[首發(fā)于智駕最前沿微信公眾號]“油電同智”的口號已經(jīng)被喊出很長一段時間了，它所描繪的愿景是讓傳統(tǒng)燃油車也能擁有與電動車并駕齊驅(qū)的智能駕駛和智能座艙體驗(yàn)。

然而，細(xì)心的小伙伴應(yīng)該會發(fā)現(xiàn)，雖然市面上智能電動車的自動駕駛功能日新月異，但在燃油車領(lǐng)域，高階智駕的普及速度卻明顯緩慢。為什么燃油車很難做自動駕駛？

車型的本質(zhì)差異

自動駕駛系統(tǒng)的核心任務(wù)之一是縱向控制，即通過精確管理加減速來實(shí)現(xiàn)跟車、避障及巡航。

在這一環(huán)節(jié)中，電動機(jī)與內(nèi)燃機(jī)其實(shí)是完全不同的物理反饋特征。電動機(jī)的扭矩產(chǎn)生基于電磁場的瞬間建立，其動力輸出幾乎沒有物理延遲，通常能在十毫秒內(nèi)完成從指令發(fā)出到扭矩釋放的過程，其響應(yīng)速度會比內(nèi)燃機(jī)快二十至三十倍。

這種近乎實(shí)時的特性為自動駕駛算法提供了一個高度確定的受控對象，使得系統(tǒng)在處理瞬息萬變的路況時能夠做到精準(zhǔn)、平順。

相比之下，燃油車的內(nèi)燃機(jī)是一個復(fù)雜的機(jī)械熱力學(xué)系統(tǒng)，其動力輸出鏈條漫長且充滿不確定性。當(dāng)自動駕駛算法發(fā)出加速指令時，車輛需要先調(diào)整節(jié)氣門開度，這會引發(fā)進(jìn)氣歧管內(nèi)空氣壓力的變化，空氣進(jìn)入氣缸后還需經(jīng)過壓縮、噴油、點(diǎn)火、做功等四個沖程的循環(huán)才能產(chǎn)生動力。

如果是一臺渦輪增壓發(fā)動機(jī)，還需要等待廢氣壓力積攢以驅(qū)動渦輪增壓器，這個過程被稱為渦輪遲滯。

這一套流程下來，產(chǎn)生的延遲可能達(dá)到兩百甚至三百毫秒，在極端情況下甚至更久。這種延遲在人類駕駛時可能只是輕微的體感差異，但在自動駕駛的高頻閉環(huán)控制中，數(shù)百毫秒的誤差會導(dǎo)致控制算法的預(yù)測失效，引發(fā)車輛的前后俯仰或跟車距離的頻繁波動。

內(nèi)燃機(jī)與電動機(jī)在動力響應(yīng)及控制參數(shù)上的關(guān)鍵數(shù)據(jù)對比

除了響應(yīng)時間，內(nèi)燃機(jī)的扭矩控制精度也不及電機(jī)。由于燃燒過程受到進(jìn)氣溫度、濕度、燃油質(zhì)量以及積碳情況等多種隨機(jī)變量的影響，每一循環(huán)產(chǎn)生的實(shí)際動力輸出都存在波動。

對于自動駕駛系統(tǒng)而言，這種不穩(wěn)定的輸入信號要求算法具備極強(qiáng)的容錯能力。為了彌補(bǔ)這些物理缺陷，就必須引入復(fù)雜的模型預(yù)測控制算法，在軟件層面模擬內(nèi)燃機(jī)的熱力學(xué)行為，從而提前給出補(bǔ)償指令。

然而，這種“以軟補(bǔ)硬”的做法不僅增加了算力消耗，也提高了系統(tǒng)的開發(fā)與驗(yàn)證難度。

神經(jīng)系統(tǒng)的架構(gòu)瓶頸

自動駕駛不僅需要強(qiáng)有力的肌肉，更需要高速傳輸?shù)纳窠?jīng)系統(tǒng)。傳統(tǒng)燃油車的電子電氣架構(gòu)大多是分布式的，全車分布著幾十個甚至上百個獨(dú)立的電子控制單元（ECU），它們各自負(fù)責(zé)發(fā)動機(jī)、變速箱、空調(diào)、車門等細(xì)分功能。

這種“碎片化”的架構(gòu)在傳統(tǒng)汽車時代并無問題，但在智能化時代卻會成為巨大的阻礙。在分布式架構(gòu)下，不同模塊之間通過傳統(tǒng)的CAN總線進(jìn)行通信，其數(shù)據(jù)傳輸速率極低，經(jīng)典的CAN總線帶寬僅為1Mbps，升級后的CAN-FD也只有5Mbps左右。

當(dāng)高階自動駕駛系統(tǒng)上車時，它需要處理來自多個高清攝像頭、激光雷達(dá)和超聲波雷達(dá)的海量實(shí)時數(shù)據(jù)。

一臺8MP攝像頭產(chǎn)生的原始數(shù)據(jù)流就需要數(shù)Gbps的帶寬來支撐，這超出了傳統(tǒng)CAN總線承受能力的數(shù)千倍。如果強(qiáng)行在舊架構(gòu)上集成高階智駕，數(shù)據(jù)傳輸?shù)难舆t將變得不可接受，直接威脅行車安全。

因此，燃油車要實(shí)現(xiàn)油電同智，必須對整車的神經(jīng)系統(tǒng)進(jìn)行大改，將分布式架構(gòu)升級為域控制器架構(gòu)或中央集成架構(gòu)。

這種升級意味著要用千兆甚至萬兆級別的車載以太網(wǎng)作為主干網(wǎng)，并引入高速串行/解串器技術(shù)來處理高清視覺信號。然而，在燃油車的機(jī)械布局中嵌入這些高度敏感的電子元器件會面臨嚴(yán)苛的電磁干擾。

發(fā)動機(jī)艙的高溫、點(diǎn)火系統(tǒng)產(chǎn)生的脈沖干擾，都可能導(dǎo)致高頻數(shù)據(jù)流出現(xiàn)誤碼。為了保證信號完整性，燃油車需要更復(fù)雜的屏蔽線束和更高端的電子組件，這不僅增加了車輛的制造成本，也延長了研發(fā)周期。

軟件定義汽車（SDV）的浪潮下要求車輛具備持續(xù)進(jìn)化的能力，即通過空中下載技術(shù)（OTA）更新算法。

在分布式架構(gòu)的燃油車上，由于各ECU之間相互隔離且硬件性能一般是設(shè)計(jì)為剛好滿足出廠時的功能，幾乎沒有剩余算力和存儲空間來支持大規(guī)模的功能迭代。

相反，電動車在設(shè)計(jì)之初就普遍預(yù)留了性能冗余，采用了更高算力的中央計(jì)算平臺。這種超規(guī)格的配置與燃油車行業(yè)長期以來追求極致單件成本控制的邏輯存在矛盾。

能源與執(zhí)行的現(xiàn)實(shí)約束

自動駕駛硬件是名副其實(shí)的“耗電大戶”。如搭載雙英偉達(dá)Orin-X芯片的支持L3或L4級自動駕駛的計(jì)算平臺，其滿載功耗可達(dá)250W以上，再加上各種雷達(dá)和高功率傳感器，整套智駕系統(tǒng)的功耗需求對燃油車的12V供電系統(tǒng)提出了極大挑戰(zhàn)。

雖然燃油車在行駛時可以通過發(fā)電機(jī)提供超過1000W的電能，但這些電力主要用于維持風(fēng)扇、大燈、電子助力轉(zhuǎn)向等基礎(chǔ)功能。當(dāng)智駕系統(tǒng)需額外占據(jù)10%到20%的電力負(fù)荷時，發(fā)電機(jī)和12V蓄電池的穩(wěn)定性和冗余能力就變得至關(guān)重要。

相比之下，電動汽車擁有巨大的高壓電池組，可以通過DC-DC轉(zhuǎn)換器輕松獲得穩(wěn)定的大電流，且本身就具備完善的電池管理系統(tǒng)來應(yīng)對瞬時負(fù)荷波動。

在燃油車上，為了保證智駕系統(tǒng)的電力安全，就需要增加第二套備用電源系統(tǒng)或升級大容量的發(fā)電機(jī)，這不僅涉及空間的布局難題，更帶來了整車重量的增加。

同時，大算力芯片帶來的散熱問題也不容小覷。在一些追求極致性能的燃油智駕方案中，僅僅靠風(fēng)扇散熱已經(jīng)無法滿足需求，甚至需要從空調(diào)系統(tǒng)中引出一路制冷劑循環(huán)來為計(jì)算平臺降溫。

還有更為關(guān)鍵的是底盤的線控化。自動駕駛要求車輛的轉(zhuǎn)向、制動、油門必須完全由電信號控制，即取消人與機(jī)械之間的物理連接。電動汽車由于沒有內(nèi)燃機(jī)驅(qū)動的真空泵，其制動系統(tǒng)天生就是基于電子助力的線控結(jié)構(gòu)（如iBooster或One-box系統(tǒng)），這與自動駕駛的需求完美契合。

而傳統(tǒng)燃油車的制動系統(tǒng)大多依賴機(jī)械液壓結(jié)構(gòu)，在搭載自動駕駛時，如果需要更快的響應(yīng)速度或更精準(zhǔn)的力度控制，傳統(tǒng)的機(jī)械液壓結(jié)構(gòu)就顯得力不從心。

為了實(shí)現(xiàn)真正的自動駕駛?cè)哂?，燃油車需要更換為造價昂貴的線控制動系統(tǒng)（EHB），以確保在主控制器失效時仍能通過電信號實(shí)施緊急制動。線控制動相比傳統(tǒng)液壓制動能縮短約0.35秒的建壓時間，這在高速行駛中意味著可以縮短十多米的制動距離差距。

此外，由于線控轉(zhuǎn)向系統(tǒng)需要徹底切斷方向盤與轉(zhuǎn)向拉桿的物理連接，這在安全認(rèn)證和機(jī)械素質(zhì)的平衡上對燃油車企提出了更高要求。

是否可以“油電同智”？

盡管燃油車智能化在物理與架構(gòu)上存在諸多不利因素，但燃油車的智能化并不是一條死胡同。隨著奧迪A5L等新一代車型的出現(xiàn)，我們看到了通過深度跨域融合實(shí)現(xiàn)“油電同智”的可能。

這些車型開始搭載如華為乾崑等頂尖智駕方案，其核心思路不再是將智駕系統(tǒng)簡單疊加在燃油車上，而是將其深度集成進(jìn)動力總成的控制邏輯中。在這些方案里，智駕大腦不再僅僅是發(fā)送“加速”指令，而是直接參與發(fā)動機(jī)噴油和變速箱換擋的精細(xì)化調(diào)節(jié)。

通過預(yù)判式動力控制，智駕系統(tǒng)會分析傳感器捕捉到的道路坡度、交通流密集度以及前方信號燈狀態(tài)，提前調(diào)整第五代EA888發(fā)動機(jī)的輸出特性和雙離合變速箱的換擋策略。

在需要減速時，系統(tǒng)會協(xié)調(diào)發(fā)動機(jī)斷油和變速箱降檔，實(shí)現(xiàn)平滑的動能管理，這種深度的協(xié)同不僅提升了行駛的舒適性，更在很大程度上克服了內(nèi)燃機(jī)動力響應(yīng)的天然遲滯。這種軟件算法對機(jī)械性能的“超前補(bǔ)償”，是燃油車通往高階自動駕駛的核心路徑。

其實(shí)在汽車行業(yè)，智能化已經(jīng)成為衡量汽車競爭力的第一標(biāo)準(zhǔn)，2024年被業(yè)界視為智能化元年，L2級輔助駕駛已經(jīng)下沉到10萬元級車型。對于燃油車企而言，向智能化轉(zhuǎn)型不僅是技術(shù)挑戰(zhàn)，更是組織架構(gòu)與工程文化的轉(zhuǎn)型。

傳統(tǒng)車企的高管多為機(jī)械背景，而智能汽車要求的是系統(tǒng)工程和軟件敏捷開發(fā)人員。這種從“機(jī)械定義”到“軟件定義”的轉(zhuǎn)型過程雖然痛苦，但卻是生存的必經(jīng)之路。

最后的話

油電同智并不是不可實(shí)現(xiàn)，但它對燃油車的底層架構(gòu)提出了近乎推倒重來的要求。燃油車在動力響應(yīng)上的毫秒級落后、總線帶寬上的物理瓶頸、以及電力供應(yīng)上的現(xiàn)實(shí)約束，成為了油電同智發(fā)展的阻礙。然而，通過引入域控制器、線控底盤和深度學(xué)習(xí)算法，燃油車的智能化或許不再久遠(yuǎn)！