當我們談?wù)撝悄芷嚨耐ㄐ艜r，我們在談?wù)撌裁?？熱門的SOA技術(shù)是不是智能汽車交互機制的“終局”？讓我們用一篇文章來深挖、講透這些概念。

通信的基本概念

通信技術(shù)是非常多樣的，每種技術(shù)在傳輸速率、成本、成熟度、時延、穩(wěn)定性、安全性等上的特性也不同，但其結(jié)構(gòu)是類似的。

討論通信技術(shù)，一般都會從開放式系統(tǒng)互聯(lián)通信參考模型（Open System Interconnection Reference Model，OSI）開始。

• 應(yīng)用層：面向用戶的一些服務(wù)接口
• 表示層：對數(shù)據(jù)進行翻譯、加密和壓縮
• 會話層：建立、管理和終止會話
• 傳輸層：提供端到端的通信連接方式，包括分包、重組、流控等 （段Segment）
• 網(wǎng)絡(luò)層：負責數(shù)據(jù)包端到端地傳遞和互聯(lián)過程，類似郵寄的起終點（包PackeT）
• 數(shù)據(jù)鏈路層：負責實際的傳輸管路，將數(shù)據(jù)可靠地傳輸?shù)较噜徆?jié)點，類似物流中轉(zhuǎn)站（幀F(xiàn)rame）
• 物理層：負責物理媒介上的傳遞，類似貨車（比特Bit）

通信技術(shù)的選擇是根據(jù)業(yè)務(wù)要求以及技術(shù)本身的特點來決定的。比如以太網(wǎng)（TCP/IP）協(xié)議的層次設(shè)計更加復雜，因此可以支撐互聯(lián)網(wǎng)業(yè)務(wù)的多樣需求。而車端的CAN協(xié)議則簡化了各層的設(shè)計，以滿足車輛可靠性和低時延的要求。

整車常用通信技術(shù)

進一步地，我們羅列了目前主流智能汽車所采用的一些通信手段，如下表所示：

LIN網(wǎng)絡(luò)是一種低成本的串行通信網(wǎng)絡(luò)，主要起到輔助CAN的功能。在很多對帶寬和功能要求不高的通信場景，使用LIN總線能夠節(jié)省成本。LIN采用單主控制器/多從設(shè)備的模式，一般會和CAN配合使用，處于整個電氣架構(gòu)的末梢位置，連接一些實時性要求不高的終端設(shè)備（門、座椅等）。

FlexRay網(wǎng)絡(luò)是一種高速可確定性的、具備故障容錯的總線系統(tǒng)，一般為雙線連接。用戶可以配置靜態(tài)傳輸，發(fā)送安全性較高的周期信息，使用時分多路（Time Division Multiple Access，TDMA）方法，對每個通信節(jié)點進行計劃性的時間分配；也可以配置動態(tài)傳輸，發(fā)送頻率不穩(wěn)定的非安全消息，使用柔性時分多路 (Flexible Time Division Multiple Access，F(xiàn)T-DMA)方法，輪詢每個通信節(jié)點，確認是否有信息發(fā)送。相比CAN通訊，F(xiàn)lexRay的成本更高但實時性更好，一般用在高安全要求的控制器通信上。

低電壓差分信號（Low-Voltage Differential Signaling，LVDS）是一種低功耗、低誤碼率、低串擾和低輻射的差分信號技術(shù)，具有功耗小、抗噪聲能力強、電子干擾小等優(yōu)勢，一般用于高速I/O（比如相機視頻流）的傳輸任務(wù)。

除了上述通信技術(shù)外，行業(yè)內(nèi)目前最熱門的的，目前來看仍然是CAN/CAN-FD網(wǎng)絡(luò)以及基于以太網(wǎng)的SOA(SOC)通信，我們重點展開。

CAN/CAN-FD通信

CAN/CAN-FD網(wǎng)絡(luò)是目前智能汽車通信的絕對主力，擁有較好的性能、極高的可靠性和低廉的價格。不同于以太網(wǎng)通信，CAN/CAN-FD網(wǎng)絡(luò)更多地是為了適應(yīng)分布式構(gòu)架下的多個控制器之間的互聯(lián)而存在。

CAN的原理有很多文章都已經(jīng)介紹過了，本文不再作為重點去重復討論。

CAN-FD協(xié)議可以理解成CAN協(xié)議的升級版，物理層未改變，但協(xié)議層的傳輸速率、數(shù)據(jù)長度、幀格式等均有改變。比如，將CAN的每幀8字節(jié)數(shù)據(jù)提高到64字節(jié)，波特率從最高的1Mbps提高到5Mpbs，這大大提升了車輛的通信效率。

CAN-FD提高了數(shù)據(jù)包組織的靈活性，可以支持AutoSAR框架下的PDU概念。PDU分為Container PDU和Signal PDU兩類，前者是后者的容器，而后者用于存放具體信號。相比傳統(tǒng)固定長度的CAN信息，CAN-FD可以根據(jù)需求在發(fā)送時動態(tài)配置內(nèi)嵌Signal PDU的位置和個數(shù)，由此可以更靈活地適配負載和業(yè)務(wù)要求。

這種靈活性往往需要測試人員具有更高的專業(yè)素質(zhì)，因為，配置靈活性增強的同時會加大信號解析和檢查的難度。

無論是CAN還是CAN-FD，其本質(zhì)上仍然是一種基于信號的通信，無論PDU增加了多少靈活性，CAN/CAN-FD依然帶著濃厚的“通信”烙印，在本質(zhì)上，發(fā)送方、接收方的組織仍然是固定的，調(diào)整也是緩慢的。而我們接下來要說的基于以太網(wǎng)的SOA，相對來說就更為靈活。SOA雖然常被用于和CAN進行對比，但其實已經(jīng)不是一種通信手段

以太網(wǎng)通信

智能汽車以太網(wǎng)通信的協(xié)議棧相比CAN更為復雜，當然其覆蓋的業(yè)務(wù)面也更寬，靈活性也更高，是目前域控制器之間通信的主流方案。如下圖所示：

當前，智能汽車的以太網(wǎng)通信有兩條發(fā)展路線。

一條路線就是時間敏感網(wǎng)絡(luò)（Time Sensitive Networking，TSN），這是從鏈路層往上的一次全面改進，是未來具有較大潛力的一種以太網(wǎng)通信協(xié)議，但目前的應(yīng)用仍在探索當中。當前被采用更多的是另一條技術(shù)路線，即對常規(guī)以太網(wǎng)技術(shù)的改進，主要調(diào)整底層和應(yīng)用層的設(shè)計，但保留了絕大部分網(wǎng)絡(luò)層及傳輸層的設(shè)計，可以和傳統(tǒng)互聯(lián)網(wǎng)無縫銜接。

以太網(wǎng)之上的SOA

了解完以太網(wǎng)通信的基本構(gòu)成，緊接著我們就可以來討論SOA，即面向服務(wù)的架構(gòu)（Service-Oriented Architecture）。SOA實際上并不是一種具體的技術(shù)，而是一種架構(gòu)策略層面上的指導思想或者范式，是為了更好地組織和利用處于不同所有權(quán)范圍控制下信息的一種分布式設(shè)計。

SOA不是一種單純的通信機制，雖然看上去與CAN這類基于信號的通信類似。但仔細比對，會發(fā)現(xiàn)兩者有著本質(zhì)上的區(qū)別。如下圖所示：

面向服務(wù)的通信定義了“服務(wù)方”和“消費方”，“服務(wù)方”是傳統(tǒng)意義上的發(fā)送者，而“消費方”是一種接受者。

在整車應(yīng)用當中，我們可以通過AutoSAR AP或者自主研發(fā)的生成工具，完成類似CAN的通信矩陣生成，滿足各個域控制器之間的通信需求。與CAN相比，較為明顯的區(qū)別除了通信載體不同外，SOA還具有以太網(wǎng)SOME/IP所支持的服務(wù)發(fā)現(xiàn)功能，可以動態(tài)建立域控制器之間的傳輸鏈路，從而實現(xiàn)動態(tài)拓撲的構(gòu)建，由此提升軟件更新過程中的靈活性。

不同于固定的信息傳輸，消費方可以利用“服務(wù)發(fā)現(xiàn)”，訂閱某幾個服務(wù)方準備好的信息輸出服務(wù)。應(yīng)用程序之間是一種松耦合的連接，消費方的需求發(fā)生變化，服務(wù)方往往不需要作出變化。但這往往只達到了面向服務(wù)通信（Service-Oriented Communication，SOC）的程度，還沒有上升到SOA，依然還是一種從“通信”角度出發(fā)的思考。

由于SOA更多地被拿來和CAN進行類比，因此很多負責通信網(wǎng)絡(luò)配置的從業(yè)者也往往習慣從“通信”角度對其展開思考，這讓SOA的作用大打折扣。在接觸SOA的初期，人們對SOA的很多定義和設(shè)計也非常不理解，這很大程度上也是因為受制于“通信”這個固有思維模式。

其實理解SOA非常簡單，如果從“計算”這個視角出發(fā)，很多問題就會迎刃而解。

如下圖所示，如果我們從軟件開發(fā)人員的視角來看，SOA其實更多地是一種函數(shù)交互。一個函數(shù)的調(diào)用看上去就是一種“計算”過程，當然其背后也隱藏了“通信”的概念。一般情況下，通過內(nèi)存指針的牽引，我們才能在調(diào)用某個函數(shù)時，找到對應(yīng)的方法和數(shù)據(jù)，而SOA在很大程度上更像是將函數(shù)調(diào)用的“指針和內(nèi)存”變成了“ID和網(wǎng)絡(luò)”。

用面向?qū)ο缶幊痰乃枷肜斫釹OA

從“函數(shù)”這個角度繼續(xù)分析。如下圖所示，我們看SOME/IP所提供的服務(wù)類型，其所描述的服務(wù)（Service），更多是一種“類”的概念。例（Instance）是對“類”的方法做調(diào)整，而接口（Interface）以及事件組（EventGroup）的標記是對“類”的數(shù)據(jù)結(jié)構(gòu)做調(diào)整。而Interface之下的Event、Method和Field更像是對某個數(shù)據(jù)結(jié)構(gòu)讀寫權(quán)限的約束以及輸出方法的設(shè)計。類的交互往往是“雙向”的，SOA其實也是雙向的。然而，由于受到“通信”概念的約束，SOA常常被強制設(shè)計為一個“單向”過程。

SOME/IP的服務(wù)類型

本文認為，SOA設(shè)計之初，實際上是希望實現(xiàn)在多個域控制器上的開發(fā)，可以做到像在一個域控制器上開發(fā)一樣方便。如果從軟件設(shè)計模式的角度出發(fā)看SOA設(shè)計，確實可以更為容易地達成這個目標。但在實踐中，同時做過軟件開發(fā)的網(wǎng)絡(luò)配置工程師非常少，且不同域控的配置工程師也大都不了解彼此的業(yè)務(wù)領(lǐng)域，可以統(tǒng)籌多個域控制器的軟件架構(gòu)工程師更是鳳毛麟角，SOA的實現(xiàn)往往就卡在這個點上。

SOA是智能汽車的終局嗎？

那么，SOA是不是就是智能汽車的終局？

其實并不是。如下圖所示，我們將交通出行業(yè)務(wù)的演進和通信架構(gòu)的演進做了對比。

在交通系統(tǒng)中，私家車代表了人和車的固定映射關(guān)系，在不約束需求的情況下，交通系統(tǒng)的整體負載以及負載的均衡都是很難實現(xiàn)的，交通擁堵以及停車資源不匹配等問題，必然頻現(xiàn)。共享車邏輯出現(xiàn)后，打破了人和車的固定關(guān)系，情況有所改善，交通系統(tǒng)的利用率提升了。但畢竟開車的還是司機，雖有獎勵系統(tǒng)的調(diào)節(jié)，但其仍然受到個人生活作息以及營運偏好的影響。共享出行的下一步是基于無人駕駛的智能出行，因為解綁了人和車的關(guān)系，并且從能源補充到行駛路線都是系統(tǒng)全局規(guī)劃的最優(yōu)結(jié)果，所以，極有可能成為交通系統(tǒng)發(fā)展的終局。

通信的發(fā)展其實也是一個道理，基于信號的CAN通信，反映的是一種固定的信號交互過程，無法有效滿足業(yè)務(wù)的變化。

SOA改變了這個過程，其建立了信號交互的可變關(guān)系，像超市購物一樣，不管你選擇超市里的哪種貨品（服務(wù)），這個通信過程都是成立的。但其也存在不少的約束：第一，通信的帶寬負載和計算消耗伴隨鏈路的調(diào)整仍然會產(chǎn)生運算的不穩(wěn)定，因此還需要工程師參與進行一些適配性的設(shè)計；第二，無論服務(wù)設(shè)計如何靈活，但其接口仍然依賴人工設(shè)計，所能提供的服務(wù)也仍然需要人去設(shè)計，不可能超越開發(fā)人員的認知范圍。

未來是否有一種交互過程更加細膩，且變更后仍能保證運算穩(wěn)定性的通信機制存在呢？答案是肯定的，那就是深度學習。

舉個典型的例子。想象有一天，你愁容滿面地坐進車里，汽車主動給你放了一首你悲傷時常聽的歌曲。你在詫異其表現(xiàn)時，似乎還有點感動。但機器可能并沒有這么感性，它只不過一直在分析你和車內(nèi)所有接口的交互數(shù)據(jù)，發(fā)現(xiàn)了表情識別結(jié)果和這首歌的播放之間存在明顯的相關(guān)性。我們可以通過深度學習模型來捕捉這種相關(guān)性，這種級別的網(wǎng)絡(luò)模型訓練甚至可以在車上完成。當系統(tǒng)發(fā)現(xiàn)你的行為模式存在規(guī)律性時，便可以在下次滿足觸發(fā)條件時，主動完成后續(xù)的操作。

在這個案例里，我們能看到深度學習相對SOA又有了新的優(yōu)勢。每個人不只是訂閱既有的服務(wù)，更擁有了私人定制的、粒度更細的服務(wù)。并且這種變更，可能不需要通過OTA升級來獲得，而是由用戶在本地自行培養(yǎng)。

基于上面的分析，本文總結(jié)得出了智能駕駛服務(wù)的三個階段。第一階段是構(gòu)建固定且穩(wěn)定的關(guān)系，第二階段是構(gòu)建可變但不一定穩(wěn)定的關(guān)系，第三階段是構(gòu)建可變且穩(wěn)定的關(guān)系。我們當前處在第一階段向第二階段的過渡中，而要進入第三階段，核心就是要盡可能的去除人對服務(wù)執(zhí)行的干預。

智能汽車從“通信”到“溝通”

人們對通信的一般理解，一直停留在無損地將一個信息從一處傳輸?shù)搅硪惶幍恼麄€過程。但這并不是通信的全部。

如果我們對一個基本的通信過程建模，就會發(fā)現(xiàn)其存在兩個基本條件。第一、編碼器和解碼器之間共享一個密碼本，用于保證信息一致；第二、接受者和發(fā)送者存在一種共同的理解，促使行動一致。但整個過程中噪聲一直存在，編解碼過程的噪聲更多地是一種傳遞上的損失，而發(fā)送與接收者之間的偏差則往往是一種理解上的差異。

將這個模型引入人和人的溝通以及機器與機器之間的溝通，情況也是類似的。人和人之間的理解存在偏差，機器和機器之間也同樣如此。信息傳輸雖然是單向的，但信息的理解和轉(zhuǎn)換往往是反復雙向磨合的過程。

真實的交互過程是通信和計算共同作用的結(jié)果。如下圖所示：

有一個網(wǎng)絡(luò)詐騙的例子，也許能讓我們更深地體會，信息傳遞一致和行動一致之間的差異和關(guān)系。曾經(jīng)有個男性詐騙人員將自己包裝成女性和另一男性交往，騙取了大量錢財，其中有一段聊天記錄曝光，女方（假扮）說：“你自己都沒錢了，不要借給我了，我不喜歡男生身上沒錢。”這句話非常有意思。詐騙人員要確保自己的想法和對方的行動保持一致，即讓受害人交出錢財，但其實際傳遞的信息卻和自己的想法完全相反。可耐人尋味的是，由于這句話刺激了受害人作為男性的自尊心，使其更愿意將錢借出去，從而在行動上讓詐騙人員達成了自己的目的。

對當下的智能汽車來說也是一樣的，除了保證，底層通信的“無損”，還要去挖掘溝通過程的體驗。從CAN到SOA再到深度學習，智能汽車的演進過程中，通信和計算的概念會進一步模糊化，機器更多地需要從”信息傳遞“，向”溝通交流“轉(zhuǎn)移。