当“软件定义汽车”遇上“硬件拖软件的后腿”

交流群 | 进“传感器群/滑板底盘群/汽车基础软件群/域控制器群”请扫描文末二维码添加九章小助手,务必备注交流群名称 + 真实姓名 + 公司 + 职位(不备注无法通过好友验证)


当“软件定义汽车”遇上“硬件拖软件的后腿”_第1张图片

作者 | 兰斯琪

自特斯拉带火“软件定义汽车”的概念后,这句话就成为了出现在各个论坛、车企宣传等等场合中的常客。然而,一晃好多年过去了,在自动驾驶中,“软件定义汽车”却似乎仍然还是个概念。

笔者近来和不少人聊起这件事,得到了一个很有趣的答案:软件定义汽车,但硬件正在“拖软件的后腿”。

1.“软件定义汽车”的由来

据网传,“软件定义汽车”的概念最早是在2002年被提出的,笔者未能找到其原始出处,但可以肯定的是,这个概念在刚被提出时并没有现在这么大的影响力。

在2000年代,除了出现“software defined vehicle”这样的词汇外,同期还有“software defined radar”、“software defined radio”这样的讨论。

当“软件定义汽车”遇上“硬件拖软件的后腿”_第2张图片

当“软件定义汽车”遇上“硬件拖软件的后腿”_第3张图片

可以看到,在那个软件工程兴起的时代里,人们希望能够通过编程来数字化各类物理实体,于是软件编程得到了很好的发展,软件算法逐渐在过去“万物拼硬件”的时代里有了一定的地位。但在那个时代背景下诞生的“软件定义汽车”概念和“软件定义radio”一样,都仅仅是基于软件工程爆火而衍生出的思辨产物,并没有引起当时的汽车行业的太大关注。

“在过去,软件对于汽车产业来说,只是硬件的附赠品,是免费的,软件的地位并不高。”德赛西威某产品经理说。在2000年代,汽车还是一次性买卖,即车自卖出去之后,除零部件更换外,不再为车企贡献收入。

在那个年代,汽车的品控更多地集中在硬件上,甚至消费者在购买汽车时也主要关注车辆的发动机、底盘、变速箱等硬件,软件工程的兴起暂时还没有对汽车软件产生肉眼可见的影响。

这样的情况一直持续到2016年。

2015年,特斯拉首次推出每套价格为2500美元的ADAS系统,该系统可实现自动紧急转向+侧面碰撞预警、自动变道、自动找车位等功能;2016年,特斯拉开启了“硬件预埋+付费解锁软件”模式,此后,汽车付费软件模式开始逐渐走入人们的视野中。

在这样的软件付费模式下,特斯拉为车主带来了两大好处:

1. 可通过软件的不断更新升级,使车主在不换车的情况下持续不断地体验新功能;

2. 通过软件的不断更新升级,来解决一些已有的bug,为车主减少了去4S店的烦恼。

而这,就是“软件定义的汽车”这个理念被特斯拉带火的最重要的原因。特斯拉的成功,让智能汽车产业链的许多玩家看到了一种新的可持续的盈利模式。

于是,2016年,百度高级副总裁、自动驾驶事业部总经理王劲正式提出“软件定义汽车”的概念;此后,这个概念再经由英伟达创始人兼CEO黄仁勋进一步肯定和传播,自此,汽车行业进入了“软件定义汽车”的时代。

除了“软件持续更新,使车企可以通过软件收费挣钱”外,“软件定义汽车”还包括了另一层含义:在集中式EE架构时代里,智能汽车的功能模块在很大程度上是由软件算法来定义的。比如,有AEB算法、ACC算法、FSD算法这样的词,但没有AEB芯片、ACC芯片这样的词。

2.软件尚不足以“定义汽车”

那么,软件真的能够“定义汽车”吗?

直到今天,“软件定义汽车”在行业内已经不是什么新词汇,然而,从2015年到今年这8年时间里,许多主机厂面临的现实却是,软件OTA困难重重。

在凤凰网汽车《赵福全研究院》第69期,清华大学汽车产业与技术战略研究院院长赵福全在跟东软睿驰总经理曹斌的对话中解释了OTA困难的几个原因:

首先,软件是否能实现OTA往往跟硬件有密不可分的关系。

赵福全说:

“对于车企来说,如果硬件预留不足,后续将无法发挥应有的效能,难以支持软件的升级。反之,如果硬件预留过多,且不说未必能够做到,即使有性能足够前瞻的硬件,恐怕企业也承受不了其高昂的成本。” “更进一步说,当硬件不敷使用或趋于老化之际,软件还要不要升级?又该如何升级?这都是需要考虑的问题。”

其次,当前的硬件架构和标准化程度还不足以支撑软件的不断升级。

曹斌举例道:

“很多车企今年发布的车型与去年发布的车型相比,硬件架构就是不同的,包括软件可以调用的硬件种类和数量是不一样的,芯片的计算能力和特性也是不一样的。在这种情况下,如果车企未来要对几十款车型同步进行升级,其难度将呈指数级上升。”

“假设有一家车企在10年间销售了几十款产品,这样,市场上既有该车企在10年前售出的车型,也有其刚刚上市的车型。这家车企要怎样以一套软件系统匹配全部这些车型呢?又应该以哪款车型为基准来实施软件系统的OTA升级呢?企业最新的软件系统是不是只能在部分车型上升级,而另一部分车型则无法升级呢?老实说,目前还没有哪家整车企业能够清晰解答这些问题。”

当汽车软件的OTA如此困难的时候,软件还能“定义”汽车吗?

我们总是会用智能手机的发展来类比现在汽车的发展。安卓手机发展至今,各色不同的应用软件基本都是建立在同一套操作系统上。

于是你会发现,当底层系统实现标准化时,手机的差异化竞争力又一次体现在仍然在不断迭代的硬件上。

汽车软件的发展,也是这样。尽管目前汽车软件的定制化程度很高,但共识是,汽车基础软件未来会实现一定程度上的标准化。

某整车厂系统软件工程师说:

“目前自动驾驶行业还不够成熟,各项协议、接口等都在不断变化,很难说有一个定数,但随着自动驾驶技术的不断成熟,最终都会慢慢统一起来,形成一定的标准。”

那么有人就会问了,汽车基础软件的标准化,还有很长的路要走,对于现在的汽车行业来说,汽车的议价权是否就是由应用层软件来决定的?

其实不然,某Tier1自动驾驶部门资深专家、《汽车软件架构》与《汽车人因工程学》等书的翻译者王驷通在《软件定义汽车的思辨》一文中提到:

“在硬件同质化的前提下,依靠新颖的软件功能确实能短暂满足消费者对黑科技的猎奇心理,可对追求品质的中高端消费者吸引却不足。

“这就意味着,车型的售价难以提升,成本压力又会直接传导回硬件,车企将不得不采用低成本的硬件,这反过来又会限制软件功能创新的施展空间,最终这类车型的所谓软件很可能走向‘华而不实’的恶性循环。”

除了这个原因外,另外一个很重要的原因就是功能安全,因为汽车的功能安全往往与汽车的硬件是强相关的。汽车不像智能手机,消费者所希望的各种功能是否能够落地,归根结底最终都是要落到功能安全的需要是否能得到满足上。

简单来说,在自动驾驶产品中,“软件定义汽车”还面临着如下几大障碍:首先,算法本身还存在诸多技术上的不确定性,并没有完全成熟;其次,芯片与算法的匹配上,还存在需要靠堆算力来填补算法不成熟等问题;最后,由于软硬件解耦困难,算法公司普遍认为域控制器与算法适配困难。

3.硬件拖了“软件定义汽车”的后腿

如此看来,脱离硬件谈“软件定义汽车”是不现实的。事实上,硬件正在拖“软件定义汽车”的后腿。

3.1芯片/域控

根据美国电气和电子工程师协会与 IHS咨询公司的报告,上世纪80年代初,一辆轿车的电子系统只有5万行代码,而现在高端豪华汽车的电子系统就有6500万行程序代码,提升了1300倍,搭载自动驾驶系统的车辆程序代码更是早已过亿行。

汽车软件算法愈发复杂,算法工程师地位逐渐提升,算法人才的薪资也越来越高,大量人才疯狂涌入软件市场,计算机专业也迎来了热门的大爆时期。

然而,当我们总在感叹自动驾驶软件的迭代速度之快时,仿佛忽略了自动驾驶硬件的发展速度。

事实是近年来,自动驾驶芯片的算力迭代得非常快,车辆出厂前“预埋”在域控上的硬件很容易被淘汰。这导致,还没有等到软件OTA的那天,车辆出厂前预埋的硬件便可能已经“过时”了。这可能也是当前“硬件减配”热潮兴起的一个重要原因。

前两年,自动驾驶车辆还企图通过堆叠硬件来弥补算法能力不足的缺陷,而现在,主机厂在发现硬件堆叠和预埋在实际落地过程中无法发挥预想的作用后,纷纷开始了对域控上的硬件“激进减配”。最终,市面上许多功能定位相同的预控方案,硬件配置却各不相同。

但是,所谓的“实现相同功能”却配置各不相同,无外乎都是各家算法能力的差异所导致的。算法能力强的公司从硬件上能够适当减配,算法能力弱的企业还需要用更好的硬件来分担算法的压力。

然而,这些硬件配置不同的方案在功能实现上真的能完全相同吗?

某主机厂负责自动驾驶产品规划的Slight在《从堆料上头到硬件减配,自动驾驶为何大变天》一文中写到:

“不同的硬件配置和算法,可以实现的智驾功能看起来相差无几,而事实上,这些智驾功能在功能开启范围、功能实施成功率、驾乘人员感官体验上可不止‘千差万别’。”

“一个小小的自动泊车功能APA,就可以劈叉出不同的底层功能逻辑——车辆是只能探测到两车中间的空车位,还是可以停进连续的空车位,这就涉及到环视摄像头的信号有没有被融合进泊车功能,还是仅仅实现360环视,给用户的泊车动作提供视觉上的补充。”

“虽然两者都称为APA,但使用场景的差异是切实存在的。”

也就是说,不同方案所支持的功能实际是有很大不同的,而这些不同又往往是消费者在买车时不能够知晓的——车企在卖车时通常只宣传其功能,对这些不同则选择闭口不谈。

实际上,市面上自动驾驶车辆的功能,在更多时候呈现出只顾“有无”却不管“好坏”之势。而这又导致另一个结果:许多消费者认为自动驾驶功能是“摆设”,因而不愿意为付费。

那么,为何“硬件减配”会导致这一系列严重的后果呢?

归根结底,算法是需要在硬件上运行的。

某硬件厂商软件负责人说:

“在所有开发的前期,讨论最多的其实是硬件。你需要去思考需要满足什么样一个场景,讨论硬件要怎么去设计等等。”

硬件的好坏决定了算法的天花板。某Tier 1 算法工程师说:“虽然都在说‘软件定义汽车’,但是硬件就像是木桶最短的那块板,而最后决定这个木桶里能装多少水的恰恰是最短的那块木板。”可以说,硬件决定了算法的上限。

这样看来,对于自动驾驶来说, 硬件有可能正在拖“软件定义汽车”的后腿。

3.2被忽视的汽车基础零部件

大家都清楚自动驾驶需要更好的硬件,但是似乎行业内普遍更关注的是激光雷达、SoC芯片等“自动驾驶硬件”,而对线控底盘等基础零部件的关注度却不够。

在自动驾驶开始流行之前,各大主机厂已有了几十年的造车经验,汽车零部件供应商的技术到现在已经非常成熟,也深得车企信任,因此,车企在给一些做L4的商用车无人驾驶公司供应车辆的时候,也是通过老一批的供应商提供的基础零部件线控底盘等基础零部件进行集成。可是,这样造出的车,真的适合无人驾驶吗?

笔者在同零一智卡公司(专注商用车线控底盘)创始人兼CEO黄泽铧的交流中得到了这样的答案:

“我们之前做自动驾驶,大家考虑的重点还是AI层的东西,如何让车辆解决各种自动驾驶的coner case,如何应对各种失效场景等等,通过不断优化感知系统配置、优化算法等手段去提高自动驾驶的水平。

“这从基础的逻辑上来说没有什么问题,但实际上,自动驾驶不仅仅只有AI的部分,它还有车辆本身的部分,因为车辆的硬件系统它是会坏的。

“当我们在考虑AI层的时候,关注的重点是是硬件系统完好的情况下会出现的各种突发情况,但是在那种硬件会失效的场景下,会出现的问题通常远不止这些。

“所以,从技术层次上,自动驾驶要落地离不开一个完全靠谱的车辆系统。”

然而,传统零部件供应商/主机厂因为不了解算法需求,做出来的线控底盘往往算不得好用。

黄泽铧道:“我跟很多同行聊了一下,然后发现大家其实在车这一层遇到的问题都挺大的。这分两个点:

“第一点是,主机厂也不了解自动驾驶,所以连最基本的一些功能,比如说扭矩控制、转向的精度、轮速的精度这些东西都不会做得特别细,或者基本上没做,只是把各个技术集成一下。”

“第二点是,当前,自动驾驶驾驶系统的功能还只能满足正常工况下的需求,但实际上车是一个复杂系统,在这个复杂系统内部会产生各种各样的失效,如果有些地方没有考虑到,就会造成很大的问题。”

因此,目前已搭载自动驾驶系统的车辆,在车辆本身层面上的线控底盘等基础硬件,并没有非常适配于自动驾驶。

在创办零一智卡前,黄泽铧是图森未来工程副总裁。与算法公司背景的黄泽铧走上造车之路的经历类似的是,前图森CEO陈默后来创办了商用车线控底盘公司图灵智卡,智加联合创始人之一后来创办了商用车线控底盘公司苇渡科技,而清智科技创始人张磊后来也创办了商用车线控底盘公司载合汽车。

为何这些软件算法背景的连续创业者,在后续的创业中没有再继续做软件算法,而是选择了自己之前并不熟悉的线控底盘?这也是因为他们看到了目前商用车线控底盘存在的上述痛点,而痛点就是商机。

4.软件公司也要补硬件短板

不仅算法背景的连续创业者们看到了这样的商机,算法公司也开始考虑自研能够更好地适配自己算法的硬件,来解决商业化落地困难的问题。

乘用车赛道的软件算法是主机厂的供应商,他们所生产的算法软件是直接卖给主机厂的,对他们来说,自研硬件主要指自研域控制器,如禾多、Momenta;而对于商用车赛道的L4公司来说,很多时候产品是直接供应给场景方而不是主机厂的,因此,自研硬件则往往指自研线控底盘,如图森、Deepway、易控智驾。

以专注于矿山无人驾驶场景的易控智驾为例,该公司在今年联合主机厂推出了一款线控底盘方案。而对于他们来说,选择自研线控底盘方案是“被迫”的。

一方面,“对于一个算法公司来说,你如果只懂算法是没法理解整车的,如果对整车不了解,那就不知道如何将控制算法跟车辆做适配。算法公司是需要软硬一体的。”易控智驾技术副总裁解释道。

另一方面,“如果供应商的方案能够完全满足无人驾驶的需求,不会影响算法开发,那矿山无人驾驶公司也不会有动力自研线控底盘。因为,增加一个车辆研发团队,也需要非常大的研发投入和一定期间的不确定性。”辰韬资本合伙人(易控智驾投资人)萧伊婷说道。

可以看到,许多软件公司正在补硬件的短板,而这也许会是未来越来越多的算法公司的共同选择。

附:一个相关案例

笔者近来和易控智驾CEO、技术负责人、投资方等聊了聊关于算法公司做硬件的话题,得到了以下答案:

九章智驾:作为一个初创公司,易控智驾能做好线控底盘的底气在哪里?

答:自研线控底盘并不是一件易事,车辆研发最重要的两点:一是足够多且长久的资源支持;二是有经验的人才团队,能够直接解决问题,车辆研发是需要很长战线的事,需要大量的经验才能避免犯错。

易控有足够的资源,还有可以实践测试的项目场景。做了2台车后马上就能够拉过去进行测试,然后再下单 6 台车,再测一下感觉可以,又可以马上下单 100 台,这整个过程就会十分顺利。

易控还拥有非常优秀的团队,团队内部的成员都有着丰富的项目经验,因此能从一开始就避开很多问题,从决定开始联合主机厂自研线控底盘到做出来,一共花了不到5个月的时间。

九章智驾:相比起主机厂,易控自研线控底盘的优势是什么?

答:对于长期以集成为主的商用车主机厂来说,自研线控底盘的机会成本很高,因此他们未必有足够的动力来自研线控底盘。

如果想要自研线控底盘,就需要招新的人才。这时你就会发现主机厂的薪资架构是很难支撑起这样的人才密度的。 

为什么这么说呢?因为主机厂如果希望招相关“科技含量更高”的顶级人才,就需要付出更高的年薪。比如付给一个顶级人才80万一年的年薪,而原本在主机厂里的其他部门兢兢业业工作的人才每年的年薪可能只有30万,这就多少会让原本的人才感到一定的不公平,不公平就会导致原有人才的流失。

主机厂的整体薪资结构还是比较讲究“公平”二字的,为了保证公平且达到自研线控底盘的目的,就需要主机厂单独分离一个新的子公司出去,但这样的人力物力和时间成本是远远超过购买线控底盘的,因此主机厂往往不会自研线控底盘。

除此之外,团队氛围对于人才来说也是十分重要的。在一个团队中,如果都是思维方式相近的人才,那么团队协作效率就会很高,但如果核心团队思维方式差异很大,其协作上就会大打折扣,工作沟通起来十分困难的话,是很难留住顶级人才的。

九章智驾:易控做出来的线控底盘方案对外出售的优势是什么?

答:易控做的线控底盘方案,是百吨级增程式线控矿卡。纯电动车跟增程式车辆更适合用来支持自动驾驶。

首先,纯电动车和增程式车都是全新的电气架构,可支持更多的整车智能化所需要的数据和信息,可以为自动驾驶提供更好的性能。

其次,这两类车经过电动化改造之后,控制精度更高,更容易实现高精度的控制。

除去能更好地满足自动驾驶需求外,增程式设计还可实现最高30%的节油率,这对于油耗成本占矿山无人驾驶车辆运营总成本的50%左右的矿场来说是非常具有吸引力的。

目前国内的大部分无人驾驶宽体车,最大载重还处于70吨左右,暂时还没有百吨级的。

而占据国外大部分市场的无人驾驶无人矿车公司如小松、卡特彼勒,他们目前出售的产品为刚性矿用卡车(刚卡)。一方面,一辆刚卡的售价需要七八百万,使用年限为12-15年左右;基于易控的百吨级增程式线控底盘方案造的矿卡,单车售价为刚卡的一半甚至更低,使用年限不少于8年,尽管使用年限更低,但将价格分摊到每年,易控的车性价比更高。

可以看到,在有望最先实现商业化落地的矿山无人驾驶赛道上,易控也看到了目前行业内算法和硬件匹配上的痛点,并果断地采取了能够补硬件短板的战略。

短期来看,算法公司做硬件是一件很难的事,这需要算法公司有足够的资源支持,有很强的耐心、实力和决心去做。

但长期来看,这是一件对于自动驾驶行业十分有意义的事,先啃下难啃的骨头,后面的事才会变得更加顺利。正如黄泽铧所说:

“这是一件绕不开的事,总有人要去做。因为自动驾驶行业的发展,必然要做好这些,这是行业能继续往下发展的更好的基础。”

写在最后

从2015年开始,自动驾驶进入了热潮期,整个行业充满了朝气,而随着这样的朝气一同而来的是社会对行业极大的期许和行业整体浮躁的气息。这时的自动驾驶行业,可谓之“销金地”,各种各样的口号和满怀对未来想象的美好故事比比皆是,不少同行谈及此事,都少不得同笔者笑称一句“挣的都是投资人的钱”,而事实上,行业的发展并没能够匹配上提前喊出的口号。

疫情开始之后,整个行业逐渐进入冷静期,投资人越发谨慎,自动驾驶公司也开始“把钱花在刀刃上”,踏踏实实搞工程,为实现商业化而努力。资本的寒冬期,成为了行业拂去原本泡沫,去粗取精的黄金期。

“软件定义汽车”这个在浮躁期喊出的口号,也逐渐显露出自己原本的颜色。

在自动驾驶完全实现L4之前,硬件和软件的发展或许会呈现交替上升的情况。软件的发展很重要,但确实目前还没能达到能够“定义汽车”的地步,而硬件发展的重要性,也断然是不可被忽视的。

参考文献:

1、软件定义汽车的思辨

https://mp.weixin.qq.com/s/naHk7Eam5zaeS21_aqP1FQ

2、自动驾驶风口退潮的深层逻辑

https://mp.weixin.qq.com/s/lKCGslIk_9yYCZ7JEWbPjw

3、从堆料上头到激进减配,自动驾驶为何大变天?

https://mp.weixin.qq.com/s/l3pwAcNlzFa7wAGIPQEHDA

4、3张思维导图彻底说清楚汽车软件分类?国内外头部厂商?

https://blog.csdn.net/hhhhh109p/article/details/127429758

5、OTA对于传统车企来说为何这么难

https://mp.weixin.qq.com/s/SmibP2w93lb0VNokUZoVcg

END


当“软件定义汽车”遇上“硬件拖软件的后腿”_第4张图片

交流群 |  进“传感器群/滑板底盘群/汽车基础软件群/域控制器群”请扫描上方二维码,添加九章小助手,务必备注交流群名称 + 真实姓名 + 公司 + 职位(不备注无法通过好友验证)


写在最后

与作者交流

如果希望与文章作者直接交流,可以直接扫描右方二维码,添加作者本人微信。

   

当“软件定义汽车”遇上“硬件拖软件的后腿”_第5张图片

注:加微信时务必备注您的真实姓名、公司、现岗位,谢谢!

关于投稿

如果您有兴趣给《九章智驾》投稿(“知识积累整理”类型文章),请扫描右方二维码,添加工作人员微信。

当“软件定义汽车”遇上“硬件拖软件的后腿”_第6张图片

注:加微信时务必备注您的真实姓名、公司、现岗位,谢谢!

“知识积累”类稿件质量要求:

A:信息密度高于绝大多数券商的绝大多数报告,不低于《九章智驾》的平均水平;

B:信息要高度稀缺,需要80%以上的信息是在其他媒体上看不到的,如果基于公开信息,需有特别牛逼的独家观点才行。多谢理解与支持。

推荐阅读:

◆自动驾驶数据闭环系列之一:理想丰满,现实骨感

◆万字长文说清大模型在自动驾驶领域的应用

◆“去高精地图”跟“轻高精地图”有啥区别?落地的挑战又是啥?| 九章自动驾驶随笔之一

◆工程化能力,并非L4自动驾驶公司不可逾越的障碍 | 九章自动驾驶随笔之二

◆主机厂的“丈母娘思维”,迫使自动驾驶行业背离了“最优解” | 九章自动驾驶随笔之三

你可能感兴趣的:(自动驾驶,机器学习)