10月25日，中国汽车工程学会年会暨展览会正式开幕。请中国汽车工程学会副理事长、会士、中国工程院院士、清华大学教授、国家智能网联汽车创新中心首席科学家李克强院士带来了精彩报告发言，主题为“面向网联云控自动驾驶业务的车路云一体化系统参考架构”。

大家都知道，新一代的科技与产业变革推动着汽车的智能化、网联化加速转型，全球智能网联汽车发展已经形成竞争态势，汽车与能源、交通、信息等融合发展，形成了智能网联汽车的信息物理系统，由此也诞生了助力构建共享出行新生态的智能网联汽车本体，以及随着电子电气架构变化而重塑的下一代汽车产品，由链式垂直型向跨界融合型演进的新兴产业体系。智能网联汽车作为信息物理系统的典型应用，已经在推动产业新一轮历史性转型升级。

我国已经明确提出车路云一体化的发展战略，可以支撑智能网联汽车发展，探索汽车交通和城市的融合发展。图中就是我们定义的车路云一体化系统，实际上系统有不同的解读，我们是最近出了一版白皮书，也是对此有清晰的定义，指的就是用新一代的移动通信技术、大数据云技术将交通的实体、运载工具、参与者以及基础设施，通过新一代移动通信技术映射到赛博空间，形成云控平台。云控平台是分层的，有着基础平台和云控应用，由此形成一体化的系统，我们再在系统中探索智能网联车辆产业化的技术方案，也称之为中国方案，体现出在这种大架构下，技术特征是分层解耦、跨域供应，同时满足中国基础设施标准、联网标准和产品架构标准。

那么在这样一种定义下，我们来看智能化、网联化，车辆其实是在发生改变的。如果是在单车的智能化，从功能场景、预警提醒、辅助驾驶、自动驾驶，在这样一种智能网联下，我们有车脑、有云脑，再加上信息化基础设施，形成的功能场景是网联式的运算体系、辅助驾驶和自动驾驶，这些一定是未来的发展方向。就像当初的功能手机到智能手机，一定会有这样一个系统架构的改变。

实际上这样一种大的系统不仅对车辆，对基础设施、对出行、对管理都有极大的改变，我们认为车辆的改变是以下三个方面：是不是可用，至少是单车智能的升级版，真正的信息化改造成本不到基础设施的1%，车辆成本可以用L2级别的硬件配置实现L4级别的功能，大的系统成本是降低的，当然从功能来说就是让我们看得更远、分析得更准确。未来的数据驱动、数字来源，只有通过这样一种方案才能得到很好的数据完备性和考核性，推动数据驱动的智能汽车发展。

常规的道路交通特征是宏观的交通管理、微观的车辆控制很少，所以宏观和微观耦合很少，铁路是可以有闭环，但要素是有限的，而在智能网联的条件下，海量要素是复杂的集成，同时也要开放随机接入，形成我们称之为车路云一体化的系统，需要做到宏观和微观的协同闭环控制，以及系统升级可以快速迭代。

大家都知道，这样一种大系统确实是非常理想的状态，但要想实现起来，除了前面大家质疑的没有问题，但毕竟是一个复杂系统，兼具信息物理系统和复杂大系统的典型难点和特点，需要从技术的层面、操作的层面做工作。当前其实还没有形成完备的系统架构，协同机制也不太明确，我们需要全面加强车路云一体化的一致性设计。建立起这样一套参考架构以后，可以为车路云系统的规模化落地提供架构的指导、设计的工具和一致的标准，宏观的大问题没有问题，但操作层面和系统层面，相当于需要进行总体设计，所以这是一项关键的、基础的工作，也是我们开展工作的重要背景。

国际上对复杂大系统和交通相关，美国有协作式智能交通参考架构，欧洲有协助式智能交通体系架构，中国在国家科技部的项目支持下，国家智能网联创新中心一直在探索智能网联汽车的信息物理参考架构，已经到了2.0版本。今天我们要谈的CPS系统落地就是我们现在要做的工作，车路云一体化参考架构就是依靠我们谈的CPS参考架构建立起的基础架构理论框架模型以及研发设计与工具链，支撑我们这样一种研发设计，形成一种新的范式，就是国内外研究体系支持下开展的工作。

看一看在这样的背景下，我们开展的一体化架构参考设计的相关工作。

我们明确了架构设计的目标，希望用统一的架构设计方法、统一的架构设计语言、统一的架构设计工具实现我们所说的多领域、多学科、不同角色间设计和开发多层次系统的高效协同，支撑中国汽车交通产业大型复杂系统的研发能力升级，所以我们要完成这项工作具有六大任务，包括需求管理、基于MBSE的系统管理方法、系统化的数据管理、形成可以演变的自身架构和高可用性的标准结果输出。

设计原则采用系统工程方法论，协同车路云相关利益各方，从顶层体系逐步分解细化，定义车路云一体化系统，形成重力性、完备性、系统化、标准化、可模型化的参考架构，目的就是可用。就像当初汽车设计是用笔画图、用手工分析，计算机出现以后可以把整车看得很大，所以提出用计算机的CAD画图，今天的产品已经发生改变，不仅有车路云一体化系统，我们怎样进行总体架构设计、分层、仿真和评价，所以这套系统属于基本支撑的关键基础。

我们要完成这套参考架构需要有三个特点：概念正确，延续理念，甚至有可能是盲人摸象，所以我们希望在白皮书的基础上有一个正确的概念，延续复杂系统的理念。当然，这些不是一个企业能够掌控的，而是一个大系统，所以需要做到物理分散、逻辑统一。大系统最终要落地应用，我们希望抽象适中，深化设计，具有这样的参考架构特点。

围绕这样的特点和要求，我们设计的思路是这样的：首先是一个复杂的信息物理融合系统，这套系统方法和已有的研究基础指导完成中间这样一个架构的设计，就是价格的抽象化、具象化、组件的开放、整合和重组，最终输出是要有系统的组成、功能的定义、接口的定义和标准的规范。

大系统下就看一看车的场景，联网的辅助驾驶、联网的自动驾驶，从功能场景、子系统、功能模块分别完成这样一项工作，然后层层推进。

实际上我们的要求是有方法的，面向系统全生命周期建立符合中国情况的智能网联汽车开发流程。完成车路云一体化的需求，就是系统工程的需求定义。车路云一体化的架构设计主要包括两个方面：F就是功能架构，L就是逻辑架构，车路云一体化的运行体系分析，最终需要落实到信息物理架构，形成数据库、模型库以及整个大系统的运行管理，所以就是按照全生命周期，通过MBSE方法完成上述工作。

具体技术路线就是希望通过这种开发流程，需求、分析、功能架构、逻辑架构、信息物理融合系统，通过建立参考架构，可以通过架构多学科模型集成和协同仿真实现联合仿真，同时支持这样一个大架构下的需求验证、设计方案权衡、分析优化，汽车整车设计跟过去的内容一样，但对象改变了，所以用的工具和方法论也有发生改变。

我们在这样一套大的方法论下完成车路云一体化的设计：

需求定义，国家数据中心在前一个CPS项目的支持下提出7S架构框架，实际上就是七个视角、六个视图，包括战略、利益攸关者、服务、系统、安全、防护和标准，实现多视角、多维度、多立场的需求级，为我们自动驾驶应用中预警以外的联网辅助驾驶、联网自动驾驶提供功能场景的需求，甚至是把需求矩阵库完成。

功能架构设计。我们建立车路云一体化系统体系，然后在需求体系建立以后不断展开，得到体系、系统、子系统等等不同层级下的要素组分、功能定义、按照接口定义交互关系，提炼形成参考的功能架构，包括云端的功能架构和建模，按照这样一个逻辑一步一步往下推。

逻辑架构的设计，通过同样的运力不断产生细化，最终得到总成的部分，接口定义交互关系，抽象提炼形成参考的逻辑架构，而且可以对逻辑架构的构型进行优化，形成我们谈到的分层解耦并且可追溯。

功能架构和逻辑架构形成以后，自然还有对象协同。我们的协同不是过去的简单单一实体物理系统，还和信息在一起，所以在此基础上实现信息物理架构。我们分别通过对子系统级别的物理实体参数进行定义和配置，包括对相应的信息空间算法模块进行分解和接口定义，完整的代码生成和场景算法，最后支撑我们的架构设计，针对总体方案进行仿真验证。

当然，行不行还是需要评价。架构在环验证主要就是利用多学科、多尺度模型进行联合仿真，从而进行架构快速的早期验证，然后可以把数据传回模型内部进行统一权衡、结构设计方案评估优选，建立起架构模型以后可以实现架构在环。

实际上我们是多个系统、多个功能场景融合的CPS多对象在环验证，针对复杂大系统，刚才讲的是功能场景架构的梳理，多系统需要做成体系分析、管理虚拟化，通过验证可以做到系统验证分析优化和确认。

整个系统设计的流程特点是基于需求功能、逻辑物理，最大的特点是实现虚实结合、平行设计，可以做纵向重构，能够促进系统将来持续改进优化和迭代循环，场景驱动下改变的话又要重新开始，有了这样一个参考架构作为指导，可以实现真正意义上系统的改进、优化和快速迭代循环。

我们在此过程中也正在进行工具链的开发，多学科仿真和产品仿真有些成功的门类，但我们根据智能网联汽车车路云一体化的特点，希望将来做到软件自主可控，所以我们也在开发相关的工具软件，支撑整套系统的工作。

看一看我们在此设计的基础上做了哪些应用。

网联式辅助驾驶。现在有产业需求的称之为基于云控支撑的车联网预测性巡航控制。大家知道商用车也是非常重要的，假设物流车一年15万公里，如果能够通过车路云一体化协同设计，节能效果达到5%的节油，一年可以节约2万元人民币，如果将来都畅想200-300万元，将来真的是千亿级别的产值。基于这套强烈的应用背景，我们基于车路云一体化的架构进行开发，不是传统单一的巡航控制和节油控制，我们有强烈的需求背景，而且是在车路云一体化下通过参考架构支撑促进我们开展的工作。刚才讲过这是有优势的，某种程度上可以用数字孪生、场景落地、工程应用都有非常好的需求。

围绕前面的设计方法，我们会进行需求定义，然后在业务分流中按照我们提出的智能网联7S体系架构梳理，分析系统的能力级，梳理条目化的需求，包括需求分析、需求开发和需求建模。我们在此基础上完成系统架构设计，通过系统的能力互动分析和建模，能够将系统不断细化，得到系统最终的组成部分，包括功能架构、逻辑架构、信息物理架构，都是针对智能网联汽车的特殊需求。

架构下最终需要算法，所以会有算法开放，利用这套逻辑生成网联协同巡航控制的算法框架，指导相关的下一代开发团队进行算法开发，然后也会基于这样一套动态分析的软件进行仿真，完成算法模块的分析、代码框架的生成以及基于框架算法的开发。

我们需要针对大系统进行联合仿真，就像刚才讲的统一调度控制、算法模型的封装，这些就是逻辑化、模型化、系统化，最大的特点就是针对自动驾驶不是有工况驱动，而是场景驱动，通过模型化快速迭代指导快速开发。

应用需要验证，包括仿真验证、实施验证、统一空间验证。我们在城市空间下的典型工况可以实现15%的节油率，排队时间降低8%，高速公路往返也是一个经常应用的场景，6000公里通过这套系统的指导，开发基于云支持的循环控制，平均节油达到6.3%，相对电子巡航也可以节油5%，能够做到快速迭代，真正实现应用。

我们也在国家创新中心的基地开展车路云一体化的智慧园区，若干个功能场景叠加起来，主要就是刚才谈到的体系系统，最近我们正在以太河桥基地为依托，围绕安全、便捷、高效、绿色的信息物理系统作为车辆验证，实现最小应用的案例。基于车路云一体化系统进行落地实践，包括物理空间映射到我们谈到的数字空间，可以有数字化呈现，车路云全面检测，前景运营、多维成像。

按照这样的架构，现在我们正在打造智慧园区，也就是一个复杂系统，在此系统下可以做很多的信息物理架构，包括应用架构、组件库、方案集，评价将来怎么做到联合系统集成和联合仿真，包括实时仿真。上次万钢主席提到在一个场景中通过云支撑进行训练，能够让车更加智能，迭代评价和迭代升级，所以我们的园区可以做多场景多车辆，不仅仅是车辆的生成，实际上也可以做到场景的生成，然后形成一个闭环实现系统级的联合仿真，做到系统的评价和优化，然后在此架构下做测试验证，真正做成既有开放式特点，又有数字化映射的快速迭代，高效性和准确性通过我们既做仿真测试也做物理测试。

基于这种应用，我们也在推广一个典型的功能场景和园区，国内有几个典型性的示范环境应用这套方法，北京的亦庄就是全球首个网联云控高级别自动驾驶示范区，中国方案城市级的网联服务商业化样板，最近在鄂尔多斯的应用都是具有典型性的，能够在复杂系统的指导下进行车路云一体化的合理架构设计，支持示范区各种典型的交通和智能驾驶场景的功能开发，包括实验评价。

总结和展望：我们这项工作是从CPS开始，最近在车路云一体化白皮书支撑下完成参考架构，具有需求功能逻辑物理信息的流程，通过这项架构已经形成一套验证规范，验证大系统的总体效果，识别大系统的优化方法。我们可以构建一套标准化、规范化的车路云一体化参考架构，真正意义上推动下一阶段车路云一体化大系统的大规模示范和产业化落地。未来我们要构建系统参考架构，有效协同社会资源，推动示范建设物理空间的一体性，避免浪费，提高效率。我们需要提高系统架构的一致性，满足系统的可操作性，规范方法与流程，填补标准的空白，推动大系统高质量可持续发展。