2020年可能是世界擺脫化石燃料依賴之旅中的一個重要里程碑。COVID-19大流行造成的經(jīng)濟放緩，使人們對空氣更清潔的環(huán)境有了深刻的認識，改變了人們的工作和旅行習慣，並突出了氣候變化對我們星球造成的破壞。隨著世界各國努力重新啟動經(jīng)濟，為了氣候變化，人們認知對於化石燃料的依賴必須結束，這促使人們要求「更好地重新計畫」。
占全球二氧化碳排放量約24%的運輸部門完全處於環(huán)境保護聚光燈下，各國政府正在推進對汽車排放方面更嚴格的監(jiān)管。挪威正處於更激進的階段，計劃到2025年逐步淘汰內燃機（internal combustion engine；ICE）和乘用車的所有新銷售。在歐洲其他地區(qū)，2030年至2040年的目標各不相同，中國的目標是到2035年新能源汽車（NEV）的市場份額至少達到50%。
全球汽車行業(yè)正在應對這些迫在眉睫的排放期限，包括Volvo、Daimer、Volkswagen和Ford在內的所有主要製造商皆宣佈，對於電動汽車開發(fā)項目進行大規(guī)模投資。在特斯拉（Tesla）的帶領下，全球汽車製造商在2019年共推出了143款新電動汽車，並計劃到2022年再推出450款。
| 圖一 : 中美歐各國期望逐步達到2025年的汽車排放量目標：一公里產生二氧化碳75g。（source：NXP） |
|
也許迄今為止採用電動汽車的最大障礙之一，在於消費者對電動汽車價格和性能限制（尤其是範圍）的看法：車輛在電池需要充電之前可以行駛的距離。隨著充電基礎設施的增加，以及該產業(yè)在改善電動汽車開發(fā)方面的大量投資，這些看法逐漸被淡化，並高度關注電池技術和效率的提高。
現(xiàn)代汽車包含許多先進的電子子系統(tǒng)，每個子系統(tǒng)負責控制特定功能，如ADAS、資訊娛樂、功能安全和傳動系統(tǒng)，包括電池管理。這些機載系統(tǒng)的架構已經(jīng)從多個電子控制單元（electronic control units；ECUs）演變?yōu)橛颍―omains）的組合，每個域由共享數(shù)據(jù)並相互協(xié)作的域控制器管理。這些域控制器基於強大的嵌入式微控制器，使用虛擬化等先進技術實現(xiàn)複雜處理，這些處理作業(yè)過去是使用資料中心伺服器作業(yè)。
由於車輛連接技術的發(fā)展，這種車載處理能力的影響呈指數(shù)級增長。C-V2X技術利用蜂窩網(wǎng)路的改進性能和覆蓋範圍，將汽車及其感測器產生的巨量數(shù)據(jù)（每小時高達4 TB）共用到雲(yún)中。此共享數(shù)據(jù)支持許多加值場景，包括保險、車隊管理、預防性診斷和入侵檢測。互聯(lián)汽車還帶來了雲(yún)端/邊緣交互處理和人工智慧的力量，以提高板載域控制器的效率。
| 圖二 : 聯(lián)網(wǎng)車輛使用案例。（source：NXP） |
|
不斷提高車輛效率和行駛範圍的不斷探索正在推動推進控制領域的重大研發(fā)，能源優(yōu)化是其中的一個關鍵挑戰(zhàn)。混合動力電動汽車（HEV）可選擇由其ICE或其電動機提供動力，車輛行駛範圍直接取決於如何最佳使用這些能源。
推進控制器內的強大控制演算法決定，使用哪個來源、在哪裡使用ICE、在哪裡使用電動機，以及在哪裡可以使用再生制動來增加電池充電狀態(tài)。當控制器能夠訪問雲(yún)端資訊時（如精確位置、交通狀況、平均路線速度、預期行程時間、充電站位置、計劃路線和駕駛員風格）時，這些決定的品質就會提高。
車輛連接還通過雲(yún)邊緣處理技術使能量優(yōu)化得到強化，其中深度學習框架在雲(yún)端訓練機器學習（ML）模型。這些ML模型部署在車輛（邊緣）的域控制器中，它們使用稱為「推理」的過程，根據(jù)從車輛感測器生成的即時數(shù)據(jù)進行預測。
為了整合這項技術的力量，汽車製造商需要獲得由深入資源支援的專業(yè)知識。恩智浦半導體的解決方案組合汽車微處理器、ADAS、雷達、安全汽車接入、資訊娛樂和車載網(wǎng)路領域，能夠加快下一代汽車設計的設計，從而能夠快速進入市場並實現(xiàn)可擴充性。
（本文作者Andrew Birnie為汽車微控制器和處理器系統(tǒng)工程經(jīng)理）
