智能网联客车电子电气架构设计

王法龙　温长青　殷金泽　李佳

摘要：智能网联客车作为现代科技发展的产物，其电了电气架构设计必须充分考虑各种因素的影响。这一架构不仅要确保软硬件之间的协同工作，还要为各类应用程序提供灵活的部署环境。因此，深入研究这一领域不仅具有理论价值，而且对实际应用也至关重要。本文重点探讨智能网联客车电了电气架构设计的相关问题，以供相关人士参考。

关键词：智能网联；客车；电子电气架构；设计

中图分类号：U462 DOI：10.20042/j.cnki.1009-4903.2023.06.002

0 引言

智能网联电动汽车架构（EEA）的设计与实践在新型客车研发中的重要性不言而喻，它对客车的性能、功能和安全性产生直接的影响。正向的EEA设计能够避免系统内设备的重复运行，实现资源的合理配置，从而有效减少整车电缆的使用量和制造时间，提高产品品质。同时，通过减轻客车重量和降低制造成本，更好地满足用户多样化的出行需求和舒适性要求。

实验验证工作对于客车的故障率和驾驶人员的生命安全至关重要。本文对核心理论、技术路径和手段、关键技术实践和研究成果的应用进行了深入讨论，为推动智能网联客车行业的发展提供了有力支持。基于这些研究的电子电气架构顶层设计将显著提升我国在该领域的科研能力，并带来巨大的社会和经济效益。

1 智能网联客车电子电气架构的设计意义

智能网联客车电子电气架构的设计意义重大，它对客车的行驶性能、安全性和可靠性产生了直接影响，为乘客提供了高质量的驾驶体验。主要体现在以下几个方面。

1.1 提高驾驶性能

通过集中式的电子电气架构设计，智能网联客车的电路结构得以优化，车辆的计算能力得到提升，反应速度和控制精度也相应增强，从而显著提高了客车的行驶性能。例如，本研究中提出的一种新电子电气架构，采用域间协同计算和面向服务的设计理念，实现了基于工具链的开发和基于模型的开发方法。同时，通过以太网技术，各控制域之间能够进行高效的信息交互和信息共享。这种通用软硬件架构和接口设计，进步提升了智能网联客车的行驶稳定性和安全性。

1.2 提高安全性

电子电气架构的设计能够有效地提高智能网联客车的安全性。例如，采用安波福的设计方案，包括安全网关处理器、自动驾驶处理器和中央处理器，负责处理所有的运算和数据传输。通过引入了整个生命周期的概念和容错设计等要素，能够确保车辆的安全性。再比如，在设计过程中，考虑了系统的灵活性，确保了系统在不同环境和情况下的可靠性。

2 智能驾驶域控制器方案

该款智驾域控器搭载了高效的英伟达orin处理芯片。英伟达在Orin芯片上引入了基于NVLink-C2C技术的“superchip”，可将Orin SoC的算力拔高到2000 TOPS。如果客户有更高的算力需求，可以通过NVLink-C2C技术实现芯片间的互连互通，进步提升整体算力。一个Orin SoC便可满足一辆L5级智能汽车上所需的一切A计算需求，为高阶自动驾驶、车载操作系统、自动泊车、智能驾驶、车机、仪表盘、驾驶员监测等多个系统同时提供算力。除此之外，该款设备的传感接口支持行业领先的四通道LVDS格式以及FAKRA接口，它能够高效处理最高至720p分辨率下每秒30帧率高清视频数据的能力。此外，该设备还配备4条速度高达1000Mbps的千兆位以太网接口、2条用于控制网络连接的控制器区域网络（CAN）接口，以及对符合高速传输标准的USB20及USB30接口（如图1所示）。

为了保障L4级智能驾驶的安全性并实现最佳的决策控制效果，智驾域控器采用了Infinix TC397單片机处理数据和执行传感器融合算法。这款TC397处理器最高可配备有6颗强劲核心，其运行工作频率则可攀升至高达300MHz。其卓越的计算性能高达400DMIPS，并配备了16MB闪存和6MB RAM的内存配置。除了具备强大的通信接口外，还支持12路CAN/CANFD、2路FlexRay和12路LIN等多元化的通信方式。

总体智能驾驶系统采用了多传感器融合技术，利用惯性测量单元来维持稳定的车身姿态识别、精准的导航应用以及行为辨识。再借助128线主激光雷达、毫米波雷达、摄像头等感知设备，系统能够识别出前方的路障和其他车辆的相关信息，从而实现L4级智能驾驶功能。此外，主摄像头和激光雷达的融合算法确保了在阴雨天或黑暗环境下也能保证视野和环境监测的准确性。

3 通信域控制器方案

通信域控制器采用基于32位Arm@ Cortex@-M4F的S32K148微控制器，实现对WIFI、蓝牙、GNSS导航天线及4G模组的精细调节。不仅如此，它还具备2路CAN总线和1路百兆以太网的数据传输性能，以及丰富的信号接口，如ADC和GPIO，以满足客车控制的多样化需求（见图2）。

此外，飞思卡尔i.MX6Q处理器也是该智能网联客车的重要组成部分。这款处理器拥有4个ARM Cortex-A9内核，每个内核的运行频率高达1.2GHz，为音视频处理提供了卓越的性能。该处理器具备64/32位总线，支持每秒12亿条指令集（1.2GHz，MTBF 12亿次／分）的高效计算。此外，它还内置了3D图形加速引擎及2D图形加速功能，最高分辨率可达4096x4096像素。视频编码不仅支持MPEG-4/H.263/H.264标准，而且能够达到1080p30fps的编码效果。同步解码MPEG2/VC1／Xvid也支持到1080p@30fps。

器件还配备了1路HDMI、2路LVDS、2路CAN总线接口、3路音频接口以及1路千兆级别的RGMII接口。搭配大唐LTE-V DMD31芯片，实现车-路以及车-车间的网络互联互通。

在车-车互动环节，搭载域控制器的车辆之间，均可利用LTE-V协议进行整车信息交换，实现V2V场景交互。实际检测结果表明，域控制器的有效连接距离在500m以内。在车-路边设施的沟通环节，域控制器凭借LTE-V协议与集成RSU（Road Side Unit，路侧单元）的路边设备进行有效通讯，收集并反馈路面状况信息。

4 智能座舱域控制器方案

智能座舱即配备智能化及联网化的车载产品，能实现人、路、车的智慧互动。其研发理念的一大核心在于对驾驶者与乘客日常行为资料进行精准收集并上传至云端处理，以便能大幅提高车内环境在各方面的安全性、娱乐性和实用程度。智能座舱域控制器方案见图3。

在智能座舱控制器的研发中，我们选择了瑞萨公司的RH850系列高能效嵌入式微控制单元（MCU）芯片。这款集成电路凭借卓越的性能和安全性，成功达到了汽车行业最高的安全标准——车辆安全完整性等级（ASILD）。此外，瑞萨公司的R-CARH3片上系统（SoC）芯片也被应用其中。该款芯片严格遵循ASIL B的要求进行设计与生产，确保了产品的可靠性与稳定性。R-CAR H3是基于ARM公司先进的Cortex-A57/A53架构开发而成，配备了业界领先的64位中央处理器（CPU）内核，强大的处理能力可达至惊人的40000每秒指令数（DMIPS）。更为值得提的是，它还搭载有强劲的PowerVR GX6650图形处理器（GPU）作为三维图形引擎，这极大地提升了行车过程中的视觉效果及人机交互效率，为驾驶员提供精准且可靠的驾乘信息反馈。

通过运用虚拟化技术，实现了对CPU和GPU资源的有效利用，将多个操作系统集成在单集成电路片芯片（SoC）上。这种做法使硬件和软件资源能够根据产品需求在各操作系统之间灵活分配。例如，仪表板部分采用了QNX系统，而中央控制屏幕则选用了Linux系统。

凭借SoC强大的渲染能力和卓越的视觉表现，我们能够精准地展现出三维立体画面，为驾驶者提供叹为观止的人际互动体验。同时，R-Car H3具备的三路视频输出与八路视频输入功能，使我们能够轻松实现全方位360。全景图像、后视镜映射、行车记录仪视频存储以及车内司机疲劳检测等功能。值得一提的是，其通信模块还配备有两路CAN／CANFD以及千兆RGMII以太网接口，能够无缝接入客车内部网络，实现全面的车载显示器控制功能。

5 电气系统硬件方案

5.1 双供电系统

为了满足L4级智能驾驶系统的需求，建议采用具备双回路电源系统的控制器，以便在任意条线路出现故障时，仍能保障自动驾驶系统的持续运行（见图4）。

本系统包含主12V供电蓄电池和备份12V蓄电池2个独立的电气组件。其中，主12V供电蓄电池负责为全车的主要用电设备提供电力，而备份12V蓄电池则与PDU（电源分配单元）相连，专门负责为自动驾驶相關设备提供电力。

首先，主供电蓄电池的电能通过精心设计的蓄电池分配盒传输到车辆前端的配电盒、驾驶员舱内的配电盒以及行李箱区域的配电盒。在前舱配电盒内部，集成了整车前部设备所需电力的保险丝及继电器。特别重要的是，这个区域还集成了自动驾驶所需的主要设备，如ADAS电源保险、摄像头供电保险、MMR供电保险等。此外，主12V蓄电池的电能还会经由DCDC转换器为车辆电器负载及其自身进行对应充电操作。

备份蓄电池安放置在前舱内，并与PDU电源分配单元并联。这部分包含一个12V供电的DCDC和两组控制开关S1和S2。备份蓄电池还连接至备份配电盒，该配电盒配备了自动驾驶系统的备用电源保险装置。通过这个装置，可以实现所有自动驾驶控制器的双电源供电，但ESC（车身电子稳定控制系统）和iBooster控制器只接受单路供电。这是因为它们本身具有制动功能，如果ESC发生故障，iBooster可以完成应急制动动作，确保行车安全。

双电源供电系统的运作模式如下启动过程中，主导12V蓄电池经由电瓶分配盒以及前舱配电盒向智驾驶系统提供电力支持。之后，PDU电源分配单元中的控制开关S1关闭，此时由主导12V蓄电池接替开启备用电路，确保系统可持续稳定运行。通过这种方式，系统能够确保自动驾驶系统正常感知双电源的变化，从而安全顺利地展开各项工作。

该PDU电源分配单元可以实时监控智能驾驶系统控制器的主供电状态。如果出现硬线诊断故障，它能够迅速执行控制开关S2闭合、S1断开的操作，为控制器提供备用电力供应。在这种情况下，PDU内的DCDC模块将继续运作，确保对ECU的持续供电。为了确保主电源失效诊断功能得以强化且更为安全稳定地运作，控制中枢具备自动监控主供电状态的功能。一旦判定主供电出现故障，它会立即通过CAN总线传达相关的故障警示信息。而PDU则负责与CAN总线上的数据交换通讯任务，一旦收到总线发出的故障警告信息，它还能够同步执行硬件故障信号的排查工作。

5.2 接地点

随着车辆电子设备的不断增加和电路分布的日益复杂化，原有的隐患逐步显现出来，例如电源扰动导致的安全问题、车载通信不稳定等。这些问题的根源在于用电器抗干扰接地的设计不当。为了确保客车用电器的安全性和稳定运作，需要对其抗干扰接地进行适当的调配和设计，以提高电器的抗干扰性能。

对于客车用电器抗干扰接地的主要任务，是降低接地线路的阻抗。地线上的电位差主要由地线本身的阻抗引起，因此应尽可能减小地线阻抗，从而控制电器接地阻抗。

客车接地的形式主要可以分为单点接地和多点接地两大类型。

单点接地适用于工作频率低于1MHz的电路架构。由于客车电气设备大部分都遵循这工作频率范围，因此在客车上采用单点接地是相当适宜和可行的选择。之外，由于客车上单条电缆线束的实际长度通常小于10m，采用单点接地可以增强信号强度，减少噪声干扰。因此，即使工作频率在10MHz范围内，也可以适用单点接地。

多点接地各个子系统分别与统一的接地导体或接地平板相连接，旨在缩短接地线长度以减小地线带来的干扰。该方法更适合工作频率超过10MHz的电路体系。然而，对于客车电气系统而言，大部分都是低频信号，仅少部分（如遥控器、音频信号）涉及高频信号，因此客车电气的接地通常采取单点接地策略，并以并联的方式实现。

5.3 整车电平衡

必须高度重视电动客车整车电平衡设计这一至关重要的任务。这意味着，DC/DC充电机、储能设备和用电负荷在电能产生和消耗过程中应该保持相互制约、平衡的状态。当DC/DC充电机输出电压超过蓄电池的正常运行水平时，DC/DC充电机将为蓄电池充电，并为各项负荷提供所需的电能，而当DC/DC充电机输出电压低于蓄电池的额定电压时，蓄电池会执行反向放电功能，与DC/DC充电机起为负荷提供所需的电能。关于蓄电池容量的设定原则，需要考虑以下因素：第一，要确保DC/DC充电机具有良好的启动性，特别是在高寒环境中的启动效果；第二，需要对充电系统故障进行充分防护，即依靠蓄电池来提供全车电力基础，保障客车可持续行驶约3h 15min。

在制定整车电平衡设计策略时，应优先考虑保证大多数工况下，DC/DC充电机能同时为整个电子设备供电，并确保为蓄电池提供充足的能源。

为了准确地核算蓄电池、发电机或者DC/DC转换器的输出功率等参数，必须要先研究车辆的最大电流消耗情况，这包括考虑行车情况、电器使用情况、天气状况等多种情况。通常对比日常白天工作时间、晚上工作时间、夏季白天工作时间、晚上工作时间、下雨天晚上工作时间、冬季白天工作时间、冬天晚上工作时间、冬天雪地工作时间的电气负载电流，我们发现夏季雨夜和冬季雪夜这2种气候环境对低压供电系统的承载力要求最为严格。

在炎夏的夏季和寒冷的冬季这2个极具代表性的季节中，我们对多种类型的低压电器设备进行了深入的研究。在白天光照充足、夜晚安静以及雨夜湿气弥漫这3种自然环境中，展开了深度细致的运行状况剖析及研究。凭借电流加权值u与等效电流的精密计算与对比，甄選出适应此类条件的电气设备，使得运作总电流达到最优效果。3种自然环境中客车整体所需的电量消耗如下

晚上整车低压耗电量（夏）（kWh）=0273+1.220+0.20=1693，

雨夜整车低压耗电量（夏）（kWh）=0.273+1229+0.238=1.740，

白天整车低压耗电量（冬）（kWh）=0.273+0714+0.468=1.455：

晚上整车耗电量（冬）（kWh）=0.273+0.779+0.468=1.520

雪夜整车低压耗电量（冬）（kWh）=0.273+0.795+0.546=1.614，

白天整车低压耗电量（夏）（kWh）=0.273+1.164+0.196=1.633，

总体来说，我们可以清楚地看到，在夏日雨夜里，客车整体所需的低压电能消耗最高。

6 结束语

综上所述，随着商用车逐步向电动化、智能化、网络化以及共享化的方向快速迈进，构建自主可控的智能网络商用车电子电路体系架构已成为个至关重要且具有国家战略意义的话题。因此，本文阐述了智能网联客车电子电气架构的设计意义，并重点研究了自动驾驶域控制器方案、通信域控制器方案、智能座舱控制方案等，并对电气系统的硬件方案进行了说明。此外，本文还提到了最新的研究成果，包括基于有效性控制系统的经济和性能控制等方面，这些内容将会成为未来研究不可或缺的工具和资源。

参考文献

[1]赵建东，贺晓宇，余智鑫，等.多网联范围下的智能网联车换道决策组合模型研究[J].交通运输系统工程与信息，2023，23（1）：77-85.

[2]秦严严，杨金滢，李淑庆.考虑可变车头时距的智能网联车跟驰模型[J].江苏大学学报（自然科学版），2022，43（4）：381-385.

[3]杨达，杨果，罗旭，等.考虑前车状态的智能网联车交叉口行为决策[J].西南交通大学学报，2022，57（2）：410-417，433.

[4]王健民，施卫，张宇.智能网联车路口行驶的决策策略分析[J].汽车实用技术，2025，48（1）：38-43.

（责任编辑：王作函）