最新电子电气架构（EEA）调研-1

一、什么是电子电气架构

EEA这一概念不仅在汽车行业中存在，也在航空 飞行器、工业自动化等行业的控制系统中广泛使用。 EEA的开发通常包含需求和逻辑功能定义、软件架构 设计、硬件架构设计和线束设计等层面的开发活动。

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。

电子电气架构（EEA，Electrical/Electronic Architecture )，指对复杂系统的传感器、执行器、ECU、线束、操作系统等软硬件进行设计的系统解决方案。EEA 设计需要综合考虑客户功能需求，安装、配置、维护等方面的易程度和成本，并且需要具备适度的超前性。

我们现在使用的车辆电子电气架构规划图是由博世集团给出的电子电气架构路线图，它将共分为三大阶段六个递进层。三大阶段分别是：

1. 分布式阶段（包括模块化、集成化）；
2. 域集中式（包括集中化、域融合）；
3. 中央集中式（包括车载电脑、车云计算）。

图1 车辆电子电气架构发展框架

图2 车辆电子电气架构要素

二、数字工程

1、框架

数字工程是一种通过整合新一代信息技术、数字技术及人工智能技术，构建数字世界以提升体系化解决问题能力的工程范式 。

体系架构模块如下：

1. 物理线程：（Physical thread）指物理产品或系统的全生命周期，包括需求分析、设计验证、生产制造、测试交付、部署配置和运维管控等阶段和环节。
2. 模型线程；（Model thread）指物理产品或系统全生命周期中的各类相关模型，包括需求模型、设计模型、实作模型、产品或系统模型、性能模型、控制模型、演化模型等。模型的形式包括但不限于三维可视化模型、数学公式、网络关系模型、流程图模型、多元组模型。
3. 数据线程；（Data thread）指物理产品或系统全生命周期中的各种虚实数据，包括需求数据、设计数据、验证数据、工艺数据、生产数据、性能数据、测试数据、管控数据、配置数据、运维数据等，以及由上述数据挖掘得到的数据特征与相关知识。
4. 服务线程；（Service thread）指物理产品或系统全生命周期中依托各类软件和程序代码、插件等实现的各种功能和服务，包括感知通信服务、数化服务、仿真分析服务、智能决策服务、优化服务、安全管控服务等。
5. 智能中枢：（Intelligence center）由算力、算法、存储、网络等要素组成，是开发人工智能、赋能产品或系统智能升级、促进四大线程交互融合，以及实现人机交互与体系协同的重要支撑。

图3 数字工程成熟度模型

一个基于MBSE模型的理想数字工程体系框架如下：

图4 数字工程体系框架图

我们从图上可以看出，其根本的核心是以“数据驱动”来实现产品全寿命周期管理。

2、关键技术

数字工程的实现需要综合运用多种先进技术，主要包括：

1. 感控协同技术；
2. 数据融合技术；
3. 建模仿真技术
4. 通信交互技术；
5. 软件服务技术；
6. 系统工程技术；
7. 人工智能技术；
8. 基础支撑技术。

引用自《百度百科-数字工程》

三、电子电气架构的发展趋势与方向

图4 电子电气架构主要构成模块

在目前的新能源汽车数字化进程中，国内主机厂已经占据了领先的位置，EEA不断向“中詎集成式架构”演进，并且成为各大主机厂的共识，特别是在L2成为新能源汽车的标准之后，进一步将是L3成为车辆适配销售标准，而L4、L5级别则需要电子电气架构，以及“车-路-云”整个生态进一步完善。

国内品牌当中，蔚来、华为、小鹏、理想在EEA的研究开发和应用中是属于第一梯队，其车辆的中央计算中心已经成为其发展一个重要环节，同时车载以太网更为普通在车辆中实现和应用。

常见的电子电气拓扑结构有：环形拓扑、星型拓扑、网状拓扑。

1、未来智能汽车框架

     （1）电动化

     （2）网联化

     （3）无人驾驶化

     （4）汽车共享化

2、电子电气技术发展中形成共识

     （1）数据驱动

     （2）解耦

     （3）更高的集成化

     （4）算法

     （5）硬件与软件成为互补

     （6）通信以太网化

     （7）轻量化制造

     （8）全寿命周期管理

     （9）面向服务架构（SOA）向面向数据架构（DOA）转变

3、技术趋势

     （1）整车硬件与软件工程数字化，表现为底盘数字化、动力系统数字化、减震数字化等等；

     （2）面向L4、L5级别的引入AI技术，实现世界模型下的数据瀑布、深度学习、拟人操作等技术方向；

     （3）系统的同步分布式协同化方向，主要表现为堆栈（时间、事件-时间自适应、事件、云）融合、中间件平台化（硬件虚拟化、边缘计算化）、智能节点计算化（无控制单元）

     （4）云平台方向，主要表现为算力平台、通信平台、安全平台、应用程序认证平台、检验与监测平台，并成为一个基座系统。

     （5）算法平台：在数据驱动架构中，会形成一个开源的算法库，并形成一个面对应用的算法生态圈。

     （6）传感器智能及融合，在车辆更智能情况下的少量传感器使用。

     （7）冗余成为必要，表现在电力控制、数据传输，此解决策略只能是数据为核心的体系架构，如下一代的数据原生同步分布式协同电子电气架构。

     （8）变革的车辆维护策略，如基于全寿命周期管理，OTA技术实现，将推动维护机构认证后注册登录主机厂后台，就可以进行车辆维护，这也是基于数据安全的策略。