智能汽车迎来系统之争：5大主流车控操作系统优劣点分析

智能汽车之争最终将演为智能汽车芯片和系统之争，而后者比前者更加重要。

在智能汽车芯片领域，中国背景的华为、地平线、黑芝麻等芯片设计科技公司已跻身世界第一梯队，但关于智能汽车系统的战争才刚刚开始。

2021年重庆车展期间，地平线战略规划副总裁李星宇接受牛车网采访时表示：“芯片竞争的最后是软件生态竞争。”

在芯片生态方面，地平线已经加码布局，争取获得更多合作伙伴的加入。

地平线创始人余凯在7月的征程5发布会上 公开上表示：“当前，智能驾驶解决方案共有三大问题，其一是算力浪费，其二是生态缺失，第三还存在数据风险。”

余凯在发布会上特别强调了生态对芯片公司的重要性，为此，地平线特别推出了TogetherOS——开源安全实时操作系统，呼吁所有的车企、供应商等都参与到地平线软件生态的建设中来，以实现跑赢系统之战。

当然，从市场量产应用来看，地平线还处于量产前夕，目前特斯拉、华为、大众、百度、英伟达已经有了不少量产经验。

下面，编辑将对这5家主流车控操作系统的开发和应用情况进行简单介绍。

一、特斯拉Autopilot自动驾驶软件架构

众所周知，特斯拉自2014年推出ModelS开始，就完成了Autopilot自动驾驶软件架构的基础研发，自动驾驶技术和产业化的领跑者，其优势在于以计算平台为核心，自研并领先芯片硬件、操作系统平台软件等。

特斯拉自动驾驶软件架构如上图所示，主要特点是其操作系统基于单一的Linux内核打造了整套自动驾驶的软件方案，分别完成了从感知、决策规划和控制系统解决方案。

从现在公开的信息可知，该系统基于Ubuntu进行裁剪，对Linux内核进行了实时性改造，这个内核也开源在github上，深度学习框架基于PyTorch，实时数据处理基于开源流处理平台Kafka，拥有48个独立的神经网络进行多维度数据处理，并且具备强大的OTA升级能力。

特斯拉宣布开源系统和部分专利共享在智能汽车行业引起了不小的风波，有不少行业人士认为，新势力造车是特斯拉系统开源的受益者。

从产品来看，FSD是特斯拉旗舰功能。

其FSD（FullSelf-Driving）计算平台硬件集成了智能座舱域和自动驾驶域，操作系统通过OTA软件升级，充分利用数据、云计算生态，开创汽车产品价值和服务的新21模式。

而Autopilot与娱乐控制层掌控了所有的摄像头和雷达传感器。

在模块内部，Autopilot系统和娱乐系统这两大部分通过CAN和高速串行总线FPD-Link打通，两者之间甚至可以传递视频数据。Autopilot数据流处理机制如下图所示，融合自动驾驶与车内感知，实现服务驾驶闭环。

通过E/E架构的集中化，特斯拉将汽车的软件开发内化，将汽车底层硬件标准化和抽象化，此举让特斯拉通过软件定义汽车和创新变得更容易。

特斯拉的Autopilot进化沿着功能集中化、资源共享化的道路前进，体现了特斯拉软硬件解耦，通过软件定义汽车的实践。

特斯拉在打造Autopilot整体软件栈时采用的理念是站在巨人肩膀上进行创新，充分利用开源项目进行全栈开发，从开发（比如UI框架基于QT，前端也基于一些开源的库）、构建、到部署都采用了开源的方案，推动车端算力服务、调度机制，以及云端算力资源优化布局，培育智能驾驶新业务模式。

总结来看，软件定义汽车深刻地改变了汽车行业的盈利模式，将高性能的硬件预埋作为投资，通过软件更新服务盈利，已经成为特斯拉为代表的新造车势力的标准操作。

搭载该系统的特斯拉车型也开辟了OTA软件付费模式、OTA功能升级等行业先例。

二、华为的MDC智能驾驶计算平台架构主要特点有：

1）提供软硬件解决方案，且高度解耦，可独立升级，硬件升级路线和软件升级路线分别独立：

2）对主流传感器的适配性好，支持主流GNSS、IMU、摄像头、激光雷达和毫米波雷达等传感器的数据接入，且支持摄像头和激光雷达点云的前融合；

3）对主流中间层软件的适配性很好，可兼容ROS和AUTOSAR，支持Caffe和TensorFlow等常用深度学习框架；

4）核心组件（芯片、操作系统内核）自主可控；

5）华为是业界唯一同时拥有CPU与AI芯片研发能力的厂家，MDC平台硬件集成具有CPU与AI计算能力的强大SoC芯片，为智能驾驶提供可扩展的异构算力；

6）功能软件基于SOA架构，遵循AUTOSAR规范，定义了智能驾驶基本算法组件（如感知算法组件、融合算法组件、定位算法组25件、决策算法组件、规划算法组件、控制算法组件等）的调用框架与组件之间的软件接口；上层场景应用可以灵活选择不同的算法组件组合，实现具体的场景应用功能；

7）提供安全可信，高效便捷，灵活开放的应用开发端到端工具集，支持可视化&拖拽式操作及自动代码生成，可一站式开发、测试、调优，帮助客户或生态合作伙伴快速开发满足AUTOSAR规范的智能驾驶应用。

因此可见，华为具有除一张沙发和四个轮子之外的所有智能汽车软硬件方案，而且该方案灵活可变，支持不同价格、不同级别、不同功能要求车的定制化调整。

目前，华为该系统目前已搭载于极狐阿尔法S 华为HI版量产，2022年第一季度开始交付。

从网传的自动驾驶功能实测视频可见，搭载该系统的极狐阿尔法S 华为HI版能够识别红绿灯、自动避障、实现A点到B点的自动驾驶，且运行十分流畅。

三、大众中央集中式软件参考架构

大众汽车为了加速自动驾驶技术的应用，组建了庞大队伍自主开发汽车操作系统vw.OS，但大众在软件开发方面并非一翻风顺，刚开始，大众ID.3就因软件问题几次推迟交付时间。

vw.OS采用的是基于AdaptiveAUTOSAR面向服务的软件架构，其中，中央集中式软件参考架构如下图所示。

大众新一代EE架构的设计特点主要有：

1）采用高性能处理器、高速网络；

2）兼容POSIX的内核（Linux/QNX等）Linux+AdaptiveAUTOSAR操作系统；

3）应用软件和I/O功能解耦，减少整个系统的复杂性和应用之间的依赖性；

4）高效、快速地开发用户功能；

5）采用面向服务的通信。

目前大众ID.3已经搭载该车型在欧洲上市，国内将在成都车展亮相，后由上汽大众量产。

四、NVIDIADrive软硬齐全

1）软硬件解决方案，且高度解耦，可独立升级，硬件升级路线和软件升级路线分别独立；

2）硬件优势明显，是GPU设计、生产领域的领导者；

3）软件生态非常好，有业界最完善的官方开发套件，开发者社区相对完善；

4）软件层面开放程度较高，可在DriveWorks（功能软件层）开放API，也可在DriveAV和DriveIX（应用软件层）开放API；

5）系统软件层融合了第三方RTOS+AUTOSAR，设有Hypervisor层，第三方量产RTOS方案通过ASILD认证；

6）算法加速全部基于自身CUDA架构和TensorRT加速包，二者是NVIDIA独有，因此其软件开发生态不可脱离其硬件平台。

目前，小鹏P7车型就选择了Xavier硬件平台，能够实现L2级辅助驾驶功能。除此之外，还有不少传统车企选择在Xavier硬件平台上开发自己的自动驾驶系统。

五、百度Apollo开放平台架构百度

Apollo是一套软件平台，不具备硬件开发能力。

其依赖的计算平台硬件需要采用第三方的IPC，如下图所示。

百度自行研发了两款辅助性硬件ASU（Apollo传感器单元）和AXU（Apollo扩展单元），其中，ASU用于收集各传感器的数据，通过PCIe传输至IPC，此外，IPC对车辆的控制指令也需通过ASU向CAN发送；AXU用于满足额外算力、存储的需求，以GPU、FPGA形式接入已有硬件平台。

百度Apollo的主要特点有：

1）为网联云控（V2X）进行软硬件端到端的开发；

2）提出“认证平台”的概念，包括车辆认证、硬件认证；

3）很好地融入了云服务，其中包括众多百度自家的其他产品，如：基础百度云服务、在线仿真产品、高精度地图、小度助手（DuerOS），各产品间彼此受益；

4）由于开源，核心的算法模块在Github进行长时间优化后已充分产品化；

5）主要侧重系统软件的开发，包含定制优化的操作系统、系统中间件及算法功能模块，大部分硬件则采用第三方方案；

6）产品没有涉及到AUTOSAR架构的额外开发适配，也无需对车辆现有的ECU/MCU进行改变。

百度Apollo系统目前已搭载在威马W6上实现量产。

威马汽车官网显示：“该车是国内首款L4级无人驾驶量产车型，搭载AVP无人自主泊车系统，无论是面对家用停车位，还是公共场所停车位，只需按下一键泊车，就能实现自动停车”

该系统可以在本地及云端自动记忆行驶轨迹和预设车位的位置，实现无人情况下的自动泊车入位。

而当你召唤它时，它也能自己规避障碍，避让行人，自动接驾。

写在最后：

从整个汽车产业来看，特斯拉的贡献是巨大的，其布局时间更长，所以更像现在的苹果，具备软硬件研发和递代的能力，有先发先至的产略优势；华为和英伟达同样具备软硬件开发能力，但都只做TIer 1，不涉及整车制造，更像现在的谷歌和高通，其将帮助绝大多数传统车企实现转型，也将从转型中获利；最后是百度，其不具备硬件研发能力，只提供软件以及自动驾驶解决方案，类似于自动驾驶公司，或将成为主机厂实现自动驾驶的软件供应商之一。

参考：汽标委智能网联汽车分标委今年7月编撰的《汽车控制总体技术要求研究报告》，本报告由国汽（北京）智能网联汽车研究院有限公司、华为技术有限公司牵头，共30余家单位参与撰写。