智能网联化—— 汽车工业的觉醒？

随着汽车电气化趋势的到来，汽车行业面临的变革或许比汽车从量产化发展以来的这一百多年还要大。汽车对于消费者的“意义”正在发生着颠覆性的变化，除了交通工具，其还承载着更多“第三生活空间”的职能。而对于汽车制造商来说，若还沉浸在传统生产制造的“旧梦”中，或许会难以跟上这个时代对汽车行业重新定义的“新气象”的步伐。

汽车电气化的大趋势下，智能网联化也顺势发展，其推动了哪些产业的发展，又最终会落脚在何方？智能网联化的进程中受到了哪些制约，又有哪些解决方案可以打破这些掣肘？本期，我们邀请到成都汽车产业研究院咨询服务部智能网联研究室主任韩胜明先生，听一听他给我们带来了哪些真知灼见。

抢占汽车电子的先机

这个世界变化得非常快，5G、AI、大数据、云计算等等新兴的技术在深刻地影响着、改变着我们生活方式的同时，也改变汽车行业的发展，“软件定义汽车”越来越成为人们的共识。

当前新能源汽车中，混合动力车型汽车电子成本占比达到47%，纯电动车型达65%，随着新能源汽车产量逐渐增加，汽车电子单车产值仍将持续提升。

来自安信证券和盖世汽车的数据，截至2019年，全球汽车电子市场规模在1.77万亿元左右，2017-2019年的年复合增长率为6.7%；预计到2025年，汽车电子市场规模将达到3.85万亿元，年均复合增长率达到17%，中国占全球市场的比重约为60%。这样一个广阔的市场还将发生哪些变化，企业又该如何抢占先机？

韩胜明认为，汽车的电气化、智能化以及网联化推动着汽车电子产业发展，并且迎来爆发式增长。“一方面，现有的汽车电子的升级换代加上新的智能网联电子产品的引入，会为汽车电子带来一定的增长。另一方面，目前搭载在高端车型的驾驶辅助系统已经进入规模化应用，未来，其将逐步渗透到我们中低端车型，例如ACC自适应巡航系统、APA自主泊车系统等，将拥有更加广阔的市场前景，其可加快对于ADAS相关电子元器件的应用。此外，很多整车企业正在开发L3级别自动驾驶汽车，加快步入量产化阶段，汽车搭载的环境感知系统、车载计算平台以及新的电子电气架构等相关产品也将会为汽车电子领域带来快速的增长。”

从产业链的角度来看，韩胜明重点提了几个有爆发潜力的细分领域。在车载AI芯片领域，车载半导体在汽车上已经有了快速的应用，“自动驾驶的发展必然会加快车载智能芯片的规模化生产，以满足汽车对于智能决策、控制执行的需求”；对于IGBT功率半导体器件，其涉及电动汽车的控制模块，随着电气化的推进，其将迎来大规模的应用；在环境感知领域，车载摄像头、雷达等传感器将会加快配置到高等级智能汽车中；在核心的车载计算平台方面，传感器的数据融合需要通过高算力计算平台去实现，并通过深度学习、增强学习等人工智能算法加快提升车辆的自主决策能力，这在L3级别以上的自动驾驶中是必须的。

此外，他还提到了车载通信终端以及未来智能座舱、电子电气架构升级以后的域控制器，等将有潜力推动未来汽车电子的爆发式增长。“未来汽车电子的爆发式增长的节点，还需要看自动驾驶商业化落地的节点在哪。”

机遇和瓶颈

2019年，5G商用牌照落地，中国进入5G商用的元年。随着两会之后“新基建”成为热词，5G基站建设的脚步也将进一步加快。据公开数据显示，三大运营商预计年内建设超过55万个5G基站，到2025年，建成基本覆盖全国的5G网络，直接拉动基站投资约2.5万亿元。可以预见，基于5G网络的基础设施将加快推动智能汽车高速接入互联网，实现价值提升。

4G网络时代，汽车的联网仅仅局限在主机厂对于车辆的一些数据采集，也无法给到流畅的信息娱乐体验。随着拥有低时延、大带宽特征的5G网络时代的到来，车联网似乎从构想到落地，往前跨了一大步。“未来的汽车更像一个智能终端，可实现远程的功能迭代升级。在现有硬件结构不变的情况下，可通过完善算法，实现人机交互功能、娱乐体验功能等新的功能，而5G可以很好地完成对系统的升级迭代。”韩胜明说道。

实现无人驾驶，除了要靠车辆本身的智能化，道路的智能化也必不可少。“我们基于5G、C-V2X技术的5GNRV2X车载通讯终端可以实现碰撞预警、行人横穿预警、协同式自适应巡航等；安装于路侧交通杆的5GNRV2X路侧通讯终端可对道路车辆、行人、斑马线识别检测，实现对红绿灯、毫米波雷达、激光雷达、摄像头等路侧感知设备的数据进行实时传输。”他告诉我们，“智能网联化最终要实现的是自动驾驶的商业化落地。智能化的成本非常高，随着网联化的发展，车载设备的成本可以降低，可以进一步推动自动驾驶的商业化应用。”

谈及目前企业在智能网联化推进过程中遇到的瓶颈，韩胜明表示，智能网联的研发投入太大，投入回报周期又非常长，这使得大部分有志于推进车辆智能网联化的企业都望而却步。“智能网联汽车涉及到非常多领域，如人工智能、通信、雷达感知、计算机视觉等，传统汽车的开发或许只需要车辆工程专业相关的人才，随着技术融合的加快，智能网联汽车的开发需要的人才更多元化，研发成本自然就上升了。”韩胜明随后以长安汽车为例进行了分享，“长安汽车每年在自动驾驶方面的研发投入好几个亿，不是资金雄厚的企业根本无法承担这样巨大的研发投入。而且短期内无法实现量产，就意味着自动驾驶车辆成本难以降低，投资也无法在短期内得到回报。我认为，这是整车厂目前在推进智能网联这方面普遍遇到的瓶颈。”

在韩胜明看来，要打破这一瓶颈，需要企业之间实现“技术共享”。“目前有一些专门从事智能网联技术研发的企业，他们不生产汽车，但是拥有自动驾驶的核心算法等技术，可以通过与整车企业的合作实现技术落地，而车企也避免了重复的研发投入。”

解信息安全难题

整车企业和自动驾驶系统的研发机构合作可以说是智能网联化的大趋势下一个双赢的模式：整车企业可以专注于汽车的设计开发，合作企业致力于自动驾驶性能的优化。专业的人做专业的事，前景似乎无限光明，两方合作中还存在哪些难点呢？

5G NR V2X 车载通讯终端

在韩胜明看来，两方的深入合作还会涉及到一个行业壁垒的问题——开放整车控制协议。整车控制协议是企业核心技术机密，同时一般某款量产车型的整车协议是一致的，这意味着开放控制协议，汽车将面临信息泄露的风险，存在一定的安全隐患。“之前的车辆一般都是在一个封闭式的网络中，而车联网以后，汽车相当于处在一个开放的网络环境中，不安全因素会增加。不管如何，车联网是一个大趋势，我们能做的是在车载信息方面通过更严谨的加密算法来规避车辆的安全问题。”

他向我们透露，目前成都汽车研究院在和电子科技大学进行加密等领域的合作，他们致力于终端传输协议的加密，降低自动驾驶系统中存在的风险。“汽车联网和手机联网很大的一个区别在于，汽车作为交通工具，承载着保障人身安全的责任。‘汽车黑客’或许不仅仅存于电影中，我们要做的是通过我们的技术把可能存在的受攻击的风险降到最低。”

自动驾驶商业化落地

早在4月，百度公司宣布旗下自动驾驶出租车服务ApolloRoboTaxi全面向市民免费开放试乘，引发了一波自动驾驶的热潮。随后，6月底，滴滴在上海上线无人驾驶出租车，并且计划到2030年通过其网约车平台运营100多万辆无人驾驶汽车。自动驾驶商业化落地前景似乎也是一片大好。

“未来的自动驾驶中，车载计算平台需要去应对各种复杂的交通状况，及时反馈给汽车并做出判断。自动驾驶系统中人工智能的深度学习需要长期的实践积累，在这个方面我很看好滴滴未来商业化落地的前景。”对于自动驾驶的未来，韩胜明的观点十分清晰，“自动驾驶最核心的就是其算法，如何训练它在各种复杂场景下做出正确的决策尤为重要。目前，很多的做法是通过模拟的应用场景进行学习，这和现实的状况会有很大的差距。滴滴有上千万的注册司机，并且安装车载数据采集系统，可以实时获取真实道路交通环境数据，通过这些数据，可以大规模深度训练自动驾驶系统，加快算法优化迭代。这是目前大多数主机厂无法做到的，也是特斯拉自动驾驶系统能够适应各种复杂交通场景的原因所在。”

目前，自动驾驶的商业化落地已经有了一些成果，例如封闭式园区里的无人驾驶清运车、自动驾驶配送车等低速自动驾驶汽车。要真正实现自动驾驶，就要从一个封闭式的运营环境走向开放式的，道路上任何事情都有可能发生，其复杂程度可想而知。无人驾驶出租车作为未来自动驾驶商业化落地的一个应用场景，其商业化模式目前还是非常清晰的。其未来究竟会走向何方，等待时间给我们答案。

结语

不论前路如何荆棘，汽车电气化的浪潮已经滚滚而至，未来，随着新能源汽车兴起的自动驾驶也逐渐商业化落地，一个更与众不同的“时代”等着我们走进。尽量畅想未来吧！

文/龚佳枫