汽车智能网联化带来信息流大量增加，汽车电子电气（EE）架构将迎来升级，如同中国古代历史社会组织结构变化，从诸侯分封-春秋五霸-一统天下，汽车架构从分布式-域集中式-中央计算式逐渐进化，当前正处于分布式向域集中式过渡阶段，从全车100 余ECU 到 5 个DCU，控制功能迅速集中，作为“地方割据势力的决策中心”的域控制器走上历史舞台。

域控制器的过去、现在和未来：ECU-经典五域-中央计算平台

ECU 是域控制器的前身，在车辆发动机、变速箱、安全气囊等各底层执行零部件中广泛应用，承担决策功能，目前大部分传统车企上都是分布ECU 搭载；往后发展，控制范围更广、算力更强的域控制器取代了原有较为独立的各 ECU 的决策功能，以博世经典的五域分类拆分整车为动力域、底盘域、座舱域/智能信息域、自动驾驶域和车身域，五域较为完备的集成了 L3+车型的所有控制功能，在极少数 L3 级别车型上（如长安UNI-T/小鹏 P7 等）进行应用；域控制器再往后发展，以特斯拉 Model 3 为代表的中央计算平台 Central & Zone Concept 是行业未来趋势。

域控制器产业链拆解

从生产流程来看，汽车电子控制器产业链主要经历了：晶圆生产、（芯片）封装测试及系统应用（MCU 及各类控制器等）。上游核心产品芯片，决定了域控制器的核心计算能力，芯片设计层面主要由海外垄断，晶圆代工和封装测试层面大部分国产化半导体龙头企业具备实力；中游核心产品MCU（海外为主），PCB 板（国产化率较高）、无源器件（一定程度国产化）；下游控制器总成厂商主要是全球零部件巨头企业领先，近年来国内部分上市公司和初创企业逐渐实现了产品研发和订单斩获。

风险提示：L3 普及风险、汽车销量下行风险。

域控制器带来软硬件机遇

作为车身区域性“大脑”，DCU  向上接收来自传感器端的信号，向下发

送决策信息给执行系统。DCU 的普及，将带来硬件和软件的一系列投资机遇。软件方面包括多融合传感器算法、标准化软件架构 AUTOSAR、系统安全 ASIL 升级、车内以太网应用、整车OTA 升级等等，或将带来一系列聚焦算法、安全等计算机和通信企业的发展机遇。硬件方面推荐上游芯片制造工序端的中芯国际（海外组覆盖）、封测龙头长电科技（电子组覆盖）；中游PCB 沪电股份、景旺电子（均电子组覆盖）；下游控制器总成企业德赛西威、科博达；执行端伯特利和星宇股份

域控制器的背景

无人驾驶是大势所趋

要理解目前的无人驾驶（智能汽车），离不开以下一个公式：出行需求=总量*里程

左边，出行需求=人数*人均出行里程。

右边第一项，总量=公共交通工具+私人交通工具。

右边第二项，里程=时间*速度。

需求方面，随着国内城市化和现代商业化的发展，一方面提高了城市人口，一方面城市半径不断提升（主要城市半径>25km），居民的生活工作出行距离增加，等式左边的出行需求是快速增加的。

出行需求的增加必将要求总量和使用效率的提升。公共交通工具方面，公交和地铁等领域存在短板，2017 年中国地铁运行线路总长度为 3881.77 公里，与美国仍有较大差距（重铁+轻铁，5799 公里）。同时主要城市每万人拥有的公共出租汽车数量呈下降趋势。私人交通工具方面，截至 2019 年底，全国机动车保有量达3.48 亿辆，其中汽车保有量达 2.6 亿辆，千人保有量达170 辆，受限于道路和停车场等土地要素的短缺，城市保有量增长存在瓶颈。

无人驾驶催生产业链新机遇

无人驾驶实现需要四步走。我们认为无人驾驶从应用层面可以分为四个阶段，阶段1 是资讯被动侦测期，该阶段主要应用于车载资讯服务；阶段2 是资讯互动交换期，也就是当前所处阶段，该阶段主要应用于 ADAS 等；阶段 3 是资讯主动传达期，该阶段主要应用为 V2V和V2I，融合传感器技术实现车路协同；阶段 4 就是终极无人驾驶期，无人驾驶背景下车辆运营效率有望大幅提升，该阶段的典型应用就是共享汽车。

无人驾驶进程中的车辆架构发生较大改变——从 EE（电子电气）到“计算+通信”。实现汽车软件义、持续创造价值。传统电子电气架构中，车辆主要由硬件定义，采用分布式的控制单元，专用传感器、专用 ECU 及算法，资源协同性不高，有一定程度的浪费；计算+通信架构中，旨在实现软件定义车，域控制器在这里发挥重要作用，通过域控制器的整合，分散的车辆硬件之间可以实现信息互联互通和资源共享，软件可升级，硬件和传感器可以更换和进行功能扩展

无人驾驶进程中车辆电子电气架构从分布到集中

汽车电子电气架构奠定车辆底层框架。汽车电子电气架构（Electronic and Electrical Architecture，文中简称 EEA）是由车企所定义的一套整合方式，是一个偏宏观的概念，类似于人体结构和建筑工程图纸，也就是搭了一副骨架， 需要各种“器官”、“血液”和“神经”来填充，使其具有生命力。具体到汽车上来说， EEA 把汽车中的各类传感器、ECU（电子控制单元）、线束拓扑和电子电气分配系统完美地整合在一起，完成运算、动力和能量的分配，实现整车的各项智能化功能。

车辆自动驾驶级别主要参照 0-5 级分类。目前全球公认的汽车自动驾驶技术分级标准主要有两个，分别是由美国高速公路安全管理局（NHTSA）和国际自动机工程

L3 级别是汽车自动化道路的一次跃升。从法规和技术两个维度来看，L3 级别自动驾驶都是汽车自动化道路上的一大跃升。从法规来看，SAE 和中国《汽车自动化 分级》规定  L0-L2  级别均是人类主导驾驶，车辆只做辅助， L0 、 L1  和  L2  之间的差异主要在于搭载的  ADAS  功能的多少，而  L3  开始，人类在驾驶操作中的作用快速下降，车辆自动驾驶系统在条件许可下可以完成所有驾驶操作（作用不亚于驾驶员），驾驶员在系统失效或者超过设计运行条件时对故障汽车进行接管； 从技术来看， L0-L2  主要运用的传感器有摄像头、超声波雷达和毫米波雷达， L3  及之后原有传感器配套数量上升，同时高成本的激光雷达方案难以避开，传感器之间的协同要求提升，多传感器融合算法愈发复杂，所需控制器芯片算力大幅提升

2020 年是 L3 级别车型量产年。奥迪 A8 是最早实现搭载了 L3 级别硬件的量产车型，虽然由于法律监管的约束 A8 始终无法向消费者实现 L3 级别功能落地，但其2017 年推出的 5 摄像头+12 超声波雷达+4 毫米波雷达+1 激光雷达的量产硬件方案，始终是行业的先驱者之一。奥迪之后，全球多数车企纷纷计划在 2020-2021 年开始正式量产 L3 级别车型，如宝马 iNEXT、奔驰全新 S/C 级等车型

域控制器自 L3 始进入市场。由于 L3 级别“人车共驾”带来的传感器数量和融合算法的增加，现有广泛使用的传统分布式电子电气架构面临 ECU 数量增加冗余成本提 升、传感器数据耦合困难、布线复杂度提升、线束成本提升等问题，难以支撑车辆 L3  功能的实现，【跨】域集中的电子电气架构自  L3  起进入舞台。该架构下的核心处理模块——域控制器开始进入市场。接下来的篇幅我们将围绕域控制器的定义、作用、原理、分类、结构以及产业链进行展开

域控制器的分类——经典的五域划分

核心：以博世经典的五域分类拆分整车为动力域（安全）、底盘域（车辆运动）、座舱域/智能信息域（娱乐信息）、自动驾驶域（辅助驾驶）和车身域（车身电子）， 这五大域控制模块较为完备的集成了L3 及以上级别自动驾驶车辆的所有控制功能。

1、动力域（安全）动力域控制器是一种智能化的动力总成管理单元，借助 CAN/FLEXRAY 实现变速器管理、引擎管理、电池监控、交流发电机调节。其优势在于为多种动力系统单元（内燃机、电动机\发电机、电池、变速箱）计算和分配扭矩、通过预判驾驶策略实现 CO2 减排、通信网关等，主要用于动力总成的优化与控制，同时兼具电气智能故障诊断、智能节电、总线通信等功能。

未来主流的系统设计方案如下：

• 以 Aurix 2G（387/397）为核心的智能动力域控制器软硬件平台，对动力域内子控制器进行功能整合，集成 ECU 的基本功能，集成面向动力域协同优化的 VCU， Inverter，TCU，BMS 和DCDC 等高级的域层次算法。

• 以 ASIL-C 安全等级为目标，具备SOTA，信息安全，通讯管理等功能。

• 支持的通讯类型包括 CAN/CAN-FD，Gigabit Ethernet 并对通讯提供 SHA-256加密算法支持。

• 面向 CPU\GPU 发展，需要支持 Adapative Autosar 环境，主频需要提高到2G，支持 Linux 系统，目前支持 POSIX 标准接口的操作系统。

2、底盘域（车辆运动）底盘域是与汽车行驶相关，由传动系统、行驶系统、转向系统和制动系统共同构    成。传动系统负责把发动机的动力传给驱动轮，可以分为机械式、液力式和电力等，其中机械式传动系统主要由离合器、变速器、万向传动装置和驱动桥组成、液力式传动系统主要由液力变矩器、自动变速器、万向传动装置和驱动桥组成；行驶系统把汽车各个部分连成一个整体并对全车起支承作用,如车架、悬架、车轮、车 桥都是它的零件；转向系统保证汽车能按驾驶员的意愿进行直线或转向行驶；制动系统迫使路面在汽车车轮上施加一定的与汽车行驶方向相反的外力，对汽车进行一定程度的强制制动，其功用是减速停车、驻车制动。

智能化推动线控底盘发展。随着汽车智能化发展，智能汽车的感知识别、决策规划、 控制执行三个核心系统中，与汽车零部件行业最贴近的是控制执行端，也就是驱动控制、转向控制、制动控制等，需要对传统汽车的底盘进行线控改造以适用于自动驾驶。线控底盘主要有五大系统，分别为线控转向、线控制动、线控换挡、线控油门、线控悬挂，线控转向和线控制动是面向自动驾驶执行端方向最核心的产品，其 中又以制动技术难度更高。

线控制动系统可以分为液压式线控制动 EHB、机械式线控制动 EMB 两种类型。EHB 系统由于具有备用制动系统，安全性较高，因此接受度更高，是目前主要推广量产的方案。由于缺少备用制动系统且缺少技术支持，短期内很难大批量应用，是未来发展的方向。

线控制动是汽车技术门槛较高的领域，全球主要的线控制动厂家是博世、大陆、 采埃孚等零部件企业。EHB 国外厂商技术发展已经比较成熟，但严格意义讲还不适应于 L4 自动驾驶，国内此项技术在努力追赶；EMB 还处在研究阶段，目前看较难有突破。其中，博世的 iBooster 是典型的直接型 EHB。iBooster 通常与 ESP 配套使用，ESP 在iBooster 失效时顶上。不过因为 ESP 也是一套电液压系统，也有可能失效，且 ESP 在设计之初只是为 AEB 类紧急制动场景设计的，不能做常规制动，所以博世在第二代 iBooster 推出后，着手针对 L3 和 L4 设计了一套线控制动系统，这就是 IPB+RBU。

（2） 智能化的发展催促线控转向的产生。转向系统从最初的机械式转向系统（MS）发展为液压助力转向系统（简称 HPS），之后是电控液压助力转向系统（EHPS）和电动助力转向系统（EPS）。目前乘用车上以EPS 为主流，商用车以HPS 为主流，EHPS 在大型 SUV 上比较常见，其余领域比较少见。智能化的趋势下，L3 及以上等级智能汽车要求部分或全程会脱离驾驶员的操控，对于转向系统控制精确度、可靠性要求更高高，催促线控转向（Steering By Wire, SBW）的产生。线控转向（SBW）系统是指，在驾驶员输入接口（方向盘）和执行机构（转向轮）之间是通过线控（电子信号）连接的，即在它们之间没有直接的液力或机械连接。线控转向系统是通过给助力电机发送电信号指令，从而实现对转向系统进行控制。SBW（steering by wire）的发展与 EPS 一脉相承，其系统相对于EPS 需要有冗 余功能。目前 SBW  系统有两种方式： 1 ）取消方向盘与转向执行机构的机械连接，通过多个电机和控制器来增加系统的冗余度； 2 ） 在方向盘与转向执行机构之间增加一个电磁离合器作为失效备份，来增加系统的冗余度

从厂商角度看，全球 EPS 厂家以博世、捷太格特、NSK、耐世特等国际巨头为主， 其中日本厂家多以精密轴承起家，向下游拓展到 EPS 领域；美国厂家则是 tier 1厂家，横向扩展到 EPS 领域；欧洲厂家类似美国厂家，但是在上游的精密机械加工领域远比美国要强。相比之下国内企业主要有三家，包括株洲易力达、湖北恒隆和浙江世宝，但是规模都比较小，技术较落后

线控转向系统（SBW）由于技术、资本、安全等各方面的要求高，技术基本掌握在海外的零部件巨头手中，进入壁垒非常高。目前联创电子、浙江万达等国内企业开始涉足 SBW 领域，国内企业未来有望开拓 SBW 新业务

3 . 座舱域/智能信息域（娱乐信息）传统座舱域是由几个分散子系统或单独模块组成，这种架构无法支持多屏联动、多屏驾驶等复杂电子座舱功能，因此催生出座舱域控制器这种域集中式的计算平台。智能座舱的构成主要包括全液晶仪表、大屏中控系统、车载信息娱乐系统、抬头显示系统、流媒体后视镜等，核心控制部件是域控制器。座舱域控制器（DCU）通过以太网/MOST/CAN，实现抬头显示、仪表盘、导航等部件的融合，不仅具有传统座舱电子部件，还进一步整合智能驾驶 ADAS 系统和车联网 V2X 系统，从而进一步优化智能驾驶、车载互联、信息娱乐等功能。智能驾驶辅助系统的构成主要包括感知层、决策层和执行层三大核心部分。感知层主要传感器包括车载摄像头、毫米波雷达、超声波雷达、激光雷达、智能照明系统等，车辆自身运动信息主要通过车身上的速度传感器、角度传感器、惯性导航系统等部件获取。而通过座舱域控制器，可以实现“独立感知”和“交互方式升级”。一方     面，车辆具有“感知”人的能力。智能座舱系统通过独立感知层，能够拿到足够的感知数据，例如车内视觉（光学）、语音（声学）以及方向盘、刹车踏板、油门踏板、档位、安全带等底盘和车身数据，利用生物识别技术（车舱内主要是人脸识别、声音识别），来综合判断驾驶员（或其他乘员）的生理状态（人像、脸部识别等）和行为状态（驾驶行为、声音、肢体行为），随后根据具体场景推送交互请求。另一方面，车内交互方式从仅有“物理按键交互”升级至“触屏交互”、“语音交互”、“手 势交互”并存的状态。此外，多模交互技术通过融合“视觉”、“语音”等模态的感知数据，做到更精准、更智能、更人性化的交互

座舱电子域控制器领域，采用伟世通 Smart Core 方案的厂家最多，其次就是Aptiv的ICC（Integrated Cockpit Controller）方案。其中伟世通的 Smart Core 旨在集成信息娱乐、仪表板、信息显示、HUD、ADAS 和网联系统。据伟世通称，它具有很高的扩展性和网络安全的程度，可实现独立的功能域。而Aptiv 的集成驾驶舱控制器（Integrated Cockpit Controller，ICC）使用最新的英特尔汽车处理器系列，可支持到四个高清显示器，可扩展，并且可以从入门级覆盖到高端产品。ICC 在图形（10x）和计算能力（5x）方面提供了实质性的改进，ICC 使用单芯片中央计算平台驱动多个驾驶舱显示器，包括仪表、HUD 和中央堆栈等

4、自动驾驶域（辅助驾驶）应用于自动驾驶领域的域控制器能够使车辆具备多传感器融合、定位、路径规划、决策控制的能力，通常需要外接多个摄像头、毫米波雷达、激光雷达等设备，完成的功能包含图像识别、数据处理等。不再需要搭载外设工控机、控制板等多种硬件，并需要匹配核心运算力强的处理器，从而提供自动驾驶不同等级的计算能力的支持，核心主要在于芯片的处理能力，最终目标是能够满足自动驾驶的算力需求，简化设 备，大大提高系统的集成度。算法实现上，自动驾驶汽车通过激光雷达、毫米波雷达、摄像头、GPS、惯导等车载传感器来感知周围环境，通过传感器数据处理及多传感器信息融合，以及适当的工作模型制定相应的策略，进行决策与规划。在规划好路径之后，控制车辆沿着期望的轨迹行驶。域控制器的输入为各项传感器的数据，所进行的算法处理涵盖了感知、决策、控制三个层面，最终将输出传送至执行机构，进行车辆的横 纵向控制。由于要完成大量运算，域控制器一般都要匹配一个核心运算力强的处理器，能够提供自动驾驶不同级别算力的支持，目前业内有 NVIDIA、华为、瑞萨、NXP、TI、Mobileye、赛灵思、地平线等多个方案。但中间也会有一些共性,比如在自动驾驶系统中，算力需求最高的当属图像识别部分，其次是多传感器的数据处理，以及融合决策。以奥地利 TTTech 公司的 zFAS（首次在 2018 款奥迪 A8 上应用）为例, 这款基于德尔福提供的域控制器设计的产品，内部集成了英伟达 Tegra K1 处理器、Mobileye 的EyeQ3 芯片，各个部分分处理不同的模块。Tegra K1 用于做4 路环视图像处理，EyeQ3 负责前向识别处理。在自动驾驶技术快速发展背景下，国内外越来越多的Tier1 和供应商都开始涉足自动驾驶域控制器

5、车身域（车身电子）随着整车发展，车身控制器越来越多，为了降低控制器成本，降低整车重量，集成化需要把所有的功能器件，从车头的部分、车中间的部分和车尾部的部分如后刹车灯、后位置灯、尾门锁、甚至双撑杆统一连接到一个总的控制器里面。车身域控制器从分散化的功能组合，逐渐过渡到集成所有车身电子的基础驱动、钥匙功能、 车灯、车门、车窗等的大控制器。车身域控制系统综合灯光、雨刮洗涤、中控门锁、车窗控制；PEPS 智能钥匙、低频天线、低频天线驱动、电子转向柱锁、IMMO 天线；网关的 CAN、可扩展CANFD 和FLEXRAY、LIN 网络、以太网接口；TPMS 和无线接收模块等进行总体开发设计。车身域控制器能够集成传统 BCM、PEPS、纹波防夹等功能。从通信角度来看，存在传统架构-混合架构-最终的 Vehicle Computer Platform 的演变过程。这里面通信速度的变化，还有带高功能安全的基础算力的价格降低是关键，未来在基础控制器的电子层面兼容不同的功能慢慢有可能实现。车身域电子系统领域不论是对国外还是国内企业，都尚处于拓荒期或成长初期。 国外企业在如 BCM、PEPS、门窗、座椅控制器等单功能产品上有深厚的技术积累，同时各大外国企业的产品线覆盖面较广，为他们做系统集成产品奠定了基础。而大多数国内企业生产的产品相对低端，且产品线单一，要从整个车身域重新布局和定义系统集成的产品就会有相当的难度。