编者按：5月13日，由盖世汽车与AUTOSEMO联合主办的2022汽车行业数字化转型发展线上论坛·第二期正式举行。经纬恒润工程咨询事业部高级总监张贺伟受邀出席并发表以《车载系统与软件助力数字化转型》为主题的演讲，详细介绍了经纬恒润在数字化转型浪潮下的思考与所做的实践。盖世汽车根据演讲整理成文，以分享读者。

在“十四五”规划中数字化被反复提到了24次，可见数字化转型已经成为了国家战略，在数字化转型第五篇中，专门针对“加快数字化发展，建设数字中国”专题进行了描述，其中针对关键技术创新应用方面提到了高端芯片、操作系统、人工智能、传感器等。同时发展数字经济一方面要推进数字产业化，另一方面要推进产业数字化，数字产业化是依靠信息技术创新驱动去催生新的产业，新的商业模式，是从零到一的过程，产业数字化转型是利用互联网新的技术对传统行业进行改造，是从一到N的过程。

数字化发端 汽车迎来巨变

回到汽车行业，数字化转型浪潮正在驱动行业向智能、网联、电动、共享方向发展，汽车企业也在推动新的技术，例如5G、大数据、物联网、人工智能等等。创新变得不再单一了，更多的是融合多种技术创新，在这种趋势下，汽车也产生了诸多变化。

第一万物互联。万物互联是通过汽车作为互联网入口连接人、物、数据。随着5G和V2X技术的进一步应用，车端、云端和周边可连接的设备将组成一个数字生态，这种生态系统会让人们的出行、生活方式变得更加便捷。

第二协同开发。汽车步入智能化时代，车辆开发会越来越复杂，而且会出现各种各样的角色，未来一定是多个团队，多个地域协同开发，特别是软件，协同角色也不仅仅包含同一家公司的不同团队，也会包含怎么跟客户协同，跟供应商协同，乃至跟生态伙伴协同。在协同开发的过程中涉及到的关键技术有CI/CD、ALM，其实是解决了两个问题，一个是怎么做到软件能够快速迭代和发布。目前有的车厂对供应商要求，是需要对软件做到日构建，日发布，这是一种变化，另一方面，怎么做到不同团队在同一平台下合作开发，涉及到很多工具链的集成。

第三虚拟验证。它是指脱离真实环境的验证方式，需要运用到各种仿真技术，随着整车量产周期的大幅度提前，过去一辆车需要48个月下线，如今变成24个月，18个月，乃至一年发布一款新车。在如此短的量产周期内，怎么确保测试有效性，虚拟验证变得至关重要。在实践虚拟验证方面，车厂在规划一些整车级虚拟测试系统VV，在域控验证方面也在做一些设备引入。对于智能驾驶的厂商，他们也在尝试引入云仿真概念。

第四场景驱动。数字时代，汽车不再是单纯的交通工具，它是一个智能的移动空间，在这个空间里，用户可以去办公、娱乐、休闲，如何构建出丰富多彩的场景是未来汽车发展的趋势。实现汽车场景化需要用到SOA技术，通过服务的组合去形成不同的场景，同时，有些场景设计也可以去开放给用户，由用户进行DIY设计。

机遇与挑战并存 数字化亦是如此。

首先是架构设计，目前，E/E架构从功能架构到SOA服务化架构的过渡是有困难的，服务化理念很好，但是，实现方案遇到了一些问题，包含实时性问题，也包含一些过度设计问题。另外，随着域控制器乃至中央大脑不断应用，多核异构处理器是必备的，里面会有A核和M核，每个核上该怎么去分配资源，核与核之间怎么通信，都需要在软件架构方面去做进一步探讨，乃至标准化。

第二工具链支撑。数字化转型很重要的话题要做到自主可控，但是现在很多工具链来源于老外，如何加大工业软件的自主占比，我觉得需要企业下决心。协同开发是离不开工具链的，如何构建适合企业自身研发体系的生命周期管理平台，也是一个系统工程。

第三人才结构。汽车工业，百年历史，我国培养了很多的机械人才、控制人才，在软件定义汽车的今天，更需要大量的软件工程师，如何快速培养？特别针对于A核的开发能力，它涉及到linux、安卓等操作系统，使用的语言有C++，JAVA等，这些是IT行业的技能，怎么能在汽车电子行业快速复制，并且有差异化的能力构建。

第四信息安全。随着数字化、信息化不断推进，安全正在超越传统网络安全范畴，升级为信息安全，信息安全管理体系到底该怎么搭建，目前在行业内还没有形成共识，各家实践方案都不一样。数据应用如何合规方面，怎么合规使用用户的个人数据，包括在车辆开发过程中，怎么合规使用自动驾驶数据，这些都还没有相关的法规，乃至标准去支撑。

大背景下 经纬恒润的实践

技术实践——复杂软件开发

这部分涉及到从MCU到MPU方面的实践，基于域控制器的软件架构，其实可以看到它有A核、M核，里面搭载了很多中间件，例如：AUTOSAR，包括上面的服务组件，还有应用软件，软件设计非常复杂。

经纬恒润在这个架构下做了什么实践？包含AUTOSAR CP和AP的适配，和linux、QNX操作系统的集成，在不同芯片方面经纬恒润也做了一些BSP裁剪，特别是针对不同多个操作系统的情况下，会嫁接Hyervisor。

核间通信方面，经纬恒润实践了一些主流芯片的通信架构，例如：S32G的IPCF框架、TDA4的IPC+RPMSG框架和芯驰的IPC框架，另外在以太网应用方面，经纬恒润针对SOME/IP和DO/IP做了些应用。

技术实践——SOA软件开发

现在SOA架构很火爆，越来越多整车厂将SOA软件设计从预研向量产转，但是到了控制器软件实现阶段，发现了很多问题，甚至会出现B样件还在改架构的情况。从基于信号的开发如何过渡到基于服务的开发，经纬恒润认为有几点关键的实践。

第一，SOA服务定义要考虑到实时性和实用性。如果一上来搞全车服务化，张贺伟认为并不是很靠谱，特别是针对于动力底盘等实时性要求比较高的领域，少用服务化设计。

第二，服务的划分和部署，应该遵从就近原则，重点满足场景化应用，服务部署优先部署到A核，如果实在影响实时性，再考虑部署到M核。

第三，服务和信号之间怎么转化。这是在开发SOA软件的关键要点，信号和服务的转化功能可以把它放到M核的SWC上实现，这是一种定制化的实践方案，但是，当你换一个项目，这个功能还需要重新去适配，去修改。下个阶段，经纬恒润会考虑把它做成标准化模块。

技术实践——信息安全

信息安全是数字化转型里面绕不开的话题，经纬恒润在信息安全软件开发方面做了一些实践，包含安全启动、安全升级、安全存储，入侵检测方面，经纬恒润做了CAN IDS、以太网IDPS，安全通信方面，经纬恒润做了SecOC和TLS协议实践。安全诊断涉及到车端和云端，经纬恒润当时做了一系列开发和匹配。除此之外，经纬恒润也在联合合作伙伴，评估可信执行环境TEE技术方案，后面也会有项目应用。

技术实践——工具链

第一是远程诊断的技术应用。随着4G、5G技术的发展，诊断技术从点对点基于VCI的诊断方式过渡到基于4G、5G的远程诊断，它不再需要VCI硬件去连接控制器了，经纬恒润直接会把远程诊断系统布到云端上，同时这个系统也可以作为边缘节点执行诊断，去实现面向服务的场景。未来随着汽车软件后付费模式逐步被认可，远程诊断系统可以支持基于后付费功能的开启和关闭。

技术实践——云仿真

开发者在充分信任一辆L5级别自动驾驶汽车上路之前需要做110亿英里的测试，但是无论从道路实车测试，还是单体仿真测试，都无法满足测周期要求。云仿真能支持多用例并发和超实时测试，可以极大降低现实场景的测试成本，提高测试效率。同时，它可以有效覆盖自动驾驶产品在极端场景、危险工况下的用例测试。

细化产品 经纬恒润独具匠心

第一是场景引擎工具链，场景引擎工具链专门是用来支持SOA软件开发的，“场景即服务”，那么如何通过各种服务的设计、组合去完成场景开发，这是它的定位。

具体解决方案包含三部分，第一部分是部署在移动端或者平板端的APP，主要实现场景的切换和控制。第二部分是部署在云端的场景编辑器，这个编辑器可以实现场景的定义，服务的组合，场景编排等功能。第三部分是部署在车端的SOA服务组件，专门用来实现云端编排好的场景具体执行，这三部分是一起配合的。

第二是远程诊断的工具链。解决方案包含两部分，一部分是诊断云平台，另一部分是车载核心组件。诊断云平台基于BS架构开发，主要是用来执行诊断任务的下发。车端核心组件内嵌在TBOX或者VCI等嵌入式设备上，接收云端的任务，并且和车辆控制器进行通信，执行云端的诊断任务。

从产品本身而言，经纬恒润的产品支持近场诊断，车载诊断和远程诊断，主要是为了满足各种应用场景。诊断组件是跨平台的，可部署在Linux/android环境下，支持ODX/OTX等标准诊断文件和序列的解析，同时，采用了面向服务的Restful接口设计，可支持SOA服务化部署。

最后新产品是云仿真工具链，主要包含三大部分，数据处理平台，标注/训练平台和并行仿真平台，它可以实现从实车数据采集到数据分析，感知标注，AI训练，到云端并行仿真测试。

依托云端强大的计算能力，AI训练、仿真，大数据分析等功能可以并行执行，这样大大提升了智能驾驶开发和测试效率，同时该平台也会和CI/CD工具链进行打通，为实现智能驾驶算法快速迭代提供支撑。