“长城汽车董作民：智能驾驶域控制器硬件架构”

8月26日，由爱因斯坦汽车主办的“2021领域首届智能卡主控制器创新峰会”在上海汽车城瑞立酒店隆重举行。 这次会议持续了两天，包括智能汽车、智能驾驶域控制器、智能座舱域控制器、机箱和车身域控制器、智能驾驶计算平台、电子电气体系结构、软件 会议期间，长城汽车智能驾驶框架总监董作民发表了“智能驾驶域控制器硬件架构”的主题演讲。

以下是演讲的实录。

你好。 我来自长城汽车。 今天分享给大家的话题是“智能驾驶域控制器硬件体系结构”。 因为我自己在做底盘的安全保障，所以有大约十几年的经验。 加入长城后也在自动驾驶，所以我想分享一下关于自动驾驶控制的想法。

说到域控制器，实际打开一看，功能和场景非常多、复杂，最重要的是如何为客户提供安全、可靠、舒适的功能。

从行驶区来看，首先开发的是高速公路的功能。 例如，高速公路的自行车道巡航、自动变更行进路线等。 今年4月，一辆名叫摩卡的车批量生产了5r1v系统，目前评价相当好。 那么，接下来开发什么功能？ 是高速公路场景的自动导航辅助驾驶，从这个功能逐渐扩展到城市高速公路和城市地区的情况。

在这方面，我们面临着许多挑战。 例如，离开高速公路到达城市状况后，有交通等交叉路口、自动收费站、行人回避、防止交通堵塞等功能。 在这些方面我们面临着挑战。 这给自动驾驶传感器、融合感知系统等提出了很多挑战。 首先是视觉系统。 包括红绿灯、多而复杂的十字路口、交通标志、地面标志、施工标志等，能感知到非常好的性能吗？

停车场产品还包括apv和明年量产的记忆停车，这里还包括路面停车场、空长廊、地下停车场、停车场等。

以前流传下来的域控制器大多基于传感器、雷达传感器和摄像机传感器，众所周知1r1v系统可以实现tga等功能，不需要域控制器，但最大的缺点是ota的升级 由于ncap一直在反复进化，瞄准未来的ncap需要升级控制软件功能算法，用以前流传下来的基于传感器的设计方法是无法实现ota的升级的。

以前流传下来的做法利润低廉，感知融合管控是分布式架构，对ai计算力要求不高。 路线二是目前发展迅速的趋势，即自动驾驶域控制器。 我们也以高速场景为基础，阶段性地扩大到城市·高速公路·城市部的场景。 我们希望域控制器实现，架构不变，倍算力和传感器实现ota升级。 域控制器为了实现越来越多功能的部署而访问越来越多的传感器，因此无论是视觉传感器、雷达传感器还是激光雷达传感器，域控制器都需要强大而丰富的接口。

高速场景自古流传下来的自行车道行驶、高速公路变道、半自动变道、全自动变道、高速公路自动上下灯、高速公路切换，这些场景的ai运算能力越来越高，越来越多的视觉摄像机和激光雷达信号的分解需要解决，运算

总而言之，路线硬件结构相同，odd限制多，中国特色场景开发滞后，缺乏功能体验的差异化。 路线二、统一体系结构，预先填充硬件能力，通过软件升级，可以逐步扩大odd，实现差异化体验。

这是关于分布式ee体系结构的。 一个简单的例子是以前流传下来的l1功能、adas功能、bsd死角检测。 acc和aeb其实第一功能是基于雷达的。 因为雷达在纵向距离上探测精度相当高。 lka横向控制的强方向感知是摄像机，摄像机是车道线的感知，在横向距离感知方面具有很高的精度。 例如，车道的保持和车道偏离警报由摄像机控制，分散依靠传感器，不需要域控制器。 到了右边的集中式cc架构，引入了智能驾驶控制器，有一个比较强大的计算平台，整合了以前流传下来的adas l1的功能、acc、aeb、tjp、hwp、noh等，规模比较大。 这些是

智能驾驶从分布式体系结构转移到集中式体系结构是一大趋势，长城域控制器中的创意在于车侧 举个简单的例子，自动驾驶实现了很多功能，但我们的功能并不完全。 无论是tesla-2019年碰撞的事故，还是国产新势力的车上发生的小碰撞事故，实际上我们的感知系统和管制算法一定有问题。 如果摄像头连前面不标准的车都感觉不到，碰撞就不可避免。 那么，量产车以后要进一步提高不同传感器，特别是视觉摄像机的感知功能算法，提高模型算法，我认为与云平台的良好互动是不可缺少的。

长城想建造的是量产车今后需要数据回复功能。 当然底盘的信号可以触发入住，但除此之外还需要入住实时照片新闻。 因为照片新闻是重要的资源。 这些图像资源进入云端，在云平台上进行标记训练模型，优化算法，最后将最新模型配置在车端以提高感知能力，实现各算法的迭代。

总而言之，目前l1、L2的主流体系结构adas的发展成为瓶颈，无法顺利地发展。 集中式体系结构是智能驾驶技术迅速发展的方向，提供可持续的计算能力。 集中构建硬件实现感知共享、计算力共享、电源共享等，软件统一了架构，支持功能不断演进。

这里收集了主要的ai soc芯片的迅速发展。 主要来自国外芯片供应商，包括ti、高通、tesla、NVIDIA。 从这几年开始，国产芯片头部企业也迅速崛起。 有地平线、黑芝麻、华为，长城作为主机厂非常包容。 这些芯片在长城域控制器开发的考虑范围内，我们希望与所有主要的芯片供应商紧密合作共同建设

目前的分布可能是l2和L2 + 10 tops就足够了，第一是1r多v方式，到l3需要30tops，到l4需要200-300tops才能扩展到城市场景。

这个网页是我们内部进行的总结分解，关于芯片的迅速发展，从两个维度进行判断。 横轴考虑每瓦多少tops，首要考虑芯片功耗的性能。 纵轴是计算力，越往上计算力越高。 当然对长城来说，我们更想使用的芯片是功耗低，计算力大。 当然为了满足这个要求，价格肯定也会上涨。 长城汽车目前主流的车型都在10-20万的价位之间，20万以上的车型并不特别多。 基于这一想法，他可能注重安全、可靠、高性价比。

高功率计算平台众多，噪声上升到以前流传的ecu的数倍，面临着多重挑战。 例如，从笔记本电脑到服务器，这有很大的不同。 这是毫无疑问的。 作为之前流传下来的ecu和大计算力平台，在器件数量、pin布线、焊盘、pcb层数、整机功耗、emc强度和单板面积等方面也有很大差异，期待在这方面有较大的提高。 总结一下，大计算力平台在四个维度上，功耗的挑战、/ S2/] 散热的挑战、/ S2/]

关于域控制器，长城本身也在开发。 根据我们的经验，我们认为域控制器的设计有以下几个要点。 :1、电路的分解模拟在设计选型时，通过电路的分解，确认各设备的参数。 、电源完整性的分解和模拟 : 3、信号完整性的分析和仿真； / S2// S2/4、wcca分解模拟； 5、可靠的设计、振动、/ S2 /、落下实验、/ S2/]

目前，随着大计算力芯片的应用，域控制器的快速发展功耗也越来越大。 从一二十瓦到五十瓦，现在有两三百瓦。 域控制器的模拟温度设计是重要的一环，特别是车辆的模拟温度被认为在85度左右，但这一挑战相当大。 首先模拟pcb基板上的芯片，超过基准值和高的用红色表示，另外基板上也模拟温度。

主流域控制器的散热方法一种是被动散热，一种是通过散热格栅自然空冷。 二和三是常见的风冷被动散热。 第四种是液冷。 我不想尽量考虑液冷。 液冷散热模式确实带来了额外的价格。

对于硬件体系结构，高级流程、高计算能力、开放的接口，这是终极目标。 关于芯片，将cpu解决方案、ai解决方案、图像解决方案、存储解决方案等一体化的产品称为soc。 另外，有开放接口，多种传感器、视觉、激光雷达、超声波雷达也有很好的接口。 另外还有汽车新闻娱乐系统ivi。 很多soc芯片除了npu以外还带有gpu，但也有极个别没有gpu的。 因为这里是俯瞰停车场的行业，所以连接并渲染环视图像时，可能需要从域控制器输入这个信号

这里提到的是从操作系统到云服务的开放式软件平台。 作为主机制造商，我们的第一步越来越多地放在APP应用层上。 现在有很多算法和acc，/ S2/] aeb /S2 /，/ S2/] [/s2/]

除此之外，域控制器的安全性也很重要。 最近，工信部发布了相应的法规。 也就是说，如何对自动驾驶的相关数据进行保密、加密，不将机密性低的消息传达给外部。 这边也需要做越来越多的业务。 特别是防止黑客攻击的业务。 最近一些报道称，国外有主要的主机厂，黑客高手可以通过攻击控制刹车和油门踏板。 这是非常困难的事情，所以我们需要在这里进行非常好的预防。

除此之外，还有mcu、美联社。 现在很多硬件开发人员和软件开发人员都有这样的能力。 这些人并不特别担心。 我们总是抱着包容的态度。 我们一起把这项工作做好了。

构筑智能驾驶的安全性、明确性、低延迟等核心能力，许多内部通信、延迟为微秒级和毫秒级，这一点尚有信心。 另外，安全可靠的形式化验证、安全隔离等，是开放体系结构，与autosar兼容，支持开源生态是我们的目标之一。

最后，介绍了故障操作双ecu体系结构。 明年将有一个具有冗余设计的sop。 通常由主单元控制。 如果主单元发生故障，则功能会下降，由备用控制器接管，司机也要注意。

由于引进了冗余设计，所以实际上不仅是硬件的结构，整车的结构和传感器的配置也必须考虑冗余性。 实际上，我们的传感器相当多。 在长城，我们在考虑如何合理布置传感器。 使用双电源策略或双通信结构，以便当一个传感器发生故障时，其余的传感器可以继续工作。

总的来说，车规标准化安卓平台是车企构建未来竞争力的关键。 我们试图掌握智能驾驶的主导权。 这是目标，但也不拒绝合作。 我们鼓励竞争，但期待更好的合作。 也就是说，与我们tier1、tier2分工合作，聚焦所长，聚焦汽车企业和合作伙伴商务双赢，专注场景应用和体验构建核心能力，统一技术语言，提高效率缩短ttm，不同

我的演讲到此结束。 谢谢你。