IoT的核心发展思路是将世间万物电子化、数字化，汽车也不例外。慕尼黑工业大学信息学教授Manfred Broy说过，如果你现在买辆高端汽车的话，“它很可能包含了1亿行软件代码”。这些软件代码又运行在70-100个ECU（电子控制单元）上，这些ECU就在车内形成连接网络。实际上，汽车中的软件在规模和复杂度上还在迅速成长，商业研究公司Frost&Sullivan预计，很快汽车内的软件代码就要达到2-3亿行的程度了。
但传感器数量增加会导致物料成本增加，通过改进技术降低成本会成为一个长期趋势。比如说类似摄像头+雷达的融合式解决方案预计会统治市场，集成方案是有助于减少传感器数量的；更高级的算法、机器学习都能够加强传感器性能和可靠性，那么具备相似功能的多传感器方案会逐渐消失；更高级的单个传感器也会替代过往的组合传感器解决方案。所以长期来看，车载传感器数量减少也是有可能的。
5. 传感器变得更智能
未来的系统架构会要求智能和集成传感器，去管理用于自动驾驶的海量数据。一些比较高级的功能，比如说传感器融合、3D定位当然还是需要在中央计算平台进行的。但更多传感器数据的预处理、过滤和快速响应，还是会在更偏边缘的位置进行，甚至是在传感器内部直接完成。
由于传感器生成数据的海量性，智能会从ECU分担出一部分给传感器，传感器自己去执行那些要求极低延迟，同时计算性能要求不高的预处理。与此同时，智能传感器可以对它们自己进行状态监测，为确保传感器在任何情况下都能正确工作，会有新型的传感器清理应用，比如除尘、除冰之类的能力；多传感器的冗余设计，则能够增加传感器网络的可靠性、安全性（safety）。
6. 供电与数据网络的冗余设计
对安全（safety）要求比较高，以及其他一些关键型应用，对可靠性要求是很高的。他们需要完整的冗余设计，包括数据传输和电力供应。电动车技术、中央计算机，以及对电力需求很大的分布式计算网络，都必须有相应的冗余电源管理网络方案。比如支持线控转向的“故障仍保持工作（fail-operational）”系统，各种HAD功能都需要冗余系统设计，这对于现在的fail-safe monitoring故障安全监控实施方案而言，在架构层面上会有更高的要求。
7. 车载以太网会成为汽车骨干网络
作为业界共识，而且是已经在开展工作的一个趋势，这一点几乎已经无需赘言。至少现在的车载网络是无法满足高带宽数据传输需求的。HAD的数据速率和冗余设计要求，连接环境的安全性（safety and security），以及跨行业的标准协议间的传输需求，都让车载以太网成为必选项——尤其对冗余中央数据总线。
采用以太网解决方案，可以确保跨域通讯可靠，增加包括AVB（audio-video bridging）、TSN（time-sensitive networks）等扩展，满足实时性要求。LIN、CAN之类的传统网络依然会存在，不过仅针对闭合的更低层级的网络。FlexRay、MOST之类的技术很可能被车载以太网及其扩展AVB、TSN所取代。
8. 为功能安全与HAD考虑，OEM厂商会严格控制数据连接，但针对第三方数据访问仍会开放接口
OEM厂商的后端，必定是车载网关传输安全关键型（safety-critical）数据的唯一出路。针对第三方数据访问，也需要提供接口，除非监管政策不允许这么做。车载娱乐系统前面就已经提到可能会“应用化”，这个过程会浮现出新的接口，让内容和应用供应商部署内容——这个过程OEM厂商一定还是会有各种限制标准。
现如今的板载诊断端口，一定程度会被远程通讯解决方案替代。这种物理维护访问端口已经不再必须。OEM厂商针对某些特定的场景，比如汽车丢失追踪，在后端提供数据端口。
9. 本地信息上云，具备大数据价值
非敏感数据（非隐私与安全相关数据）未来会更多地在云上处理。随着数据量的增加，数据分析会变得很重要，这些数据毕竟能够给出很大的价值。无论是自动驾驶还是其他的数字化创新，这主要取决于市场参与者之间如何做数据共享与分析。
不过目前尚不清楚，这件事该如何执行，以及究竟由谁来做。有传统供应商和市场参与者已经开始构建融合型的汽车平台，能够对大量数据做处理。
您可能感兴趣
