2.1.1 整體架構

圖2-1所示為一個典型的座艙整體框架示意圖，可以看到端側主要包含硬件平臺、系統層、框架層以及應用層4個部分。

1.硬件平臺

硬件平臺包含了智能交互、通信以及網關3個單元。其中通信單元實現互通互聯，包含GSM/GPRS/C-V2X、GPS、WiFi以及藍牙等的無線連接。網關單元用于保障座艙域內安全可靠的數據傳輸、內置存儲和常用網關接口，包括車載以太網（ETH）、控制器局域網（CAN、CANFD）、本地互聯網（LIN）和FlexRay等接口。因為這兩個模塊屬于比較標準的模塊，這里不再贅述。對于智能座艙開發者來說，接觸最多的是智能交互單元，因為這個單元主要用于處理各類傳感器的感知結果（音頻、視頻或其他信號），并且將處理后的結果傳入處理器進行推理計算。為了確保AI算法模型的高效運行，將會使用多種不同類型的AI芯片。我們將在本書的第3章專門講述這類AI芯片的相關知識。

2.系統層

系統層直接運行在硬件之上，用于提供底層的算法、通信、狀態管理等服務。一般來說，系統層先是通過虛擬機監視器（Hypervisor）+板級支持包（Board Support Package，BSP）的方式實現硬件平臺的虛擬化，使得系統軟件可以更方便地與不同硬件平臺對接。Hypervisor可以被簡單地理解成我們在計算機中使用虛擬機（Virtual Machine），一種可以運行在硬件平臺與座艙操作系統之間的中間軟件層。在系統層中，還有一個模塊叫作汽車開放系統架構（Automotive Open System Architecture，AutoSAR），這是一個由全球各家汽車制造商、零部件供應商以及各種研究、服務機構共同參與的一種汽車電子系統的合作開發框架，并建立了一個開放的汽車控制器（ECU）標準軟件架構。許多中國廠商都是AutoSAR聯盟成員，如長城、東風、一汽、上汽、吉利、蔚來、拜騰、寧德時代等。AutoSAR成立的初衷是通過提升OEM以及供應商之間軟件模塊的可復用性和可互換性來改進對復雜汽車電子電氣架構的管理。為此，AutoSAR對應用軟件與底層軟件之間以及應用軟件之間的接口進行標準化，給出一個控制器軟件參考架構，而且規范分布式開發流程中的交換格式。這樣，整車廠和供應商就可以專注于功能的開發，而無需顧慮目標硬件平臺。打個簡單的比方，整車和零部件就好比是計算機和外設的關系，它們之間通過標準的USB接口來連接。然而在實際應用當中，AutoSAR還是有諸多限制，例如，目前提供AutoSAR開發工具鏈及基礎層軟件的基本上就Vector、Elektrobit（Continental）和Bosch三家，由于各家對AutoSAR標準的理解和具體實現方式不同，導致它們的基礎層軟件在某些方面是不兼容的，這使得應用時的靈活性受到了限制。其次，AutoSAR的整套工具鏈價格還是相當昂貴的，特別是對于一些小供應商來說。另外，傳統AutoSAR用的是靜態操作系統，其進程的數量、優先級、內存分配等都是固定的。一旦需要做一個改動，比如添加一個通信信號，都需要重新生成一遍整個ECU的代碼并刷寫，不夠靈活。于是人們又開發出了Adaptive AutoSAR，來滿足汽車越來越高的智能化以及越來越快的功能和軟件更新頻率要求。AutoSAR目前主要用于儀表和車機部分，對于智能座艙開發來說，主要關注點在框架（Framework）及通信，因為在這里主要用于提供機器學習、數據融合、圖像及音頻處理等基礎軟件開發包（Software Development Kit，SDK）及內部數據通信協議，從而支撐上層感知功能的開發及運行。我們將會在下面用實際例子加以說明。

3.框架層

基于系統層提供提供的感知、通信及管理等基礎服務，框架層主要是實現座艙不同功能的模塊化，用于上層座艙場景的開發。以圖2-1中的框架層為例，這是一個典型的面向服務的架構（Service-Oriented Architecture，SOA），這種架構既可以實現業務和技術的分離，又可以實現業務和技術的自由組合，為上層的場景開發帶來便利。為此，這里還專門基于這些模塊提供了場景開發平臺，以進一步降低場景開發的難度。對于智能座艙來說，這里的模塊除了常用的空中下載技術（OTA）、協議解析等模塊外，還可以包含各類感知模塊，如情緒感知、行為動作感知、疲勞感知等。場景開發平臺可以根據這些感知結果進行具體的場景開發，例如，檢測到駕駛員輕度疲勞時進行語音提醒，檢測到抽煙時開窗，檢測到打電話時降低音響音量等。我們也將會在本書的第6章詳細介紹座艙中常見的場景算法及實現。

4.應用層

該層就是座艙用戶直接體驗到的各類場景及功能。常見的座艙場景及應用已經在本書的第1章介紹過，這里不再贅述。

除了上面4個部分之外，智能座艙還包含各類外設，例如，以攝像頭、傳聲器為代表的艙內傳感器，以觸摸屏為代表的人機交互設備，還有通信設備以及用于OTA及個性化服務的云端等。因此我們可以看到，當前智能座艙系統擁有智能化、網絡化的特征、同時覆蓋端側與云側，通過端云一體的方式為座艙用戶提供主動、人性化的關懷。目前智能座艙架構沒有統一標準，不同廠商會根據業務、車型及硬件平臺搭建不同的架構，下面我們以地平線機器人推出的Halo智能座艙解決方案以及斑馬智行智能座艙操作系統為例加以說明，方便讀者參考。Halo智能座艙是地平線機器人基于其征程系列芯片而打造的智能座艙產品，并且于2020年在長安UNI-T上首次實現了量產。斑馬智行智能座艙基于AliOS打造，在智己L7等車型上得到應用。

如圖2-2所示，Halo智能座艙架構包含了硬件層（車機硬件、各類傳感器等外設）、系統平臺（HAL+驅動）、Android Framework車機服務和基于Antares策略中心的框架層，以及最終的交互應用層（包含第三方應用）。除此之外，還有J2中的系統與感知軟件，這些是后續算法與開發的重心之一。在外設方面，有專門的地平線云提供相關的OTA、賬號、數據等服務。以手勢舉例，主要以攝像頭（車機硬件）為感知終端，并且將相關的圖像信息輸入地平線推出的AI芯片中（以BPU為核心IP的SoC，我們將會在本書第3章做詳細介紹）進行手部區域檢測與手勢識別，這是因為相關的檢測與識別模型均運行在AI芯片中。以上流程均是在系統平臺與硬件的支撐下完成的。為了方便J2端感知算法的開發與擴展，以上手勢識別模型可以在插件化模塊中進行集成。另外，手勢識別結果及交互指令也會通過決策中心發送給車機服務模塊和交互應用模塊，用于實現系統音量調節等場景。而在云端，除了常見的OTA服務外，還有賬號管理、數據安全等服務，并且逐步擴展到個性化服務，用于實現部分場景的千人千面特征。

圖2-3所示為斑馬智行智能座艙架構（又稱為斑馬智行智能座艙操作系統），它是基于AliOS（淡藍色部分）打造的一種全新的多核分布融合架構，包含生態娛樂核、安全儀表核、實時自駕核、實時車控核，既有負責安全的微內核，也有宏內核，可同時滿足車內不同域的功能隔離和功能安全要求。最后通過SOA的框架把多核整合起來成為一個虛擬化的整體大操作系統。在圖中我們可以看到，該架構分為了三個核（Core），分別是儀表Core、車機Core以及AI智能Core，通過系統級Fusion技術將三個系統整體融合打通。可同時支持儀表Core和車機Core的運行。因此，圖2-3與圖2-1最大的區別在于：圖2-1是通過不同操作系統（QNX+Android+Linux）+應用級融合中間件來“拼裝”智能，本質上僅是兩個系統間的簡單“通信”和應用端部分數據融合，而圖2-3是基于底層操作系統級別的融合，才能讓汽車內的各個端真正融為一體。另外，圖2-3中異構融合式的操作系統方案能夠充分發揮硬件平臺的優勢，大幅提升操作系統的流暢性和協同性，這也代表了智能座艙架構未來的發展趨勢。下面我們將會從車端與云端兩個方面分別進行剖析。