IT之家 12 月 22 日消息，2021 華為智能汽車解決方案生態(tài)論壇在線上隆重召開，此次論壇以“聚享生態(tài) 合創(chuàng)未來”為主題。
在下午的“對話車云”專題中，華為智能車云的三位專家分享了華為車聯(lián)網(wǎng)領域拉動智能網(wǎng)聯(lián)汽車發(fā)展的“三駕馬車”——OTA、VHR、以及三電云服務。
現(xiàn)在華為官方公布了發(fā)言稿全文，此處略作整理，我們一起來看一下。
OTA 云服務：
隨著新能源汽車快速規(guī)模發(fā)展，在智能化、網(wǎng)聯(lián)化趨勢下，軟件定義汽車已成為行業(yè)共識，OTA 成為軟件定義汽車的核心助力。華為發(fā)布 OTA 3.0 整車級升級方案，可提供整車級、安全可靠零變磚、體驗佳的升級體驗。
配備 OTA 的車型具備的四大優(yōu)勢：
縮短上市周期：硬件預埋交付，后續(xù)持續(xù)迭代軟件，顛覆了傳統(tǒng)模式下軟硬件同步交付模式，車輛上市周期大幅縮短。
產(chǎn)品演進帶來用戶體驗提升：相比于傳統(tǒng)車型，通過 OTA 用戶可持續(xù)獲得新功能體驗，包括智能駕駛、智能車控、動力優(yōu)化等多個域，為車主帶來更多智能體驗，同時提升用戶粘性。
為售后服務帶來優(yōu)勢：有了 OTA 能力，可以通過遠程升級解決大量原有需要到 4S 店才能修復的軟件問題，大幅降低售后運維成本。
帶來新商業(yè)模式：相對于原有一次性銷售的傳統(tǒng)商業(yè)模式，用戶購車后可以付費獲取新的軟件功能特性，以及軟件帶來硬件的升級等，為車企帶來持續(xù)的增量收益。
據(jù)介紹，OTA 發(fā)展會經(jīng)歷三個階段，從市場上來看，目前絕大部分新勢力 ICV 已率先進入 OTA 3.0 階段，并在 ADAS / ADS、車控域、座艙域、動力域等保持較高的迭代速度。
OTA3.0 需要關注的三大核心問題：整車版本管理和質(zhì)量看護、OTA 安全可靠，以及用戶體驗。
第一階段：近端刷寫。車主把車開到 4S 店，通過近端診斷儀進行軟件更新。早在 21 世紀初，就有外資車企首次探索遠程升級 Tbox 應用，但也僅限于一些網(wǎng)聯(lián)基礎服務，諸如道路救援、ecall、遠程查詢服務。
第二階段：零部件 OTA 升級。這期間的升級形態(tài)主要是單部件或者少量部件組合的升級。在網(wǎng)聯(lián)基礎服務和座艙娛樂類應用升級之外，逐步開放了一些 CAN 總線的 ECU FOTA，由于這些 ECU 安全敏感度高，OTA 安全問題首次被關注。
第三階段：整車級升級。這是面向整車智能化體驗的一次升級革命，受益于 4G / 5G 網(wǎng)絡的發(fā)展，以及整車智能件的發(fā)展，整車級應用如智能駕駛、場景化遠程控車等功能包含了跨域多 ECU 協(xié)同工作，因此整車升級成為 OTA 必備場景，同時要求 OTA 系統(tǒng)支持從研發(fā)到商用全流程、全場景的升級能力。
OTA3.0 需要關注的三大核心問題：
整車版本管理是一個系統(tǒng)化問題，如何保障整車各部件版本的兼容性和一致性。當前整車軟件代碼行數(shù)達到億級，多部件協(xié)同復雜度高。售后車輛五花八門的零件版本組合導致千車千面，如何保障整車各部件版本的兼容性、一致性，如何保障版本質(zhì)量、預防 bug，尤其是影響駕駛安全的 bug，工程浩大。以 20 個零部件組合為例，整車生命周期中，功能和問題導致的變更產(chǎn)生的版本的數(shù)量可能達到上千個之多。在整車智能體驗時代，OTA 越來越普及，高效的版本管理成為關鍵挑戰(zhàn)，能夠提供有效的軟件版本管理的能力的 OTA 平臺更有優(yōu)勢。
智駕、車控、動力域升級成為常態(tài)，如何保障整車 OTA 下的安全可靠顯得極其關鍵。OTA 升級導致變磚將觸碰用戶的體驗紅線，業(yè)界因變磚導致投訴甚至輿情的案例也層出不窮。
華為針對 OTA 導致變磚進行了系統(tǒng)化的分析，整車升級過程控制漏洞、核心部件不可用、遠程修復缺失、軟件 bug 成為變磚的最大誘因。如何在設計階段預判所有可能導致升級變磚的故障，是個系統(tǒng)化的問題，需要針對所有場景下的潛在故障進行分析和模擬，并針對性制定衰減措施進行預防。
華為手機在多年前就支持了 OTA，針對手機 OTA 故障進行了系統(tǒng)性的故障失效模式分析，也保障了數(shù)十億次的可靠的升級，經(jīng)驗值得借鑒。和手機升級類似，在 OTA 過程中同樣面臨流量消耗、升級時長、操作交互等用戶體驗問題。
基于此，華為提出 OTA 作為核心服務，在 OTA3.0 時代需要具備三大能力：
打通全流程
覆蓋全場景
安全可靠零變磚
打通研發(fā)到商用全流程（包括管理動作和升級執(zhí)行）。覆蓋全升級場景，提供靈活的場景組合，在任何實際場景中都能升級。
華為的 OTA 解決方案是面向華為 HI 汽車解決方案打造的一款整車級遠程升級服務。天然適配 HI 解決方案升級，可覆蓋智能駕駛、智能座艙、智能電動、智能網(wǎng)聯(lián)、智能車控等 45 + 零部件；同時華為提供的開放式車端升級服務架構(gòu)，支持車企自有件及三方件的升級，可以支持車企企標零部件刷寫規(guī)范；在應用層面支持包括 ADAS / ADS 應用、算法、鴻蒙OS、鴻蒙原生應用的升級能力。
同時，華為構(gòu)建了安全、性能以及交互并重的用戶升級體驗：
基于多年 ICT 軟件管理經(jīng)驗，提供 One-Track 的整車級版本管理體系，實現(xiàn)了 OTA 時代千車一面，版本單線演進，大幅降低復雜軟件組合的管理效率。
基于安全可靠性設計優(yōu)秀實踐 DFEMA 體系，識別分析 2000 + 故障并全面進行故障衰減措施，實現(xiàn)車規(guī)級 OTA 安全可靠和零變磚的目標。
依托華為云 2000+ CDN，動態(tài)調(diào)度、源站分流，實現(xiàn)安全可靠的高速下載能力。支持并行差分安裝、多域并行升級能力，將整車級升級縮短至 25 分鐘以內(nèi)。
依托多年消費者業(yè)務經(jīng)驗，華為提供車機、手機的多端友好協(xié)同交互操作界面，方便用戶在不同場景下進行升級。
在智能汽車時代，各個車企持續(xù)不斷的發(fā)展軟件生態(tài)、構(gòu)建和優(yōu)化軟件管理流程、對車輛升級可靠性有著專業(yè)的見解和思考，也積累了豐富的經(jīng)驗。
華為提供的是 OTA 服務平臺，希望與各個車企、生態(tài)伙伴一起在 OTA 軟件生態(tài)、管理流程、可靠性、運營運維等各方面持續(xù)探索，共筑競爭力領先的 OTA 服務。
VHR：
智能網(wǎng)聯(lián)汽車的快速發(fā)展，為人與車的聯(lián)結(jié)與體驗帶來的兩個變化：
為車輛運維帶來新的便利。
以前汽車發(fā)生故障或者狀態(tài)不正常，消費者都是要去維修中心進行檢查，現(xiàn)在有了這些大量的數(shù)據(jù)，主機廠就可以實時的，甚至在故障還處于萌芽階段，就提前預警，主動對客戶進行關懷。也可以對一些常見問題提前構(gòu)建預案，對備件進行較為準確的配比模型預測，大大提升車輛運維效率。
催生更多的衍生服務。
通過挖掘數(shù)據(jù)的價值，為用戶提供更好的服務，為車企帶來更多的收益。
同時隨著車輛智能化的發(fā)展，各個車身部件的數(shù)字化比例都在不斷提升：車輛的軟件代碼的量級在不斷提升，現(xiàn)在軟件代碼的量已經(jīng)是十年前的 10 倍，未來汽車上的軟件代碼量將進一步提升到 3-5 億行。車輛各個系統(tǒng)和部件每天都在上報各種狀態(tài)信號、日志、告警，目前單車的數(shù)據(jù)量已經(jīng)在 150-200M 每天的量級，未來隨著采樣頻率的提升和部件復雜程度的增加，還會進一步提升。
IT之家了解到，華為參考 ICT 行業(yè)的經(jīng)驗，提出了 VHR 的理念。
VHR 代表的含義是 Vehicle History Record，是一種基于數(shù)據(jù)驅(qū)動的全生命周期的概念，目的是在大量數(shù)據(jù)的基礎上，實現(xiàn)車輛的可視、可維、用戶關懷、高效運營等，這些工作在未來會大大提升車主的用車感受及用戶粘性，同時也為車企帶來重要的價值和收益。
VHR 涵蓋了從數(shù)據(jù)采集、數(shù)據(jù)治理、數(shù)據(jù)分析、車輛狀態(tài)可視、車輛故障診斷、趨勢分析、預測、改進等多個環(huán)節(jié)，是一個從車輛來，到車輛去的閉環(huán)體系。
未來，基于 VHR 的應用場景會非常多，先簡單分享五個主要場景：
場景一：車輛數(shù)字孿生通過數(shù)字孿生實現(xiàn)車輛核心域及核心部件可視，比如動力域的電機、電池，底盤域的數(shù)字底盤，自動駕駛或高級別輔助駕駛的傳感器（雷達、攝像頭等）、車載智能駕駛計算平臺，還有智能座艙等，特別是對于生命安全特別重要的部件系統(tǒng)，能夠?qū)崟r的知道這些部件的運行狀態(tài)、關鍵參數(shù)及指標，這對于智能汽車的產(chǎn)品改進、缺陷發(fā)現(xiàn)、性能提升、故障定界定位等都是非常關鍵的基礎能力。數(shù)字孿生，絕對不是一個簡單的透視圖片，對每一個域、每一個系統(tǒng)的關鍵的結(jié)構(gòu)、性能參數(shù)的深刻理解，才能構(gòu)建起真正有效的數(shù)字孿生系統(tǒng)。而且這個系統(tǒng)，對于平臺的大數(shù)據(jù)和 AI 能力都有很高的要求。
場景二：遠程診斷傳統(tǒng)的汽車故障處理方式是去維修中心進行處理，對于傳統(tǒng)汽車，這種模式也沒有太大問題，但是智能汽車有幾個核心變化，一個是動力系統(tǒng)由燃油機變成了動力電池和電機，動力電池在故障和性能方面有一個隨著時間變化而不斷變化的過程，因此長期對其進行監(jiān)控和提前發(fā)現(xiàn)潛在風險是非常必要的（這將會在下文的三電云服務中具體提及）。另一個變化是，未來在智能駕駛和高級別輔助駕駛場景下，可靠性的要求會非常高，對系統(tǒng)核心部件進行故障的預測和遠程診斷就變得非常重要。因此，從整車、域、部件的維度，把診斷也分為三個層次，華為根據(jù)行業(yè)專家及主機廠的意見，提煉了一些核心場景，比如車輛趴窩、熱失控、碰撞、OTA 升級失敗、制動力不足等場景，通過構(gòu)建故障樹或 AI 學習，針對性構(gòu)建遠程診斷的能力。
場景三：智能值守相信大家都有過這種經(jīng)歷，當你對自己購買的商品或服務有疑問的時候，以前是打客服電話，現(xiàn)在大部分會用 Web 或者 App 中的在線客服，如果客服反復詢問一些基本信息和情況，還有當客服 A 轉(zhuǎn)給客服 B 處理的時候，你可能會因不斷重復描述問題和基本信息而感到不滿，并降低你的服務體驗。因此，用戶服務中心里一些基本能力的構(gòu)建是非常重要的，比如車輛基本信息、車輛下線后的過往維修保養(yǎng)的歷史情況、車輛狀態(tài)、一些基本問題的解決建議等，這對于提升車主的感知非常關鍵。通過 VHR 可以做到比車主更了解車，通過智能值守時刻為用戶保駕護航，這樣用戶粘性會大大增強，在產(chǎn)品力同等的情況下，用戶肯定會對這樣的服務感受留下深刻映像。
場景四：質(zhì)量預測我國汽車召回制度在提升企業(yè)產(chǎn)品質(zhì)量，保障消費者權益方面發(fā)揮了越來越重要的作用。對于車企來說，能夠盡快識別潛在風險和缺陷，將大幅降低質(zhì)量成本，提升產(chǎn)品和服務質(zhì)量，保護品牌價值方面發(fā)揮重要作用。因此，打通從產(chǎn)線（十月懷胎）、車輛使用過程（成長）、車輛退市整個生命周期中的數(shù)據(jù)，并且基于這些長期的數(shù)據(jù)，構(gòu)建質(zhì)量分析和預測的模型，將是一個長期且很有價值的工作。據(jù)數(shù)據(jù)顯示，2020 年中國汽車召回 199 次，涉及車輛 678.2 萬輛，其中新能源汽車召回 45 次，涉及車輛 35.7 萬輛，只要改進一點點，將會帶來非常大的收益。
場景五：車輛畫像通過集成對接 MES、DMS、CRM 、Warranty、營銷系統(tǒng)、OTA 等業(yè)務系統(tǒng)，構(gòu)建領域模型，并對數(shù)據(jù)進行挖掘和關聯(lián)分析形成用戶標簽，通過用戶畫像，實現(xiàn)更為直接的業(yè)務創(chuàng)新和數(shù)據(jù)變現(xiàn)。
常見的 4 個應用方向：
用戶與業(yè)務分析：構(gòu)建多維度用戶分析模型，通過用戶標簽區(qū)分客戶群，支持市場活動、用戶經(jīng)營等。
產(chǎn)品改進：挖掘共性用戶需求和偏好，優(yōu)化產(chǎn)品和服務的體驗設計。
個性化服務: 基于用戶興趣愛好，偏好等信息，提供個性化體驗和服務，比如 OTA 最佳推送時間，推送頻率，最新的特性也可以精準推送到喜歡嘗鮮的用戶群體中，也可以基于車輛狀態(tài)和駕駛行為，提供個性化保養(yǎng)方案。
精準營銷：基于用戶畫像，結(jié)合內(nèi)容相似和用戶相似分析，進行精準內(nèi)容推薦，對于車機的原生應用，可基于用戶標簽，推薦豐富應用，提升用戶體驗。
華為表示，為了提升檢測的效率和及時性，構(gòu)建基于聯(lián)邦自學習的故障檢測方式就顯得非常重要。當前智能汽車新增很多 ECU 控制器和設備，數(shù)據(jù)量很大，云端基于數(shù)據(jù)構(gòu)建的模型，如果僅僅依靠云端進行監(jiān)測，在部分場景下就會存在監(jiān)測不及時的問題，比如網(wǎng)絡不好、時延較高，甚至沒有網(wǎng)絡的情況，因此端云協(xié)同是非常重要的選擇。
云側(cè)異構(gòu)計算資源支撐模型訓練計算，充分融合 NPU、GPU、CPU 能力，在底層實現(xiàn)異構(gòu)計算資源融合應用調(diào)度，提升模型訓練、執(zhí)行效率。
敏感個人數(shù)據(jù)端側(cè)訓練（隱私保護），多用戶特征參數(shù)云端共享支持聯(lián)合學習（模型精度），并通過差分隱私方式增加噪聲數(shù)據(jù)，提升安全性。
利用端側(cè)的 VDC，CDC，MDC 等高算力部件，在端側(cè)匯聚異常檢測模型做異常檢測，進行快速推理，結(jié)合云端大數(shù)據(jù)模型和供應商提供數(shù)據(jù)補充，完善故障標簽，提高問題識別精確性和實時性等。
華為也表示，基于數(shù)據(jù)的 VHR 體系需要整個行業(yè)一起來打造，包括車端能力、云端能力、上層的場景等等。
三電云服務：
受國家政策等因素驅(qū)動，當今汽車電動化勢不可擋。2021 年截至 7 月份，全國新能源汽車銷售突破 122.9 萬輛，同比增長達 210.2%。新能源汽車發(fā)展迅猛，但目前新能源汽車自燃事件仍未得到有效控制，2020 年全年一共報道了 124 起事故，截至 2021 年 9 月，被媒體曝光的燒車事故達 224 起，消費者也開始從里程焦慮轉(zhuǎn)向安全顧慮。
結(jié)合電化學機理和機器學習，構(gòu)建精準熱失控預警模型
引發(fā)電動汽車熱失控事故的原因多且復雜：由電芯制程缺陷、電濫用、熱濫用、機械濫用等導致的內(nèi)短路引發(fā)局部產(chǎn)熱，以及過充、低溫充電、快充等場景引起的大量析鋰導致熱穩(wěn)定性降低，都有可能引發(fā)熱失控。其中，內(nèi)短路引發(fā)熱失控的安全邊界是動態(tài)變化的，內(nèi)短路是否導致熱失控需要更多的判斷因素，比如短路類型、短路內(nèi)阻、SOC 等。因此，華為基于電化學機理，并結(jié)合機器學習技術，構(gòu)建了更復雜的關系模型，實現(xiàn)新能源汽車動力電池安全的精準預警。
華為三電云服務圍繞新能源汽車電池安全和壽命管理構(gòu)建了八大應用
基于華為 VHR 數(shù)據(jù)服務底座和電池包仿真系統(tǒng)，構(gòu)建了面向動力電池的八大應用，包括動力電池熱失控預警、電池故障檢測、電池健康度 SOH 評估、電池剩余壽命 RUL 預測等應用，為新能源汽車保駕護航。
在電池安全預警方面，動力電池故障檢測、熱失控預警等可以達到 80% 以上的查全率，并保障誤報率在較低的區(qū)間。在電池健康度評估（SOH）方面，華為基于云端構(gòu)建的 SOH 預測模型，可以實現(xiàn)全壽命周期估計誤差小于 3%、剩余循環(huán) Cycle 預測誤差小于 10%，并能基于云端電池全生命周期數(shù)據(jù)，實現(xiàn)電池問題 100% 可追溯。
要解決樣本數(shù)據(jù)缺乏和模型遷移問題
華為稱，要通過動力電池半實物仿真系統(tǒng)進行海量樣本數(shù)據(jù)構(gòu)建結(jié)合實車樣本數(shù)據(jù)分析，有效克服樣本數(shù)據(jù)少的問題。目前華為已經(jīng)構(gòu)建覆蓋三元鋰電池、磷酸鐵鋰電池的故障樣本數(shù)據(jù)，并構(gòu)建了 15+ 動力電池熱失控特征工程庫。
此外，華為還采用了域自適應算法，進行算法模型的遷移。保障算法模型從仿真環(huán)境遷移到實車時，或者在不同的材料體系和配方中進行遷移，算法準確率依舊穩(wěn)定。
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。