华为在智能网联汽车领域都提出了哪些解决方案？

发布网友 发布时间：2022-04-20 20:41

我来回答

共1个回答

热心网友 时间：2023-04-23 11:52

易车讯 近日，在2021华为智能汽车解决方案生态论坛上，华为发布了OTA、VHR、以及三电云服务。

OTA云服务

随着新能源汽车快速规模发展，在智能化、网联化趋势下，软件定义汽车已成为行业共识，OTA成为软件定义汽车的核心助力。华为发布OTA 3.0整车级升级方案，可提供整车级、安全可靠零变砖、体验佳的升级体验。

缩短上市周期：硬件预埋交付，后续持续迭代软件，*了传统模式下软硬件同步交付模式，车辆上市周期大幅缩短。产品演进带来用户体验提升：相比于传统车型，通过OTA用户可持续获得新功能体验，包括智能驾驶、智能车控、动力优化等多个域，为车主带来更多智能体验，同时提升用户粘性。

为售后服务带来巨大优势：有了OTA能力，可以通过远程升级解决大量原有需要到4S店才能修复的软件问题，大幅降低售后运维成本。

带来新商业模式：相对于原有一次性销售的传统商业模式，用户购车后可以付费获取新的软件功能特性，以及软件带来硬件的升级等，为车企带来持续的增量收益。

OTA发展经历三个阶段，从市场上来看，目前绝大部分新势力ICV已率先进入OTA 3.0阶段，并在ADAS/ADS、车控域、座舱域、动力域等保持较高的迭代速度。OTA3.0需要关注的三大核心问题：整车版本管理和质量看护、OTA安全可靠，以及用户体验。

 第一阶段：近端刷写。车主把车开到4S店，通过近端诊断仪进行软件更新。早在21世纪初，有外资车企首次探索远程升级Tbox应用，但也仅限于一些网联基础服务，诸如道路救援、ecall、远程查询服务。

第二阶段：零部件OTA升级。这期间的升级形态主要是单部件或者少量部件组合的升级。在网联基础服务和座舱娱乐类应用升级之外，逐步开放了一些CAN总线的ECU FOTA，由于这些ECU安全敏感度高，OTA安全问题首次被关注。

第三阶段：整车级升级。这是面向整车智能化体验的一次升级*，受益于4G/5G网络的发展，以及整车智能件的发展，整车级应用如智能驾驶、场景化远程控车等功能包含了跨域多ECU协同工作，因此整车升级成为OTA必备场景，同时要求OTA系统支持从研发到商用全流程、全场景的升级能力。

整车版本管理是一个系统化问题，如何保障整车各部件版本的兼容性和一致性。当前整车软件代码行数达到亿级，多部件协同复杂度高。售后车辆五花八门的零件版本组合导致千车千面，如何保障整车各部件版本的兼容性、一致性，如何保障版本质量、预防bug，尤其是影响驾驶安全的bug，工程浩大。以20个零部件组合为例，整车生命周期中，功能和问题导致的变更产生的版本的数量可能达到上千个之多。在整车智能体验时代，OTA越来越普及，高效的版本管理成为关键挑战，能够提供有效的软件版本管理的能力的OTA平台更有优势。

智驾、车控、动力域升级成为常态，如何保障整车OTA下的安全可靠显得极其关键。OTA升级导致变砖将触碰用户的体验红线，业界因变砖导致投诉甚至舆情的案例也层出不穷。华为针对OTA导致变砖进行了系统化的分析，整车升级过程控制漏洞、核心部件不可用、远程修复缺失、软件bug成为变砖的最大诱因。如何在设计阶段预判所有可能导致升级变砖的故障，是个系统化的问题，需要针对所有场景下的潜在故障进行分析和模拟，并针对性制定衰减措施进行预防。华为手机在多年前就支持了OTA，针对手机OTA故障进行了系统性的故障失效模式分析，也保障了数十亿次的可靠的升级，经验值得借鉴。

和手机升级类似，在OTA过程中同样面临流量消耗、升级时长、操作交互等用户体验问题。

华为提出OTA作为核心服务，在OTA3.0时代需要具备三大能力：打通全流程、覆盖全场景、安全可靠零变砖：

华为的OTA解决方案是面向华为HI汽车解决方案打造的一款整车级远程升级服务。天然适配HI解决方案升级，可覆盖智能驾驶、智能座舱、智能电动、智能网联、智能车控等45+零部件；同时华为提供的开放式车端升级服务架构，支持车企自有件及三方件的升级，可以支持车企企标零部件刷写规范；在应用层面支持包括ADAS/ADS应用、算法、鸿蒙OS、鸿蒙原生应用的升级能力。

在智能汽车时代，各个车企持续不断的发展软件生态、构建和优化软件管理流程、对车辆升级可靠性有着专业的见解和思考，也积累了丰富的经验。华为提供的是OTA服务平台，希望与各个车企、生态伙伴一起在OTA软件生态、管理流程、可靠性、运营运维等各方面持续探索，共筑竞争力领先的OTA服务。

VHR

同时随着车辆智能化的发展，各个车身部件的数字化比例都在不断提升：车辆的软件代码的量级在不断提升，现在软件代码的量已经是十年前的10倍，未来汽车上的软件代码量将进一步提升到3-5亿行。车辆各个系统和部件每天都在上报各种状态信号、日志、告警，目前单车的数据量已经在150-200M每天的量级，未来随着采样频率的提升和部件复杂程度的增加，还会进一步提升。

华为参考ICT行业的经验，提出了VHR的理念，VHR代表的含义是Vehicle History Record，是一种基于数据驱动的全生命周期的概念，目的是在大量数据的基础上，实现车辆的可视、可维、用户关怀、高效运营等，这些工作在未来会大大提升车主的用车感受及用户粘性，同时也为车企带来重要的价值和收益。

VHR涵盖了从数据采集、数据治理、数据分析、车辆状态可视、车辆故障诊断、趋势分析、预测、改进等多个环节，是一个从车辆来，到车辆去的闭环体系。

未来，基于VHR的应用场景会非常多，先简单分享五个主要场景：

场景一：车辆数字孪生

通过数字孪生实现车辆核心域及核心部件可视，比如动力域的电机、电池，底盘域的数字底盘，自动驾驶或高级别辅助驾驶的传感器（雷达、摄像头等）、车载智能驾驶计算平台，还有智能座舱等，特别是对于生命安全特别重要的部件系统，能够实时的知道这些部件的运行状态、关键参数及指标，这对于智能汽车的产品改进、缺陷发现、性能提升、故障定界定位等都是非常关键的基础能力。

数字孪生，绝对不是一个简单的透视图片，对每一个域、每一个系统的关键的结构、性能参数的深刻理解，才能构建起真正有效的数字孪生系统。而且这个系统，对于平台的大数据和AI能力都有很高的要求。

场景二：远程诊断

传统的汽车故障处理方式是去维修中心进行处理，对于传统汽车，这种模式也没有太大问题，但是智能汽车有几个核心变化，一个是动力系统由燃油机变成了动力电池和电机，动力电池在故障和性能方面有一个随着时间变化而不断变化的过程，因此长期对其进行监控和提前发现潜在风险是非常必要的（这将会在下文的三电云服务中具体提及）。

另一个变化是，未来在智能驾驶和高级别辅助驾驶场景下，可靠性的要求会非常高，对系统核心部件进行故障的预测和远程诊断就变得非常重要。

因此，从整车、域、部件的维度，把诊断也分为三个层次，华为根据行业专家及主机厂的意见，提炼了一些核心场景，比如车辆趴窝、热失控、碰撞、OTA升级失败、制动力不足等场景，通过构建故障树或AI学习，针对性构建远程诊断的能力。

场景三：智能值守

相信大家都有过这种经历，当你对自己购买的商品或服务有疑问的时候，以前是打客服电话，现在大部分会用Web或者APP中的在线客服，如果客服反复询问一些基本信息和情况，还有当客服A转给客服B处理的时候，你可能会因不断重复描述问题和基本信息而感到不满，并降低你的服务体验。因此，用户服务中心里一些基本能力的构建是非常重要的，比如车辆基本信息、车辆下线后的过往维修保养的历史情况、车辆状态、一些基本问题的解决建议等，这对于提升车主的感知非常关键。

通过VHR可以做到比车主更了解车，通过智能值守时刻为用户保驾护航，这样用户粘性会大大增强，在产品力同等的情况下，用户肯定会对这样的服务感受留下深刻映像。

场景四：质量预测

我国汽车召回制度在提升企业产品质量，保障消费者权益方面发挥了越来越重要的作用。

对于车企来说，能够尽快识别潜在风险和缺陷，将大幅降低质量成本，提升产品和服务质量，保护品牌价值方面发挥重要作用。因此，打通从产线（十月怀胎）、车辆使用过程（成长）、车辆退市整个生命周期中的数据，并且基于这些长期的数据，构建质量分析和预测的模型，将是一个长期且很有价值的工作。

据数据显示，2020年中国汽车召回199次，涉及车辆678.2万辆，其中新能源汽车召回45次，涉及车辆35.7万辆，只要改进一点点，将会带来非常大的收益。

场景五：车辆画像

通过集成对接MES、DMS、CRM 、Warranty、营销系统、OTA等业务系统，构建领域模型，并对数据进行挖掘和关联分析形成用户标签，通过用户画像，实现更为直接的业务创新和数据变现。

云侧异构计算资源支撑模型训练计算，充分融合NPU、GPU、CPU能力，在底层实现异构计算资源融合应用调度，提升模型训练、执行效率。

敏感个人数据端侧训练（隐私保护），多用户特征参数云端共享支持联合学习（模型精度），并通过差分隐私方式增加噪声数据，提升安全性。

利用端侧的VDC，CDC，MDC等高算力部件，在端侧汇聚异常检测模型做异常检测，进行快速推理，结合云端大数据模型和供应商提供数据补充，完善故障标签， 提高问题识别精确性和实时性等。

基于数据的VHR体系需要整个行业一起来打造，包括车端能力、云端能力、上层的场景等等。一方面，不断提升车主的用车体验，真正享受到智能汽车带来的价值。另一方面，也能够为车企创造更多的价值和收益，实现双赢。华为希望能够在这个体系里面，贡献自己的力量，在数据平台、AI能力上发挥优势，结合行业上各位领导和专家的领域知识和场景的深刻洞见，共同来做好VHR系统。

三电云服务

受国家*等因素驱动，当今汽车电动化势不可挡。2021年截至7月份，全国新能源汽车销售突破122.9万辆，同比增长达210.2%。新能源汽车发展迅猛，但目前新能源汽车自燃事件仍未得到有效控制，2020年全年一共报道了124起事故，截至2021年9月，被媒体曝光的烧车事故达224起，消费者也开始从里程焦虑转向安全顾虑。

引发电动汽车热失控事故的原因多且复杂：由电芯制程缺陷、电滥用、热滥用、机械滥用等导致的内短路引发局部产热，以及过充、低温充电、快充等场景引起的大量析锂导致热稳定性降低，都有可能引发热失控。其中，内短路引发热失控的安全边界是动态变化的，内短路是否导致热失控需要更多的判断因素，比如短路类型、短路内阻、SOC等。因此，华为基于电化学机理，并结合机器学习技术，构建了更复杂的关系模型，实现新能源汽车动力电池安全的精准预警。

基于华为VHR数据服务底座和电池包仿真系统，构建了面向动力电池的八大应用，包括动力电池热失控预警、电池故障检测、电池健康度SOH评估、电池剩余寿命RUL预测等应用，为新能源汽车保驾护航。

在电池安全预警方面，动力电池故障检测、热失控预警等可以达到80%以上的查全率，并保障误报率在较低的区间。在电池健康度评估（SOH）方面，华为基于云端构建的SOH预测模型，可以实现全寿命周期估计误差小于3%、剩余循环Cycle预测误差小于10%，并能基于云端电池全生命周期数据，实现电池问题100%可追溯。

华为通过动力电池半实物仿真系统进行海量样本数据构建，结合实车样本数据分析，有效克服样本数据少的问题。目前华为已经构建覆盖三元锂电池、磷酸铁锂电池的故障样本数据，并构建了15+动力电池热失控特征工程库。

华为采用域自适应算法，进行算法模型的迁移。保障算法模型从仿真环境迁移到实车时，或者在不同的材料体系和配方中进行迁移，算法准确率依旧稳定。