“2023年，90后的購車消費群體已經成為汽車購買的主力，占比達到了46%”，張穎首先便分享了一組數據。

博世智能出行集團中國區董事會執行副總裁張穎早在十年前，90后便被稱為第一代“互聯網原住民”。對于90后而言，互聯網不僅僅是一種高效快捷的工具，更像是其對待生活的方式。互聯網上海量的信息內容以及即時的推送，也使得90后更加愿意了解新事物，并且接受它。此外，中國的消費者還表現在年輕化和女性化。根據公安部統計的數據，2022年我國3年內駕齡的人達到1.03億人，占比達20.6%；25歲以下年齡駕駛人達5448萬人，占比達到10.9%；女性駕駛員達到1.62億人，占比33.68%。上述消費者結構的改變，為整車企業和零部件提出了新的問題，如何去升級產品滿足上述消費結構引起的消費需求的變化。這一點上，互聯網行業和消費電子的經驗是可以借鑒的。這也是為什么近年來汽車行業的產品節奏、技術迭代越來越快的主要原因。節奏的加快為零部件企業提出了新的挑戰，以往可能需要2-3年才能完成的產品開發，現在往往在一年內就需要完成量產，并且還需要保證車規產品的要求。張穎直言，“這并不容易”。首先是人員的工作強度需要加大。張穎目前便擔任了三個職位，分別是博世智能出行集團中國區董事會執行副總裁、車輛運動智控系統事業部中國區總裁和博世汽車部件（蘇州）有限公司總經理。在創新體驗日期間，張穎短暫的從德國回到中國，結束后便會重新去往德國。即使在日常工作時，除德國外，還需要在上海、蘇州來回奔波，甚至去往客戶現場解決項目問題。此外便是開發流程的優化。當前客戶的需求除了節奏快速外，最大的挑戰在于需求不穩定導致頻繁的設計變更，并且及時整車項目SOP，在后續生命周期內依然需要進行軟件的升級和維護。原有的V流程開發模式在當前需求下就會變得非常吃力。為此博世優化了V流程，簡單的理解便是，通過將原來的一個大的V模型打碎，細化成一個個小的V模型，實時的進行所有的需求分析，功能分解和測試，使得整個開發流程更加的靈活，從而縮短開發周期。更加關鍵的是不會因開發時間的縮短而影響產品的質量。最后則是本地化。張穎告訴NE時代，這也是博世成立智能出行集團的本意，讓中國更過決定自己要做什么，減少決策的時間成本，去貼合中國消費者的需求，去滿足中國市場的需求。而更關鍵則是對未來的技術方向的判斷，進行有的放矢。系統性的技術設計提升操控體驗汽車是一個復雜的系統，技術也是。因此在應用新技術的方向上，一方面要考慮到技術升級可能帶來的短板問題，另一方面也要考慮諸多新技術應用后潛在的用車習慣的改變帶來的新需求。汽車動力和智能化提升以后，對車輛的動態控制提出了新的要求，傳統的底盤技術也要隨之提升。張穎舉了一個例子，假設現在從匝道駛出，但前方恰好有一臺車停在路口，這時候就需要進行緊急避讓。以往緊急避讓時，先輸入轉向控制，車身姿態改變時制動系統才會介入，這樣造成了一定的時間浪費。博世通過將轉向和制動的控制結合，在緊急轉動方向盤的時候，轉向和制動系統同時工作，形成良好的“縱橫”控制，盡可能保持整車姿態穩定。

當擁有了諸多主動控制的技術后，接下來便是解決市場接受的問題。張穎直言，“隨著技術的進步，作為單獨的系統而言，一定會出現單個零部件的成本增加了很多，但對于用戶而言并不能感受到非常明顯的升級變化”。換言之，就是用戶并不會為技術升級帶來的價格提升而買單。因此就需要從整車系統的層面來思考，與其他諸如電動化、智能化的功能做跨域融合控制，提升整車體驗。并且作為電動車，還可以兼顧節能，延長形勢里程。上述轉向和制動融合控制就是一個很好的案例。博世在該技術組合中采用了線控轉向技術，雖然線控轉向如果僅與現有轉向技術對比的話存在性能提升與成本不符的質疑，但如果與底盤技術融合后則很好的打消了這個顧慮。而轉向和制動融合只是博世在諸如車輛動態控制VDC2.0、eDTD分軸扭矩分配、dTCS分布式牽引力控制系統、iTAS智能轉彎輔助系統等諸多底盤融合控制技術的一種。

提到控制就離不開算法和算力，而底盤作為功能安全要求最高的系統，一定程度上又制約了算法和芯片應用的靈活性。張穎告訴NE時代，為了解決算法和算力的問題博世早在幾年前就開始重構軟件架構，在嵌入式控制的基礎上實現了軟硬件的分離，即車輛運動智控VMM。軟硬件分離有個好處，算法可以實現靈活部署。一方面做到算法算力最優，另一方面也可以實現能量的供給更優。在整個系統運行過程中，做到最小的時延，縮短控制時間。算法的靈活部署也非常契合當下成本最優的需求，結合整車企業的EE架構設計，不需要采用單獨的控制器設計，在現有控制器中實現部署即可，降低了硬件的成本。正因為軟硬分離的技術架構，結合博世積累的大量的車輛運動模型信息和數據，及時在后續的線控技術中，博世也可以輕松應對由此而新增加的多自由度的控制需求。安全是一切的基礎對于新技術，消費者大多擔心其安全性，甚至因此不愿做首批用戶，博世同樣也注意到了這一點。但對于新技術而言，如何完整的進行產品測試并且不影響開發進度卻是一個非常棘手的難題。為此，博世進行了兩方面的優化。一是做領先于市場的需求判斷，加強本土化的研發。這樣就可以將一些研發的工作提前，做市場領先者的同時為后續產品測試做充分的時間準備。二是基于博世自身的數據以及測試能力來提速測試時間。博世擁有很多過往的數據，同樣也擁有很多AI方面的專家，通過數據+算法模型可以一定程度上實現時間的縮短。當開發進度與測試出現一定沖突時，博世依舊會堅持完整的測試流程。以高階自動駕駛為例，博世堅持要做35萬公里的測試才可以落地，雖然會一定程度影響落地的進度，但可以保證整個系統測試的完整性以確保未來使用過程中的安全性要求。

返回第一電動網首頁 >