隨著汽車電氣化趨勢的到來，汽車行業面臨的變革或許比汽車從量產化發展的這一百多年還要大。汽車對於消費者的“意義”正在發生著顛覆性的變化，除了交通工具，其還承載著更多“第三生活空間”的職能。而對於汽車製造商來說，若還沉浸在傳統生產製造的“舊夢”中，或許會難以跟上這個時代對汽車行業重新定義的“新氣象”。

成都汽車產業研究院 諮詢服務部

智慧網聯研究室主任 韓勝明

汽車電子的機遇

這個世界變化得非常快，5G、AI、大資料、雲計算等等新興的技術在深刻地影響著、改變著我們生活方式的同時，也改變汽車行業的發展，“軟體定義汽車”越來越成為人們的共識。

當前新能源汽車中，混合動力車型汽車電子成本佔比達到47%，純電動車型達65%，隨著新能源汽車產量逐漸增加，汽車電子單車產值仍將持續提升。

來自安信證券和蓋世汽車的資料，截至2019年，全球汽車電子市場規模在1.77萬億元左右，2017-2019年的年複合增長率為6.7%；預計到2025年，汽車電子市場規模將達到3.85萬億元，年均複合增長率達到17%，中國佔全球市場的比重約為60%。這樣一個廣闊的市場還將發生哪些變化，企業又該如何搶佔先機？

韓勝明認為，汽車的電氣化、智慧化以及網聯化推動著汽車電子產業發展，並且迎來爆發式增長。“一方面，現有的汽車電子的升級換代加上新的智慧網聯電子產品的引入，會為汽車電子帶來一定的增長。另一方面，目前搭載在高階車型的駕駛輔助系統已經進入規模化應用，未來，其將逐步滲透到我們中低端車型，例如ACC自適應巡航系統、APA自主泊車系統等將擁有更加廣闊的市場前景，可加快對於ADAS相關電子元器件的應用。此外，很多整車企業正在開發L3級別自動駕駛汽車，加快步入量產化階段，汽車搭載的環境感知系統、車載計算平臺以及新的電子電氣架構等相關產品也將會為汽車電子領域帶來快速的增長。”他說道。

從產業鏈的角度來看，韓勝明重點提了幾個有爆發潛力的細分領域。在車載AI晶片領域，車載半導體在汽車上已經有了快速的應用，“自動駕駛的發展必然會加快車載智慧晶片的規模化生產，以滿足汽車對於智慧決策、控制執行的需求”；對於IGBT功率半導體器件，其涉及電動汽車的控制模組，隨著電氣化的推進，其將迎來大規模的應用；在環境感知領域，車載攝像頭、雷達等感測器將會加快配置到高等級智慧汽車中；在核心的車載計算平臺方面，感測器的資料融合需要透過高算力計算平臺去實現，並透過深度學習、增強學習等人工智慧演算法加快提升車輛的自主決策能力，這在L3級別以上的自動駕駛中是必須的。

此外，他還提到了車載通訊終端以及未來智慧座艙、電子電氣架構升級以後的域控制器等將有潛力推動未來汽車電子的爆發式增長。“未來汽車電子的爆發式增長的節點，還需要看自動駕駛商業化落地的節點在哪。”

機遇和瓶頸

2019年，5G商用牌照落地，中國進入5G商用的元年。隨著兩會之後“新基建”成為熱詞，5G基站建設的腳步也將進一步加快。據公開資料顯示，三大運營商預計2020年內建設超過55萬個5G基站，到2025年，建成基本覆蓋全國的5G網路，直接拉動基站投資約2.5萬億元。可以預見，基於5G網路的基礎設施將加快推動智慧汽車高速接入網際網路，實現價值提升。

4G網路時代，汽車的聯網僅僅侷限在主機廠對於車輛的一些資料採集，也無法給到流暢的資訊娛樂體驗。隨著擁有低時延、大頻寬特徵的5G網路的到來，車聯網似乎從構想到落地，往前跨了一大步。“未來的汽車更像一個智慧終端，可實現遠端的功能迭代升級。在現有硬體結構不變的情況下，可透過完善演算法，實現人機互動功能、娛樂體驗功能等新的功能，而5G可以很好地完成對系統的升級迭代。”韓勝明說道。

5G NR V2X車載通訊終端

實現無人駕駛，除了要靠車輛本身的智慧化，道路的智慧化也必不可少。“我們基於5G、C-V2X技術的5G NR V2X車載通訊終端可以實現碰撞預警、行人橫穿預警、協同式自適應巡航等；安裝於路側交通杆的5G NR V2X路側通訊終端可對道路車輛、行人、斑馬線識別檢測，實現對紅綠燈、毫米波雷達、鐳射雷達、攝像頭等路側感知裝置的資料進行實時傳輸。”他告訴我們，“智慧網聯化最終要實現的是自動駕駛的商業化落地。智慧化的成本非常高，隨著網聯化的發展，車載裝置的成本可以降低，可以進一步推動自動駕駛的商業化應用。”

談及目前企業在智慧網聯的推進過程中遇到的瓶頸，韓勝明表示，智慧網聯的研發投入太大，投入回報週期又非常長，這使得大部分有志於推進車輛智慧網聯化的企業都望而卻步。“智慧網聯汽車涉及到非常多領域，如人工智慧、通訊、雷達感知、計算機視覺等，傳統汽車的開發或許只需要車輛工程專業相關的人才，隨著技術融合的加快，智慧網聯汽車的開發需要的人才更多元化，研發成本自然就上升了。”韓勝明隨後以長安汽車為例進行了分享，“長安汽車每年在自動駕駛方面的研發投入好幾個億，不是資金雄厚的企業根本無法承擔這樣巨大的研發投入，而且短期內無法實現量產，就意味著自動駕駛車輛成本難以降低，投資也無法在短期內得到回報。我認為，這是整車廠目前在推進智慧網聯這方面普遍遇到的瓶頸。”

在韓勝明看來，要打破這一瓶頸，需要企業之間實現“技術共享”。“目前有一些專門從事智慧網聯技術研發的企業，他們不生產汽車，但是擁有自動駕駛的核心演算法等技術，透過與整車企業的合作實現技術落地，而車企也避免了重複的研發投入。”

解資訊保安難題

整車企業和自動駕駛系統的研發機構合作可以說是智慧網聯化的大趨勢下一個雙贏的模式：整車企業可以專注於汽車的設計開發，合作企業致力於自動駕駛效能的最佳化。專業的人做專業的事，前景似乎無限光明，兩方合作中還存在哪些難點呢？

在韓勝明看來，兩方的深入合作還會涉及到一個行業壁壘的問題—開放整車控制協議，整車控制協議是企業核心技術機密，同時一般某款量產車型的整車協議是一致的，這意味著開放控制協議，汽車將面臨資訊洩露的風險，存在一定的安全隱患。“之前的車輛一般都是在一個封閉式的網路中，而車聯網以後，汽車相當於處在一個開放的網路環境中，不安全因素會增加。不管如何，車聯網是一個大趨勢，我們能做的是在車載資訊方面透過更嚴謹的加密演算法來規避車輛的安全問題。”

他向我們透露，目前成都汽車研究院在和電子科技大學進行加密等領域的合作，他們致力於終端傳輸協議的加密，降低自動駕駛系統中存在的風險。“汽車聯網和手機聯網很大的一個區別在於，汽車作為交通工具，承載著保障人身安全的責任。‘汽車駭客’或許不僅僅存於電影中，我們要做的是透過我們的技術把可能存在的受攻擊的風險降到最低。

自動駕駛商業化落地

早在2020年4月，百度公司宣佈旗下自動駕駛出租車服務 Apollo RoboTaxi 全面向市民免費開放試乘，引發了一波自動駕駛的熱潮。隨後，6月底，滴滴在上海上線無人駕駛出租車，並且計劃到2030年透過其網約車平臺運營100多萬輛無人駕駛汽車。自動駕駛商業化落地前景似乎也是一片大好。

“未來的自動駕駛中，車載計算平臺需要去應對各種複雜的交通狀況，及時反饋給汽車並做出判斷。自動駕駛系統中人工智慧的深度學習需要長期的實踐積累，在這個方面我很看好滴滴未來商業化落地的前景。”對於自動駕駛的未來，韓勝明的觀點十分清晰，“自動駕駛最核心的就是其演算法，如何訓練它在各種複雜場景下做出正確的決策尤為重要。目前，很多的做法是透過模擬的應用場景進行學習，這和現實的狀況會有很大的差距。滴滴有上千萬的註冊司機，並且安裝車載資料採集系統，可以實時獲取真實道路交通環境資料，透過這些資料，可以大規模深度訓練自動駕駛系統，加快演算法最佳化迭代。這是目前大多數主機廠無法做到的，也是特斯拉自動駕駛系統能夠適應各種複雜交通場景的原因所在。”

目前，自動駕駛的商業化落地已經有了一些成果，例如封閉式園區裡的無人駕駛清運車、自動駕駛配送車等低速自動駕駛汽車。要真正實現自動駕駛，就要從一個封閉式的運營環境走向開放式的，道路上任何事情都有可能發生，其複雜程度可想而知。無人駕駛出租車作為未來自動駕駛商業化落地的一個應用場景，其商業化模式目前還是非常清晰的。其未來究竟會走向何方，等待時間給我們答案。

結語

不論前路如何荊棘，汽車電氣化的浪潮已經滾滾而至，未來，隨著新能源汽車興起的自動駕駛也逐漸落地商業化，一個更與眾不同的“時代”等著我們走進。儘量暢想未來吧！