隨著軟件定義汽車典型應用場景的落地，用戶將明顯體驗到汽車從交通工具向智能移動終端的轉變。幾十年前主要用高性能的底盤操穩與動力系統定義一臺好車，幾年前主要用智能化系統與智能交互滿足終端用戶的用車體驗，未來將調度全車傳感器與數據驅動方式定義智能移動終端。

汽車電子從無到有，如今不斷深化到座艙、車控、底盤、動力等多個功能域為用戶調用整車資源，為用戶不斷創造增值的用戶體驗，基于此，在服務提供上的功能分工與數據利用也會驅使行業分工出現變化。

首先，針對不同的場景服務，整車廠與供應商開啟軟硬解耦、軟軟解耦的開發方式， 不同角色負責不同層級的軟件開發，以滿足用戶對于應用場景快速迭代與多樣化服務訂閱的需求。然后，針對架構解耦暴露出來的數據信息，一方面可以形成數據閉環為用戶帶來個性化、便捷的用戶體驗，另一方面整車廠和第三方可以根據數據回饋不斷優化產品，并且激發出依靠汽車數據衍生的產業發展。

軟件定義汽車使得整車級場景智能化成為可能，以體驗為中心滿足用戶個性化需求， 真正實現千車千面、常用常新的駕乘體驗。車輛作為移動的第三生活空間，在高算力芯片、人工智能、大數據、SOA、原子化服務等的加持下，向場景多元化發展，面對日新月異的用車環境，基于車輛的個性化體驗更能得到用戶的認可。

任何場景邏輯可以抽象為四個部分：場景感知、場景條件、場景交互、場景執行，這四個部分無一不依賴于車輛的能力。場景感知需要通過攝像頭、語音模塊、車輛信號、地理位置、天氣、車內操作等智能識別場景；場景條件需要判斷當前的車輛狀態如檔位、車速、天氣、位置等信息確定是否具備執行場景的條件；場景交互是通過顯示屏或語音進行場景運行請求、場景運行授權、場景運行倒計時、場景運行提示等；場景執行即執行相關車輛行為，如空調、車窗、座椅、車燈、后視鏡、行駛、泊入 等。這些車輛能力需要以服務的形式暴露給應用層，車輛能力暴露的越多，實現場景越多，場景功能越豐富。

在智能場景中，車、云、人得到有機的結合，通過建立場景引擎，車輛可為用戶開放空調、天窗、車窗、燈光、座椅、娛樂、資訊、出行等上百個功能的服務接口，供用戶自由的排列組合；云端將生態信息、賬戶、用戶畫像、運營服務等內容串聯起來， 與車端數據進行融合打通，為用戶提供增值服務；用戶可通過手機或者車機對場景進行定義，從而建立基于自身習慣與喜好的智能化服務場景庫。

一、智能交互應用

結合場景化功能引擎實現一鍵休憩服務。車主可以通過APP，開啟或關閉一鍵休憩指令，根據車主的習慣或設置自動調整車椅位置角度、車窗開度、車燈開關顏色亮度、遮陽窗等，不需要手動一一去調整，降低了操作的復雜度，大大提升了用戶體驗。在具體的實現中，應用開發者通過調用各原子服務 API 來實現不同的場景APP，提升汽車應用開發的效率。類似的軟件定義汽車的典型應用場景還有很多，想象空間很大。

二、用戶自定義場景

以專門針對洗車場景設定的私人定制模式為例，在準備洗車的時候，一句已設定好的話將會執行提醒天氣、關閉車窗、關閉空調、關閉車頂、折疊后視鏡、掛N 檔這一系列動作，實現了場景自主編輯與語音指令對場景的控制。

車企在車聯網平臺的加持下，智能汽車可以實現動態的管理，在車主的意愿 下，服務平臺能夠幫助車主實現車輛模式的轉變，比如車輛長時間停放的場景，就可以從停放到共享的模式切換，智能汽車變成了一個會盈利的移動空間。

三、智能汽車應用商城

隨著智能網聯汽車的快速推廣，車機端所需要的應用程序開發及管理成為了一個新的業務增長點，通過建立企業和品牌專用的應用商城，為廠家、合作企業、三方軟件的開發者提供一個方便又高效的應用推廣、銷售、管理平臺，能夠有效管理各類應用， 為車主用戶提供方便，同時也在一定程度上促進了智能汽車品牌的科技賣點。

未來汽車應用商城的發展生態有望采用類似手機產業的邏輯，按照開發的應用程序類型，汽車應用商城將應用進行分類，開發者在發布新的應用程序時，需要選擇應用程序所屬的分類，同時管理員可以調整應用程序的分類。應用分類包括生活、信息、地圖、音樂、視頻、圖像、資訊、商務、游戲等 APP。在運作模式方面也可以采用熱門應用軟件、最新發布軟件、應用軟件排行榜、應用下載及社交應用評論等方式管理， 打造全產業鏈生態伙伴平臺共同開發、利益共享的盈利模式。

四、智能駕控應用

出行場景和生活場景聯接將提升車主的用戶體驗。在智能互聯時代，人車關系的建立依賴基礎數據的獲取，車輛通過智能獲取用戶生活數據、出行數據，實現對用戶的洞察，從單純的出行工具向在線生活工具進化，通過場景化的服務準確預判用戶需求， 滿足用戶個性化需求。而智能汽車網絡（車輛、道路、網絡、云端）的應用將不斷進行數據驅動自學習，完善用戶體驗。車輛行駛的道路越多，越能記憶更多的道路信 息，特別是危險道路信息，通過數量巨大的智能汽車對道路信息的不斷學習，云端的智能AI 算法會按照學習數據生成動態的汽車能力，并通過網絡分發給還未有大量道路行駛里程的新車，新車一躍獲得了高智能的自動駕駛能力。車輛可不斷適應環境和人，實現不斷進化，且通過對道路信息的獲取，可實現更多功能的應用。

預測性經濟車速規劃服務應用場景

預測性經濟車速規劃功能是借助高精度地圖和定位系統，提前獲知前方區域路況和交通信息，以節能與駕駛時間綜合最優作為目標，駕駛性和安全性作為約束，利用動態規劃算法規劃前方車速曲線。該功能對象為車輛縱向動力學模型，通過控制動力源扭矩得到最優的車速曲線。

該功能可適配多種動力結構和系統配置，應用場景廣泛，包含前方有限速區、彎道、擁堵、到達目的地等均可適用，并且可針對駕駛員風格和行駛工況進行自適應優化， 構筑更貼合駕駛員意圖的車速曲線規劃。行車場景下主要結合自車車速、平均車速、前方限速信息、前方道路坡度、前方道路曲率、自車定位、駕駛員允許功能激活按鍵及前方紅綠燈信息等綜合要素判斷，在車機界面上實時顯示一條當前定位的優化車速區間顏色帶，駕駛員可通過觀察當前車速落在顏色帶的區域判斷車輛需要加速或者減速，從而輔助駕駛員在更加經濟的車速段內運行，并且可與ACC 結合，實現更加智能和安全的PCC 功能。通過該種服務應用可以提供更加智能安全以及行車經濟性更好的駕駛指導建議，進而有效節省駕駛成本。

預測性續駛里程功能應用場景

目前電池儲能技術所限和公共充電設施不完善，車主在駕駛時會面臨“里程焦慮”，而電池續航里程估算的不準確，更是加劇了這種焦慮。預測性續航里程功能，充分利用智能網聯車輛可以獲取環境和駕駛員信息的優勢，全面考慮了實際道路交通環境以及駕駛員駕駛風格和習慣對續航里程的影響，例如環境溫度對電池的影響，電池使用狀態對電池剩余電量的影響，駕駛員駕駛風格對驅動能耗的影響等，結合車輛工作狀態信息及車輛動力學模型預測車輛在未來路程中的能量消耗，并基于精準的電池狀態估計算法得到車輛到達導駛終點時可能的 SOC 及剩余續駛里程，并根據估計結果進行充電推薦。從而大大緩解了車主的“里程焦慮”的問題，改善了電動車的使用體驗。

預測性滑行回收功能應用場景

預測性滑行回收功能是基于智能網聯信息的減速場景駕駛輔助功能。其借由智能網聯系統獲取前方道路和車輛信息，在前方有減速需求時通過 HMI 或提示音提醒駕駛員松開踏板，并規劃滑行車速軌跡，使車輛在滑行過程能安全舒適的減速到需求的目標車速，且同時回收部分動能。

該功能可適配多種動力結構和系統配置，應用場景廣泛，包含前方有限速區、彎道、擁堵、到達目的地等均可適用，并且可針對駕駛員風格和行駛工況進行自適應優化， 構筑更貼合駕駛員意圖的減速策略。該功能主要結合行車場景下的車速服務、油門踏板服務、制動踏板服務、前方限速信息服務、前方道路坡度服務、前方道路曲率服 務、自車定位服務、駕駛員允許功能激活按鍵服務、電機扭矩及限值服務、電機轉速服務、前車信息及前方紅綠燈信息等因素，規劃滑行車速軌跡，提示駕駛員松踏板， 將車速滑行減速至目標車速，包含與前車保持距離、限速區減速至目標車速、入彎降速、減速通過紅綠燈等不同場景。

在減速的過程中能夠有效回收動能，可以提升續航里程。且由于有效減少了操作制動踏板頻次，零部件磨損得到緩解，車輛維護成本有所下降。在駕駛感受方面，預測性滑行回收功能很好的緩解了駕駛員的關注焦慮，駕駛員無需在減速過程中持續關注自車車速是否超出限速車速值，僅需聽從提醒松踏板指令，便可將車輛安全的減速到所需車速范圍。

五、智能底盤駕乘新體驗

智能底盤具備大量傳感器，基于傳感器信息，可以學習車輛當前運動工況，同時由于智能底盤控制自由度多，尤其是針對具備分布式轉向、分布式驅動、分布式功能的底盤，每個角模塊都可以獨立調整，可以提供更多的傳感器信息。基于識別的運動工 況，通過軟件優化底盤控制，深度協同底盤系統橫縱垂向，保證整車車身始終保持在平穩狀態，提升駕乘舒適性，給駕駛員和乘客打造一個更舒適移動的空間。

駕駛員通過加速踏板、制動踏板、方向盤實現對底盤系統的控制，智能底盤系統可以直接獲取駕駛員的輸入，軟件可以基于駕駛員的駕駛數據進行駕駛風格分析，自適應的調整智能底盤的駕駛響應。與傳統底盤系統響應單一、性能單一相比，智能底盤通過學習不同駕駛員的駕駛風格，提供更符合駕駛員心理預期的駕駛體驗。同一個底盤系統，不同駕駛員駕駛，底盤系統都可以表現出不同風格，真正實現千人千面的駕駛體驗。

通過軟件定義汽車的智能底盤可為用戶帶來四大體驗：

• 個性化體驗：在 SOA 和敏捷開發技術支持下，底盤域可根據終端用戶習慣提供個性化的定制服務，滿足差異化和個性化體驗。如智能懸架系統 HMI 具備運動、舒適、標準、越野、雪地等多種供選擇的模式，車身高度具備手動調節功能，供終端用戶根據駕駛環境和個人需求設置。

• 高性能體驗：伴隨著汽車集中式電子電氣架構的逐步成熟、底盤各個系統的緊密關聯，動態響應更加精準和迅速，可提供更優質的高性能駕乘體驗。如智能懸架系統能夠精準地感知車輛狀態和路面信息，并結合高精度感知層信息自動調整懸架高度、剛度和阻尼，大幅度提高車輛操穩和舒適性，為終端用戶提供高性能的用車體檢。

• 可成長體驗：利用深度學習算法和 OTA 等技術，底盤域系統具備自學習能力并支持 OTA 終身服務升級，使得底盤域系統具備自學習和可成長的功能體驗。如智能懸架系統能學習用戶的駕駛習慣，并合理調節出最適合用戶的懸架控制策略。

• 高安全體驗：汽車行業各項強標逐漸推出，功能安全 ISO26262、預期功能安全ISO21448 和信息安全 ISO SAE21434 成為汽車必備的多重安全保障，為底盤域系統提供更高安全的用車體驗。

六、基于數據的個性化應用

軟件定義的前提是數字化，需要能提前獲取相對應的數據。在萬物互聯的趨勢下，可將車輛數據、用戶數據、外聯生態數據、交通數據等進行收集，通過 AI 算法進行處理，建立基于賬戶的用戶畫像。

在處理的過程中，車輛可以提供車輛行駛信息、各傳感器數據等，同時還可以收集用戶對車輛的操作習慣等數據信息，生態可以提供天氣、餐飲娛樂等數據信息，通過云平臺連接的交通數據可提供路況等信息。將以上信息匯總到算法模型中，通過篩選去重融合等處理方式，建立用戶畫像，判斷用戶的需求和意圖。在長期的使用過程中， 數據處理中心還可根據更完善的數據修補用戶畫像，實現數據閉環，為用戶提供最貼切的符合用戶特征的個性化服務，進而實現基于數據回饋的服務成長。

七、衍生更多后市場應用場景

軟件定義汽車背景下，基于用戶數據、車輛數據、場景數據的出行服務新興模式也將獲得高速發展，通過車輛數據智能化存儲及應用可以實現人-車-家生活服務連接，車輛保險理賠等后市場服務，及智慧出行共享等帶來創新應用場景。

隨著V2X 技術的發展，汽車的控制功能不僅限于汽車本身，汽車實現對智能家居如冰箱、電視、洗衣機、空調等控制，反過來車端部分功能也能被家居控制，形成人-車- 家-可穿戴設備等萬物互聯的產業生態。

當前，在整車廠內部、汽車或交通相關科研機構、部分大數據公司都在積極挖掘車聯網數據的價值，以數據驅動的新商業模式開始出現。以UBI車險為例，整車廠聯合互聯網數據分析公司、保險公司，基于 CAN 總線數據判斷車主駕駛行為、駕駛習慣、事故發生時的狀態等，協助保險公司量化保費、調查事故。未來，結合車聯網大數據， 還有望看到更多實用有趣的車聯網應用服務。以道路維修保養為例，在全國范圍內行駛的智能汽車相當于高精度的傳感器，通過車輛行駛相關環境采集數據，可發現道路設施的異常點，在出現重大問題之前及時修補。還可基于車輛傳感器采集的數據，提供區域性天氣變化、危險事故預警等。

來源：軟件定義汽車產業生態創新白皮書V1.0