Sonatus是一家经过验证的汽车软件供应商，成立于美国硅谷。提供从云端到车端的端到端SDV解决方案，助力OEM实现软件创新。其产品已广泛应用于诸多知名车企品牌，累计量产车辆超过两百万台。同时，Sonatus与众多一级和二级合作伙伴建立了紧密的合作关系，业务遍布全球，并荣获诸多奖项与荣誉。
2024年10月24日，在第十二届汽车与环境创新论坛上，Sonatus商务拓展高级总监檀骏从SDV的技术发展和行业痛点，以及Sonatus解决方案和使用案例两大维度展开了分享。
檀骏表示，第一OEM必须采用灵活的集中式E/E架构，逐步实现SDV；第二用户体验、成本和效率将影响SDV解决方案的实施；第三Sonatus解决方案将为车辆E/E和SDV架构增加动态灵活性；第四Sonatus解决方案将持续实现先进的功能，加快创新的步伐。
Sonatus商务拓展高级总监
以下为演讲内容整理:
关于车载SDV的思考
当前，汽车行业已全面走向SDV全新的时代。我们公司认为，SDV不仅仅是软件功能的实现问题，更是系统架构的问题，是整车EE架构不断向前演进过程中所带来的整个架构理念的变化。
整车EE架构有五个阶段。从最初的分布式EE架构，到分布式域控制，集中式域控制，再到现在的区域与集中式域控，以及未来结合大数据、中央云计算、中央计算以及区域设计的架构，这些转变在各类车型中不乏实际应用案例。
下图中的柱状图代表的整车EE架构的五个不同的阶段。从时间的维度上看，5个不同区域代表5个不同EE架构产品，随着时间推移，从2020年到2035年，它们在市场上有不同表现，没有一个架构是完全消失的，在整车市场都有一定价值，只是市场份额有所不同。这与SDV的发展进程，以及整车在座舱和智能驾驶领域内的软件演进趋势形成了高度契合。我们可以得出结论，分布式架构在未来几年内会有非常长的共存时间。
图源:演讲嘉宾素材
从SDV的角度来看，其演变趋势是必然的，并且整个演变周期可能会更加迅速。这一趋势给整车厂带来了一些思考，尤其是中国的自主OEM和新势力的OEM造车领域中，SDV的系统设计整体表现尚不尽如人意。我们在和客户沟通过程中，发现了很多制约产品或整个SDV概念落地的痛点。
现在许多OEM在软件定义汽车上已经投入了大量的人力和物力，在架构和硬件上投入了大量沉没成本。在推广相关方案时，客户首要关注的是现有软件的兼容性问题，如果存在一套功能强大且完备的SDV产品，应如何确立其与既有系统的共存机制，以及这一引入将对既有软件产生多大的影响。
现在许多车厂在全栈自主研发和合作式SDV项目的推进上，常显露出犹豫不决的态度，或认为自身能力尚显不足，又或受到既有架构的制约。在今年的一个论坛上，有嘉宾指出，舱驾融合技术背后存在的制约因素可能不是技术，而是源于OEM整体组织架构与人员配置的非技术性障碍。
我们的行业与科技紧密相关，而科技领域唯一恒常不变的便是变化本身，因此，对于未来的大数据、人工智能以及众多硬件领域的全新设计理念，我们的SDV整体架构设计或解决方案能否无缝支持这些技术的融合，成为了一个关键问题。这一问题可以归结为产品的成长性问题，即我们的产品在未来三到四年间，其迭代速度能否与市场的快速迭代保持同步，这成为了一个至关重要的考量因素，并深刻影响着OEM厂商在决策过程中的判断。
从发展角度看，很多车端已经做得非常成熟，无论是传统EE架构，还是域控、智驾和座舱的体验上，云端则处于探索和发展阶段。车端和云端协同、技术分工、端到端方案的最终呈现等也是影响整个SDV最终呈现效果的重要因素。此外，售后阶段是否可以通过SDV的灵活性快速落地一些功能也是衡量SDV方案是否成熟的重要维度。
中国在智能网联领域的发展步伐相对较快，众多汽车制造商已规划了智能网联舱驾融合的相关方案。在实际的车辆架构落地过程中，客户往往会强调不应影响所有域的运作。在中国区我们主要负责座舱产品，在美国则有ADAS、T-box、V2X。在此过程中，SDV能够管控的范围及其与既有架构的融合程度，成为了衡量SDV效能的一个重要标准。
当前，消费导向成为了SDV设计过程中不可忽视的重要因素。在汽车领域，还需满足车规级的严格验证，包括安全级别上的强制性规范要求，SDV系统是否能够灵活且稳健地支持这些要求，显得尤为关键。
我们与多家车厂客户进行了深入的沟通，收集到了多种类型的问题与需求，并对其进行了细致的分类。其中，降本增效是大家普遍关注的焦点。近年来，随着电动化和智能化的快速发展，市场竞争格局日益激烈，这种极致的内卷现象在中国市场似乎已成为常态。成本和效率是整车厂的重中之重，SDV一定要在这个大前提下才有可能达到它切实可行的落地可能性。
另外，从用户体验的角度出发，一个好的SDV方案要能够为用户带来价值，应当具备如下特质。智能技术，尤其是基于车载环境的安全性是每个车厂都必须高度重视的功能。在设计SDV功能时，诸如黑屏、电动化电池失效或电池起火等问题，在各大OEM厂商的问题列表或售后问题处理中都是P0级的。
客户导向性及跨界融合是当前的重要趋势。前段时间《黑神话悟空》这个游戏非常火，一些汽车制造商迅速捕捉到了这一趋势，将能够吸引年轻消费者、体现消费者导向的最新功能直接融入到了车的座舱体验中。虽然这些功能或许不足以直接影响年轻消费者的购买决策，但无疑在品牌塑造方面起到了积极的作用，为潜在客户在选择购买车辆时增添了额外的吸引力，成为了一个加分项。
另外，我们致力于最大化地解锁和利用当前的软件资源，无论是分布式还是中央域控，或是未来将要部署的软件，我们都需兼顾考虑。我们的目标并非放弃既有资源，而是对原有功能中表现不佳或被忽视的部分进行优化，对闲置的数据进行深度挖掘，以最大化地释放其潜力。SDV并非替换现有系统，而是让软件与数据发挥最大的价值。
从成本角度看，SDV的单价无疑是一个核心要素。由SDV所带来的成本节约效应，需与整个EE架构的变革、数据存储的优化、新功能的研发以及既有软件的持续集成与维护中节省的成本进行综合衡量。在此方面，SDV有望极大降低用户的总体投入。
从效率的角度考虑，对于任何车厂而言，前文提及的成长性问题都至关重要。如果存在一个可持续迭代且统一的SDV架构，那么它将在未来新功能的开发乃至新一代架构的构建中，有效地保留过去的经验及极具价值的数据，从而显著提升汽车制造商的研发效率与竞争力。
效率层面，CR在二次开发过程中占据了大量的时间。从以前以月计的CR时间成本缩短至以天甚至以小时为单位，也是衡量SDV效率提升的重要指标。
着眼于未来，AI和大数据模型势必会对整个车厂设计和开发形成大量的效率冲击，目前国内在AI大数据模型上的应用更多聚焦于自动化测试程序上。而未来在整车的定义以及智能网联功能的实际落地中，AI大数据模型能否直接导入将成为重要指标。
Sonatus解决方案和使用案例
Sonatus成立于2018年1月，公司创始人捕捉到车载市场现状以及用户痛点，并关注到了SDV未来的趋势，进而成立了这家公司。截至2023年12月，我们的量产车型部署数据达100万台，预计今年11月将实现全球量产车型部署300万台。
从产品布局看，我们公司的5大产品构建起了整个SDV解决方案，其中非常重要的是Foudation模块，不管是在车端还是云端，都有非常强的软件功能。在车端，我们有强大的网络管理，数据管理以及面向SOV的容器技术，包括SOA管理、整个网络ECU的安全管理。在Foudation强大的网络管理的基础上，我们设定了4个不同的产品模块。解决数据获取问题是关键所在，我们主要靠这一模块实现。获取数据并不是我们的目的。让数据传递车的实际动态信息，实现自动化功能是我们的最终目的。
图源:演讲嘉宾素材
针对车载领域问题，我们有其他模块进行支持。实时数据传输层面，针对端对端数据交互问题我们有Upadta的产品。在此产品基础上，我们能够给OEM提供灵活的解决方案，最终可以达到全生命周期覆盖。
我们在车端的重点数据上有实时动态的抓取，抓取过程中可以有效保证数据时效性、车辆状态信息、位置信息、网络信息、诊断相关的DPC数据等。功能模块解决的是自动化功能实现问题，即获取数据后软件功能定义带来的这些功能如何自动化实现。对此，我们可以从云端完成端到端功能的回流，部署到车端，并且这个部署非常轻量级，时效性很快，能够保证功能落地的灵活。
下图左上角是我们在云端部署的界面，可以为车厂定义和开发人员快速部署一条需要的功能。里面主要由事件出发，同时可以定义相应的需要，收集数据，对于数据的存储以及设定也可以做同步设置。此外，从车端数据传输而言，数据量级是KB级。
图源:演讲嘉宾素材
通过这种方式对整车DTC数据、视频数据、log数据、位置信息以及存储NSS数据，包括网络状态以及ECU的信号进行实时抓取。对于这些数据基于事件出发，把有价值的数据提供给指定人员，从而带来数据的增值服务。
没有部署在整车车端和云端时，车厂原有的软件架构只能支持5个应用场景，每台100兆。部署后我们在应用场景的监控上得到了20倍的提升，在数据大小上降低了4，从而达到了80倍的整体提升，这对于整车厂尤其是数据存储的成本而言是非常大的提升。
此外还有空调设定、DTC数据检测，包括在高速公路上的安全性问题、气温低时舱内的加热问题，都可以通过这样的功能组件实现快速落地。车内有各种整车的运动模式，车厂的运动模式往往是非常有限的，在终端数据的体验上并不一定适合它。如何通过这样的功能达到用户想要的效果？首先可以通过Sonatus的Collector模块收集用户踩刹车和油门的习惯，这些数据形成量的积累后，可以通过Automator模块自动把它部署到整个车端个性化设置中，并在APP端把新功能有针对性地推送给客户。
每一家车厂都十分重视安全功能。在360度全景环视系统以及SVC摄像头的应用中，如果车辆发生碰撞，经常需要更换摄像头。在传统售后流程中，车主需前往4S店进行数据导出，这一过程耗费大量人力与物力用于数据诊断，不仅耗时较长，且缺乏灵活性。
我们通过提供的解决方案，能够实现快速部署。一旦摄像头出现故障，系统能够自动捕获其前后15秒的日志信息，以及影响摄像头性能的相关指标，并将这些信息提供给售后部门及研发部门，以便分析失效原因，从而迅速解决售后问题。
此外，我们为多域ECU提供的监控方案，为汽车制造商提供了丰富的可编辑性，确保在售后过程中能够对黑屏问题进行有效的监控。
声明：本网转发此文章，旨在为读者提供更多信息资讯，所涉内容不构成投资、消费建议。文章事实如有疑问，请与有关方核实，文章观点非本网观点，仅供读者参考。
