中汽创智：高阶智能驾驶对智能座舱设计的影响

从行业趋势来看，汽车进入智能车的时代。从技术的层面讲是感知技术的提升，人工智能、数据的技术发展，会引发智能车有新的提升。从产业的结构看，跨域融合不单纯是研发的跨域融合，还有企业的跨域融合。

2023年12月13日，在2023第五届智能座舱与用户体验大会上，中汽创智平台软件开发部副总经理龚宝泉介绍，中汽创智主要有两个产品，一是基于国产化的平台，二是低算力和高算力的产品，以国产化芯片，国产化操作系统为主的路线。

作为下一代的舱驾融合成为热点，舱驾融合有共同之处，实际上是相辅相成的概念。座舱包括以舱内感知为主的，自动驾驶是舱外感知的，舱内和舱外是相互融合、共同发展的状态。

中汽创智平台软件开发部副总经理

以下为演讲内容整理:

行业发展趋势

当前汽车进入智能车时代，随着人工智能、大数据、芯片的发展，智能车有了新的提升。从产业结构看，行业开始企业间的跨域融合。汽车行业在自动驾驶和智能座舱层面都是结合互联网+云端+人工智能产业的跨界过程，许多互联网企业和科技公司进入汽车行业。无论是研发阶段还是出行阶段，都呈现出跨界融合的状态。从产业应用看，智能座舱发展从原来基本的信息交互向智能座舱演变，自动驾驶进入L3阶段。

从出行看，汽车产业链在向后端拓展。从行业预测看，未来出行市场十分巨大，座舱和自动驾驶密不可分。从技术层面看，技术架构发展呈现多样化的模式。更多汽车相当于域架构的模式，座舱和自动驾驶都是以域控的形式体现。

随着架构的发展以及算力提升，多屏、高清显示成为大趋势，座舱芯片融入AI算力成为关键。未来个性化、定制化、算力堆叠等都会给客户和研发者带来较大挑战。

座舱需要合适的场景，做拟人化体验。如语音、驾驶员监控、软件升级等都是基本属性。自动驾驶和座舱场景是逐渐拓展的，当前比较热点的是城市NOA出行。从行业统计数据看，无论是高速路还是城市快速路，体验最多的场景都是短途通勤，上下班场景频次最高。智能座舱的发展一定是随着产业推进融入客户场景，再提升技术，通过技术推动场景交互和应用，整体是一个循环的过程。OEM是智能座舱生态链的整合方；座舱“泛生态圈”伙伴与OEM进行合作，打造更多样化的产品。

下图左边是SAEJ3016TM驾驶自动化分级图，右边是中国驾驶自动化等级与划分要素关系图。从当前市场情况看，自动驾驶正从L2向L3演进，L2是辅助驾驶系统，L3则是人机共驾。人机共驾分为两个场景，一是人驾场景，二是系统驾驶场景，关键在于不同场景下的责任划分。L3高阶自动驾驶下，人在驾驶过程中可以分散注意力，而L2辅助驾驶下，驾驶员的手则不能脱离方向盘。

图源:演讲嘉宾素材

辅助驾驶市场渗透率在今年已接近40%。高阶辅助驾驶包括高速路的NOA、领航辅助、城市NOA领航辅助等，并不是真正高阶的自动驾驶。此外，系统冗余包括传感器配置、算力分配、功能安全等，与高阶自动驾驶也有本质差别。

随着汽车智能驾驶等级逐步提升，座舱逐渐演变为汽车智能交互体验中心，智能座舱发展与自动驾驶息息相关。L2处于智能助理阶段，座舱中加入了生物识别技术，实现ADAS，能够提供车对人的主动交互，驾驶员的手、脚可以部分脱离。

高阶智能驾驶对座舱的影响

从设计开发看，高阶自动驾驶关键在于理顺开发流程，定义场景和产品，明确系统设计、功能安全、信息安全、数据安全等。不管是各部门还是各领域，在研发过程中都是跨专业的。未来无论是自动驾驶还是座舱，都具有专业协同和融合概念。许多场景切换都需要座舱协同才能完成。

图源:演讲嘉宾素材

DMS在原来只起到预警和提示作用，但在高阶自动驾驶中却不可或缺。首先，DMS是高阶自动驾驶安全关键传感器，届于自动驾驶人机交互的一部分，要监测驾驶员的驾驶行为，确保车辆运行安全。其次，高阶自动驾驶人机共驾不同场景DMS的功能和策略不同，需要根据自动驾驶的系统要求进行功能和场景定义。语音识别、应急场景等都涉及与座舱的交互和协同。

传统的DMS具有疲劳检测、危险行为检测、分心检测等功能。而自动驾驶的关键在于对极端异常状态的功能监管。首先是对驾驶员是否在驾驶位进行识别，是否满足自动驾驶的条件。其次，需要对驾驶员能力进行判断。针对驾驶员的行为，DMS应当可以进行判定，做到自动接管。

地图是高阶智能驾驶不可或缺的重要超视感知。地图融合了自动驾驶域和座舱域的展示，既是导航的信息，也是感知的信息；既要了解周围路况等静态信息，也要周围交通参与者、行人情况等动态信息。未来的导航地图和高精地图要做深度融合，可以通过场景触发路径的变化。

在自动驾驶中，高精地图不仅起到导航的作用，还有安全提示作用，能够结合自动驾驶域安全提醒信息，实现导航过程中的危险提醒和避让。依托高精度地图和视觉传感器，能够实现车道级的定位、引导和偏航计算，打造沉浸式用户体验，帮助用户快速决策。交互层面，导航地图与高精地图融合，能够实现人机共驾地图全场景交互。

高阶智能驾驶对人机交互提出了新的需求。HMI是高阶自动驾驶系统与人交互的智能中心，安全性仍是最重要的因素，界面必须以安全为主。因此行车安全相关标识必须防止在最高层级，在自动驾驶过程中成为人机交互唯一的接口。

HMI需求还包括自动驾驶状态下的激活、手动模式、接管模式、自动驾驶模式等。需要判断自动驾驶下哪些性能需要启动，哪些可以关闭。以及自动驾驶行程中的驾驶事件提示，提供所需的对自动驾驶汽车能力的状态的理解，激发适当程度的注意力和干预。

对于目标和事件的检测与反应是高阶自动驾驶所必需的，不论是动态自动驾驶任务实施还是任务接管，从HMI角度必须形成闭环，人车实现实时互动。

高阶智能驾驶的交互需要全场景、多视角的人机协同。下图左侧是国外产品的智能导航界面，右上角是导航规划路径，中间是兴趣点，左侧有详细信息，右侧是巡航标识，处于自动驾驶状态。蓝色车道线是感知实时的交通线，能够判断前方障碍物、动态状态等。该功能能够让客户对周围环境有更深入的了解，以便判断是否进行激活。辅助驾驶和高阶自动驾驶在硬件交互、模态识别上都有较大提升。

图源:演讲嘉宾素材

安全第一是自动驾驶的核心价值和理念，涉及自动驾驶核心算法、策略设计、硬件和软件冗余安全设计、全流程测试验证技术等，必须遵循功能安全和预期功能安全(ISO/PAS 21448)的要求和设计思路。

当前对座舱影响较大的仍旧是芯片。导航地图和高精地图融合、路径规划、渲染等需要CPU和GPU的算力；针对在路上遇到救护车等应急场景，座舱需要布置车外麦克风，对场景声音进行识别，做出相应的路径调整，需要增加NPU算力；此外，智能座舱需要具备场景识别能力，紧急接管、驾驶位置识别、驾驶行为识别等都需要增加CPU和NPU的算力。