【導讀】人工智能正深度融入汽車電子電氣架構，推動從域控制到區域控制的變革。智能執行器與微控制器、傳感器協同，讓開門、空調到自動駕駛都更智能高效。新架構降低系統復雜度，提升數據處理能力，為安全、能效與個性化體驗奠定基礎，重塑未來駕駛。

智能執行器顛覆汽車技術

來源：意法半導體

引言：人工智能 (AI) 在汽車技術中的重要性

公眾往往會認為，自動駕駛就是汽車人工智能(AI)，這種認知只是汽車人工智能的冰山一角，掩蓋了一場更深層次的看不見的技術變革：人工智能正在融入車輛電氣/電子架構的方方面面，這是一個復雜而精密的系統，所涵蓋的范圍遠不止自動駕駛功能，還包括收集數據的傳感器、實時處理數據的確定性微控制器，以及控制汽車安全關鍵型功能的執行器。

這場深刻的轉變不僅關乎車輛的“視覺”層面，更在于人工智能如何從根本上重新定義從開門到自動駕駛的整個用車體驗。

現代汽車的基礎：電氣/電子 (E/E) 架構

電子電氣架構（圖1）構成了現代汽車的基礎，支持越來越多的基于人工智能的高級功能。在這個系統中，微控制器和微處理器發揮著至關重要的作用，因為它們必須實時處理信息，并將虛擬指令轉化為實際動作。無論是自動駕駛系統的轉向操作，還是電動座椅調節、空調控制，控制精確度和響應能力都依賴于數據處理器之間復雜的交互操作。

在汽車上，能夠處理數據的地方屈指可數，尤其是執行人工智能計算和系統控制的處理器：

1. 微控制器 (MCU) 在汽車上處理數據，實現快速實時響應。例如，MCU 控制各種執行器，監控關鍵部件的狀態，或在故障安全模式下接管車輛控制。

2. 微處理器 (MPU) 和圖形處理單元 (GPU) 處理更復雜的任務，例如，圖像識別或高級數據可視化，為自動駕駛賦能，并提升用戶體驗 (UX)。

3. 數據中心，其中云計算技術可以全面完善數據分析和優化性能，這對于遠程診斷和車隊管理等任務至關重要。

這種三層架構提供了一個完整的人工智能框架，徹底改變了整體用車體驗，凸顯了人工智能在下一代汽車發展中的漸重要的推動作用。

本文重點討論所謂的端點的復雜性，微控制器在其中發揮著至關重要的作用。

圖 1：區域化電氣電子 架構示意圖。該架構由四個區控制單元和一個控制高級駕駛輔助系統 ADAS

和信息娛樂系統的中央計算機組成。藍色/紫色圖形是端點設備，與區控制單元相連。

端點設備的復雜性：微控制器、傳感器和執行器的相互作用

在車輛架構中，端點設備是指通常由小型、資源受限的元器件（例如，微控制器、傳感器和執行器）組成的硬件系統。傳感器測量溫度、壓力、速度等物理特性；微控制器以最小的延遲實時處理傳感器數據，并向執行器發出指令，執行器將電子信號轉換為物理動作，例如，轉向、制動或加速。

每輛車都有很多端點設備，這些端點必須實時同步地交互和通信。圖2以車門控制系統為例，說明了單個端點的復雜性。通常，每個車門都有一個這樣的端點，而整輛車則有很多端點（例如，車頂、后備箱、照明等）。

示例：打開車門

打開車門等簡單動作涉及一系列復雜的事件，展示了微控制器、傳感器和執行器之間的深度交互：

1. 車門內的超寬帶 (UWB) 傳感器檢測到車鑰匙的接近，同時微控制器處理傳感器數據。

2. 執行器解鎖車門，實現無鑰匙進入。

3. 執行器展開后視鏡。

4. 指示燈閃爍，向駕駛員發出視覺信號。

5. 迎賓程序啟動，例如，氛圍燈點亮，喇叭發出問候，車外照明燈點亮。

6. 數字駕駛艙激活，顯示有用信息。

7. 信息娛樂系統開始初始化，并通過藍牙/Wi-Fi 連接駕駛員的智能手機，準備個性化內容。

8. 空調系統開啟，提前打開冷風或熱風。

9. 記憶座椅通過多個執行器調整至預設位置。

10. 方向盤位置調整，方便駕駛員進入駕駛艙，然后調到預設位置。

11. 后視鏡根據存儲的偏好進行調整和校準。

這一流程鏈并非詳盡無遺，且在不同車型之間差異巨大，但是，它凸顯了眾多分散端點之間復雜的協同操作，也反映了汽車制造商面臨的更廣泛的挑戰。

圖 2：采用車門控制系統的端點示意圖。圖示端點集成了多種傳感器、一個微控制器、十三 個執行器和其他電子元件，

負責控制車窗升降機、后視鏡調節電機、車門鎖等不同功能，凸顯了這種端點架構的復雜性。

汽車廠商面臨的挑戰：應對現代汽車的復雜性

在打開車門這樣看似簡單的操作背后，卻隱藏著乘客看不到的后臺運行的很多復雜功能。如今，汽車廠商開始集中整合這些功能，接下來將這些功能變成可以軟件定義和網絡化，豐富功能，以提升用戶體驗。這種即將到來的復雜性給汽車制造商帶來了諸多挑戰：

1. 隨著功能數量不斷增加，為了確保不同的功能無縫運行，系統集成變得更加復雜。

2. 確保不同系統、不同供應商之間的兼容性至關重要，且極具挑戰性。

3. 需要新的架構來高效管理能源和充電系統。

4. 管理來自多個供應商的更新，同時確保可靠性是一項重大挑戰。

5. 創新、合規和成本的平衡始終是一項挑戰。

6. 市場要求開發周期越來越快，同時產品質量不能受任何影響，這給車企帶來了保質交貨的壓力。

這些挑戰迫使車企重新思考并重塑其現有的電子電氣架構。采用分區控制架構在全球汽車制造業已成為一種趨勢。

利用人工智能和分區控制架構促進汽車創新

域控制架構轉向區控制架構

汽車行業正在從傳統的域控制架構轉向區域控制架構。在域控制系統中，每個控制域，例如，動力總成、駕駛輔助、信息娛樂，包括域內端點在內，都是獨立運行的，這種布局設計導致布線變得復雜，硬件設備冗余。另一方面，區域控制架構將汽車分為多個物理區，并將多個單獨的域和端點整合到大型微控制器內，今天，這些微控制器又集成了人工智能功能。這種架構的好處是：

1. 降低布線復雜性和重量

2. 減少小型微控制器的數量，將其整合成更大的集成 AI 加速器的多核微控制器

3. 簡化軟件管理，減少代碼量 (LoC)

4. 賦能集中式數據處理，加快決策速度

5. 促進系統間高效的數據交換和協同操作。

域控制架構轉向區域控制架構，標志著汽車技術的重大轉變，其中，以太網標準發揮著關鍵作用。隨著先前的標準正在逐步退市，以太網正在成為現代汽車的核心通信骨干網。區域控制架構的成功實施在很大程度上取決于以太網技術的集成。

為了支持這一轉變，意法半導體等領先的半導體制造商正在將多個以太網端口和嵌入式以太網交換機直接集成到微控制器內。這項創新使汽車制造商能夠從根本上實現車輛電氣電子架構的現代化，優化數據通信，并為人工智能等前瞻性應用奠定基礎。基于以太網的架構不僅提供更高的帶寬，還提供滿足現代和未來車載應用需求所需的靈活性。

應用示例：現代汽車中的人工智能驅動的執行器

新出現的人工智能應用越來越多地在運行在區域控制單元 (ZCU)上 ，這些處理單元安放在傳感器和執行器附近，能夠有效縮短處理延遲。今天的數據收集量足以進一步加快人工智能的應用普及，隨著數據量的增加，人工智能模型正在不斷改進，例如：

1. 異常檢測提升車輛安全性：人工智能模型可檢測數據模式和異常情況，實現實時監測和主動維護。

2. 動力總成和能源管理優化：人工智能模型驅動的系統可優化電池性能和燃油效率，并適應駕駛條件。

3. 虛擬傳感器和傳感器融合：人工智能融合來自多個傳感器的數據，或模擬傳感器檢測，提升車身、底盤和熱管理系統決策的智能化水平。

4. 自適應處理：人工智能優化輸入輸出數據，從而加快電池充電速度，提高發動機能效，并提升電機性能。

結論

人工智能正在重新定義汽車的電氣/電子 (E/E) 架構，將智能執行器置于核心位置，徹底改變汽車技術。從打開車門、智能空調，到自動駕駛，人工智能為微控制器開啟很多全新的應用機會，讓駕駛變得更安全、更高效，并提升駕駛體驗。從域控制到區域控制架構的轉變，降低了集成復雜性，改進了數據處理性能，并為預測性維護、優化能源管理和傳感器融合等創新應用奠定了基礎。

斷提升、互操作性不斷增強，以及上市時間壓力等挑戰，人工智能仍為提升車輛安全性、能效和用車便利性提供了巨大的機遇。汽車行業正處于一個新時代的開端，人工智能不僅能夠改變駕駛體驗，還能塑造未來的綠色環保汽車。

作者信息

Yoann Foucher

意法半導體汽車微控制器戰略產品部總監

Dr. Florian Baumann

意法半導體技術顧問