✅➡️雄二E性能成迷　專家推測命中公差15公尺內
https://rti.org.tw/news/view/id/2111830
近年蔡英文總統全力強化台灣飛彈武力、也提升台美互信
台灣用於反擊中國的對地巡弋飛彈發展漸趨明朗化；媒體報導，軍事專家分析推測國造雄二E對地巡弋飛彈若與美國軍規GPS定位搭配且受惠先進電子系統，命中公差至少可達10 ~ 15公尺。軍事專家分析指出現代飛彈所使用的數位訊號處理器(DSP)及飛航圖像處理器(GPU)多數來自台灣半導體產業，因此台灣國造飛彈的潛力絕對值得發展；台灣自製的雷射陀螺儀國際評價也甚高
▫️
圖：國家中科院　https://ncsist.org.tw（圖片僅為示意）
▫️
－－－－－－
新《番薯藤》國防軍事網
https://www.facebook.com/military.idv.tw/
#專業軍事評析 #關心台灣國防
－－－－－－

汽車軟體深度報告：汽車軟體產業鏈及未來趨勢分析

北京新浪網 10-01 20:00
來源：未來智庫

關鍵結論

電動智能趨勢下，汽車逐步由機械驅動向軟體驅動過渡。近年 SDV（軟體定義汽車）概念逐步被行業認知，根源在於「汽車如何體現差異化」問題的變遷，隨著電 動化帶來的汽車電子構架革新，汽車硬體體系將逐漸趨於一致，軟體成為定義 汽車的關鍵，行業更具想像空間。即造車壁壘已經由從前的上萬個零部件拼合 能力演變成將上億行代碼組合運行的能力。本文通過對汽車軟體行業的系統性 梳理，幫助讀者把握行業成長中的投資機會。

我們提出零部件賽道三維篩選框架，基於起點（單車價值量）-持續時間（產品生 命周期）-斜率（產品升級速度）三維體系評價細分零部件的市場空間，軟體平均單車價值量由傳統車的 200 美元，提升至 2025 年新能源汽車的 0.23 萬美元，進 一步至 2025 年新能源汽車的 1.8 萬美元。未來十年軟體市場復合增速為 9%，2030 年 500 億美元空間，57%的增量來自於 ADAS 及 AD 軟體。

軟體如何定義汽車價值？百年汽車工業面臨由機械機器向電子產品過渡的新變 局。汽車「駕駛感」及車機 APP 化的功能實現發生在我們看不到的隱秘角落— —上百的電子控制單元循環執行軟體代碼功能塊，通過高性能的中央計算單元， 與硬體體繫結合以解析駕駛員需求，邏輯運算後向機械部件發送相應響應指令。

汽車軟體成為未來汽車構架重要組成部分。而整車電子電氣構架提供的硬體、 操作系統實現的管理功能、基礎軟體平台構架實現的抽象化為 SDV 不可或缺的 三大關鍵部分，軟硬體的分離（研發分離、功能發佈分離）成為實現 SDV 基礎。

發展史與整車廠戰略。汽車軟體隨產業技術升級持續迭代：1970 年代的簡單發 動機控制演算法→1980 年代中央計算單元創新→1990 年代信息娛樂系統創新→ 2000 年代安全系統→2010 年代開始向全新汽車電子構架及軟體系統演變。不 同於以前依靠多個 ECU 由部件供應商主導的無獨立軟體產品概念時代，主機廠 愈發需具備軟體的管理能力及核心軟體設計能力。整車廠中特斯拉引領車載軟 件行業最高技術，大眾重金重塑軟體架構，整車廠關乎開發周期、賦予附加值、 構架實現、軟體變現模式以及操作系統切入等問題上仍未進行標準化定義，卻 為影響行業發展的關鍵所在。

產業鏈機遇。新科技、軟體公司湧入帶動供應鏈管理的扁平化、邊界模糊化， 帶動供應鏈生態體系變革。供應模式上，預計 Tier1 與整車廠之間將採取兩種合作方式，其一，整車廠主導軟體，Tier1 負責硬體生產；其二，整車廠定義軟 件框架規範標準，Tier1 供應符合標準的相關軟體。盈利模式上，偏向製造業邏 輯的大部分汽車硬體由於堆橋數量將受到限制，終將會進入產業穩態階段，往 介面及功能上的標準化發展，維持較穩定的利潤率水平；軟體由於迭代周期快 且行業特性帶來的標準化程度低，賦予汽車新盈利模式。現階段特斯拉三大付 費模式打開車企軟體變現想像空間，開發基礎平台收許可費、供應功能模塊按 Royalty 收費及定製化的二次開發均為未來軟體供應商主流打法。

推演的 5 大未來趨勢。汽車終將成為搭載「差異化元素」的通用化平台。一方 面，ECU 功能模塊里循環迭代的代碼驅動汽車執行動作反饋；另一方面，車載 娛樂信息系統 APP 化吸引第三方開發者入場。海量數據將在車內流轉，關於賦 能域控制器、定位車機系統的各項軟體性能升級，包括功能中心化、乙太網應 用、整車 OTA 升級、信息交互上雲及深層次的信息安全防禦等，或將帶來汽車 軟體一系列發展機遇。

SDV 新階段：軟體如何定義汽車價值

百年汽車工業面臨由機械機器向電子產品過渡的新變局。跨入駕駛室，安靜的 啟動、柔中帶剛的加速、平穩過渡的剎車等為代表的汽車「駕駛感」逐步由機 械驅動向軟體驅動過渡，這一套功能的實現發生在我們看不到的隱秘角落—— 上百的電子控制單元循環執行軟體代碼功能塊，通過高性能的中央計算單元， 與硬體體繫結合以解析駕駛員需求，邏輯運算後向機械部件發送相應響應指令。近年來，SDV（Software Define Vehicles，即軟體定義汽車）概念逐步被整車 廠認知，根源在於「汽車如何體現差異化」問題的變遷，隨著電動化帶來的汽 車電子構架革新，汽車硬體體系將逐漸趨於一致，整車廠很難在硬體上打造差 異化，此時軟體成為定義汽車的關鍵，即造車壁壘已經由從前的上萬個零部件 拼合能力演變成將上億行代碼組合運行的能力。

汽車軟體為未來汽車構架重要組成部分

汽車軟體與硬體體系發生分化。近幾十年隨汽車構架升級、性能與用戶操作感 需求逐年提升，汽車軟硬體數量爆發，並愈發複雜化。在硬體方面，電控單元 數量迅速增長，於 2010 年面臨增速放緩的拐點（主要受整車成本與控制器數 量平衡的影響），2025 年隨行業集中式電子電氣架構趨勢持續推進，電控單元 邁向集成化從而控制器數量將較為平穩。在軟體方面，各大主機廠軟體功能體 系越做越大，其中「功能函數」作為軟體體系中的最小單元，其單車數量持續 增大，控制器內部的功能函數複雜度提升，疊加智能座艙新增的應用型軟體需 求，軟體重要性愈發凸顯。2010 年（增速放緩的硬體數量 VS. 急劇攀升的軟 件數量）與 2025 年（硬體產業成型 VS.軟體加速迭代塑造汽車差異性）為汽車 軟硬體發展中兩個重要的分水嶺。

汽車複雜的運作需軟硬體結合進行。無論是駕駛艙對汽車電子功能的調用，抑 或汽車與駕駛員和環境互動，均可抽化為軟硬體密切配合的模型，即駕駛員的 需求與汽車功能反應之間存在著複雜的控制鏈條：駕駛員通過機械硬體或部分 虛擬按鈕輸入期望（例如通過車載按鈕、踏板等輸入型機械硬體給出期望）→ 駕駛員動作轉換為電子信號傳入電控單元→執行器控制控制對象達到駕駛員的 需求→感測器向電控系統持續反饋控制達成的具體情況，軟體邏輯持續運算向 執行器發出指令，最終達成駕駛員的期望要求。以剎車輔助駕駛為例，在駕駛 員剎車信號不足或過慢的情況下，內置的一套軟體邏輯將被激活，讓制動系統 自動做出減速相應。在電控單元中快速進行的一次次軟體迭代循環，為汽車正 常運作的基石。

SDV 研發工具鏈仍以 V 流程為主。汽車研發系統過程能拆解為軟體、硬體、執 行器及感測器 4 大部分。與傳統車相同，V 模型為車企主流的開發流程，從產 品設計、子系統設計、控制器驗證及系統驗證等階段均有相對應的工具鏈進行 支撐，涵蓋從系統到軟體以及集成后的一系列測試等內容。SDV 模式下對工具 鏈的應用具部分變化：一方面，硬體愈發通用化，研發會集中在作為功能集群 的 ECU 開發上；另一方面，車的各種功能實現盡量靠軟體實現。

Step 1：產品設計階段。此階段核心為分析和拆解需求。由消費者的需求、車 型安全及性能的剛性需求以及法律法規需求定義出軟體的基礎構架，以及定義 出各大功能模塊。

Step 2：子系統設計階段。步驟為由系統構架需求定義軟硬體構架設計。關乎 軟體系統部分在這一步雛形初顯，能將技術問題具體化，例如定義軟體能實現 的功能、軟體功能模塊的分離、如何跟對應的控制器配合等。

Step 3：控制器驗證階段。完成硬軟體及控制器集成，代碼成型并迭代測試。

Step 4：系統驗證階段。測試軟硬體在整車上的裝載使用情況。

SDV不可或缺的三大關鍵部分——電子電氣架構、操作系統、軟體平台

整車電子電氣構架為硬體基礎。汽車電子電氣架構（Electronic and Electrical Architecture，文中簡稱 EEA）最初由德爾福公司提出，以博世經典的五域分類 拆分整車為動力域（安全）、底盤域（車輛運動）、座艙域/智能信息域（娛樂信 息）、自動駕駛域（輔助駕駛）和車身域（車身電子）等 5 個子系統。後續演變 成車企所定義的一套整合方式，可形象看作人體結構中的骨架部分，後續需要 「器官」、「血液」和「神經」進行填充。具體到汽車上來說，EEA 把汽車中的 各類感測器、ECU（電子控制單元）、線束拓撲和電子電氣分配系統完美地整合 在一起，完成運算、動力和能量的分配，實現整車的各項智能化功能。博世曾 經將汽車電子電氣架構劃分為三個大階段：傳統分散式電子電氣架構-域控制器 電子電氣架構-集中式電子電氣架構：

（1）傳統分散式的電子電氣架構：主要用在 L0-L2 級別車型，此時車輛主要由 硬體定義，採用分散式的控制單元，專用感測器、專用 ECU 及演算法，資源協同 性不高，有一定程度的浪費。產業鏈分工上，車型架構由整車廠定義，實現核 心功能的 ECU 及其軟體開發由 Tier 1 完成。

（2）域控制器電子電氣架構：從 L3 級別開始，通過域控制器的整合，分散的 車輛硬體之間可以實現信息互聯互通和資源共享，軟體可升級，硬體和感測器 可以更換和進行功能擴展。屬於過渡形態，ECU 仍承擔大部分功能實現，整車 廠將參與部分域控制器的開發。

（3）集中式電子電氣架構：以特斯拉 Model 3 領銜開發的集中式電子電氣架構 基本達到了車輛終極理想——也就是車載電腦級別的中央控制架構。此時集成 化趨勢將消減大部分 ECU，主機廠將逐漸主導原本屬於 Tier 1 參與的軟體部分 （預計以直接開發模式或定義規範標準后讓供應商參與），其目標是設計簡單的 軟體插件和實現物理層變化的本地化。

操作系統實現管理功能。車載操作系統（Car-OS)承擔著管理車載電腦硬體與 軟體資源的程序的角色。20 世紀 90 年代伊始，汽車上基於微控制晶元的嵌入 式電子產品的應運興起，需加入相關的軟體架構以實現分層化，即汽車電子產 品均需要搭載嵌入式操作系統。從產品品類上，汽車電子產品可歸納為兩類， 一是以儀錶，娛樂音響、導航系統為代表的車載娛樂信息系統；二是主管車輛 運動和安全防護的電控裝置。兩者對比而言，電控系統更強調安全性和穩定性， 因此應用於電控單元 ECU 的嵌入式操作系統標準更為嚴格。未來操作系統發展 面臨兩大趨勢，一是以 OSEK、AUTOSAR 為典型代表的操作系統標準聯盟將 定義統一的技術規範；二是智能網聯趨勢下數據融合度提升，由於各個部件的 安全標準等級不一從而整車上存在多種操作系統的運用，通常引入虛擬機管理 （可提供同時運行多個獨立操作系統的環境），如在智能座艙 ECU 中同時運行 Android（車載電子操作系統）和 QNX（電控操作系統）。

基礎軟體平台構架是實現抽象化的關鍵所在。從定義上，軟體架構為軟體系統 定義了一個高級抽象（軟體表達行為、屬性、相互作用、集成方式及約束均在 此架構上體現）。而 SDV 核心內涵是能夠通過軟體作用，動態地改變構架網路 節點之間的聯結或分離狀態，從而定義汽車不同的功能組成。基礎軟體平台需 具備三方面要求：一是可靠性，能保證汽車功能實現的實時和安全；二是通用 性，適用於不同車型和不同的操作系統上；三是網構架節點易於更換聯結方式。AUTOSAR 是全球各大整車廠、供應商聯合擬定開放式標準化的軟體架構，其 使得不同結構的電子控制單元的介面特徵標準化，從而軟體具更優的可擴展性 及可移植性，降低重複性工作，縮短開發周期。

汽車軟硬體分離為 SDV 基礎

軟硬體的分離涵蓋研發分離、功能發佈分離兩方面。軟硬體分離為實現 SDV 基 礎，電動化趨勢簡化造車流程，未來汽車硬體的研發、製造更偏向於流水線過 程，而軟體發展逐步具互聯網的快速迭代趨勢傾向。汽車軟硬體分離概念由此 而生，其包含兩方面內容，一方面，由於開發周期（汽車硬體 5-7 年的開發周 期 vs. 軟體 2-3 年的開發周期）及技術領域（偏向製造業 vs.偏向互聯網）的 差別，汽車軟硬體在開發上、供應上逐漸分開。另一方面，軟體的功能發佈可 以與車型完成分離，新軟體不僅適用於新車，仍可快速發佈到已量產車型上， 增強車型硬體的使用長尾期。

軟硬體分離在功能升級及工藝裝配上具優勢。基於軟硬體分離的新構架體系在 車型功能升級及製造模式上發生變化。功能升級上，新的擴充功能由軟體定義 通過雲端直接升級，無需再在硬體層面進行驗證；工藝製造上，與軟體分離后 的電子電氣構架不同於現階段「八爪魚」式的複雜構造，更易於自動化裝配。

當前車企實現更新的方式——硬體冗餘，後續依靠更新升級。

（1）硬體預置：傳統汽車定價由硬體及性能決定。而 SDV 模式下，相同硬體 的車型通過不同的軟體配置決定車與車之間不同的功能與體驗。車企在車型設 計之初需提前定義軟硬體，SOP 時將具備擴展功能的冗餘硬體預裝，後續將通 過付費型軟體升級或者功能開放回收成本。以特斯拉的 AutoPilot 為例，冗餘的 預設硬體將通過後期持續的軟體升級調動功能，為新創收模式。

（2）性能預置：性能預置分為兩個方面，控制器算力預留，為更多的軟體功能 和演算法預留空間。隨智能駕駛趨勢，車載算力大幅提升，由於無法預估後續所 需算力的極限，通常在實際情況中會預留算力空間。性能預留，通常在各性能 硬體上做事先預留，以應付如加速性能提升，續航里程提升，圖像的清晰度提 升，音響效果提升等升級事項。例如 2018 年 6 月，美國權威雜誌《消費者報 告》發現， Model3 剎車距離比皮卡福特 F-150 要長。ElonMusk 接受了《消 費者報告》的批評並承諾通過 OTA 儘快解決此問題。此後在不到一周時間， 特斯拉通過一次 OTA 升級解決了該個問題，《消費者報告》重新測試后發現， 升級后的 Model3 剎車距離縮短了 5.8 米。

追溯發展史：汽車軟體的前世

汽車軟體隨產業技術升級持續迭代：1970 年代的簡單發動機控制演算法（軟體嵌 入應用模式）→1980 年代中央計算單元創新（顯示車輛基本信息）→1990 年 代信息娛樂系統創新（GPS、自適應巡航控制出現）→2000 年代安全系統（出 現高級駕駛員輔助駕駛概念）→2010 年代開始向全新汽車電子構架及軟體系統 演變（電子化和軟體化，出現無人駕駛概念）。

1980 年代之前，汽車僅搭載車燈、啟動機、火花塞等簡易電子設備，並未運用 任何軟體部分。整車電子設備通信及電能供給依靠銅導線傳輸。部分豪華車裝 置僅由收音機為核心部件的車載娛樂系統。

1970 年代，發動機系統具備演算法功能。出現點火系統、電子燃油噴射等裝置， 軟體直接嵌入應用使用，軟體之間無關聯具獨立性。

1980 年代隨 IT 技術起步，電子電氣化革命在傳統機械部件上進行創新。油耗 及行駛距離等信息可在車內做電子化顯示，搭載軟體的電控單元開始出現，如 防抱死系統 ABS、車輛穩定系統 ESP、電子變速箱等電子系統誕生，新功能由 嵌入式軟體的演算法控制，CAN 及 LIN 匯流排解決不同控制器之間的通信問題。

1990 年代，信息娛樂系統持續創新，軟體成為汽車重要部分。汽車軟體構架愈 發分散，出現 GPS 及自適應巡航控制等較高階的電子組件及軟體。同時，不同 控制器間持續延長的通信匯流排成為車企後續進行成本管控的重要一環。

2000 年代，安全系統推出，軟體開始主導汽車創新。「高級輔助駕駛概念」在 此階段興起，例如駕駛員未及時反應的障礙物可以系統運算下汽車自發停車規 避。此時的軟體系統更為高階，行業引入 AUTOSAR 標準軟體構架。車型方面， 電子化特徵明顯，賓士 S 級轎車車型電控單元超 80 個，通信匯流排近 2000 條。

2010 年開始，汽車電動化帶來電子電氣構架、汽車軟體新變局。智能駕駛、車 聯網概念引入，造車新勢力、互聯網企業等多玩家參與進造車環節，以特斯拉 為代表的整車廠重新定義軟體系統，新創 OTA 新升級模式。

產業鏈機遇：SDV重塑市場格局

新科技、軟體公司的湧入帶動了供應鏈管理的扁平化、邊界模糊化，推動產業 競爭要素髮生本質變化，帶動供應鏈生態體系變革。在傳統封閉式供應鏈的汽 車製造商在整條供應鏈中只負責一個環節，主要擔任汽車研發製造的角色。而 在新生態體系中，汽車軟硬體分離重塑產業格局，主機廠、供應商以及互聯網 企業均參與進汽車新生態體系，從汽車全生命周期覆蓋整個產業鏈條。

供應模式轉變，主機廠、供應商及互聯網企業入局

SDV 軟體開發模式下，不同於以前依靠多個 ECU 由部件供應商主導的無獨立 軟體產品概念時代，主機廠愈發需具備軟體的管理能力及核心軟體設計能力， 並引入供應商及互聯網企業參與此環節。在軟體領域，預計未來 Tier1 與整車 廠之間將採取兩種合作方式：

其一，整車廠主導整車軟體部分，Tier1 負責硬體生產。在傳統車企巨頭入場燃 油車領域 100 多年的歷史里，造車流水線仍以機械製造為主，Tier1 以分擔主機 廠重資產角色存在，通常與整車廠車型生產周期形成相應配套。而在智能化時 代，軟體主要以輕資產模式運轉，出於掌握核心技術考量通常為主機廠所主導。其二，整車廠定義軟體框架規範標準，Tier1 供應符合此標準的相關軟體。瞬息 萬變的技術導致車企研發容錯率下降。尤其對新入場的造車勢力而言，若在前 1~2 款車連續失敗，大概率將面臨淘汰。因此對部分在技術儲備、研發及資金 實力較弱的主機廠而言，可在其定義軟體標準後由 Tier1 進行對應的開發配套。

盈利模式轉換，將逐漸由硬體逐漸向軟體傾斜

硬體發展具天花板效應，軟體持續賦予車型新附加值。以經過 15 年發展的手機 產業鏈為例，硬體體系隨處理器性能持續提升、攝像頭像素及攝像頭個數持續 增加、屏幕材質與大小升級，其產業增速趨緩，硬體盈利模式逐漸固化。而隨 蘋果 iPhone 產品橫空出世定義軟體附加值新模式，小米做低手機硬體利潤並將 其定位於功能載體，至此軟體與服務成為手機產業鏈盈利模式的重要來源。對 標至汽車，偏向造業模式的傳統車具較固定的盈利模式，從而車企具較穩定的 利潤率，而目前在汽車電子電氣化架構趨勢下，軟體有多樣性應用的空間，無 論硬體抑或軟體體系均包含升級或新生環節，盈利模式尚未定型。而長遠來看， 偏向製造業邏輯的大部分汽車硬體由於堆橋數量將受到限制，終將會進入產業 穩態階段，往介面及功能上的標準化發展，維持較穩定的利潤率水平；軟體由 於迭代周期快且行業特性帶來的標準化程度低，賦予汽車新盈利模式。

特斯拉已構築初階車企軟體盈利模式。矽谷出身的特斯拉已證實一條軟體大規 模變現的可行性路徑，分為 FSD 付費、軟體應用商城及訂閱服務三種模式：

（1）FSD 付費模式：特斯拉車型在售出后標配 Autopilot 輔助駕駛功能，而實 現自動泊車、智能召喚的 FSD 全自動駕駛功能需付費使用。FSD 單價並未固 定，過去一年內特斯拉 FSD 售價經過三次提價（國外 8000 美元，國內 6.4 萬 元），成為特斯拉利潤的重要來源。以 2019 年 36.7 萬輛的交付量計算（30 萬 輛 Model3，6.7 萬輛 ModelS/X），假定 35%的 FSD 裝載率，6500 美元的 ASP， 則軟體收入近 8.3 億美元（其毛利率大概率高於 80%）。

（2）軟體應用商城：類似手機應用商城，可即時購買性能升級軟體包（包括輔 助駕駛功能、FSD 及各類性能升級包），通過 OTA 進行升級。

（3）訂閱服務：2019Q4 推出定價 9.9 美元/月的車聯網高級連接服務，包括流 媒體、卡拉 OK、影院模式等功能。2020Q2，特斯拉宣布計劃在年底推出定價 100 美元/月的 FSD 套件訂閱服務，為 FSD 的使用提供另一選擇。

對於第三方汽車軟體供應商，盈利模式仍不明晰，參考手機產業模式及目前行 業發展情況，預計其未來有望採用以下 3 種主流盈利模式：

（1）受主機廠委託，開發基礎平台並收取許可費用。

（2）供應功能模塊按汽車出貨量 Royalty收費（按銷售量和單價一定比例分成）。

（3）基於車企平台為其做定製化的二次開發，並收取費用。

市場空間：未來十年軟體市場復合增速為 9%，2030 年 500 億美元空間

軟體市場進入快速擴張期。包括系統軟體和應用軟體在內的軟體系統將在智能 化趨勢中，由低基數實現快速擴張，據麥肯錫預計，軟體在 D 級車整車價值中 所佔的比例有望在 2030 年達到 30%，將成為未來汽車行業最重要的領域。

市場規模方面：電動智能化趨勢下硬體發展周期領先於軟體，增量市場彈性小 於軟體。據麥肯錫，2020-2030 年汽車軟體和 E / E 架構市場預計復合年增長 7％， 從目前的 2380 億美元增長至 2030 年的 4690 億美元。拆分來看，2020-2030 年軟體市場規模（操作系統、中間件及功能軟體）復合增速為 9%（由 2020 年 的 200 億美元，增長至 2025 年的 370 億美元，進一步增長至 2030 年的 500 億美元）。2020-2030 年動力系統市場規模復合增速為 15%，主要受動力源更 迭拉動。在硬體方面，ECU/DCU、感測器以及其他電子元件的復合增速分別為 5%、8%及 3%。軟體的應用帶動汽車集成及驗證環節革新，2020-2030 年集成 及驗證市場規模復合增速為 10%。

單車價值量方面：汽車軟硬體實現分離后兩者的發展模式將出現分化。其中硬 件體系的價值量隨模塊化、集成化發展，在規模化降本過程中其單車價值量增 長將較為平緩或略下降態勢；而軟體體系迭代速度快，在其對附加值模式的持 續探索下，價值量將持續上行。據麥肯錫預計，汽車中軟體單車價值量增速最 大，純電動車型將由 2025 年的 0.23 萬美元增長 7倍至 2030 年的 1.82 萬美元。同期 ECU/DCU、感測器、動力系統（除電池）及其他電子器件增速分別為 37%、 27%、-7%、5%。此外，在豪華車及主打智能化車型上，軟體的價值量佔比及絕對值將處較高水平。

汽車結構方面：全球汽車軟體與硬體內容結構正發生著重大變化，軟體驅動逐 漸成為主導。據麥肯錫預測，2016年軟體驅動佔比從 2010年的 7%增長到 10%， 預計 2030 年軟體驅動的佔比將達到 30%，屆時硬體驅動佔比僅為 41%。

軟體內容方面：應用型軟體為汽車軟體發展主力，ADAS 及 AD 軟體為主要增 量。據麥肯錫預測，2020-2030 年一體化軟體、驗證型軟體及功能性軟體市場 規模復合增速分別為 9%、10%、10%，其中功能性型軟體佔據汽車軟體半壁江 山（結構上佔比 6 成）。2020-2030 年按軟體功能劃分的市場規模中，最大增量 為 ADAS 及 AD 軟體，佔市場規模增量的 57%；信息娛樂、安全及聯網相關軟 件次之，占 20%；操作系統和中間件、車身和動力系統相關軟體、動力總成和 底盤相關軟體分別佔據 10%、10%、2%。

整車廠戰略思路：軟體為必爭之地

在汽車構架三步走過程中——傳統分散式電子電氣架構-域控制器電子電氣架 構-集中式電子電氣架構，主機廠將逐漸主導原本由 Tier 1 包攬的定製軟體部分， 軟硬體進行拆分發包的趨勢近年來愈發明顯。車企和互聯網軟體企業紛紛入局， 特斯拉引領車載軟體行業最高技術，大眾計劃緊跟，組建 5 千名軟體工程師開 發旗下所有車型統一的操作系統「vw.OS」，汽車屬性已然將逐漸由代步工具轉換 為移動的第三空間（例如未來的娛樂、辦公場所）。現階段整車廠與 Tier 1 的合 作模式仍在探索中，關乎開發周期、賦予附加值、構架實現、軟體變現模式以 及操作系統切入等問題上仍未進行標準化定義，卻為影響行業發展的關鍵所在。

特斯拉在軟體層面最大亮點是OTA 升級模式

特斯拉創整車 OTA 升級先河。其升級主要在兩個方面：一方面，將軟體升級發 送到車輛內的車載通訊單元，更新車載信息娛樂系統內的地圖和應用程序以及 其他車機類軟體。例如升級車機的運算速度、屏幕操作流暢度，運行高畫質游 戲以及增強可視化效果等，屬於駕駛艙內「看得見」的升級。另一方面，以直 接將軟體增補程序傳送至有關的電子控制單元（ECU），為 Autopilot 持續引入 及優化新功能。例如提升時速、修復駕駛漏洞等。軟硬體分離開發、硬體性能 冗餘的設計思路是實現 OTA 的必要條件，隨法規放開、演算法逐漸完善，特斯拉 以 OTA 升級軟體模式逐步解鎖新運用功能。此外，特斯拉顛覆車載軟體盈利模 式，以 6.4 萬元的 FSD 選裝軟體包定價、2000 美元的「 Acceleration Boost」 動力性能加速升級包獨創軟體付費的商業模式。

集中式電子電氣架構提供 OTA 基礎。特斯拉的整車 OTA 升級需要其超前的汽 車電子電氣架構做配套配合，傳統車企分散式電子電氣架構中 ECU 數量龐大， 單個 ECU RAM 內存容量有限，同時供應商的底層代碼和嵌入軟體差別較大， 難以完成整車功能的統一更新。而特斯拉採用集中式的電子電氣架構，分為 CCM(中央計算模塊，整合ADAS 及 IVI 域功能)、BCM LH(左車身控制模塊)、 BCM RH(右車身控制模塊)三個部分，2015 款的 Model S 大約有 15 個 ECU， 此後發佈的 Model 3 則直接通過 Hardware3.0 和三個車身控制器執行來控制行 駛、轉向和停止等功能，集中的架構和高算力的控制模塊支撐了特斯拉整車 OTA 升級。目前特斯拉已經可以通過 OTA 的方式實現改善車輛的底盤、信息娛樂、 電池續航、ADAS 乃至自動駕駛等多項功能，讓車的功能迭代更加靈活和便捷， 最終變成一台可以不斷進化的智能終端。

OTA 升級過程需數據網路配合，其安全性尤為重要。特斯拉 OTA 升級即指將程序從主機廠伺服器更新到指定 ECU，主要步驟為：車輛與伺服器通過蜂窩網 絡進行安全連接，將待更新的固件傳輸至車輛遠程信息處理系統及 OTA Manager，OTA Manager 將固件分發至需更新的 ECU 並管理更新過程，更新 完畢後向伺服器發送確認信息。整個 OTA 升級過程面臨安全考驗，騰訊科恩實 驗室曾實現對特斯拉的無物理接觸遠程攻擊，並將漏洞情況報告給特斯拉以做 修復。OTA 模式的信息安全（信息包加密及隔離）及功能安全（車輛狀態信息 傳輸）需得到足夠保障。

特斯拉 OTA 依然屬於行業標杆，傳統車企追趕特斯拉在研發 OTA 過程中仍面 臨困境。具先發優勢的特斯拉在 OTA 對動力和底盤系統有效升級層面、用戶體 驗、系統成熟和穩定性方面均處於行業領先地位，引領傳統車企和造車新勢力 跟隨布局，但仍面臨較多困難，體現在三個方面：其一，需投入較大的人力、 物力、財力，考驗主機廠研發實力；其二，OTA 打破固有的經銷商提供增值服 務的模式，利潤蛋糕重新切分具一定阻力；其三，OTA 安全性和穩定性上要求 較高，主機廠需理解部分互聯網領域技術。

大眾重塑軟體架構，推行 vw.OS 規劃

曾囿於軟體問題車型延遲交付。在特斯拉軟體技術快速迭代壓力下，大眾加緊 開發基礎架構，或因為開發過於倉促等因素，曾多次發生軟體問題，如新一代 純電動汽車 ID.3 因為軟體開發延遲造成交付時間推遲，新款高爾夫也曾因為倉 促上馬新技術（全數字座艙）於車輛中發現軟體問題而臨時停售。

大眾已著手構建軟體架構體系。為抗衡特斯拉及科技巨頭等新勢力的布局，大 眾愈發重視汽車軟體開發業務。2020 年 1 月 1 日起，大眾集團所有軟體開發工 作被集中至獨立新部門——Car.Software（2019 年 6 月份成立）。Car.Software 分為「互聯汽車和設備平台」「智能車身和駕駛艙」「自動駕駛」「車輛運動和能源」以 及「數字業務和出行服務」五個業務單元，其所有功能都將用於開發 vw.OS 車機 系統。一系列車型軟體問題出現后，寶馬製造工程高級副總裁 Dirk Hilgenberg 加入成為 Car.Software 負責人。此外大眾也對智能駕駛研發體系進行重組，如 拆分 L4 智能駕駛研發部分、合併各部門自動輔助駕駛研發。

大眾軟體計劃的內在驅動力來源於兩個方面：

其一：汽車軟體代碼愈發複雜。大眾曾做過統計，汽車軟體的行代碼遠大於其 他應用終端（汽車軟體 1 億行代碼 VS. Facebook 8 千萬行代碼 VS. PC 電腦 4 千行代碼 VS. 飛機 2.5 千萬行代碼 VS. 谷歌瀏覽器 1 千萬行代碼），是智能 手機的 10 倍。2020 年整車代碼量有望超 2 億行，達 L5 級智能駕駛代碼量有 望超 10 億行。

其二：汽車成為複雜的聯網設備，軟體將扮演重要角色。在大眾傳統車型上僅 需約 70 個 ECU，功能相對較為分散。而在未來的集成化計算單元體系下，軟 件的重要性將愈發凸顯，與 ECU 配合定義汽車功能，涵蓋操作系統、基礎軟體 以及其他應用軟體的車載軟體大眾均會自主開發。

大眾對研發投入、人員安排及軟體化目標做出規劃：

投入方面，大眾集團將在未來三到五年內投入 90 億美元（約合人民幣 630 億 元）資金進行軟體開發。員工方面，不同於製造環節的裁員情況，數字化部門 員工由 5000 名再次擴編至 1 萬人。軟體化目標方面，內部研發軟體佔比由不 足 10%提升到 60%以上，同時提出「8 合 1 目標」（將現有的 8 個電子平台整 合為一個平台）。2025 年前，所有新車型將使用 vw.OS 操作系統和定製的雲服 務（大眾與微軟合作），軟體在汽車創新中佔據 90%份額。

汽車軟體的未來推演

若考慮對汽車開發的終極假想，汽車最終會成為搭載「差異化元素」的通用化 平台。以目前視角，差異化元素涵蓋智能座艙（人與車互動的生態系統，包括 包括全液晶儀錶、車聯網、車載信息娛樂系統 IVI、ADAS、HUD、AR、AI、全 息、氛圍燈、智能座椅等方面）及智能駕駛（L1~L5 級智能駕駛等級）領域。而差異化元素主要由車型全新的電子電氣架構和軟體兩方面定義，一方面，ECU 里的功能模塊持續循環迭代的代碼驅動汽車執行最適宜的動作反饋；另一方面， 車載娛樂系統越發 APP 化吸引較多第三方開發者入場。海量數據在車內流轉， 其深層次的安全防禦（檢測和防禦網路攻擊）愈發重要。經過產業趨勢推演， 提出以下 5 大汽車軟體趨勢預判。

趨勢 1.往車輛集中式電子電氣架構發展，功能中心化

集中式電子電氣架構為終極構架體系。以域控制器為代表產品的跨域集中式電 子電氣架構再往後走，就是集成化程度更高的車輛集中式電子電氣架構—— Vehicle computer and zone concept（車載電腦），終極階段為 Vehicle cloud computing（車雲計算）。未來車輛通過用高性能的中央計算單元取代現在常用 的分散式計算的架構，將實現「軟體定義車輛」的終極目標。再此過程 ECU 的整合過程持續提升，應用程序完全從硬體中抽象出來，控制單元概念最終被 智能節點計算網路接棒。

趨勢2.更高傳輸性能的乙太網作為主幹網路承擔信息交換任務

乙太網作為車內通信網路大勢所趨。隨車內數據傳輸總量及對傳輸速度要求持 續提升，以及在跨行業的標準協議需求驅動下，支撐更多應用場景、更高速的 乙太網有望取代 CAN（主要用於車載控制數據傳輸，最大帶寬 1MB/s）、LIN（低 成本通用串列匯流排，主要用於車門、天窗及座椅控制）、Most（主要用於發數據 包）等傳統汽車車內通信網路成為車內通信網路。在對同樣的 ECU 的軟體進行 更新時，CAN 模式下的傳輸時間是乙太網的 30 倍。因此，乙太網的運用趨勢 得到主流整車廠（如寶馬、通用等）及半導體公司（如博通、恩智浦等）認可， 均推出符合乙太網的應用元件。未來趨勢上，乙太網並非能一蹴而就完全替代 CAN、LIN，預計多種通信模式將在較長一段時間內共存——CAN、LIN 用於傳 感器和執行器等封閉低級網路間的數據傳輸；乙太網（取代 MOST 等技術）用 於域控制器及子部件間的信息交換。

趨勢3.OTA 空中升級模式普及

OTA 由特斯拉引領，向全行業普及。由特斯拉最先推行的 OTA 升級功能模塊 能持續修復汽車軟體缺陷、解決部分故障、解鎖或引入新功能以滿足用戶需求， 成為汽車軟體發展的主流趨勢。按照升級對象的不同，OTA 可分為 FOTA（硬 件在線升級）、SOTA（軟體在線升級）兩個大類，其中 FOTA 主要針對基礎硬 件和汽車底層安全相關功能的升級需求，例如剎車系統、制動系統及 BMS 等；SOTA 主要對座艙娛樂系統進行升級。對 ECU 而言，其內部為備份軟體準備了 額外區域空間，以備當前運行程序出現故障或升級中發生斷錯誤時自動滾回備 份軟體系統，防止車輛出現安全事故。

趨勢4.汽車在雲端交換信息

更為靈活的雲服務是 SDV 載體。從早期的機械時代過渡到目前的硬體時代，在 進一步進化至未來的軟體時代，汽車的功能實現方式持續演變，隨著客戶的個 性化定製需求日益增加，加之雲計算對智能、靈活和自動化的天然要求，由「軟 件定義」來操控硬體資源成為更合適的解決方案，未來大部分汽車功能在雲端 運行，為車企轉型提供聯接使能、數據使能、生態使能和演進使能。因此，在 雲計算的計算、存儲和網路等各方面的基礎設施上，均呈現出從軟硬體捆綁， 到硬體+閉源軟體，再到白盒硬體+開源軟體的演進趨勢。而雲服務也成為 AI、 智能汽車、大數據等新興科技實現商業化落地的載體（例如特斯拉在雲服務載 體上進行 OTA 升級）。近年來雲服務市場實現爆髮式增長，而車載環節尚處於 發展初期，後續增量空間大。

趨勢5.信息安全領域需深層次防禦

汽車電子的運用及智能網聯化趨勢推進車載信息安全要求提升。汽車脫離孤立 單元后，隨之而來的是攻擊面的新增，一方面車輛聯網后其數據面臨被盜取、 泄露風險，另一方面電控系統普及后存在轉向、剎車等關鍵功能被外部控制的 可能性（例如破解車機、T-Box、網管后，向 CAN 發送惡意指令）。即接入汽車控制終端的 APP、網路系統、ECU 代碼均可能成為新攻擊向量。雲（車聯網 平台）-管（車聯網基礎設施）-端（車載智能及聯網設備）均存在信息安全問 題，將造成車輛功能性安全隱患：

（1）雲端與管端：接送關鍵數據的中央互聯網關直接連接至車企後台，部分第 三方公司被允許數據訪問。目前網聯實現通常會通過 APP 實現應用層功能（例 如解鎖車門、調用空調功能等），此時存在手機端與雲端的通信過程，且應用程 序供應商能直接訪問開放的相關數據介面。通過雲端和對外通信管端能對車機 端直接進行攻擊。

（2）車機端：當功能系統被授權時，黑客能對CAN匯流排發送相關指令控制ECU。騰訊道恩實驗室曾對特斯拉 Model S 進行過無物理破解實驗，以 Wifi 熱點接入 向車載娛樂系統植入軟體取得車機許可權，在破解網關后能控制其多個電控單元。

為抵禦外部攻擊需建立深層次的安全防禦系統，嚴控與功能安全及數據連接。汽車的防護措施隨交互信息增多其力度持續提升。車企安全團隊通常基於雲-管 -端對症建立安全防禦系統以應對外部攻擊：

（1）雲端：車載終端是汽車安全架構的核心，主要注意 T-BOX（用於車端和 外界通信）和 OBD（用於將汽車外部設備連接到 CAN 匯流排）兩大塊的信息防 護。實時進行入侵檢測，防止 DDos 攻擊。

（2）管端：汽車在未來將頻繁接入和退出網路節點，存在被篡改信息的風險。通常需要對通訊過程及傳輸數據進行加密，採用專門的 APN 接入網路。

（3）車機端：加強安全固件驗簽及防 root 機制，管理介面並建立監控體系。此外，可在車輛功能模塊上單設安全晶元對數控進行校驗。

部分第三方供應商能參與至信息安全環節。汽車安全防禦對於以特斯拉、蔚來、 小鵬等為代表的有互聯網基因的造車新勢力來說，擁有一定先天的優勢。包括 特斯拉在成立之初便組建了來自谷歌、微軟等互聯網企業的 40 人的網路安全專 家，小鵬和蔚來與阿里、騰訊等互聯網廠商進行深度合作，未來華為等供應商 是此領域的預備軍。目前網路安全系統仍缺乏標準的信息安全方案，原本的汽 車軟硬體供應商難以以統一標準滿足不同整車廠的信息安全要求，並且在測試 階段很難直接接入車企平台進行網路安全試驗。預計未來行業將有提供信息安 全方案、網路安全模塊以及某一特定領域防禦系統的第三方軟體供應商出現。

投資建議和推薦標的

百年汽車工業面臨由機械機器向電子產品過渡的新變局，在我們看不到的隱秘 角落——上百的電子控制單元循環執行軟體代碼功能塊，通過高性能的中央計 算單元，與硬體體繫結合以解析駕駛員需求，邏輯運算後向機械部件發送相應 響應指令。近年來，SDV（軟體定義汽車）概念逐步被整車廠認知，根源在於 「汽車如何體現差異化」問題的變遷，硬體體系將逐漸趨於一致，軟體成為定 義汽車的關鍵，即造車壁壘已經由從前的上萬個零部件拼合能力演變成將上億 行代碼組合運行的能力。

SDV 趨勢下汽車軟硬體分離重塑市場格局，盈利模式由硬體向持續賦予附加值 的軟體傾斜。主機廠愈發需具備軟體的管理能力及核心軟體設計能力，並引入 供應商及互聯網企業參與此環節，開發基礎平台並收取許可費用、供應功能模 塊按汽車出貨量 Royalty 收費及基於車企平台做定製化的二次開發均為未來主 流的軟體供應商盈利模式。預計 2030 年 500 億美元市場空間，復合增速 9%。

汽車最終會成為搭載「差異化元素」的通用化平台。一方面，ECU 里的功能模 塊持續循環迭代的代碼驅動汽車執行最適宜的動作反饋；另一方面，車載娛樂 信息系統越發 APP 化吸引較多第三方開發者入場。海量數據在車內流轉，其深 層次的安全防禦（檢測和防禦網路攻擊）愈發重要。關於賦能域控制器、定位 車機系統的各項軟體性能升級，包括車內乙太網應用、整車 OTA 升級、信息交 互上雲及深層次的信息安全防禦等，或將帶來一系列發展機遇。

資料來源：https://m.news.sina.com.tw/article/20201001/36497492.html?fbclid=IwAR1zWwTMiTHwfLyqZ7Qx698UjYwI3v0c-hs3gXdy560Rf5BgAS4Ts4QLbOQ

史丹佛最新研究顯示：自動駕駛汽車竟然也能甩尾！

杜晨 / 何渝婷編譯
2019-12-25 14:30

輪胎膠皮和柏油地面的劇烈摩擦，產生的白煙幾乎籠罩了整個跑道。

一輛銀色的汽車，高速穿行在由橘色路樁定好的跑道區域內。

它以極其精確的姿態控制，穿過了這條蜿蜒曲折且十分狹窄的跑道！

一切不得不令人感慨：坐在方向盤後的，究竟是日本的山道元祖土屋圭市，還是美國的甩尾大神布洛克（Ken Block）？

都不是。

事實上，駕駛著這台1981款DMC DeLorean的，並不是真人，而是史丹佛大學開發的自動駕駛系統......

你沒有聽錯：自動駕駛汽車，已經可以實現精確的甩尾了。

即便在失去抓地力的前提下，自動駕駛系統仍然可以進行精確的控制。

這台DeLorean穿行於狹窄的跑道中，卻沒有誤觸任何一個路樁。如果你看過著名的Gymkhana系列影片，可能會對這樣的駕駛模式感到熟悉。

然而，即便是已經親自出演十多部Gymkhana影片的Ken Block本人，對賽道和車體掌握的精確程度，似乎也無法達到史丹佛大學這台自動駕駛汽車的程度.....

也難怪，團隊拿著這條自動駕駛甩尾影片給一些職業甩尾賽車手看，這些車手紛紛表示：「感覺要失業了！」

2015年，史丹佛大學動力設計實驗室的教授Chirs Gerdes不知道從哪找來了一台1981款DMC DeLorean。

沒錯，就是著名科幻電影《回到未來》裡的那台汽車的原型。

Gerdes教授帶著幾個自己的學生開始改裝這台神車，過程中也得到了自動駕駛創業公司Renovo的幫助。團隊還把這台車取名叫Multiple Actuator Research Testbed for Yaw control（偏航控制多執行器研究試驗台），簡稱MARTY。

因為《回到未來》的原因，再加上DMC公司本身的傳奇故事，DeLorean在汽車歷史上留下過濃墨重彩的一筆。然而，除了光環加身之外，這台車實際上毫無任何特色可言。

因此，團隊所作的第一件事，就是把這台車拆了個乾淨，包括發動機，換進去一套電池、電機和傳動系統等，把這台DeLorean變成了名副其實的「電動車」：

然後，團隊進一步加裝了控制系統。包括油門、剎車和方向盤控制等等，全部都是由電腦完成的。

下面這張圖展示了改裝的主要內容，從左到右、從上到下：

拆除了原本2.8升排量卻只能輸出130hp的燃油發動機，換進了一台 7,000牛頓米（N·m）的電動機——轉換到制動馬力至少也有400hp左右？

雙GPS天線用於追蹤汽車的位置，可以精確到1吋。車載系統正是通過GPS定位來確定自己的位置。也就是說，MARTY的自動駕駛，並不是普遍意義上的機器學習，而是一個更簡單的、邏輯驅動的自動駕駛。

電腦控制的轉向系統，不到一秒的時間，即可從一個方向的極限轉到另一個方向的極限，而且控制極其精確，這也是為什麼這輛自動駕駛汽車可以實現更精準的甩尾控制。
電動剎車系統，可以進行精準的剎車控制。

訂製的懸掛系統，滿足甩尾時對輪組產生的極限壓力。

甩尾和正常駕駛是兩種完全不同的駕駛方式。當我們正常開車時，汽車會朝著打輪的方向前進。而且，正常開車需要輪胎保持抓地力，因為失去抓地力就意味著駕駛者失去對汽車的控制，很容易導致事故發生。

而在甩尾時，一切和正常駕駛幾乎都反過來了：汽車的前進方向實際上和打輪方向完全相反。而且在甩尾時，車手必須在失去和獲得抓地力之間找到一種平衡，使得輪胎在賽道上打滑，卻也能提供足夠的力量將車往前推。

同時這一力量又必須和前輪的角度形成一個平衡，使得車輛不會因為轉向過度而偏離前進的方向：

對於真人車手，他們需要用眼睛去看發動機轉速表，耳朵去聽發動機、輪胎摩擦的聲音，用身體去感受離心力等等。在很大程度上，車手是通過自己的意識去感知的。

任何人都可以猛踩油門讓輪胎失去抓地力，但掌握精確的控制，從而讓車輛在一種「可控的失控」下完成精彩的甩尾過彎，需要日積月累的訓練。

而這一切對DeLorean似乎更加簡單。為什麼這麼說？因為它可以直接從車載電腦和傳感器中讀取數據，從而做出精確的操控。

操控車載系統顯示了車輛目前的速度、各輪的當前扭矩數值、前輪的轉向角度，以及車輛的前進方向和車身之間的偏航角度 (yaw) 等關鍵數據。

史丹佛團隊決定向Ken Block的Gymkhana系列影片致敬，將用來測試的這條賽道命名為MARTYkhana。這條賽道總長大約1公里，路線專門設置用來考驗和展示系統的精確性。

有了數據的幫助和電腦系統的加持，MARTY可以實現令人難以置信的精準過彎控制。下圖中，MARTY進行了一個從向左到向右甩尾的快速切換，穿過狹窄的門，卻沒有碰到障礙本身：

下圖中，賽道從一個大直徑的橢圓進入一個小直徑的圓形，MARTY的對油門、剎車和轉向角度控制，禁得起考驗，畫出了一道完美的螺旋白煙。

一些職業甩尾賽車手和工程師給了MARTY很高的評價。

2015年Formula DRIFT世界冠軍Fredric Aasbø指出，MARTY做了幾個難度非常高的transition（從一個彎形到另一個彎形的轉換），「在這種操控上，機器人可能會比我們人類做得更好。」

Papadakis Racing的隊長Stephan Papadakis表示，從影片裡可以看出，車輛的動力總成設計和安裝，以及自動駕駛系統的程式碼，令他印象非常深刻，特別是「可重複性」，也即MARTY每次穿過同一個彎形所採用的姿態，都一如既往準確無誤。

看這架勢，莫非史丹佛大學要出師Formula Drift了？

還好，並不是......

實際上，團隊進行這項研究的目的，是幫助未來的自動駕駛汽車更加安全。

現在的自動駕駛汽車已經挺安全了，主流公司公布的數據顯示事故率遠遠低於真人駕駛。然而這個結果建立在相對更安全的測試環境下，往往不包括（或者只包括極少量的）雨、雪或極端天氣。這也是為什麼在自動駕駛汽車測試過程中，一旦發生緊急情況，安全駕駛員必須接管。而在這類情況下，真人的應對能力往往比電腦更好。

如果道路因為雨雪和低溫導致結冰，如果道路上有大風，別說自動駕駛汽車，真人司機也很難保證絕對安全。

史丹佛大學團隊大改這台DeLorean，讓它去甩尾，目的就是研究自動駕駛汽車在失去穩定性的極端狀態下，應該如何自我控制。

這次的MARTYkhana，除了做出了一部令人血脈噴張的甩尾影片，更重要的意義在於獲得了大量關鍵的測試數據。

團隊成員Jonathan Goh表示，「通過甩尾，我們讓自動駕駛進入到最為極端的環境當中。如果我們能夠在最不穩定的場景中實現自動駕駛，其他的一切都迎刃而解了。」

圍繞這台改裝電動甩尾DeLorean，史丹佛大學團隊已經發布了相關的研究論文，題為Toward Automated Vehicle Control Beyond the Stability Limits: Drifting Along a General Path（朝著超越穩定極限的自動駕駛控制邁進：沿著一般道路甩尾）。

團隊也發布了更多的影片，展示MARTY在酷炫的甩尾背後，一些重要的研究思路和啓發：

這已經不是Gerdes教授的團隊第一次跟賽車打交道了。幾年前，他們改裝了一台奧迪TT，送到賽道上測試，實現了超越真人車手對於剎車和過彎路線的控制。

他們還把自動駕駛汽車送到過派克峰登頂計時賽 (Pikes Peak)，堪稱自動駕駛賽車界的第一團隊了。

附圖：（Fredric Aasbø, 2015 年Formula DRIFT世界冠軍）
（穿過障礙，有如「蜻蜓點水」一般輕盈）

資料來源：https://news.knowing.asia/news/f495f331-52bd-4552-b01f-a4a5d310699c?utm_source=dable

#PolarVantageV2 #VantageV2 #智能手錶 #香港
今天和大家開箱 Polar Vantage V2。
Polar Vantage V2 是 Polar 在 2020 年推出的運動錶, 使用了新的心率感應器, 及加入全新功能。
大家又有何看法呢 ? 歡迎留言分享。

0:00 開始及影片簡介
3:05 Polar 品牌簡介
5:00 開箱
9:25 舒適度及錶帶
10:45 測試時的使用模式
11:30 外觀及心率感應器
13:10 錶面硬度評價
13:50 背光燈
14:10 電量
16:45 錶面簡介
19:15 通知功能
21:00 按鍵介紹
21:48 訓練橂式簡介
24:38 App 介紹及功能介紹
29:20 消耗脂肪比率
30:55 GPS 準確度對比(晴天和多雲)
41:20 雙腿回復測試
44:00 Fitness test 及 VO2 Max 測試
47:00 一般狀態
48:00 全天24小時檢測心率
49:50 睡眠記錄
51:15 睡眠記錄(簡易介面)
55:00 星期/月份統計
57:55 呼吸訓練
59:05 補充水份提示
59:20 計時器及秒錶
1:00:40 錶面設定
1:02:20 測試體能
1:03:30 功能表介紹
1:06:40 定位模式(雙衛星定位)
1:10:00 錶面設定(指針/跳字及顏色)
1:15:10 錶款的三種顏色
1:22:14 在錶上顯示跑步數據
1:28:00 測試 Whatsapp 訊息通知 (emoji)
1:41:00 價錢

[旅行的旅行] 行動傳播技術空間中的旅行：#當我們用GoogleMap找路時 / 李長潔 🚎
.
時常有人問我，你每次去日本的那些超級冷門的風景、傳說地點、氛圍氣喫茶老店，到底怎麼找到的，聽都沒聽過這些地方。剛開始，我會查詢中文與外文的旅行資訊，像是旅遊手冊、觀光網站，都是基本工作，可以給旅客一點基本的地理想像，如方位、氣候、規模、人文特色等。接著，我會做一件事—大量地運用google map細查地方資料。
.
地圖，是一種人對空間權力的掌握，當旅人們從地圖繪製者的手中，搶回擁有地圖的權力，這將如何改變我們的旅行生活？然而，我們真正因為google map而搶回了對空間的掌握嗎？我們先從紙本地圖的使用開始。
.
▓ #紙本地圖的時代
.
不只是到了旅遊的當下才使用google地圖來找路，而是平常沒事時，就打開地圖滑呀滑，細察預計拜訪的地點，了解地理資訊。不過，在2005年以前，旅行時掌握地理環境的技術大都依賴紙本地圖，旅客與觀光客在出發前，會購買旅遊手冊、旅行文學，透過特定旅行專家與旅遊資訊編輯的視野，來觀看地方（林子廉，2009）。在那時之前，各種「旅遊天書」隨著出國人數的增加，而銷售量大增。
.
出國旅行度假，不單僅是選好地方、買張機票、然後去就可以說「#這是我的旅行」，旅行的體驗是由生活中的不同媒介內容（電視、廣告、電影、書籍、旅遊手冊，現在還有社群網站）與你的真實旅程所交織而成（Urry, 2002）。當然也包含地圖。
.
地圖是一種地理狀態的再現。我們覺得地圖模擬了真實的環境樣貌，但事實上，地圖是一種「#簡化」、「#挑選」、「#裁切」，尤其是紙本地圖，在有限的平面版面上，地圖的終極目標並不是一比一的還原，而是透過地圖繪製與資料整理，表現製圖者對大地的擁有權、解釋權。
.
在從前的旅行中，我會在行前買一份巴黎的城市地圖，在台灣時就把旅行手冊上看到的景點標示在地圖中；並在旅程中逐一刪除，有時候還會用紅筆將散步走過的路徑畫上，以展示我對巴黎的熟稔程度。基本上，整張巴黎地圖我都畫滿了。
.
▓ #google地圖的出現
.
2005年，Google Map正式上線，一開始只是電腦版，同一年裡很快地推出手機版本，並且加入Google Earth的服務，直至今日，google的地圖是Google公司流量第二大的營運項目。Google Map運用了地理資訊系統（GIS），整合地表空間幾何特性以及地理屬性等兩種資訊之資料庫， GIS 中記錄的資料藉由適當的軟體解譯後可重現地表相關地形與地貌，使用者可以免費且自由地在地圖檔上標記並添加註記。這個地圖很快地成為旅行者的最佳找路工具，可以用微觀與巨觀的視野，審視空間樣態（廖酉鎮、陳均伊，2013）。
.
相對於傳統紙本繪製，#地理資訊系統（Geographic Information System，GIS）的廣泛應用，省卻了實物儲存的難處，也使我們可以在同一空間的地圖上看到不同的主題的重叠和互動，我們更能按照我們的想法，在給定的地圖框架上任意標籤，製作對我們有意義的地圖（Lo, 2012）。
.
Google不斷推出越來越豪華的地圖服務，像是「#交通資訊」、「#街景服務」、「#旅行規劃」，最近更加入虛擬實境的概念，將導航升級成「#AR導航」，透過 GPS 獲取用戶的位置，並使用街景資料產生「視覺定位系統」（Visual Positioning System，VPS），快速辨識周遭地標建築定位用戶位置，並在手機相機中以巨大的動畫箭頭結合街景，藉以更清楚地告知方向。這些方便的工具是積累在行動通訊技術、運算技術與人群使用習慣的大量應用與快速進步上，嶄新的地圖技術深刻地改變了旅行、旅人與城市的互動關係。
.
▓ #人與機器結合下的旅行：地理媒介
.
人與機器在移動技術空間中，被結合成一種人機複合體，或是Bruno Latour行動網絡理論中的「人—物」，這讓人的體驗更加複雜。你有沒有一種經驗，就是打開Google Map後，隨著指標轉動身體，試圖協調數位與真實的空間方向。或是，跟著導航行走，耳畔響起「向左轉」，就毫不猶豫地走向左方的街道。又或是，最一般的情況下，使用者會打開軟體，了解地理定位下自己與週邊資訊（店家、車站等）的關係。
.
進入到隨身行動傳播科技時代，人與物結合下的移動與定位本身就是一種資訊，這些資訊詮釋了流動空間、網絡連結、移動過程的具體樣態。一方面，機器深刻地鑲嵌入人類的生活世界中，反過來說，人們亦透過機器產生全新、方便、延伸的特殊經驗。這種人機合一、日常鑲嵌的 #地理媒介（geomedia）（McQuire、潘霽，2019），在旅行實踐中更顯鮮明。
.
在Web2.0時代，藉由地理媒介所構連起來的網絡式公共空間，展示了人類時空感知的嶄新轉變。透過行動傳播與數位化的技術，遊歷的地點本身不只是被媒介再現，而是，這些地點本身就是媒介，在程式運算的框架下，人與人、人與城市有了全新的關係：Google Map的使用與資料的積累，很大的程度上，人們利用社會實踐、消費行為與協商互動來定義旅行的地方。
.
例如這次我們旅行到關東地區，特地前往宇都宮吃餃子。在行前我們藉由Google Map的即時資訊決定乘車的方式，查詢車站附近所有的餃子店以及他的評價、照片、菜單，用街景服務來定位自己如何到達要去的「餃天堂」。然後在這家算是有特色的餃子店鋪，我們竟然在餃子裡吃到了一根鋼刷鐵絲，店家也沒有很認真地看待。就默默地打開Google Map說明了當下的狀況，並給予較低的星級。
.
▓ #自願式的地理資訊（volunteered geographic information）
.
上述的情境是一種建構主義的場境，使用者們可能自知的情況下，#自願參與地理資訊的建構，這稱做自願式的地理資訊（VGI，volunteered geographic information）（Sieber and Haklay, 2015），Google Map的VGI使得人們更有機會參與城市意義的詮釋，在公共參與的意義上，Google Map也是一種社群媒體，它建築在遊客、居民、店家等大量用戶的傳播意向性上。在McQuire與潘霽（2019）的「地理媒介」評斷便提到中，媒介傳播技術、隨身行動和城市地理元素的深度融合，共同造就了「#成為公共」（becoming public）的體驗，打開城市生活的審美維度，同時推動了「成為公共」的過程。城市中的社會關係和權力關係，不再僅僅依據根植於城市空間結構的生活形態，而是更直接地被轉化為主動的「傳播」過程。
.
從知識論的角度來看，Google Map有著三種資訊類型：自然的資訊、技術的資訊與文化的資訊。自然的資訊，如同人們所可以感受到的地形等；技術的資訊則如道路、水系的測量描述；而文化的資訊則指涉各種人類的行為，如駕駛、消費等。透過運算平台，當然也包含IG、FB上的「#社會標註」，像是打卡、分享美照、「#」，使用者、物、與城市風景大量交織成數位形式與真實形式共存的存在，並且在公共性的概念下交往互動。
.
可是，我們還是可以想像與批判，一個反烏托邦正在進行。有時候我們不知道自己正是地理媒介的延伸，甚至不得不參與地理資訊的建立。當你想要運用導航系統時，其使用者本身正參與著車流量預測的演算過程。當我們行動時，我們也正經歷一種數據式的物化，個人與機器結合後，個人在時空中的所有作為都有可能面臨資本主義的收編，例如在Google Map上顯示個人化的位置性商業廣告。
.
▓ #流動的社群與信任革命
.
旅行者們對Google Map的使用，構成了一種流動與移動的社群，這個社群強調的並非穩定的社會記憶，他們更欣賞獲得片刻的超凡體驗，與享受如遊戲般的過程，在虛實間讓自己更能夠掌握旅行的地方。從Google Map的旅遊嚮導設計就可以發現，Google Map將每一位參與地理資料建構的人們都當作「專家」，這個構想在另一個旅行APP「#TripAdvisor」裡也非常鮮明。你可以在「TripAdvisor」裡分享更多評價、文章與圖片，分享你在移動時的超凡體驗，以獲得「#頂尖攝影師」、「#飯店達人」等等標章，以提高個人體驗的可信度。
.
不過，有批評家認為，我們太容易把Google Map、Google Earth上的作為，理解為一種全景全知的圖像、透明的秩序，甚至是前面討論的參與和賦權的工具（Kingsbury & Jones, 2009）。閃耀著令人暈眩光茫的球體，反映了人類的戴奧尼索斯的妄想，我們狂亂地航行，歡天喜地地喧囂，我們全心全意、不加思索地信任它，卻低估了虛擬世界對真實世界的集體監控。
.
▓ #回歸地方化?
.
不過，站在創用的立場，我還是傾向對科技保持信任。信任研究者Bostman（2017）在《#信任革命》中談到，只有「信任」，人類才能在進程上有超越性的變革。當然，對Google Map的信任早在2010年以後就幾乎被廣大的使用者們接受了，雖然偶而還是會看到我父親打開地圖導航後，然後罵導航太笨，繼續走自己的路。但無疑得，Google Map扮演了旅行實踐的重要推動角色，它把商品、交通、約會與各種推薦搓合起來，讓旅行同時是個人的行動，也是集體的社群參與。也因為這些更加錯綜複雜的信任，旅人們才能獲得更多足以創新生活的服務。
.
回到McQuire的地理媒介概念中，如果傳統大眾媒體帶給旅行者與地方的是一種想像的、再現的、去地方化的全球化幻覺。那麼這些隨身、隨地的地理媒介，像是Google Map，則在旅行者與地方之間形成更回歸地方化的關係，同時還包含了跨文化溝通的實現，透過這樣的地理媒介技術，更能提高人們對差異性與流動性的接受程度，還可以確保城市網絡中與他者共存的技能。
＿
＿

#參考文獻:
.
1. 林子廉（2009）。旅遊手冊如何影響遺產觀光客對於原住民石柱真實性知覺、旅遊動機及體驗。文化大學觀光系碩士論文。
2. Urry, J. (2002). The tourist gaze. Sage.
3. 廖酉鎮, & 陳均伊. (2013). 讓地圖活過來一 Google Earth 運用於地球科學教學設計之應用. 科學教育月刊.
4. LO, K. H. (2012). 論班雅明式史觀和空間觀: 並以領匯霸權地圖為例. Cultural Studies@ Lingnan 文化研究@ 嶺南, 32(1), 1.
5. Sieber, R. E., & Haklay, M. (2015). The epistemology (s) of volunteered geographic information: a critique. Geo: Geography and Environment, 2(2), 122-136.
6. McQuire, S., 潘霽（2019）。From Media City to Geomedia: Cross-disciplinary Insights into Information Society from a Pioneering Australian Scholar。資訊社會學研究，36。
7. Botsman, R. (2017). Who Can You Trust?: How Technology Brought Us Together–and Why It Could Drive Us Apart. Penguin UK.
8. Kingsbury, P., & Jones III, J. P. (2009). Walter Benjamin’s dionysian adventures on Google Earth. Geoforum, 40(4), 502-513.

2016年10月09日
影片為大家介紹寶可夢GO遊戲內如何使用辛苦賺來的稀有寶可幣才物超所值。


影片內竹子會逐一解說商城內的所有道具與推薦購買程度，好讓玩家們有個大概的方向該把寳可幣花在什麼道具上，辛苦賺來的寳可幣可別胡亂花浪費了哦。


*影片內容的推薦資訊只是竹子個人的建議，每個人有不同的想法與消費方法，主要還是看玩家如何以自己喜好選擇為主，歡迎留言討論。


影片內容僅供參考，並不能作為標準，遊戲開心就好。

想下載或查看影片內的資料請前往（J Channel竹子臉書專頁）
https://www.facebook.com/J-Channel-162244390482389/

想了解更多歷代改版的內容與微調請看
https://www.youtube.com/watch?v=QJEO0GDn6o4

想了解更多如何正確使用遊戲內的sighting功能請看
https://www.youtube.com/watch?v=bVHV4iXIPnY

想了解更多選擇寶可夢技能時該考慮的因素請看
https://www.youtube.com/watch?v=eZ5PzR1Kbuk

想了解更多亞洲區十大最難入手寶可夢請看
https://www.youtube.com/watch?v=tGeT4kAILGY

想了解更多為何官方遲遲不推出交易與第二世代寶可夢請看
https://www.youtube.com/watch?v=QihUrWS_1MM

想了解更多新版本微調（進化動畫實際時間，道館經驗降低）請看
https://www.youtube.com/watch?v=hkYUHkdYmio

想了解更多目前還有效的雷達請看
https://www.youtube.com/watch?v=P_s4U18kJEM

想了解最新0.41.2版本更新內容一覽請看
https://www.youtube.com/watch?v=T9EfWjkHYdg

雷達被鎖別擔心，學會十字搜索與三角定位技巧自救請看
https://www.youtube.com/watch?v=pbS1LPSsiUA

想了解如何花寶可幣最值得請看
https://www.youtube.com/watch?v=SibuqY90Qj4

想了解更多挑戰道館高端閃避技巧請看
https://www.youtube.com/watch?v=Eayk9s4BVg8

想了解更多即將更新的成就獎勵增加捕獲率功能請看
https://www.youtube.com/watch?v=ZIJjwDc5UbU

想了解更多未來遊戲可能加入太陽/月亮亞種寶可夢請看
https://www.youtube.com/watch?v=F6crxM0OM4A

想了解更多即將到來的改版微調道館詳情請看
https://www.youtube.com/watch?v=C4l3ncpVa1o

想培養火，普通，妖精系寶可夢請看
https://www.youtube.com/watch?v=5XfMEBrZR1c

想了解更多模擬器遊玩0.39版本請看
https://www.youtube.com/watch?v=e5N_aGIIuUI

想了解如何在補給站獲取大量道具或寶貝球請看
https://www.youtube.com/watch?v=mw63NwvHZis

想快速升級寶可夢道館至10級請看
https://www.youtube.com/watch?v=WzEdmWP0Y5U

想了解更多2合1雷達（雷達加通知功能）請看
https://www.youtube.com/watch?v=N7_eM6XpW78

想了解更多道館進攻寶可夢最新技能組合請看
https://www.youtube.com/watch?v=1twYb9M-9w4

想了解更多寶可夢即時通APP請看
https://www.youtube.com/watch?v=wH7m0jQvtOc

想了解更多最新巢穴變動請看
https://www.youtube.com/watch?v=14oPa-_0sSQ

想了解更多遊戲未來可能推出的寶可夢交易系統請看
https://www.youtube.com/watch?v=Ys2R6PREuAY

想使用或了解更多世界通用寶可夢雷達請看
https://www.youtube.com/watch?v=LG0TUE_exPE

想了解更多0.39或1.9版本更新所做出的變動請看
https://www.youtube.com/watch?v=QHcSCopAUR8

近期不能錯過的遊戲微調，高IV御三家大量產出，詳情請看
https://www.youtube.com/watch?v=Kkc2XfKcqf0

想試試不一樣的技能配搭（快速集氣+50%暴擊率）請看
https://www.youtube.com/watch?v=zKWpu6GBnHU

想了解未來即將加入的第二世代寶可夢請看
https://www.youtube.com/watch?v=qwyB4i6Kskk

想了解更多角色升級獎勵請看
https://www.youtube.com/watch?v=IaZl8dK6ApQ

想了解各種寶可夢的出沒地點請看
https://www.youtube.com/watch?v=ESNQfcKxacY

想了解更多寶可夢的技能配搭請看
https://www.youtube.com/watch?v=E3-gQkoaBJc

想了解遊戲內的各種成就請看
https://www.youtube.com/watch?v=AP21VlZ45tg

想了解夥伴功能的里程數請看
https://www.youtube.com/watch?v=GosIpW6orJA

想邊抓邊檢查最新寶可夢IV請看
https://www.youtube.com/watch?v=_JyCdaCnTaI

想了解更多0.37版本無法遊玩的情況
https://www.youtube.com/watch?v=_zS-zrWQbdc

想了解如何設置夥伴和獲取無限糖果與皮卡丘彩蛋請看
https://www.youtube.com/watch?v=jgIJfg3skeI

想培養超強力的寶可夢前10強請看
https://www.youtube.com/watch?v=B-PgbETCLu8

想了解最新0.37或1.7版本的更新內容請看
https://www.youtube.com/watch?v=cPPxmfd-PmY

想了解寶可夢的捕獲率請看
https://www.youtube.com/watch?v=UgdcZ-Pk5qc

想了解寶可夢逃走率請看
https://www.youtube.com/watch?v=lsNIFY3hsZo

想了解更多寶可夢的隱藏等級請看
https://www.youtube.com/watch?v=RmW2_FUAwu0

想了解即將到來的隨從功能請看
https://www.youtube.com/watch?v=6eLGATj1rUc

想了解台灣寶可夢搜尋器、雷達請看
https://www.youtube.com/watch?v=SqzYhuHIzYA

野外郊區薰香遇快龍？！（網絡流言是真是假？！）請看
https://www.youtube.com/watch?v=GbjhQON5aMI

想了解如何獲取免費的pokecoin請看
https://www.youtube.com/watch?v=-aonZ-9Mnwo

想了解如何分配背包內的物品請看
https://www.youtube.com/watch?v=cveIBihPFzM

想了解0.35或1.5版本的寶可夢跟新隱藏技能請看
https://www.youtube.com/watch?v=VQofzHgUdRY

想集齊145只寶可夢？請看
https://www.youtube.com/watch?v=l9rUQjtWjrc

欲了解屬性相剋問題請看
https://www.youtube.com/watch?v=oJHq5ANEyog

被軟禁等待數小時以上？5分鐘以內解禁請看
https://www.youtube.com/watch?v=_izNBEhKidY

不懂如何選擇寶可夢技能？請看
https://www.youtube.com/watch?v=Sx5yMiI13aU

想快速提升主角等級請看
https://www.youtube.com/watch?v=Dzp7R0Nv3mQ

想要補獲更多迷你龍與鯉魚王請看（迷你龍與鯉魚王巢穴）
https://www.youtube.com/watch?v=SPRb61pe3TM

想了解寶可夢準確位置請看（香港地區寶可夢搜尋器）
https://www.youtube.com/watch?v=BXV6RG_JEIk

欲了解最新版本寶可夢巢穴更新狀態請看
https://www.youtube.com/watch?v=pLr1aM78sIo

欲了解更多Appraisal（評估）功能請看（NPC句子後面的意思）
https://www.youtube.com/watch?v=zAlXpaODJ-E

如果你不懂或不了解IV值，請看（教學講解影片）
目前影片有誤，請查看影片下方的詳情欄獲取正確的計算法
https://www.youtube.com/watch?v=iD3L6DbVfxA

電話遊玩太耗電，出門太累，宅在家裡，電話配置不足，
不能遊玩寶可夢GO，請看（宅在家裡也能玩教學影片）
https://www.youtube.com/watch?v=GCRxt0JUkTc

不懂要培養什麼寶可夢比較實用請看
https://www.youtube.com/watch?v=3mrrAvDXTKU

想培養一隻完美的暴鯉龍請看
https://www.youtube.com/watch?v=TseNEXT3EIs

最後，如果大家有時間，還是希望大家親身出去到處走走抓抓寶可夢，別一直宅在家裡哦~

如果大家有想看或想玩的遊戲想要竹子試玩，歡迎留言~

當然您也可以分享任何意見或心得。


-更多關於-竹子
----------------------------------------分割線----------------------------------------------
►Facebook: https://www.facebook.com/J-Channel-162244390482389/
----------------------------------------分割線----------------------------------------------
►Twitter: https://twitter.com/JunoChannel
----------------------------------------分割線----------------------------------------------
►Blogger: https://junochannel.blogspot.my/
----------------------------------------分割線----------------------------------------------
►Insta: https://www.instagram.com/juno1004/