东风汽车研发总院：智能驾驶基础软件与开源生态结合的可行性探讨

2025年3月18日，在第六届软件定义汽车论坛暨AUTOSAR中国日上，东风汽车研发总院软件工程中心副总工程师任慰认为，智能驾驶技术软件与开源生态融合是破解行业复杂性与高投入难题的关键路径。他指出，当前智能驾驶软件复杂度呈指数级增长——L3/L4级应用、端到端大模型、多模态传感器融合等技术演进，叠加SOA架构与功能安全要求，使得代码量逼近数亿行，全栈自研模式难以为继。在此背景下，开源协作成为必然选择，可参考服务器与云计算领域的成功经验。国外生态已形成完整体系，相较而言，国内开源生态仍处追赶阶段，需加速构建自主技术体系。

基于OpenEuler的实践探索中，全场景原子化解耦架构——OpenEuler Embedded整合混合关键系统能力，在统一技术底座上实现实时域、座舱域与云端协同。该技术特性包括:高质量基础软件、以混合关键性为代表的拳头特性、垂直整合能力、丰富生态系统及强大基础设施。

东风汽车研发总院软件工程中心副总工程师

以下为演讲内容整理:

背景介绍

智能驾驶基础软件作为连接上层应用与底层硬件的关键层，涵盖范围广泛，主要包括操作系统、系统库、以及开发工具，该范畴还可能囊括基础设施与开发框架等组成部分。

从应用角度审视其发展趋势，智能驾驶应用正日益趋向复杂化。自动驾驶技术已从早期的L2、L2+级别向未来的L3、L4级别演进。人工智能语音处理领域，技术从最初的卷积神经网络、鸟瞰图(BEV)等方法，逐步发展到当前的端到端大模型。

同时，传感器技术也在不断进步，从简单的雷达系统，发展到包含激光雷达、高清摄像头等在内的多元化传感器体系。在架构层面，出现了面向服务的架构、车路云一体化、以及舱驾融合等新技术。此外，在质量方面，智能驾驶系统需满足细节安全、功能安全以及实时性等多方面的严格要求。

图源:演讲嘉宾素材

开发方式上，智能驾驶基础软件的开发语言也呈现出多样化的趋势，包括C/C++、Python、Rust、Go等多种编程语言均被广泛应用于该领域。

底层硬件正朝向更复杂化与高技术化的方向发展。以往，我们主要依赖ECU、域控制器、中央控制器等设备，甚至引入了车载服务器的概念。从单个处理器的角度来看，硬件已从四核、八核进化到众核架构。

异构计算方面，NPU、DSP、GPU、MCU以及各类加速器可以被整合在一起，形成强大的处理能力。制程工艺上，我们也见证了从16纳米、7纳米到5纳米的不断进步。

随着硬件复杂性的增加，复杂的应用场景对技术软件的需求也日益迫切。复杂的硬件系统需要一个同样复杂且功能强大的基础软件来进行有效管理。因此，构建一个强健的基础软件平台变得至关重要。这个平台需要实现软硬件解耦、软件组件间的解耦，以确保系统的灵活性和可扩展性。同时，它还需要支持快速迭代和持续演进，以满足不断变化的功能需求。

除了功能强大之外，信息安全和功能安全也是基础软件不可或缺的一部分。此外，高质量、降本增效以及垂直整合能力也是衡量基础软件优劣的重要标准。这意味着基础软件必须能够充分管理并发挥硬件的潜力，确保系统的整体性能和稳定性。

行业有两个参考架构值得关注。软件测评中心主导提出了一个车载智能计算基础平台的参考架构；AUTOSEMO也推出了面向AI大模型的开放式架构。这两个架构在呈现上均包含大量的框图，揭示了它们在设计上的复杂性与深度。

它们都拥有异常复杂的软件栈。从底层的bootloader、hypervisor、TEE开始，向上延伸至操作系统内核层面，涵盖了Linux、RTOS、AUTOSAR CP、Android等多种系统。在中间件层面，则包括DDS、AUTOSAR AP、以及TSN等关键组件。

图源:演讲嘉宾素材

实现如此复杂且庞大的软件栈是一项极具挑战性的任务。整个软件栈的代码行数可能达到数亿行，对于任何一家厂商而言，如果选择全栈自研，都将意味着巨大的资源投入与风险承担。因此，合作共享成为了一个自然而然的解决方案。事实上，这种合作模式在ICT领域早就有所应用。然而，将ICT领域的成功模式复制到汽车电子领域并非易事。汽车电子领域有其独特的行业特点与要求，如高安全性、高可靠性、以及严格的法规约束等。因此，如何在保持ICT领域合作模式优势的同时，充分考虑汽车电子领域的特殊性，是一个值得深入探讨与解决的问题。

国外智驾基础软件开源/开放生态进展

在探索智能驾驶基础软件开源领域及其生态发展方面，可以参考国外的一些进展。Linux基金会在此领域扮演着重要角色，它拥有完善的基础软件组合，覆盖了软件定义汽车领域的多个方面，包括CNCF、ELISA、AGL等。

图源:演讲嘉宾素材

Linaro基金会则提出了面向软件定义汽车与车云结合的SOFAEE架构。该架构的特点是将云端技术引入其中，其核心是围绕这一融合目标进行构建。

Eclipse基金会旗下的旗舰项目是SDV项目。该项目聚焦于通信中间件、开发工具以及数据抽象等领域，展现了Eclipse基金会在这些关键领域的重点投入与贡献。

Autoware项目则提供了一个基于ROS2的开源自动驾驶框架。Autoware在ROS2的基础上，针对智能驾驶领域进行了抽象化处理，并涵盖了感知、规划与控制等多个方面，从而构建了一个完全开源且开放的架构，为智能驾驶技术的发展提供了有力支持。

ARM Automotive Solution推出了基于ARMv9硬件的汽车电子参考设计方案。在此方案中，A核采用了ARMv9架构，整个参考架构颇为复杂，包含了Grub、Linux等多个组件。

图源:演讲嘉宾素材

基于openEuler的实践探讨

openEuler是开放原子开源基金会旗下的一款面向数字基础设施的全场景开源操作系统。其前身源自华为，华为于2019年将其开源，并在2021年捐赠给了开放原子基金会。openEuler面向的应用场景广泛，从服务器与云计算起步，现已拓展至边缘计算与嵌入式领域。该系统的主要特点在于，针对不同场景，它采用了一套统一的架构，即全栈原子化解耦与全场景支持。此外，openEuler还与鸿蒙生态实现了互通，进一步增强了其生态兼容性与应用广泛性。

图源:演讲嘉宾素材

在openEuler社区中，针对嵌入式系统或未来可能面向汽车电子化的需求，由openEuler Embedded来承担相关任务。openEuler Embedded是一个开放且综合的嵌入式系统软件平台，它以Linux为核心，并结合了多样化的生态组件，包括可信执行环境、实时操作系统、裸金属以及嵌入式虚拟机等。通过充分利用Linux丰富的生态功能与特性，openEuler Embedded可以将多样化的运行环境有效地整合在一起。

为何openEuler Embedded会被定义为适用于汽车电子等物理系统呢？原因在于汽车电子系统需要处理实时性、可靠性以及安全性等多方面的挑战，这些都需要通过专用的系统来确保。随着汽车电子功能的日益复杂化，尤其是AI技术的引入，传统的小型系统已无法满足需求。因此，Linux作为一个功能强大且灵活的操作系统，成为了实现这一综合系统的理想选择。openEuler Embedded正是基于这样的需求背景而诞生的，它旨在满足汽车电子系统对于高性能、高可靠性以及高安全性的综合要求。

openEuler Embedded的关键技术特性可以概括为“1+X+1”模型，其中两个“1”代表着该平台的核心稳定要素。第一个“1”是Linux，作为openEuler Embedded的核心，它将依托openEuler社区与华为在嵌入式领域的深厚积累，共同构建一个高质量的嵌入式Linux基础框架。该框架的内核将紧随整个Linux社区的发展步伐，不断演进与升级。

另一个不变的“1”则是指平台的基础设施，这是支撑openEuler Embedded稳健运行的关键所在，包括一套完善的Compass CI系统，以及专为嵌入式设计的构建系统oebuild、SDK仿真工具、以及CIamp;CD流程，这些基础设施将确保平台的高效开发与稳定迭代。

在这两个稳定基石的基础上，openEuler Embedded将持续探索与孵化一系列创新技术特性。从最初的分布式软总线技术，该技术能够打通鸿蒙与欧拉生态，实现跨系统的无缝连接；到混合关键性系统，该技术旨在提升系统的灵活性与可靠性；再到近期正着力研发的嵌入式AI技术，openEuler Embedded正不断拓展其技术边界。未来，平台还将引入eBPF与RUST等先进技术，持续更新与丰富其技术栈，以满足日益复杂多变的嵌入式应用需求。

openEuler Embedded具备五大核心竞争力。首先，它提供了高质量的基础软件，这是国内首个由社区自主维护与发展的高质量基础软件体系，涵盖了内核、工具链、基础库以及容器等关键组件。

其次，针对嵌入式系统，openEuler Embedded成功孵化了以混合关键性为代表的特色功能，这些功能包括定制化、小型化设计、MICA以及FusionDock，充分满足了嵌入式系统的独特需求。

第三，openEuler Embedded依托强大的社区支持，展现了卓越的垂直整合能力。它不仅专注于基础软件的开发，还涵盖了软硬件协同设计、编译器优化以及RTOS集成等多个层面，为嵌入式系统的全面发展提供了坚实支撑。

第四，openEuler Embedded拥有丰富的生态资源。由于它基于Linux构建，因此能够无缝对接ROS2、BMC以及开发自动化等先进技术，进一步拓宽了其应用场景与潜力。

第五，openEuler Embedded拥有强大的基础设施体系，这包括代码管理系统、构建系统、CI/CD流程以及文档管理系统等，为开发者的高效协作与项目的稳健推进提供了有力保障。

openEulerEnbedded面向智能驾驶领域的运行时软件架构进行了定义，下图蓝色部分是过去openEuler已经做了的，包括底座、MICA、内核、AI、ROS2等。

图源:演讲嘉宾素材

在推进智能驾驶系统的建设过程中，红色部分需要重点增强，包括SOME/IP、DDS、DoIP、CAN以及TSN等常用通信协议的支持。同时，我们计划在ROS2上尝试集成Autoware，以进一步提升智能驾驶系统的性能与功能。在灰色部分，通过MICA能够轻松实现座舱域、实时域以及安全域的整合。

openEuler Embedded规划了三种主要的运行模式:第一种是“智驾模式”；第二种是“舱驾融合模式”，该模式通过虚拟化技术，实现了openEuler Embedded、Android以及鸿蒙AGL的整合；第三种是“智能驾驶+车运融合模式”。

我们的目标是基于openEuler构建开放智能驾驶基础软件平台，核心策略是Code First。基于此，我们定了三个阶段。第一阶段是孵化阶段，主要是夯实基础，完善openEuleEnbedded、MICA、FusionDock、ROS2和基础设施。

第二阶段是今年的建设阶段。组织建设层面，成立SIG-Automotive，组建核心团队，加强国内外合作；平台构建层面，融合SOFAEE、AGL、Autoware，强化通信中间件；应用验证层面，以移动机器人/低俗无人车或者仿真环境为载体验证平台的功能。

2026年是落地阶段，我们希望26.03-LTS能够在新能源车上完成验证；能够有商业公司提出发型版计划；并且有真实的定点项目。

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。