有车云系统开发 有车云系统开发流程

有车云系统开发 有车云系统开发流程

一、车云计算是E/E架构演进的重要方向，但当前缺乏实时性应用

硬件趋同、软件定义、数据驱动已成为智能驾驶产业发展的重要趋势。汽车电子电气架构向中央域控发展已基本形成共识，而车云计算（Vehicle Cloud Computing）将成为E/E架构演进的重要方向（图1）。

车云计算是指车通过C-V2X和/或蜂窝通信网络，与各级云平台之间的协同计算。

1、非实时应用：目前，车与区域云、中心云的协同计算主要面向异步、非实时的应用，已经有成熟框架和应用，如车载导航、智能语音助手、车载娱乐、自动驾驶算法训练、车辆管理运维大数据分析等。

2、弱实时应用：车云弱实时协同计算已建立起部分标准，并在示点示范区内实现落地应用，如网联碰撞预警、网联车速引导等。

3、实时应用：面向自动驾驶的实时车云协同计算主要是车与边缘计算平台的协同计算，有助于智能网联汽车突破车载算力边界、感知边界，提升车辆的智能驾驶等级，降低智能网联车辆的成本和普及难度。但其解决方案、应用都处于萌芽阶段，相关的标准也亟待建立。因此，当前车企难以从云端得到一致的信息及服务以实现网联协同驾驶。

二、基于5G MEC面向自动驾驶的实时车云协同计算

面向自动驾驶的实时车云协同计算可以实现车辆计算能力的拓展，在此类协同计算模式中，5G-MEC由于其实时性佳，是边缘云的主要采用平台。一方面，边缘云通过路侧设备数据、车辆信息的汇聚处理、分析，可实现面向所有车辆的普适性协同感知、规划、决策。另一方面，可以通过云端平台容器部署车辆孪生体，与车端协同形成逻辑整车，在5G-MEC和车载计算平台之间实现个性化功能和算力的动态编排，通过逻辑统一来突破单车计算的物理边界并提供整车功能服务，实现面向单车个体的协同感知、规划、决策、控制、故障诊断等。

此外，经由数据网关与外部进行数据交换，边缘计算平台能够更好的与第三方生态对接，实现与智慧交通、智慧城市等服务与应用的集成。

三、国汽智控方案ICVEC

国汽智控推出的车云协同基础软件ICVEC（intelligent Connected Vehicle Edge Computing）产品，通过云端车辆孪生体将车端OS的相应功能运行于边缘云端,从系统硬件层面可以解读成车端的多板卡/多SoC域控制器的并行分布式系统的一部分运行在5G边缘云的服务器中。

1.车辆孪生及逻辑单车

车辆孪生是指车端车控操作系统（系统软件、功能软件）、应用等在边缘云（5G-MEC）上的容器内运行。云端车辆孪生体的生命周期基本上对应车辆在云端服务范围内的一次行驶旅程。与常规的数字孪生的主要区别在于，除基本的数据属性外，它还具备有相应的计算能力。

车辆孪生的优势：一方面，由于车端和边缘云具有相同的系统软件、功能软件和应用开发，车辆孪生与物理车可通过实时通信进行协同计算，包括不限于数据同步、算力编排、功能协同、实时控制等，根据每个车辆自己的环境模型和自车信息、行车目标等，实现服务于单个车辆的个性化智能驾驶功能，通过计算突破物理边界来提升单个车辆的智能。在跨边缘云平台之间迁移时，车辆孪体还可用于保留车端以及上一个边缘云节点内，对应车辆的数据和内部运行状态。另一方面，通过系统软件、功能软件中数据流的云端孪生，可以保障云端智能驾驶功能实现的实时性、稳定性和高可靠性等。

逻辑单车是由车控操作系统（ICVOS）和边缘云端的车辆孪生体所构成的具备数据同步和协同工作能力的逻辑整体，实现完整的车云计算智能驾驶功能。

2、车云通信

车云间的通讯机制是千丝万缕的。以逻辑单车为界，内部云端车辆孪生体中的功能组件与车端操作系统的功能组件之间通过分布式通信中间件（DDS – Data Distribution Service）联通，并构成相应的数据驱动架构（Data Centric Architecture）的处理主线，实现车端与云端之间各种功能静态部署与算力动态浮动。针对特定的场景及约束可以采用相应的过渡性方案(Broker)实现车端与云端两个通信域的桥接(Bridge)。

逻辑单车与外部的通信方案则相对多样化，更多是基于生态的需要采用相应的数据网关(Gateway)。比如，大数据采集功能可以采用MQTT（Message Queuing Telemetry Transport）方案，车云计算管理控制面的通信可采用IoT（Internet of Things）支持的协议栈。

不论是内部的还是与外部的通信通道，均可通过同一个或多个相互隔离的网络平面实现。而相应的逻辑单车的功能比如数据回传，可以运行在车端也可以是运行在云端车辆孪生体中。

3、车辆孪生体管理

从ICVEC管理控制面的构成来讲，运行在5G边缘云中的车辆孪生体控制器主要实现车辆孪生体的生命周期管理等功能（包括孪生体创建、车云通信通道的连接与功能协商、运行状态监控、孪生体资源释放等）以及其他服务和应用管理功能。该控制器向上连接中心云的系统管理器，向下对接逻辑单车的业务功能。

运行在中心云的系统管理器负责ICVEC的整体管理功能，主要从系统层面协调车端车云协同组件与边缘云端车辆孪生体控制器实现基本的车辆孪生体生命周期管理功能。

车端ICVOS中的车云协同功能组件，与云端系统管理器、车辆孪生体控制器相配合，实现车辆孪生体生命周期管理及相应的车云协同计算的静态功能部署、动态算力浮动、功能安全等。

以上是国汽智控ICVEC车云计算架构的基本实现方式。在此整体解决方案中，车端与边缘云间的5G通讯的实时性、可靠性是实现车云计算模式的前提条件，通过相应的监控和应对策略来加以保障。

四、落地案例

ICVEC当前已经在某自动驾驶示范区（图4）进行了部署，并完成了车云计算的应用验证。单车的传感器配置为1个摄像头，感知算法运行在车端，协同规划及应用状态处理等算法运行在云端，控制指令的执行在车端，通过车云计算实现了车道保持LKS（Lane Keeping Support）及自适应巡航ACC（Active Cruise Control）功能。验证了边缘云车辆孪生体生命周期管理、车云间有效的功能静态部署及动态的算力浮动等的实现。车云通讯通过5G通信通道实现，车辆与5G MEC机房相距近10公里。

ICVEC还实际运行在了河北徐水长城车辆测试场的边缘计算平台上（图5），在测试场封闭道路内，车辆根据测试大纲和车云计算，自动驾驶完成耐久性测试任务，检验相关部件的功能和性能。测试场景包含了城市道路、空场和各种特殊路面等环境，以及车辆及行人避让等。

同时该边缘云系统还对接了测试场工单系统，以及在控制台进行测试场、测试任务和测试车辆的3D展示。通过数字孪生技术，实现在虚拟孪生测试场上对测试道路和测试场景的扩展，在物理测试场上实车的真实测试运行。

五、价值定位

软件定义汽车使得更多的车辆功能由软件实现，但车载计算平台算力在车辆制造时就已固定，虽然有少数厂家可实现计算平台硬件在出厂后可替换升级，但高算力硬件必然意味着高成本。5G MEC支持部分所需算力部署在边端和云端，并与车端协同工作，解决车端硬件资源受限和软件对算力资源需求不断增高的矛盾，推动车辆功能开发从车内软件定义到云端软件定义的演进，真正实现软件定义汽车，同时可让低配车获得高等级自动驾驶的能力。

另外，通过与各种车联网云控平台、智慧道路交通系统及各种基于大数据处理应用的对接，国汽智控车云协同计算能够给数据驱动和产业互联网带来助力。通过构建车云协同计算基础平台，推动大量汽车数据上云、数据分析建模、车云一体的协同工作模式，将助力汽车全产业链的产业互联网建设。

同时，统一的车云协同计算基础架构将有助于汽车产业、通信产业、IT产业、交通产业的协同发展，为新基建的可持续性、可扩展性建设提供指导，消除示范区车云计算架构不统一、行业碎片化发展、应用开发受限等障碍，促进多产业的规模化扩展，减少企业的部署、迁移、适配成本。

作者Karl，国汽智控车云计算架构师。有多年嵌入式软件、云原生SDN虚拟网络、大数据分析、网络与车端信息安全等方面的研发与架构经验。

版权声明：本文内容由网友提供，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 94汽车网(94che.com) 举报，一经查实，本站将立刻删除。

标签：计算   车辆   功能   协同