復雜路況的自動駕駛功能。持續的算法訓練與積累是提升用戶體驗、最終實現自動駕駛的關鍵在自動駕駛走向商業化落地的道路上，仍需邁過許多技術門檻。由于實際道路情況中corner case的復雜性和長尾數據的積累難度高，未來，影響自動駕駛方案最終體驗的瓶頸仍是感知算法、規劃與控制算法以及仿真模擬訓練算法。在融合感知算法中，基于視覺的感知框架、激光雷達數據生成與增強、復雜光環境中的車道級紅綠燈感知、閃爍與模糊光源的處理、顏色與光源亮差處理、互相重疊的目標物識別、擁擠交通流感知等技術是最終決定車輛對于周圍環境構建能力的決定因素。針對規劃與控制算法，行業仍需在感知/預測不確定條件下的多物體與多步博弈決

48、策、橫縱向聯合運動規劃、包括物體風險和場景風險的復雜交互關系中的類人決策和規劃模型、海量數據中關鍵場景提取和自動化標注等核心算法領域進行深耕。對仿真系統而言，需要構建交通參與者智能交互模型，創造大規模動靜態的仿真場景，最終形成一個高保真且豐富的仿真系統?！叭l譜”構建感知能力，實現萬物感知隨著汽車領域的智能化趨勢,感知系統變得越來越重要，它是實現智能駕駛的基石。理想傳感器的目標是實現“全目標，全覆蓋，全工況，全天候”工作。全目標：包括人，車，障礙物，道路設施，結構等，無任何漏檢全覆蓋：360無死角探測全工況：高速，城區，擁堵/事故/施工等任何工況全天候：無論白天黑夜，雨雪霧，強弱光燈等任何惡劣

49、氣候，環境條件然而，當前業界的技術水平距離理想傳感器仍有較大差距。為達到理想目標，需在全頻譜上構建感知能力。（圖2 傳感器頻譜分布圖）1）毫米波雷達：從77G到D band（110170GHz），大幅提升分辨率毫米波雷達作為波長最長的傳感器，全天候性能最好。因為具備速度維探測優勢，在動靜分離、SLAM（同步定位與建圖）構圖上具有獨特價值，但分辨率不足導致其在使用上存在局限性。毫米波雷達在分辨率的演進上存在兩條路徑：超寬帶和大天線陣列。當前國際標準智能汽車解決方案 203016上，一般把7681GHz分配給車載毫米波雷達，通過45GHz的大帶寬，來實現較高的距離分辨率。另一方面，天線陣列決定角分

50、辨率，收發天線數越多，意味著角分辨率越高。當前主流毫米波雷達還停留在3T4R（3發4收）天線陣列上，近期華為推出的成像雷達已向前邁出一大步，達到12T24R的水平。然而，在無線通信上，收發天線高達128T128R。車 載 毫 米 波 雷 達 天 然 有 尺 寸 強 約 束要求，不可能像無線通信有類似門板大小的空間用于天線設計?；?7G頻譜的波長以及雷達尺寸綜合計算，天線陣列大致可以到48T48R，64T64R已是極限。所以，往更高頻段上走是必然選擇，其中D band(110170GHz)具有未被開發應用的超寬頻帶，比如當前已有在研究的140G頻段，具有較為適宜的大氣窗口，傳播受到的衰減較小，

51、而且波長減小一半，可以在有限的空間，實現128T128R的超大天線陣列成像雷達，從而達到中低等線數激光雷達的分辨能力。2）激光雷達：從905nm ToF到1550nm FMCW（調頻連續波），集成芯片化和高性能4D激光雷達將成為兩個主流演進方向由于器件相對成熟，905nm波段當前被廣泛采納，正走在規模量產的路上。從技術方案來看，產業正在從模擬走向數字，從離散走向集成。收發器件面陣化及核心模塊芯片化為高性能、低成本、高集成度、高可靠性的激光雷達提供了可靠的發展方向。另外，在近紅外區域的1550nm波段，其大部分光在到達視網膜之前就會被眼球的透明部分吸收阻擋，減少了對視網膜傷害。所以，1550nm

52、波段可以容許更高的發射功率，來大幅提升其覆蓋范圍。其次，調制方式上，FMCW在毫米波雷達上的成功經驗將會借鑒到激光雷達上。FMCW激光雷達有著明顯的性能優勢，比如高性能4D成像（增加速度維信息）、抗干擾能力強、更高的靈敏度和動態范圍、適合硅光子和相控陣（OPA）技術低成本批量生產等。然而，當前的1550nm FMCW技術還遠沒到成熟商用地步，需要產業鏈共同努力。其中，硅光技術是重要的努力方向之一，并將一步延續摩爾定律的發展。硅光技術通過將更加復雜而離散的光學功能集成到一顆硅基芯片中，實現激光雷達的高集成，低成本，小型化。3）攝像頭：從可見光到紅外熱成像技術圖2 傳感器頻譜分布圖智能汽車解決方案

53、 203017融合，解決全天候工作的難題攝像頭是最接近人眼的一種被動傳感器（沒有主動發光部分），采用反射光成像的方式感知周圍物體，在三個傳感器中具有不可替代的作用，比如識別紅綠燈，路牌等靜態環境要素。然而攝像頭有其自身缺陷：1）反射光成像，導致夜晚場景性能、置信度大幅下降；2）雨雪天氣，視線被遮擋，導致可見區域大幅降低。目前來看，攝像頭自身無法克服這些惡劣天氣場景的影響，但在可見光附近的紅外光頻譜（波段在214微米），采用的是一個區別于其他傳感器的、全新維度的成像原理：熱輻射成像。傳感器將不僅具備夜視功能，還可實現雨雪/沙塵/霧天氣下的目標檢測，甚至具備一定的透視能力，進一步滿足全天候工作要求

54、。當前，紅外夜視熱成像儀在車載領域已起步，仍需低成本方案支撐規模量產?！叭诤稀奔铀賯鞲衅魑锢硇螒B創新，實現極簡部署隨著汽車智能化程度越來越高，傳感器數量也在急劇增加，從原來的1V到1R1V，到5R5V，再到6R13V3L（R：毫米波雷達，V：攝像頭，L：激光雷達），未來將有更多的傳感器“上車”。然而車身空間有限，傳感器對車身有比較高的安裝部署約束，比如對蒙皮材質、厚度、安裝間隔、平整度等都有嚴格的要求，這也加大了整車造型設計的難度，設計師們需要充分考慮整車顏值和傳感器性能兩者的平衡。通過物理形態創新提升傳感器的易部署性，將使傳感器更容易“上車”：一方面，傳感器小型化是趨勢；另一方面，提升傳感

55、器與造型的適配性，實現傳感器和造型一體化設計，大幅降低傳感器對車身的安裝約束。這需要產業鏈在材料、工藝、工程等各個維度共同努力。1）天線分布式部署+集中計算模式當前，業界的毫米波雷達普遍采用一體化設計，前端的天線和后端的信號處理、感知處理都封裝在一個盒子中，來實現完整的點云生成、目標檢測與感知處理。在集中計算成為趨勢下，借鑒華為無線分布式基站經驗，可將毫米波雷達信號進行切分和拉遠。常規單體雷達只輸出點云，將感知處理上移至域控集中融合處理。如此處理后，性能/功耗/尺寸都將全面大幅優于傳統雷達。激光雷達向固態雷達演進后，同樣可以實現分布式部署。2）車身融合部署創新除了要求單獨空間部署外，另外一個方

56、案是和車身上現有部件進行融合，利用現有部件空間進行合理部署。鯊魚鰭天線融合GPS、4G/5G和FM，環視攝像頭和后視鏡的融合已經樹立了典范，后續相似的也可采用激光雷達和前視大燈融合，分布式天線和玻璃、車門融合，遠紅外和攝像頭融合等方案，都會使傳感器適應性更好，更易部署，但同時也給傳感器提出了更高的要求。未來，需要進一步解決在融合過程中出現的散熱、干擾、EMC等問題。另外，傳感器之間也可以實現融合。比如低成本的分布式IMU和傳感器進行物理融合，可以幫助傳感器從幀間補償提升為信號級（幀內）補償，隨時精確感知傳感器姿態。在振動、航位推算、坡度傾斜等場景中進一步提升傳感器整體性能和安全等級。3）貼片式

57、傳感器，徹底顛覆傳統部署方式“貼片式”傳感器是未來傳感器部署的終極暢想。以終為始來看，傳感器需要持續做小、做扁，并最終實現即插（貼）即用。芯片高集成化是必然趨勢，除此之外還有一些其他技術路徑：微透鏡陣列技術：通過一組深度和高度只有幾毫米，精密制造的微型透鏡，將聚焦的波束投射出去，可顯著減小光源和透鏡之間的焦距，實現扁平化設計。當前，這種技術主要運用在投影儀上。未來微透鏡陣列技術給激光雷達持續小型化，甚至實現貼片式提供了可能。智能蒙皮（共形天線）技術：將天線陣面與載體外形“共形”，如同創可貼一般直接把天線陣面貼于載體表面，與平臺結構融為一體。要做到在不同載體曲率表面工作，就需要天線可以根據其彎曲

58、狀態檢測曲率，自動修正電磁波相位，從而實現增益效果的智能汽車解決方案 203018最大化。這樣將大幅增強了適應性和造型設計的自由度。微透鏡陣列、智能蒙皮/共形天線、硅光技術等新技術，為未來智能汽車實現傳感器集成的顛覆式形態，帶來了無限可能性。未來，遍布全身的傳感器網絡如同貼在智能汽車外表面的一層“皮膚”，而要達到這樣的終極暢想，需要產業鏈在材料，工藝，工程等各個維度共同努力。中央計算平臺將為智能駕駛提供澎湃算力強勁性能的計算平臺成為智能駕駛算力的基石。在智能駕駛汽車時代，面向全場景、多種復雜路況的智能駕駛需要部署的傳感器種類（億級像素攝像頭、事件相機、4D成像雷達、超高線數激光雷達、超聲波雷達

59、、紅外探測器、聲源探測器等）與數量（50個）將越來越多，精度也越來越高，它們產生的數據洪流需要實時分析與處理。隨著芯片工藝的提升，未來整車將具備車載5000+TOPS及300萬+DMIPS的超強算力，結合存算一體(CIM)的應用技術，能效比將得到進一步提升，中央計算平臺將為智能駕駛提供澎湃算力。高精地圖將作為基礎設施使能智能駕駛到2030年，高精地圖將成為新一代基礎設施，使能智能駕駛的廣泛應用。從紙質比例尺地圖到電子導航地圖，人們的導航出行體驗發生了革命性變化。從導航地圖到ADAS地圖，輔助駕駛和商用車節能運營成為可能。從ADAS地圖到高精度地圖，支撐智能汽車上路。當前的智能駕駛高精地圖，已具

60、備高精度車道級路網信息、基本道路附屬設施等靜態環境圖層信息，以及矢量特征點定位圖層信息。上述信息為智能駕駛汽車提供了高精度車輛位置定位、輔助環境感知和路徑規劃功能，成為智能駕駛系統不可或缺的內容。到2030年，高精度地圖將包括100%的道路路網覆蓋、100%實體車道線道路的高精度覆蓋，以及由此延伸到周邊數公里路段的虛擬車道線高精覆蓋。對行駛安全有重要影響的要素將實現實時更新。到2030年，將形成豐富的高精度地圖動態信息圖層，包括動態交通事件、超視距交通參與者動態信息、半動態交通環境（如路面狀況等）基礎動態圖層，以及為定位、規劃、短時控制服務的動態行為、動態定位、動態規劃參考圖層。依托華為在人工

61、智能芯片、算法、標準構建和生態構建方面的領先能力，華為將綜合應用先進傳感技術、人工智能技術、高可靠定位技術，構建新一代高精地圖標準體系，實現2030年新一代高精度地圖作為新基礎設施為智能駕駛賦能的愿景。V2X云端大腦使能多車協同，助力智能駕駛落地隨著網聯化基礎設施的逐步完善和智能智能汽車解決方案 203019駕駛滲透率的提升，智能網聯從單車智能走向多車協同，將進一步推動智能駕駛廣泛商用和智慧交通體系的建設。構建泛在的V2X連接能力，連接人、車、道路基礎設施，通過在云端構建車云協同智能駕駛平臺，打通端到端應用場景，通過全息環境感知、全局資源調度、動態業務地圖、多車協同駕駛、車道級路徑規劃、信號協

62、同控制、業務仿真測試等服務能力，將有效加速多車協同的智能駕駛商用落地。通過智能網聯云端大腦，實現對人、車、路、環境的全要素信息融合，提升車輛對動態交通環境的感知能力。同時，通過車輛之間行車策略的共享與博弈，以及車輛與信號燈、指示牌等交通基礎設施之間的互聯與協同，實現從局部到整體的行車策略優化，將進一步推動智慧交通體系建設。智能座艙：智能化進程加速，軟硬件迭代速度向消費電子看齊座艙是人機交互的中心。2030年，智能座艙的滲透率將超過90%，一個新的移動式智能終端生態系統逐步構建完成。智能座艙的體驗構建在以芯片算力為基礎，以座艙OS為核心承載的軟硬件能力中。同時，車載智能外設和艙內感知算法的飛速發

63、展，使得人們能夠享受到日新月異的新座艙智能體驗。開放共贏，座艙OS使能應用生態“常用常新”相較手機等消費終端，汽車座艙人機交互的特點是多外設、多用戶、多并發和多模態；座艙域包含儀表和IVI（In-Vehicle Infotainment，車載信息娛樂系統）等，在滿足交互體驗的同時，需要具備一定的安全性。智能座艙操作系統需要基于上述特點進行設計和開發。2030年，基于操作系統多內核的軟硬件隔離能力成熟，結合新的QoS技術，座艙多功能域之間的資源調度和部署更為靈活，多域功能的融合能夠有效降低綜合演進成本，促進生態發展。除此之外，座艙的應用生態要能夠實現不斷升級，“常用常新”，這對座艙OS的應用接口

64、一致性和穩定性提出了嚴格要求。當前，座艙OS的最大挑戰來自于行業解決方案的碎片化和定制化。例如，車企在開發一個功能時，需要調用攝像頭或者麥克風，但不同車型在屏幕、麥克風、攝像頭等方面的硬件參數不一樣，軟件需要根據這些參數做定制化開發，這就相當于把功能做成“煙囪式”，相互之間無法有效聯通，也無法輕易共享軟件能力。另外，在實際的開發工作中，眾多的供應商在給車企開發軟件，不同的功能可能是不同的供應商開發，這將導致軟件版本多且雜亂，重復開發，很難升級、維護。未來，智能座艙OS會為開發者提供統一的API接口，以支持生態的不斷豐富和持續智能汽車解決方案 203020演進。同時，面向開發者，智能座艙解決方案

65、提供商可通過不斷完善平臺開放套件等能力來持續提升其技術優勢，幫助開發者實現應用高效開發、快速增長、商業變現，使能開發者創新，為用戶提供駕車場景的精品內容、服務及體驗。智慧感知，AI融合交互算法構建全新體驗隨著智能化外設的發展和AI感知交互技術的不斷進步，2030年汽車座艙將變得更加智能。感知交互手段將不僅僅局限于語音和觸覺反饋，透明屏、AR-HUD、全息投影、智能穿戴、毫米波雷達、ToF攝像頭等新型外設的應用，在駕駛安全、車內通信和娛樂應用等場景將帶給座艙全新的交互體驗。語音助手不再僅僅是屏幕上的虛擬平面形象，無介質全息投影技術的成熟將為座艙內提供一個立體可見的酷炫語音機器人。語音機器人的形象

66、可以自定義，也可以擬人化，情緒和動作會更為豐富，交互的內容不再局限于特定的程式定義語句，AI賦予語音助手以更自然的方式與人溝通。未來全息投影技術的進一步發展將可能出現車內任何區域的空間投影，視頻電話中，遠端的親人可能正坐在副駕與你親切交談；行車場景中，信息的指示可以出現在任何更適合出現的位置。人與機器的交互將更貼近人與人的交互。這其中，語音、視覺、音頻等主要交互能力的技術路徑如下：第一，語音能力。從車載安全角度講，語音是未來智能座艙最核心的交互能力。語音體驗演進的核心準則和方向是：1）直觀：不要讓用戶思考，關注內容的清晰交互；2）迅捷：高效執行，及時反饋；3）無縫：多端平臺一個語音入口，服務無

67、縫接入；4）靈活：交互流程可控，交互狀態保留，不輕易終止流程。5）情感：情感化語音形象，突出品牌形象。未來，語音交互體驗仍需從全場景語音前端降噪，全場景語音識別（如可見可說），泛化語音理解，情感擬人化的語音對話等方面來構筑用戶體驗。第二，視覺能力。視覺交互是除語音交互外的第二大車內人機交互方式。當前車內視覺識別技術主要應用在DMS（駕駛員監控系統）、CMS（座艙監控系統）、手勢等人機交互的檢測和識別中，未來會往艙內活體檢測、人體健康監測、安全支付、娛樂交互、音視頻融合等方面發展演進。未來，車內交互將實現多模態融合，不同交互方式深度滲透，為用戶帶來更精確、便捷的體驗。例如：眼球追蹤技術和AR-H

68、UD結合，能夠實時識別艙外目標并在實體上投影出描述、廣告等相關信息；毫米波雷達和視覺手勢識別集成技術，讓手勢識別精度更高，可操作方式更多；視覺和語音結合的技術，在高噪聲干擾場景，通過唇語識別關鍵控制命令，實現全場景語音識別和控制。第三，音頻能力。未來座艙音頻技術的智能汽車解決方案 203021發展主要往拾音降噪、音質聲效、主動降噪方向演進。1）拾音降噪：降低前段拾音背景噪聲，提高車內通話質量和人機語音交互準確率；2）音質聲效：通過對即將播放的聲音信號進行處理，實現不同座位的駕乘人員同時擁有個性化聽音內容和獨立音區，以及所有人員可共同獲得沉浸式聲效體驗的多聲道環繞聲等；3）主動降噪：主動降噪仍然

69、是未來10年車載領域的重要技術方向，通過硬件和算法降低發動機噪聲、路噪和風噪的影響，提高乘車舒適程度。未來10年，器件、算法和架構不斷突破，座艙的音頻體驗快速提升，汽車愈來愈成為一個移動式的影音娛樂空間。即插即用，接口標準化支撐硬件全生命周期用戶體驗消費終端如手機的生命周期一般是2-3年，軟硬件的集成包袱小。而對車型平臺而言，汽車在售期5-10年，車輛保有10-15年，同時車廠有多款車型并行研發。這意味著廠商需要同時維護大量的軟硬件版本。為了支持日益迭代的軟件應用，硬件性能也需要不斷提升。不僅是計算芯片，汽車的攝像頭、顯示屏等核心部件，都可能在汽車的生命周期中經歷迭代。座艙硬件的升級換代，也可

70、以在后向運營上產生新的商業模式。芯片或模組的算力要能支持未來3-5年的軟硬件算力消耗。同時芯片模組要支持代際兼容性設計，能夠容易升級替換（如插拔式替換），以在汽車硬件生命周期和硬件算力需求上達成平衡。其中一項重要的技術，就是支持模組級可插拔式的硬件即插即用能力。其次，在外設上，類似于Windows系統安裝方式，部分關鍵外設支持更換后獨立安裝驅動，無需通過OTA升級車機版本。這項技術的前提，需要座艙南向硬件之間建立統一的對接標準，從而解決車機、攝像頭、顯示屏、HUD、智能座椅、智能方向盤、車載機器人、智能車窗、全息投影等硬件設備接口定制化的問題。南向硬件標準構建需要在短距無線、有線標準、視覺、音

71、頻等接口標準化方向上持續探索演進，充分降低零部件成本，構建硬件生態?？缍藚f同，分布式技術實現智慧體驗無縫流轉智能汽車不是孤立的系統，人機交互也需要打破空間界限，與外界聯通；設備之間的聯通和交互，除了依賴通用的云端跨設備互通技術外，鴻蒙分布式軟總線技術在近端跨設備無縫流轉技術上的應用，可為用戶帶來更為便捷和舒適的交互方式。例如，基于華為終端分布式平臺，出行場景與其他場景（辦公、家庭等）得以保持緊密銜接，實現跨設備協同的最佳體驗，構建全場景的智能座艙服務系統。無感發現和零等待傳輸是實現近端設備間無縫協同體驗的前提，其實現需要解決三個問題：設備間如何發現和連接？多設備互聯后如何組網？多設備多協議間如

72、何實現傳輸？其中涉及的關鍵技術覆蓋設備的自動發現、自動連接、組網（多跳自組網、多協議混合組網）、傳輸（多元化協議與算法、智能感知與決策）。分布式軟總線的原理是通過協議貨架和軟硬協同層屏蔽各種設備的協議差別。一是通過總線中樞模塊，解析命令完成設備間發現和連接；二是通過任務和數據兩條總線，實現設備間文件傳輸、消息傳輸等功能。智能汽車與IoT設備的交互體驗，一方面，智能座艙的交互體驗設計邏輯，需要符合用戶在其他智能終端設備上的一致性體驗要求。在操作邏輯上，手機端的應用和車機端的應用，在功能上要拉齊，車機應用可以結合座艙外設硬件的能力做針對性的設計。另一方面，需要滿足無縫鏈接體驗的要求：用戶在手機終端

73、上的日歷，正在運行的音頻、視頻、會議等應用，能夠無縫在手機和車機上實現業務的接續流轉，給用戶連貫性的智慧體驗?；谑謾C和車機之間建立的極速連接通道，可以把手機和汽車的硬件資源、系統能力、服務生態快速融合在一起。汽車廠商可以引入手機等外部設備的算力和移動互聯網智能汽車解決方案 203022全生態服務。同時，基于終端分布式平臺，出行場景與其他場景（辦公、家庭等）得以保持緊密銜接，實現跨設備協同的最佳體驗，構建全場景的智能座艙服務系統。車載光應用：點亮新視界，見所未見“光耀萬物”構建全景化、沉浸式的全息視界，打造極致視覺體驗人眼對視覺體驗的追求永無止境。伴隨著汽車智能化的發展，前擋風玻璃、側窗以及車

74、頂的全景天幕都可以成為顯示信息的屏幕，實現極具真實感的全息成像。同時，汽車前大燈激光化、像素化的不斷升級，車外燈光將從簡單的基礎照明功能延伸至可覆蓋車身周圍各個方向的立體投影空間。打造極致視覺體驗是車載光應用的核心目標，可應用于顯示、交互、娛樂三大功能場景。導航場景，前風擋可顯示導航指引、障礙物提示等信息，提升用戶行車安全；娛樂場景，前風擋甚至后座側窗均可作為全息投影大屏，實現2K/4K影院級沉浸式觀影體驗。車頂的拱形全景天幕可定制燈光主題，如夜空流星雨光效、星際宇宙光效、深海珊瑚群光效等。未來，智能車燈多色域、高像素的投影功能，讓人們可以隨時享受戶外露天電影。作為未來的“第三生活空間”，用戶

75、對于行車時的視覺體驗訴求將越來越高，不僅需要更大畫幅、更高像素的沉浸式視覺體驗，更需要以新科技呵護用戶的用眼護眼、防暈車需求。交互功能場景需要保證用戶充分獲得立體沉浸感的同時，不會因為長時間的視頻通話、觀影產生暈車感。后排用戶在享受椅背大屏提供的豐富娛樂功能時，也對光顯示技術提出了健視護眼的要求。未來，空間光學結合人因體驗，將超越物理分辨率，還原全感真實世界。主要實現路徑有：巨幅沉浸：借助自由曲面鏡、衍射光波導及偏振分光等空間光學技術，可在狹小10寸屏幕物理空間，為用戶提供近百寸巨幅沉浸體驗?；诙ㄏ蚬鈭黾夹g突破裸眼3D車載屏幕，結合定向聲場實現類比iMAX帝王位沉浸式體驗。真彩超清屏：2k/

76、4k/8k ODP光引擎配合微納結構擴散屏，實現像素倍增和亮度增強,提供遠超視網膜級的清晰度。RGB三色激光實現影視級P3、以及8K時代BT2020色域效果，完美還原真實世界色彩。視覺健康：基于虛像成像系統，實現成像畫面拉遠至3米外位置，消除導致近視的危險因素，主動預防近視。無源冷屏顯示技術，實現顯示屏無輻射，達到防藍光的健康標準，實現用戶健康用眼。人因體驗：動態人因工程技術，主動消除耳前庭與人眼運動信息沖突導致的暈車因素，在車載屏上實現防暈車效果。通過眼球智能汽車解決方案 203023跟蹤、視力篩查、擴散屏成像距離調整，實現人眼睫狀肌自適應放松，消除長期用眼產生的視疲勞問題?！肮飧腥f物”實現

77、全天候、全方位的智能守護，極大提升駕乘安全車載光技術的發展可提升環境建模的廣度和深度，通過近紅外光感知、熱光感知和圖像光感知等創新應用實現精確環境建模，實現“見所未見”。建模后生成的外部環境感知信息不僅服務于智能駕駛，還將服務于車內人員，提升駕乘安全。夜晚、雨雪和霧天等能見度極低環境下，感照融合車燈還原精確環境信息，消除駕駛員在極限環境下的視覺障礙?；诙嗖ǘ胃兄畔⒌娜诤?，能夠更準確地識別生物和風險因素，實現“辨所難辨”。伴隨用車需求和時長的提升，駕乘人員健康監控、異常狀態感知成為未來智能汽車發展的關鍵安全需求?；谲噧燃t外及光纖傳感等光感知技術，對于用戶呼吸異常、脈搏異常、心臟突發等健康異

78、常情況，可給與及時預警。同時識別駕駛員的疲勞狀態，對其及時提醒以減少“人為錯誤”，進而降低交通事故發生率。在駕駛員離開時，可給予車內人員存在監測，避免幼兒、寵物遺留車內的悲劇發生。未來，全波段光技術結合圖像識別和處理，將圍繞著全天候、全方位兩個方向不斷發展，給車加上一雙“慧眼”：全天候：所有高于絕對零度的物體都會發出8-14m波段的紅外熱輻射，紅外熱像技術檢測這種紅外熱輻射進行成像，與可見光（400-700nm）波段不同，其不受光線、雨霧等條件限制，可實現夜視、穿透雨霧、消除眩光。全方位：物體的振動會導致光信號的頻率變化，通過光學多普勒頻譜技術捕捉用戶體表皮膚微振動，結合紅外熱像技術，從而實現

79、用戶心率、呼吸體溫等生命體征監測，排除疲勞駕駛、突發疾病等風險因素，實現全方位的安全守護?！肮饴撊f物”賦予汽車全新交互通道，保障行車安全、建立情感連接車載光應用技術提供新的交互通道，持續提升行車安全。從車內來看，AR-HUD是駕駛員的直觀交互通道，可降低駕駛員低頭查看儀表帶來的風險，同時還能實時顯示AR導航、障礙物預警、雨霧夜視等提醒信息，以及豐富的生活、加油站等資訊信息。智能車燈能改變傳統汽車依靠“喇叭”“轉向燈”與外界交互的單一方式，可在道路中投射更多交互信息，如雨霧夜視提示、車輛寬度提示等信息，為駕駛員提供輔助判斷，進一步提升行車安全性。同時投射轉向提醒、優先通行指示等信息，為行人提供更

80、和諧的出行環境。車燈可提供表達情感的“智慧燈語”，可投射圖案、表情、文字、天氣等自定義信息，甚至可實現車燈party、車燈演唱會等情感交互體驗。未來，豐富的車載光應用產品將開啟智能汽車交互表達新窗口。主要實現路徑有：HUD：當前采用百萬像素ODP光調制引擎和空間光學設計，實現風擋前方的AR-HUD。后續基于雙焦面技術，可實現多層次增強型AR-HUD，達到儀表盤位于前方23米、導航和資訊信息位于前方710米的效果。未來裸眼3D技術可以進一步提升HUD的交互性和體驗性。車燈：基于百萬像素ODP模組和光學鏡頭設計，車燈變身“投影燈”，實現前車距離提醒、歡迎動畫等智能燈語。采用精準激光照明及感知技術，

81、實現車與環境的互動，“動態光毯”提供厘米級精準照明,提升駕乘安全和體驗。未來可將信息通過電流/電壓調制于照明光束上，將可見光通信技術用于車與車之間的信息交互。車窗玻璃顯示：紫外光投影光機結合熒光薄膜玻璃，實現車窗玻璃的全域覆蓋彩色顯示，可應用于車與外界的信息傳遞，例如向行人提示信息、廣告信息投放等多樣化信息。智能車云：車云協同的智能服務助力車企數字化和服務化轉型在智能網聯時代，除了聰明的車、智慧的路，還需要一朵智能的云，不僅能夠幫助智能汽車解決方案 203024智能駕駛算法實現數據驅動的閉環迭代，還能有效聯接人、車、路，并使能智能座艙、智能電動、智能駕駛、智慧出行、智慧交通等豐富的智能網聯應用

82、場景。智能車云服務還將與應用層能力深度融合，以敏捷的業務能力來應對快速變化的市場，同時以領先的創新能力來形成差異化的市場競爭力，幫助車企實現數字化和服務化轉型。云端智能駕駛數據閉環，實現算法快速開發和持續迭代為了解決智能駕駛的長尾問題，我們需要持續豐富難例數據集和仿真場景庫，開展智能駕駛算法迭代。在這個過程中，不僅需要依賴PB級的海量數據和大量的算力資源（超過1000個GPU資源）進行算法訓練，還需要通過天文數字級（100億英里）的仿真測試進行算法驗證。除了對存儲、算力等資源的要求，這套系統還對基礎設施服務的高可靠性、高安全性以及可拓展性提出了嚴苛的要求。傳統的數據中心建設模式將為智能駕駛開發

83、企業帶來巨大的建設成本和運營維護壓力，為了解決這些挑戰，云計算技術在智能駕駛領域得到廣泛應用。在云端構建一站式服務能力，可以解決智能駕駛復雜的工程化問題。智能駕駛的算法開發除了需要應對海量存儲和算力需求的挑戰之外，更需要解決所大量的工程化問題，比如數據采集、數據回放、自動化標注、難例場景挖掘、生成增量數據集、模型管理、訓練任務管理、模型下發、仿真場景庫構建、仿真測試、算法適配等。這些工作往往占據了超過70%的開發工作量，因此，智能駕駛算法開發要以數據為核心，數據和算法解耦，打造一個開放的使能平臺，提供完整的、自動化開發工具鏈，幫助車企和開發者快速構建智能駕駛開發能力，解決算法開發過程中繁瑣的工

84、程化問題，降低技術門檻，提升算法開發和迭代效率。1）提供彈性擴展、安全合規的智能駕駛算法開發基礎設施基于云底座打造超大規模數據存儲和計算中心，提供智能駕駛車輛海量數據的上傳與合規存儲服務，以及海量計算資源，幫助車企解決智能駕駛算法開發過程中深度學習對基礎設施資源的低成本、可擴展、高可靠和強安全的需求。2）打通工程化斷點，支持智能駕駛算法的DevOps（開發即運營）開發模式智能駕駛算法開發過程中最大的痛點是工具鏈的割裂和開發流程存在大量的數字化斷點。因此，要在云端構建貫穿智能駕駛算法開發、測試及商用優化的全生命周期服務能力。通過完整的開發工具鏈、預置算法、持續迭代的數據集和場景庫，以及仿真、評測

85、等服務能力，支持用戶自定義的算法模型和異構硬件，基于云端基礎設施和AI能力，實現智能駕駛領域開發過程從數據采集、處理、場景挖掘、難例挖掘到算法管理、訓練、仿真、評測的完整閉環，幫助車企的智智能汽車解決方案 203025能駕駛研發團隊快速開展問題定位、算法優化和測試驗證，提升智能駕駛算法開發和迭代效率。創新云端仿真技術，加速自動駕駛算法仿真驗證與迭代通過云端仿真提升智能駕駛測試驗證效率，主要包括以下幾個方面：通過真實場景轉仿真場景，快速構建仿真場景庫。云端結合車載傳感器采集的數據、高精地圖和開放的仿真工具，將復雜、真實的路測場景轉換成虛擬仿真場景，快速模擬復雜交通流，場景構建僅需幾分鐘時間。支持

86、多車協同智能場景的仿真驗證。提升多車智能駕駛以及車路協同下智能駕駛等多種復雜場景下，對算法博弈策略的驗證能力。通過虛實混合仿真，提升實車驗證能力。將在云端虛擬仿真場景加載到實車上運行，從而在空曠的道路或場地快速模擬各類復雜場景，并對實車開展測試驗證，兼顧了效率、真實性和安全性。通過云端并行仿真，提升仿真效率。利用云端海量資源和容器技術，開展大規模并行仿真，單日測試里程達到千萬公里級，大幅提升仿真測試效率，將算法的迭代周期從以月、周為單位縮短到以日為單位。無論是真實場景轉虛擬仿真，還是虛實混合仿真，離不開高精地圖的支持。通過云服務的形式，構建統一的動態高精地圖服務能力，并解決高精地圖合規存儲和應

87、用，以及快速覆蓋、統一標準、分層服務、動態刷新等挑戰，支撐車聯網位置應用、智能駕駛仿真/運營、智能網聯產業園區、車輛智能駕駛、智慧城市等廣泛的應用場景?；诎踩弦幍膶僭苹A設施，提供開放的地圖數據存儲與應用合規服務?；谠贫撕Ａ看鎯?、超強算力以及智能算法，對路測數據提供安全合規處理，支持第三方合作伙伴開展智能駕駛開發以及地圖數據應用服務。構建高精地圖多圖商聯盟，形成產業合力。支持多圖商數據接入，通過智能質檢和后處理，統一服務標準，整合行業資源，減少重復性的地圖繪制工作，降低行業成本。通過開放、靈活的運營，提供快速響應、廣泛覆蓋、動態鮮活的高精地圖數據服務。云邊端協同，實現高精地圖動態分發和

88、眾包更新。通過云邊端協同，實現高精地圖數據按需分發和靈活應用，使能各類智能駕駛和智慧城市的場景化應用。同時，通過智能網聯汽車、其他交通參與者、路側基礎設施、路側邊緣計算與云的協同，實現高精地圖靜態圖層的眾包更新，以及動態圖層數據的實時刷新，提升高精地圖數據的鮮活性。構建統一數據服務體系，使能車企數字化和服務化轉型隨著ICT技術與汽車產業的深度融合，云計算也為智能網聯汽車的功能和體驗創新帶來巨大的發展紅利。車企需要云端智能構建場景化的大數據應用服務能力，這是因為一方面，車企基于自身的車輛數據開展各類應用和服務時需要業務深層邏輯與大數據、人工智能等技術的深度融合。比如電池熱失控預警就需要融合電化學

89、領域和人工智能領域的知識與技術。另一方面，車企需要構建統一的數據應用服務體系，以及對外開放合作能力，以滿足智能網聯應用場景逐步細分趨勢下海量的業務需求。以應用為中心，基于云原生2.0架構打造的智能車云服務，可幫助車企構建統一的，涵蓋采集、存儲、整合、計算、管理和服務的完整數據服務體系，這就是使數據可以閉環運營，應用可以持續創新，車企還可以與各應用領域的第三方公司開展上層應用合作，提供滿足消費者需求和個性化的智能應用與服務，實現數字化和服務化轉型。1）基于云原生基礎設施，實現數據全量采集和匯聚構建多元算力、軟硬協同、統一高效的數據服務平臺基礎設施，以應用為中心，向下統一管理和支持各種異構硬件，向

90、上屏蔽底層多種硬件的差異性?；陂_放、標準的車聯網技術，在云端實現海量車輛的連接和百萬級并發服務能力，構建數據通路，實現智能電動、智能駕駛、智能座艙、智能網聯智能汽車解決方案 203026等部件的數據采集和匯聚，在云端構建智能網聯汽車全量數據湖，實現車輛數字孿生。2）基于云原生業務智能，實現數據價值挖掘和應用創新使能業務智能化有幾個關鍵訴求：在云端構建數據的采集、傳輸、存儲、標注、分析、應用等全生命周期管理能力，降低數據治理的成本，釋放數據最大價值?；谠圃募夹g，構建的一站式融合數據分析平臺，可以打破數據邊界，實現高效的跨源跨域協同分析能力。隨著云上AI技術和生態的成熟，云平臺將持續豐富算

91、法庫，通過提供自動標注、預置算法等能力來降低AI應用開發的技術門檻。深度結合云上超大規模的算力和海量數據，使能深層數據價值挖掘和大數據智能應用創新，實現車輛核心部件智能診斷、車輛狀態監控、車輛功能偏好分析、車輛部件工況分析等各類智能應用。這些豐富的應用和服務所獲取的數據，還可以反向優化產品的設計和研發。3）基于敏捷和開放的應用創新能力，構建繁榮的業務生態使用云原生、微服務等技術，將應用拆分為能獨立部署、獨立運行的微服務，通過彈性擴容能力使應用擁有更高的可用性。將傳統的應用開發和交付模式轉變為以DevOps 為核心的開發運維一體化模式，加速應用創新和迭代速度。同時，通過開放的數據服務能力，使能第

92、三方智能應用開發，幫助車企構建圍繞用戶出行與生活的應用創新生態，實現數據業務化，加速數據價值釋放。車企和合作伙伴可以面向用戶提供豐富的個性化服務和應用，構建新的業務場景和商業模式，實現服務化轉型，提升服務收益。智能電動：動力系統向融合、高效、高壓方向發展動力系統融合極簡，AI加持助力自我進化 傳統動力系統架構開發周期長，開發成本高，伴隨著電動化轉型，需要通過零部件集成化來實現開發極簡、適配極簡、布置極簡、演進極簡。當前電驅動形態主要以三合一集成電機控制器、電機、減速器，屬于功能和硬件上的集成。動力架構的技術前沿形態將會是六合一集成方式，集成三合一電驅動系統與三合一車載充電系統，實現更多功能融合

93、。相比傳統分立方案，融合方案體積減小30%，重量減少20%，可靈活適配整車極簡布置需求，同時，高集成度減少了車企在部件測試及導入環節的投入，極大降低了開發成本。多部件融合涉及到電氣融合和單板融合，進一步要做到芯片融合、算法歸一、控制歸一，才能實現動力系統融合。超融合需要通過更高等級的EMC調制措施來消除多部智能汽車解決方案 203027件融合可能帶來的干擾，并通過更高效率的散熱體系滿足融合后的散熱需求。隨著動力系統控制功能的融合，自研AUTOSAR軟件平臺中，CP+AP共用的架構支持面向域控制演進，超融合也將帶來系統級的增值特性軟件開發，實現功能的按需拓展。例如：OTA（空中下載）部件提升功率

94、、整車軟件快速升級、更多駕駛模式更新、NVH持續優化、拓寬性能邊界從而實現動力系統越開越好等。多部件控制融合為動力系統的智能化升級提供了統一的平臺底座。部件特性的升級迭代，將會基于AI平臺能力進行更高效的統一調度與功能協同演進，從而可以滿足更復雜、更智能的動力場景需求。未來，AI加持下，動力系統將具備自學習，自迭代，自進化的能力。例如：1）主動安全預警，電池熱失控故障可提前1周被識別并得到有效規避；通過云端智能遠程標定，動力系統的性能表現將會越開越好；2）動力系統的產品質量將會是全生命周期可視、可控、可預警；3）人工智能會讓動力系統的壽命可預測，提前規避影響壽命的場景和工況，達到壽命延長的目的

95、；4）從現在的按公里數和時間的保養方式，變成免保養、按需保養的方式，提升客戶滿意度。比特管理瓦特，AI尋優實現三層級能效最優 動力系統通過引入5G、AI、大數據、IoT等數字化技術，通過“比特管理瓦特”實現電能、熱能、動能的協同，通過AI尋優達到效率的最佳匹配，從而實現全工況全場景的能效最優。讓電動車動力電池中儲存的每一度電能，可以最大限度地轉化為動力輸出應用，即可最大化降低用戶的里程焦慮，為用戶提供更好的出行體驗。未來，電動汽車要實現三層級的高效：器件級高效、系統級高效與整車級高效。首先是器件級高效，如應用更高效的IGBT器件或者采用高效SiC、GaN器件，依托先進封裝技術改善散熱條件、降低

96、寄生參數，提高功率模塊的電氣堅固性和可靠性，實現高壓、高溫、高速環境下的高效率。其次是系統級高效，未來融合趨勢下，動力系統將是一個集成機、電、熱等多物理場的耦合部件?？赏ㄟ^數字化、智能化的開發平臺，開展多目標、多參數尋優設計，優化電路拓撲和控制算法，同時基于AI和大數據，實現虛擬測試、遠程在線標定，將動力系統的每一個子系統，都達到更高的電力轉換效率，在動力系統自身應用電能時實現更高的用電效率。最后是整車級高效，在各種工況場景下，各個系統間應用數字化手段，將傳統分立的驅動、熱管理、轉向和制動等部件聯接起來，實現不同部件間的能效互補。用”比特管理瓦特”方式，實現電能、動能和熱能的有效協同，降低非動

97、力系統的能量損失，提升動力系統的能量高效供給。如：通過收集電機熱量用于冬季電池預熱，取消單獨PTC加熱；OBC與空調壓縮機共用高壓拓撲，實現功率部件在不同場景下的最大化利用等。未來，在云、AI技術的加持下，整車級能耗管理將更加智能，實現同一輛車在不同場景、不同工況下均有最優的能耗管理策略與之匹配。動力系統邁向“千伏”高壓，暢享5分鐘“閃充”隨著電動汽車行業加速發展，消費者對電動汽車的接受度不斷提高，但充電、續航、安全，仍是影響消費者購買電動汽車的三大因素，其中充電問題最為用戶詬病。以100度電電池包為例，若充電時間從50分鐘縮短到5分鐘以內，就要求單槍充電功率從60kW提升到500kW。要實現

98、同等功率的大功率快充，相比低壓方案，動力系統高壓化能夠解決充電電流過大、充電設施成本高、電池散熱難、安全性差等問題。目前，動力系統高壓化技術已基本完備。從功率器件看，以SiC為代表的第三代半導體技術已基本成熟。與硅材料的物理性能對比，SiC臨界擊穿電場強度是硅材料近10倍，提升了功率器件電壓，1500V以上SiC器件量產技術已突破，可覆蓋新能源汽車高壓平臺；同時，由于SiC器件導通電阻低，熱導率高，提升了系統效率。SiC材料的發展和應用為電動汽車動力系統向高壓化演進提供了良好基礎。從整車高壓架構層面看，OBC、智能汽車解決方案 203028BMS、動力總成等整車高壓部件也已經具備量產能力。根據

99、業界公開信息，未來，動力系統電壓平臺將從800V提升到1000V，充電電流將從250A提升到600A，充電倍率從2C提升到6C，SOC（state of charge,荷電狀態）30%-80%充電時間從當前的15分鐘縮短到5分鐘。隨著SiC等核心功率器件的電壓等級不斷提升，動力系統也將持續向高壓化演進。安全可信：網絡安全與功能安全融合，構建縱深一體防御體系隨著電動化、網聯化、智能化的快速發展，汽車電子電氣系統的復雜度與集成度不斷提高，新的功能越來越多地觸及到系統安全工程領域。如何讓產品能夠抵御外界的攻擊、應對各種突發故障和復雜的外界環境、保障出行的安全可靠已成為行業的共同難題。智能網聯汽車安全

100、體系的內涵和外延正在不斷的發生變化，功能安全、預期功能安全和信息安全共同構成了智能網聯特別是智能駕駛體系的重要安全要素。功能安全：全場景全天候高安全高可靠，功能安全要求全面升級到2030年，隨著智能駕駛、線控底盤、大帶寬通信、無線網聯、區域接入、面向服務設計、中央計算與控制等技術的廣泛應用，功能安全的重要性進一步提升。同時，在超級軟件平臺安全設計與持續迭代、高安全AI算法、全場景全天候感知與安全規控、基于“Fail-Operational”（失效可運行）的車輛E/E（電子電氣）系統高安全設計與驗證等方面，傳統功能安全將迎來巨大挑戰。從先進材料、制造工藝、架構設計等多個角度持續優化，構建芯片級、

101、電路級、單板級、系統級的多重冗余，輔以最小安全系統予以保障，未來的智能汽車將達到甚至超越車規級ASIL（汽車安全完整性等級）D的安全要求，最終滿足全場景部署、全天候運行的要求，實現隨叫隨到、隨時隨地的穩定可靠。架構及系統層面，針對系統失效和硬件隨機性失效，域控制器的異構互備成為標配。一方面，確保具備行車最小系統，保證最小行車功能（驅動、制動、轉向、換擋、必要照明、關鍵車速、檔位顯示、至少一個車門能打開、必要示廓燈等），確保關鍵信號和系統具備應急處理機制，如通信冗余和供電冗余等；另一方面，針對高階輔助駕駛及以上車型，確保整車支持異構冗余系統，并且保證異構冗余系統必要的環境感知能力。在技術實現上，

102、具體表現在：中央計算平臺的Fail Operational設計。作為核心部件，中央計算平臺關鍵的硬件、軟件、系統架構支持Fail Operational的安全要求：架構可靠：多層故障監控與處理框架設計；硬件虛擬安全分區和軟件的異構部署；智能汽車解決方案 203029電源時鐘、通信鏈路、車控雙路等冗余設計；故障Cross-Check互鎖機制等，徹底解決共因失效與級聯失效；最小安全系統設計保障100%安全可靠。車規工程：高導熱材料、相變材料、新型液冷技術等，實現芯片、器件、單板、系統級高效散熱；高壓大電流開關技術、高速電纜技術降低高速信號傳輸誤碼率；電磁互擾與抑制、高可靠小型防雷、電源管理技術提升

103、EMC抗干擾性能；DFA（面向裝配的設計）工藝、車載點膠工藝、鍍層工藝、膠粘工藝、管路腐蝕及凝露測試極限、光學鍍層及焊接工藝等提升使用壽命，超越車規級ASIL D功能安全要求。全生命周期免維護：基于芯片、軟件、系統級故障失效模式庫防患于未然，實時主動維護，實現0公里缺陷率預測、預防與消減。架構層面的冗余安全服務：就近接入傳感器與執行器等I/O（Input/Output）抽象和SOA的安全設計與FFI設計；重要I/O的安全冗余接入與重要服務的分布式安全部署；實現SOA服務平臺實時狀態監控與故障安全管理，支持最小安全系統合理設計，在滿足高安全的同時，顯著提升整車可用性和改善客戶體驗。MBSE（基于

104、模型的系統工程）&MBSA（基于模型的安全分析）協同：實現“系統設計+功能安全+執行模型”的一體化模型設計、分析與驗證，構建具備良好適應性的高安全分層架構模型和高內聚低耦合模塊化組件，支持車載軟件有節奏的迭代和快速的功能安全設計、分析與驗證。架構級功能安全仿真與驗證：實現車輛級功能安全仿真（包括危害場景庫、故障數據庫、車載架構平臺模型、模擬外部接口、車輛模型、駕駛員行為及故障響應模型、運行環境模型等）和（半）自動化功能安全驗證、支持車輛級功能安全快速閉環。雙重安全通信：端到端安全通信保護、通信網絡故障實時監控、通信網絡折疊倒換、雙發選收等安全設計，保障單個通信故障情況下的可靠降級和安全運行。喚

105、醒、供電、外部感知輸入、車控信息輸入、關鍵執行器輸出鏈路必須冗余。預期功能安全:把“未知危害”場景變為“已知非危害”場景自動駕駛最終實現后，駕駛安全責任由人轉移到車輛。與功能安全不同，預期功能安全主要考慮預防和應對由于功能定義不足（functional insufficiency）和合理可預見的誤用導致的不合理風險。包括由于對目標場景考慮不夠全面、未充分考慮可能影響傳感器性能的環境因素等的風險。同時預期功能安全還需要不斷探索“未知的危害場景”，持續的把“未知不安全場景“變為“已知非危害場景”，預期功能安全問題已經成為智能駕駛商業化落地需要持續解決的問題之一。智能汽車解決方案 203030隨著智

106、能駕駛功能的逐漸應用，車輛的預期功能安全問題日益突出，以下幾點至關重要：1）需要緊密跟蹤國際國內預期功能安全標準的發展，從系統設計與規范、驗證與確認以及運行監控等階段全面實踐預期功能安全標準流程和要求，全面保障產品的預期功能安全；2）從交通法規的遵守、設計運行范圍邊界判定、動態駕駛任務執行、最小風險制動的執行、人機交互、可預期的特殊場景的應對等方面展開預期功能安全風險分析與應對措施研究；3）通過交規數字化，形成機器可識別、可理解的交規，促進自動駕駛車輛有序融入社會交通體系；4）通過安全時間域（Safety Time Domain）設計，綜合考慮傳感、決策、執行總時間，保留合適的時間裕量以應對不

107、確定性（包括其他交通參與者行為的不確定性），始終保障運行階段的行車安全5）進行充分的模擬仿真測試、封閉道路測和開放道路測試，加強審核，充分挖掘可能導致危害行為的功能不足和觸發條件；6）在車輛運行階段，基于數據分析和預測，及時發現由于環境、駕駛習慣等因素演進可能導致的潛在危害，及時采取措施。最終達成可比擬優秀駕駛員的駕駛安全性，滿足用戶對智能駕駛車輛安全的期待。網絡安全、數據安全及隱私保護，共同構筑信息安全屏障智能汽車不同于其它的移動智能終端，它承載著車內乘客和路面行人的生命安全。嚴守安全底線、保障產品和服務安全是維護好公民生命財產安全和公共安全的基礎。未來，隨著汽車“新四化”的推進，網絡安全、

108、數據安全、個人隱私保護等信息安全風險不斷上升，唯有產業鏈所有參與者，包括行業監管部門、整車廠、零部件供應商等，共同努力才能構筑起智能汽車全生命周期的安全防護屏障，才能最大限度的應對信息安全挑戰、保障智能汽車產品和服務安全。1）網絡安全根據安全咨詢公司Upstream的統計數據，20112019年共發生342起針對智能汽車的攻擊。從攻擊頻次看，智能汽車網絡攻擊呈現快速增加趨勢。從攻擊手段看，已從傳統物理接觸破解，演變到遠程非接觸攻擊，遠程攻擊占比90%以上，且近1/3威脅到車輛控制。從攻擊比例看，車云攻擊占比最高，達20%以上；車云、鑰匙和OBD（車載自動診斷系統）接口是最主要攻擊領域，除此之外

109、甚至還出現了對傳感器感知的攻擊。未來，實時在線是智能汽車功能持續使用/更新的前提條件，越來越多外設及網絡接口將出現在汽車上，實時聯網的汽車將面臨攻擊范圍更大、攻擊方式更多、攻擊入口更多樣、影響后果更嚴重等挑戰。如何解決這些挑戰，以下幾個方面非常關鍵：從架構方面看，下一代通信與計算架構面臨的網絡安全挑戰將呈現出新趨勢：1）邏輯功能集中到HPC（高性能計算機群），被攻擊后影響面擴大；2）SOA服務化帶來關鍵服務權限管控和通信安全挑戰；3）平臺開放性導致第三方軟件、硬件全生命周期時刻存在安全風險；4）從法規、標準角度，未來安全的智能汽車在滿足法規認證要求外，還需滿足結果可信和過程可信要求。中央計算平

110、臺是防止攻擊、保障安全的最后一道防線，需要從平臺級安全、車內安全、車外安全三個方向進行多層次多維度的安全防范。在車外主要有傳感器接入、網絡接入兩大入口，需要通過接入認證、入侵檢測與防御、AI安全與攻擊對抗等技術手段，實現“進不來”的攻擊防護；在車內主要有計算與控制兩大模塊，通過訪問控制、安全隔智能汽車解決方案 203031離、安全降級、診斷與恢復等技術手段，實現“攻不破”的入侵防護?？傊?，網絡安全是一個復雜的攻防體系，要做好攻防，需多方面努力：1）需要從根技術（芯片、OS、加密算法等）與架構設計等角度進行底層設計，結合安全可信根、加密算法、可信計算與OTA、入侵監測與隔離等核心技術，同時基于對

111、AI不確定性認知的加深，通過持續提升AI不確定性檢測與評估技術來強化預期功能安全能力，守護好智能汽車中央計算平臺的“安全命門”。2）需要車企聯合Tier1（一級設備供應商）、Tier2，從整車視角構建整車全生命周期的縱深防御體系，杜絕車輛被黑客遠程控制，避免車端和云端的數據泄露。3）智能汽車需要具備韌性，即在系統受到攻擊的情況下，網絡安全及韌性手段在實施風險消減后，系統仍然能夠提供穩定的車控服務，或能夠將被入侵的車控服務隔離，執行確定性的降級，保障其它未被入侵的車控服務繼續提供有效服務和保障安全。具體來說，未來汽車全生命周期網絡安全，需要從安全治理、客戶需求、架構設計、安全防護、異常檢測、及時

112、響應、恢復多個維度加固。放眼2030，網絡安全關鍵技術應包括：基于AI的車載入侵檢測系統、第三方軟件供應鏈安全與運行態完整性保護技術、韌性框架和入侵容忍、基于零信任第三方設備持續認證與溯源、傳感器惡意信號檢測與防御等。其中，韌性框架和入侵容忍依賴于網絡安全與功能安全融合，包含設計階段融合與運行階段融合：1）設計階段融合，阻止已知攻擊?；谝阎襞c失效，利用TARA（威脅分析與風險評估）與HARA（危害分析與風險評估）融合分析，構建完備的網絡安全與功能安全需求，避免彼此直接沖突和重疊。2）運行階段融合，假定攻擊成功入侵系統，基于系統目標，進一步增強設計融合，防止網絡攻擊導致的功能失效，包含網絡

113、安全檢測、功能安全/網絡安全風險評估、功能安全響應、網絡安全漏洞修復等。2）數據安全和隱私保護智能網聯汽車身處“人-車-路-云-網”構成的復雜連接環境中，數據成為重要的基礎資源，不僅驅動了智能網聯汽車的業務創新和產業發展，也深度融入了社會生活的方方面面。智能網聯汽車數據安全體系變得越來越重要，從數據安全感知、數據環境安全管控、數據運維安全管控，到數據資產安全管控和數據應用管控，智能網聯汽車數據安全體系將逐步完善。智能網聯汽車制造商、供應商和服務商，都需要加強數據安全能力的建設，不僅是用戶鑒權、數據加密、訪問控制、應用管理、智能脫敏、網絡防護等技術層面的保障措施，還需要在組織、產品開發流程、交易

114、過程、商業承諾、服務等活動中構建體系化的數據安全合規能力。具體來說，數據使用應遵循合法、正當、透明、目的限制、數據最小化、準確性、存儲期限最小化、完整性、保密性和可用性原則。同時，對于個人隱私敏感數據，需要進行集中管控，從車端到云端大數據平臺、后端業務場景及第三方數據處理者進行全鏈條的隱私治理，以確保全生命周期的隱私保護。主要的技術實現路徑有：1）車內處理智能化，敏感個人數據不上云，在車端提供更多的本地智能化處理，如語音識別，人臉識別等；2）可用不可見，使用同態加密技術，差分隱私等技術，減少對敏感個人數據的使用；3）將隱私保護融入全生命周期。注重個人信息在采集、使用、保留、傳輸、披露和處置等處

115、理過程中的隱私保護，確保流程透明、結構完善、控制嚴謹，以及過程可追溯。免責聲明本文檔可能含有預測信息，包括但不限于有關未來的財務、運營、產品系列、新技術等信息。由于實踐中存在很多不確定因素，可能導致實際結果與預測信息有很大的差別。因此，本文檔信息僅供參考，不構成任何要約或承諾，華為不對您在本文檔基礎上做出的任何行為承擔責任。華為可能不經通知修改上述信息，恕不另行通知。版權所有 華為技術有限公司 2021。保留一切權利。非經華為技術有限公司書面同意，任何單位和個人不得擅自摘抄、復制本手冊內容的部分或全部，并不得以任何形式傳播。商標聲明 ，是華為技術有限公司商標或者注冊商標，在本手冊中以及本手冊描述的產品中，出現的其它商標，產品名稱，服務名稱以及公司名稱，由其各自的所有人擁有。