一文看懂第三代E／E架构。
? ? 作者 / 阿宝
【摘要】从汽车电动化、智能化对于电子电气架构都需要非常大的变化，本文从电子电气架构的起源，从分布式迈向集中式的架构为什么是软件定义汽车的前提，伴随着硬件、软件、通讯架构的升级，在超级计算机还没有到来之前，第三代EE架构是最佳的选择，介绍了主流的第三代EE区域控制器的方案，主流的OEM厂家的架构趋势。
全文的内容框架如上图所示，全文1.5W字，预计阅读时间25分钟。
什么是电子电气架构
在2007年由德尔福(DELPHI)首先提出E/E架构的概念，具体就是在功能需求、法规和设计要求等特定约束下，把汽车里的传感器、中央处理器、电子电气分配系统、软件硬件通过技术手段整合在一起；通过这种结构，将动力总成、传动系统、信息娱乐系统等信息转化为实际的电源分配的物理布局、信号网络、数据网络、诊断、电源管理等电子电气解决方案。
汽车电子电气架构(EEA，Electrical/Electronic Architecture )，指对汽车的传感器、执行器、ECU、线束、操作系统等整车软硬件进行设计，进而实现车内高效的信号传输、线束布Z等效果。EEA 设计需要综合考虑客户功能需求，安装、配Z、维护等方面的易程度和成本，并且需要具备适度的超前性。
通俗来说，汽车是一个软硬件结合的产物，如果把它比作是一个人，「四个轮子+一个沙发」是身体，电子电气架构就相当于神经系统，负责完成各个部位的连接，统领整个身体的运作，实现特定功能。
功能车时代，汽车一旦出厂，用户体验就基本固化；智能车时代，汽车常用常新，千人千面， 电子电气架构向集中化演进是这一转变的前提。从分布式到域控制再到集中式，随着芯片和通信技术的发展，电子电气架构正在发生巨大的变化。
电子电气架构从分布式迈向集中式，时代的召唤，也是软件定义汽车的前提
2.1 分布式架构为什么注定会成为历史？
电动化智能化浪潮来袭，汽车分布式电子电气架构不堪重负已不能适应汽车智能化的进一步进化。智能驾驶、智能座舱是消费者能感知到的体验，背后需要强大的传感器、芯片，更需要先进的电子电气架构的支持，电子电气架构决定了智能化功能发挥的上限。如果没有先进的电子电气架构做支撑，再多表面智能功能的搭载也无法支持车辆的持续更新和持续领先，更无法带来车辆成本降低和生产研发的高效。
最初，燃油车电子元器件数量有限，电子电气架构并不复杂， OEM 根据不同 Tier1 的技术和价格优势分别采购 ECM，只需要进行集成、测试和验证，并不需要掌握技术细节和代码。很长一段时间内， OEM 的工作只是根据市场需求不断增加 ECM 和调整线束布Z，整车 EEA都是由 Tier1 配合 OEM 进行开发，强势的 OEM 可以向 Tier1 提出功能导向的要求,其他 OEM在 ECU 设计制造上不具备话语权。
虽然 ECU 的数量和汽车配件的复杂程度只增不减，电动化引入三电系统更是加剧了这种态势，但整个行业的惯性始终在强化。一方面， Tier1 缺乏进行自我革命的动力，更高性能的总线技术和 ECU 是主要战场， 另一方面， OEM 考虑到对整车电子电气架构进行重塑式改造的庞大投入也会有所犹豫。
打破行业僵局，特斯拉提供“拉力”，智能化浪潮提供“推力”。2017 年特斯拉用 Model 3 吹响改革的号角，新一代集中式电子电气架构被推上舞台，智能化的浪潮来临。在Model 3 席卷全球的倒逼下，OEM 和 Tier1 都是必须有所行动。
分布式架构的极限是 L2 级别的自动驾驶，L3 级别已经超出承受范围。以大众分布式 MQB平台为例，CAN 总线上已经挂了很多 ECU，如果再挂雷达，通信协议总量将不支持，把全部的 CAN 换成 2M 相当于做了半个架构的改造。
智能座舱和自动驾驶需要更多的 ECU 和传感器，但分布式 EEA 已经到达瓶颈，算力和总线信号传输速度还远远不能满足，因此必须引入搭载更高性能车规级芯片的域控制器、车辆以太网和集中式 EEA。根据 NXP 官网预测，2015-2025 年汽车中代码量有望呈指数级增长，其年均复合增速约为 21%。
实现 OTA 和“软件定义汽车”，智能车必须解耦软硬件。分布式架构的 ECU 来自不同供应商，有着不同的嵌入式软件和底层代码，软件生态复杂，OEM 无法自主进行整车维护，更无法实现 OTA。而 Tier1 更新 ECM 的周期和新车型的研发周期相匹配，一般为 2-3 年，率先实现 OTA 的特斯拉更新频率则为几个月一次，用户体验差异明显。在特斯拉已经掌握 OTA 技术的情况下，如果不尽早开始布局，传统车企或将重蹈诺基亚和摩托罗拉的覆辙。?
2.2 汽车电子电气架构的演进趋势
由分布式 ECU 向域控制/中央集中架构方向发展。从博世对 E/E 架构定义来看， 汽车 E/E 架构的升级路径表现为分布式（模块化→集成化）、 域集中（域控制集中→跨域融合）、 中央集中式（车载电脑→车-云计算）。
即为分布式 ECU（每个功能对应一个 ECU）逐渐模块化、集成向域控制器（一般按照动力域、底盘域、车身域、信息娱乐域和 ADAS 域等），然后部分域开始跨域融合发展（如底盘和动力域功能安全、信息安全相似），并发展整合为中央计算平台（即一个电脑），最后向云计算和车端计算（中央计算平台）发展。其中车端计算主要用于车内部的实时处理，而云计算作为车端计算的补充，为智能汽车提供非实时性（如座舱部分场景可允许微秒级别的延迟）的数据交互和运算处理。
目前我们正处于从过去的分布式EE架构迈向域集中式EE架构的转变过程中，预计到2025年左右就会完成这一转变。从2025年以后，将开启跨域的融合时代，也就是转变为“中央+区域”（Central & Zonal）计算的EE架构时代。
博世对未来汽车电子电气架构发展趋势的观点
2.2.1 模块化阶段
一个 ECU 负责特定的功能，比如车上的灯光对应有一个控制器，门对应有一个控制器，无钥匙系统 对应有一个控制器。随着汽车功能增多这种架构日益复杂无法持续。
2.2.2 集成化阶段
单个 ECU 负责多个功能，ECU 数量较上一阶段减少。在这两个阶段，汽车电子电气架构仍处于分布式阶段，ECU 功能集成度较低。
2.2.3 功能域控阶段
功能域即根据功能划分的域控制器，最常见的是如博世划分的五个功能域（动力域、底盘域、车身域、座舱域、自动驾驶域）。域控制器间通过以太网和 CANFD（CAN with Flexible Data-Rate）相连，其中座舱域和自动驾 驶域由于要处理大量数据，算力需求逐步增长。动力总成域、底盘域、车身域主要涉及控制指令计算及通讯资源，算力要求较低。
2.2.4 跨域融合阶段
在功能域基础上，为进一步降低成本和增强协同，出现了跨域融合，即将多个域融合到一起，由跨域控制单元进行控制。比如将动力域、底盘域、车身域合并为整车控制域，从而将五个功能域（自动驾驶域、动力域、底盘域、座舱域、车身域）过渡到三个功能域（自动驾驶域、智能座舱域、车控域）。
博世划分的功能域
联合电子开发的电子电气架构
2.2.5 中央计算+位置域阶段
随着功能域的深度融合，功能域逐步升级为更加通用的计算平台，从功能域跨入位置域（如中域、左域、右域）。区域控制器平台（Zonal Control Unit，ZCU）是整车计算系统中某个局部的感知、数据处理、控制与执行单元。它负责连接车上某一个区域内的传感器、执行器以及 ECU等，并负责该位置域内的传感器数据的初步计算和处理，还负责本区域内的网络协议转换。位置域实现就近布置线束，降低成本，减少通信接口，更易于实现线束 的自动化组装从而提高效率。传感器、执行器等就近接入到附近的区域控制器中，能更好实现硬件扩展，区域控制器的结构管理更容易。区域接入+中央计算保证了整车架构的稳定性和功能的扩展性，新增的外部部件可以基于区域网关接入，硬件的可插拔设计支持算力不断提升，充足的算力支持应用软件在中央计算平台迭代升级。
在一项针对某家整车制造商的研究中，安波福发现，使用区域控制器可以整合 9个 ECU，并少用数百根单独电线，从而使车辆的重量减少了 8.5千克。减重有助于节能，并延长电动汽车的续驶里程。此外，由于区域控制器将车辆的基本电气结构划分为更易于管理的组成部分，更容易实现自动化线束组装。
中央计算+区域控制架构
2.2.6 汽车云计算阶段
将汽车部分功能转移至云端，车内架构进一步简化。车的各种传感器和执行器可被软件定义和控制，汽车的零部件逐步变成标准件，彻底实现软件定义汽车功能。
整车电子电气架构必须要走向中央+区域集成
随着整车电子电气产品应用的增加，单车ECU数量激增，分布式电子电气架构由于算力分散、布线复杂、软硬件耦合深、通信带宽瓶颈等缺点而无法适应汽车智能化的进一步发展，正向中央计算迈进。
分布式的电子电气架构难以适应智能化发展趋势
分布式与域控制器集中式电子电气架构的优劣对比
汽车电子电气架构的升级主要体现在硬件架构、软件架构、通信架构三方面：
3.1 硬件架构升级：分布式向域控制/中央集中式发展
3.1.1 硬件架构升级有利于提升算力利用率，减少算力设计总需求
一般芯片在参数设计时按照需求值设计并留有余量，以保证算力冗余，主要因为汽车在实际运行过程中，大部分时间仅部分芯片执行运算工作，而且并未满负荷运算，导致对于整车大部分运算处理能力处于闲置中，算力有效利用率较低。例如泊车使用的倒车影像等仅泊车等部分时段才执行运算操作。采用域控制器方式，可以在综合情况下，设计较低的总算力，仍能保证整车在工作时总算力满足设计要求。
同等功能应用条件下域控制算力设计需求更少
硬件架构对算力的需求，可类比保险。 若个人想要抵御风险， 需要大量资金储备，因此大家都购买保险， 将汇集在一起的保险资金资源池来抵御个人风险，总资金量需求大大降低。分布式架构的芯片即为个人抵御风险储备，而域控制/中央计算平台即为总资金量，域控制/中央集中式显然算力设计需求会更少。另一方面现阶段传统车的智能功能并不丰富，智能车在未来功能扩展等方面预留较多升级空间，若实现同功能应用、驾驶安全条件下进行对比，域控制/中央集中显然更经济；若仅为传统车和智能车对比，智能车单车价值短期内显然为上升的。
3.1.2 硬件架构升级有利于数据统一交互，实现整车功能协同
传统主机厂方案采用一个功能对应一套感知-决策-执行硬件，感知数据难以交互，也无法协同执行。而实现真正意义上的高级自动驾驶，不仅需要多传感器共同感知外部环境，还需要对车内部各运行数据进行实时监控，统一综合判断，并且执行机构协同操作。域控制器/中央计算平台可对采集的数据信息统一处理，综合决策， 协同执行
分布式架构的感知数据无法统一决策处理，无异于盲人摸象。 例如，因单一传感器仅可识别到局部环境， 前方车上有一只宠物狗，各局部识别能力的传感器可获取到狗、前车、路肩等，但因为无法实时交互，从而反馈到决策-执行层后易产生误操作。而采用域控制/中央计算平台方案可实现多种信息的融合处理，综合判断结果为一辆行驶在路上的车内有一只狗，从而执行合理的操作，提高行车安全性。
3.1.3 硬件架构升级有利于缩短线束，降低故障率，减轻质量。
采用分布式架构， ECU增多后线束会更长，错综复杂的线束布置会导致互相电磁干扰，故障率提升，此外也意味着更重。集中式的控制器/中央计算平台的方式可减少线束长度，减轻整车质量。
3.2 软件架构升级：软硬件由高度耦合向分层解耦发展
3.2.1 软件架构逐渐由 Classic AutoSAR 向 Classic AutoSAR+Adaptive AutoSAR 混合式方向发展。
AutoSAR 软件架构主要分为 Classic AutoSAR 和 Adaptive AutoSAR 两类，Classic AutoSAR 较为成熟，广泛应用于传统汽车嵌入式软件中， Adaptive AutoSAR 尚处于发展初期，主要面向更复杂的域控制器/中央计算平台等。
Classic AutoSAR 基础软件分为四层，分别为服务层、 ECU 抽象层、微控制器抽象层和运行时环境，运行时环境使应用软件从底层软件和硬件平台相互独立。除此之外还包括复杂驱动程序，由于对复杂传感器和执行器进行操作的模块涉及严格的时序问题，这部分暂时未被标准化。
Classic AutoSAR 体系架构
Classic AutoSAR 架构框图
Adaptive AutoSAR 相较于 Classic AutoSAR 具有软实时、可在线升级、操作系统可移植等优势。Classic AutoSAR 是基于强实时性（微秒级） 的嵌入式操作系统上开发出来的软件架构， 可满足传统汽车定制化的功能需求，但受网络的延迟、干扰影响较大，无法满足强实时性。随着自动驾驶、车联网等应用的复杂化， 软实时性的软件架构系统 Adaptive AutoSAR 诞生，其主要用于域控制器/中央计算平台，相对于 Classic AutoSAR的优点：
为软实时系统，偶尔超时也不会造成灾难性后果；
更适用于多核动态操作系统的高资源环境，如 QNX；
软件功能可灵活在线升级。
Adaptive AutoSAR 较 Classic AutoSAR 优势明显
3.2.2 软件架构升级有利于软硬件解耦分层， 利于实现软件/固件在线升级、软件架构的软实时、操作系统可移植。
传统汽车嵌入式软件与硬件高度耦合，为应对越来越复杂的自动驾驶应用和功能安全需要，以AutoSAR 为代表的软件架构提供接口标准化定义，模块化设计，促使软件通用性， 实现软件架构的软实时、在线升级、操作系统可移植等。
3.2.3 软件架构升级有利于采集数据信息多功能应用，有效减少硬件需求量，真正实现软件定义汽车。
若未实现软硬件解耦，一般情况下增加一个应用功能则需要单独增加一套硬件装置，采集的数据信息仅一个应用功能可以利用。现阶段，自动泊车雷达和自适应巡航的摄像头、雷达采集数据不可交互，若打通整个汽车软件架构，各数据特征有效利用，实现多个应用共用一套采集信息，有效减少硬件需求数量。
3.3 通信架构升级：LIN/CAN 向以太网发展
大带宽通信架构以适应车辆日益激增的数据量和低时延要求。自动驾驶需要以更快速度采集并处理更多数据，传统汽车总线无法满足低延时、高吞吐量要求。随着汽车电子电气架构日益复杂化， 其中传感器、控制器和接口越来越多，自动驾驶也需要海量的数据用于实时分析决策，因此要求车内外通信具有高吞吐速率、低延时和多通信链路。在高吞吐速率方面， LIDAR 模块产生约 70 Mbps 的数据流量，一个摄像头产生约 40 Mbps 的数据流量， RADAR 模块产生约 0.1Mbps 的数据流量。若L2 级自动驾驶需要使用 8 个 RADAR 和 3 个摄像头，需要最大吞吐速率超过 120Mbps，而全自动驾驶对吞吐速率要求更高，传统汽车总线不能满足高速传输需求。
传统汽车总线
3.3.1 LIN/CAN 总线向以太网方向发展， 满足高速传输、低延迟等性能需求。
由于智能网联汽车应用越来越复杂，大量的非结构化数据（如图片、视频等）虽然携带的信息非常丰富，但其对数据传输要求极高，传统汽车电子电气架构的 LIN/CAN 总线不能满足高速传输的需求。以太网因具备大带宽、高通量、低延迟等优势，将成为应用于汽车主干网络的主要方案。
各域之间通过网关完成数据交换
3.3.2 采用以太网方案线束更短，同时也可减少安装、测试成本
线束在重量和成本方面都位列汽车零部件第三， 其中在成本方面，线束安装占人工成本的 50%。根据 Broadcom和博世调查数据显示， 达到同等性能条件下， 通过使用非屏蔽双绞线（UTP） 的以太网电缆和更小的紧凑型连接器，连接成本最多可降低 80％，线缆重量最多可减轻 30％。
车载以太网的发展过程
未来车载以太网应用渗透率持续增加
域/中央集中式EEA对区控制器（ZCU）要求
4.1 一步到位的超级计算机不适合现在的车企
在2022年9月20日晚，英伟达发布了全新的智能汽车芯片Thor。相比于公司去年发布的芯片Altan，Thor的AI算力提升了一倍，达到了2000TFLOPS，可同时满足自动泊车、自动驾驶、车机、仪表盘以及驾驶员监测等六重汽车算力需求。Thor芯片是为汽车中央计算架构而生的产品。英伟达对Thor芯片的愿景是用它取代目前汽车内的单独芯片，帮助车企降低生产的成本。但这种超级计算机真的适合现在的车企么？
由于过去汽车上控制器相互独立，软件为嵌入式，整车做最终硬件集成即可。未来随着 ECU 的减负，原先高度分散的功能集成至域控制器，主机厂必须自己掌握中央控制系统，否则就会失去对汽车产品的控制权。而把原本高度分散的控制功能逐步整合统一起来是传统车企的全新必修课，因此车企对电子电气架构的掌握是分步的、渐进式的。
特斯拉 Model3 开启了电子电气架构大变革，出现中央计算雏形+位置域，缩短 50%整车线束，未来目标是将整车线束降至100 米，在电子架构方面，特斯拉领先传统车企 6年以上。除特斯拉以外，目前大部分的车企的电子电气架构仍处于早期的功能域控制器阶段，即部分功能集中到了功能域控制器，但还有保留较多分布式模块，即“分布式 ECU+域控制器”的过渡方案，避免因为变革程度太大导致额外的风险及成本。
大部分企业规划的下一代跨域融合电子电气架构将于 2022年量产，以实现软件高度集中于域控制器，逐步减少分布式 ECU。到 2025 年部分车企落地中央计算+区域控制器的电子电气架构，从而实现软硬件的进一步集成，软件所有权逐步收归主机厂。朝着“中央计算+区域控制”的架构演进的过程可能长达 5-10 年。
主流车企电子电气架构进化节奏不一
4.2 区控制器在架构中的定位
不管是域集中式还是中央EEA架构，区控制器（ZCU,Zonal ECU）都是重要的一部分，在电子电气架构中ZCU主要充当部分功能Soc、网关、交换机和智能接线盒的角色；提供并分配数据和电力，并实现车辆特定区域的功能。
区控制器的一种设计方案
具体来讲：
4.2.1 关于数据分发
支持任何类型的传感器、执行器和Display（显示器）的接口；
区域内，区控制器与低阶的ECU通信时，有可能会用10BaseT1s（无屏蔽双绞线以太网1）代替其他的通信方式，比如CAN、FlexRay等；因此，也会充当IP-based设备（以太网通信设备）与骨干网（车载中央计算机与区控制器级之间的以太网通信）之间的交换机角色；当然，如果区域内的通信不完全被10BaseT1s以太网替代时（有CAN、LIN等通信存在），还会充当传统设备的网关；
关于TSN主干网（以太网），要具备高带宽和实时通信，同时保证可靠性和fail-operational特性；
eSwitch/eFuse功能；
4.2.2 关于分级配电（供电）
一级配电网络，双电源（冗余）将电力输送到区控制器；
二级配电网络，区控制器负责将电力继续向下输送到底层控制器，因此区控制器需要具备eFuse/高边power distribution功能；
4.2.3 关于车辆特定区域的feature实现
区控制器会配置ASIL等级高的MCU来实现车辆区域的各种基本功能。同时保证系统功能安全。
4.2.4 接口支持
车载以太网：10BaseT1s/100BaseT1/1000BaseT1；
I2C/I3C/CSI/DSI/I2S；
PCIe/GMSL/FPDLink
LIN/CAN/CANFD/PSI5/UART/SPI
ZCU除了以上基本特性外，可能也会涉及到一些变迁，比如逐步“吸收”区内其他ECU的功能。第一阶段，可能是相对通用化的ZCU，采用标准化软件模块，兼容现有ECU网络（CAN/LIN/FlaxRay）；作为数据转发设备，将区内的功能在服务层面就行抽象；第二个阶段，会以降低区内ECU数量为目的，整合其他ECU功能，并将控制I/O虚拟化。可能带来的影响：ZCU的对于计算需求增大，MCU难以满足算力需求，可能还需要增加MPU（增加纯DMIPS算力的SOC，比如Denverton甚至Xeon）来满足算力需求。
ZCU与区内其他传感器与执行器之间的配合关系（区内架构图）
区控制器的“扩张”和功能的集中化趋势
4.3 区域控制解决方案介绍
第三季度平板电脑出货 平板电脑一季度出货量
第三季度平板电脑出货量排名,第三季度平板销量排名,第3季度,2021第三季度手机品玩5月6日讯，据 TechInsights 最新报告指出，2023年Q1平板电脑出货量为3350万台，同比下降18%。
其中苹果iPad出货量同比下降20%，至1270万台，市场份额为38%。此外，安卓平板电脑出货量下降了19%至1670万部，接近市场平均水平。
三星出货量同比下降15%，至700万部，市场份额为21%，超过了全球市场平均水平。亚马逊的表现接近市场平均水平，出货量同比下降21%，至290万部，市场份额降至9%。联想平板电脑出货量同比下降37%，至190万台，市场份额降至6%。华为以120万台平板电脑的出货量位居前五，仅下降14%，市场份额为4%。
