软件定义汽车典型应用场景

随着软件定义汽车典型应用场景的落地，用户将明显体验到汽车从交通工具向智能移动终端的转变。几十年前主要用高性能的底盘操稳与动力系统定义一台好车，几年前主要用智能化系统与智能交互满足终端用户的用车体验，未来将调度全车传感器与数据驱动方式定义智能移动终端。

汽车电子从无到有，如今不断深化到座舱、车控、底盘、动力等多个功能域为用户调用整车资源，为用户不断创造增值的用户体验，基于此，在服务提供上的功能分工与数据利用也会驱使行业分工出现变化。

首先，针对不同的场景服务，整车厂与供应商开启软硬解耦、软软解耦的开发方式， 不同角色负责不同层级的软件开发，以满足用户对于应用场景快速迭代与多样化服务订阅的需求。然后，针对架构解耦暴露出来的数据信息，一方面可以形成数据闭环为用户带来个性化、便捷的用户体验，另一方面整车厂和第三方可以根据数据回馈不断优化产品，并且激发出依靠汽车数据衍生的产业发展。

软件定义汽车使得整车级场景智能化成为可能，以体验为中心满足用户个性化需求， 真正实现千车千面、常用常新的驾乘体验。车辆作为移动的第三生活空间，在高算力芯片、人工智能、大数据、SOA、原子化服务等的加持下，向场景多元化发展，面对日新月异的用车环境，基于车辆的个性化体验更能得到用户的认可。

任何场景逻辑可以抽象为四个部分：场景感知、场景条件、场景交互、场景执行，这四个部分无一不依赖于车辆的能力。场景感知需要通过摄像头、语音模块、车辆信 号、地理位置、天气、车内操作等智能识别场景；场景条件需要判断当前的车辆状态如档位、车速、天气、位置等信息确定是否具备执行场景的条件；场景交互是通过显示屏或语音进行场景运行请求、场景运行授权、场景运行倒计时、场景运行提示等； 场景执行即执行相关车辆行为，如空调、车窗、座椅、车灯、后视镜、行驶、泊入 等。这些车辆能力需要以服务的形式暴露给应用层，车辆能力暴露的越多，实现场景越多，场景功能越丰富。

在智能场景中，车、云、人得到有机的结合，通过建立场景引擎，车辆可为用户开放空调、天窗、车窗、灯光、座椅、娱乐、资讯、出行等上百个功能的服务接口，供用户自由的排列组合；云端将生态信息、账户、用户画像、运营服务等内容串联起来， 与车端数据进行融合打通，为用户提供增值服务；用户可通过手机或者车机对场景进行定义，从而建立基于自身习惯与喜好的智能化服务场景库。

下面我们将举一些典型应用场景。

智能交互应用

结合场景化功能引擎实现一键休憩服务。车主可以通过APP，开启或关闭一键休憩指令，根据车主的习惯或设置自动调整车椅位置角度、车窗开度、车灯开关颜色亮度、遮阳窗等，不需要手动一一去调整，降低了操作的复杂度，大大提升了用户体验。在具体的实现中，应用开发者通过调用各原子服务 API 来实现不同的场景APP，提升汽车应用开发的效率。类似的软件定义汽车的典型应用场景还有很多，想象空间很大。

图 5-1 一键休憩服务场景示意

用户自定义场景

以威马W6 为例，用户只需进入车内，即可直接体验官方预设的九种场景模式：休息时刻、亲子空间、智能节能、性能模式、高速无忧、充电提醒、空气净化、影院模式

和忏悔模式。用户也可根据个人用车习惯，通过威马智行APP，开启自主编程操作， 实现驾驶辅助、车窗、座椅、空调、驾驶模式、音乐、氛围灯等主被动软硬件模块的自由组合和设置，并根据自己的汽车偏好制作不同风格的场景卡。操作完成后，新添加的场景模式将根据用户设置的触发条件唤醒。

同样实现场景编辑的还有小鹏P7 语音私人定制，小鹏P7 可在手机APP 定制模块中，针对一系列常用的功能设定快捷方式，可以让用户一步一步自由定制输入命令、执行功能、语音回馈等各项步骤，通过简单的组合实现一个专属于用户的一串动作。以专门针对洗车场景设定的私人定制模式为例，在准备洗车的时候，一句已设定好的

话将会执行提醒天气、关闭车窗、关闭空调、关闭车顶、折叠后视镜、挂N 档这一系列动作，实现了场景自主编辑与语音指令对场景的控制。

以联合汽车电子预约智能充电为例，由于不同驾驶员在不同场景下对于充电的需求不同，有的可能需要在尽量短的时间内完成尽量多的电能补充；有的需要充电尽量不影响电池寿命，从而延长电动车动力电池的使用年限；有的需要尽量在电费波谷期充 电，从而减少充电的费用。预约智能充电功能可以让驾驶员在进行充电时，根据充电的实际需求和相关信息对比，选择四种模式：经济模式、健康模式、快充模式、正常模式。

• 
  

• 经济模式：根据客户的充电时间需求、电池状态、不同时段的电价等信息，通过软件计算，提供终端客户电费最低的充电选择；

• 健康模式：根据客户的充电时间需求、电池状态等信息，通过软件计算，提供对动力电池最健康的充电选择；

• 快充模式：根据客户的充电时间需求、电池状态等信息，通过软件计算，提供动力电池充电速率最快的充电选择；

• 正常模式：根据客户的充电时间需求、电池状态等信息，提供电池管理系统标定好的充电选择 。

• 
  

根据驾驶员在人机交互界面输入充电需求，车载电脑会根据动力电池的实际状态，通过预测估计算法，计算不同模式下的充电信息，展示给客户进行对比，告知客户不同充电模式下的收益，其包含：预计充电总费用、预计取车时间、预计动力电池延长的寿命（对比正常充电模式）、完成充电的电量（SOC）。

此外，车企在车联网平台的加持下，智能汽车可以实现动态的管理，在车主的意愿 下，服务平台能够帮助车主实现车辆模式的转变，比如车辆长时间停放的场景，就可以从停放到共享的模式切换，智能汽车变成了一个会盈利的移动空间。

智能汽车应用商城

随着智能网联汽车的快速推广，车机端所需要的应用程序开发及管理成为了一个新的业务增长点，通过建立企业和品牌专用的应用商城，为厂家、合作企业、三方软件的开发者提供一个方便又高效的应用推广、销售、管理平台，能够有效管理各类应用， 为车主用户提供方便，同时也在一定程度上促进了智能汽车品牌的科技卖点。

未来汽车应用商城的发展生态有望采用类似手机产业的逻辑，按照开发的应用程序类型，汽车应用商城将应用进行分类，开发者在发布新的应用程序时，需要选择应用程序所属的分类，同时管理员可以调整应用程序的分类。应用分类包括生活、信息、地图、音乐、视频、图像、资讯、商务、游戏等 APP。在运作模式方面也可以采用热门应用软件、最新发布软件、应用软件排行榜、应用下载及社交应用评论等方式管理， 打造全产业链生态伙伴平台共同开发、利益共享的盈利模式。

苹果通过软硬一体化发展策略，构建了“终端+软件+服务”的全产业链，持续扩展增值服务。苹果手机基于流畅 iOS 系统，突破传统只靠销售终端获得盈利的商业模式， 通过 iTunes 和 AppStore 等为用户持续输送优质的服务和内容，实现场景细分、高度集成和个性化，改变消费者以往从搜索获取服务的习惯，持续扩展增值服务的边

界。类比苹果，特斯拉打造了硬件平台（汽车）、超级充电服务（基础服务）、应用软件商店（特斯拉 APP）及娱乐服务应用等，加速软件服务生态付费模式，“类苹果模式”在汽车产业中开始创新发展。

图 5-2 特斯拉与苹果产品服务生态对比

智能驾控应用

出行场景和生活场景联接将提升车主的用户体验。在智能互联时代，人车关系的建立依赖基础数据的获取，车辆通过智能获取用户生活数据、出行数据，实现对用户的洞察，从单纯的出行工具向在线生活工具进化，通过场景化的服务准确预判用户需求， 满足用户个性化需求。而智能汽车网络（车辆、道路、网络、云端）的应用将不断进行数据驱动自学习，完善用户体验。车辆行驶的道路越多，越能记忆更多的道路信 息，特别是危险道路信息，通过数量巨大的智能汽车对道路信息的不断学习，云端的

智能AI 算法会按照学习数据生成动态的汽车能力，并通过网络分发给还未有大量道路行驶里程的新车，新车一跃获得了高智能的自动驾驶能力。车辆可不断适应环境和

人，实现不断进化，且通过对道路信息的获取，可实现更多功能的应用。

预测性经济车速规划服务应用场景

预测性经济车速规划功能是借助高精度地图和定位系统，提前获知前方区域路况和交通信息，以节能与驾驶时间综合最优作为目标，驾驶性和安全性作为约束，利用动态规划算法规划前方车速曲线。该功能对象为车辆纵向动力学模型，通过控制动力源扭矩得到最优的车速曲线。

该功能可适配多种动力结构和系统配置，应用场景广泛，包含前方有限速区、弯道、拥堵、到达目的地等均可适用，并且可针对驾驶员风格和行驶工况进行自适应优化， 构筑更贴合驾驶员意图的车速曲线规划。行车场景下主要结合自车车速、平均车速、前方限速信息、前方道路坡度、前方道路曲率、自车定位、驾驶员允许功能激活按键及前方红绿灯信息等综合要素判断，在车机界面上实时显示一条当前定位的优化车速区间颜色带，驾驶员可通过观察当前车速落在颜色带的区域判断车辆需要加速或者减速，从而辅助驾驶员在更加经济的车速段内运行，并且可与ACC 结合，实现更加智能和安全的PCC 功能。通过该种服务应用可以提供更加智能安全以及行车经济性更好的驾驶指导建议，进而有效节省驾驶成本。

预测性续驶里程功能应用场景

目前电池储能技术所限和公共充电设施不完善，车主在驾驶时会面临“里程焦虑”，而电池续航里程估算的不准确，更是加剧了这种焦虑。预测性续航里程功能，充分利用智能网联车辆可以获取环境和驾驶员信息的优势，全面考虑了实际道路交通环境以及驾驶员驾驶风格和习惯对续航里程的影响，例如环境温度对电池的影响，电池使用状态对电池剩余电量的影响，驾驶员驾驶风格对驱动能耗的影响等，结合车辆工作状态

信息及车辆动力学模型预测车辆在未来路程中的能量消耗，并基于精准的电池状态估计算法得到车辆到达导驶终点时可能的 SOC 及剩余续驶里程，并根据估计结果进行充电推荐。从而大大缓解了车主的“里程焦虑”的问题，改善了电动车的使用体验。

预测性滑行回收功能应用场景

预测性滑行回收功能是基于智能网联信息的减速场景驾驶辅助功能。其借由智能网联系统获取前方道路和车辆信息，在前方有减速需求时通过 HMI 或提示音提醒驾驶员松开踏板，并规划滑行车速轨迹，使车辆在滑行过程能安全舒适的减速到需求的目标车速，且同时回收部分动能。

该功能可适配多种动力结构和系统配置，应用场景广泛，包含前方有限速区、弯道、拥堵、到达目的地等均可适用，并且可针对驾驶员风格和行驶工况进行自适应优化， 构筑更贴合驾驶员意图的减速策略。该功能主要结合行车场景下的车速服务、油门踏板服务、制动踏板服务、前方限速信息服务、前方道路坡度服务、前方道路曲率服 务、自车定位服务、驾驶员允许功能激活按键服务、电机扭矩及限值服务、电机转速服务、前车信息及前方红绿灯信息等因素，规划滑行车速轨迹，提示驾驶员松踏板， 将车速滑行减速至目标车速，包含与前车保持距离、限速区减速至目标车速、入弯降速、减速通过红绿灯等不同场景。

在减速的过程中能够有效回收动能，可以提升续航里程。且由于有效减少了操作制动踏板频次，零部件磨损得到缓解，车辆维护成本有所下降。在驾驶感受方面，预测性滑行回收功能很好的缓解了驾驶员的关注焦虑，驾驶员无需在减速过程中持续关注自车车速是否超出限速车速值，仅需听从提醒松踏板指令，便可将车辆安全的减速到所需车速范围。