汽车通信产业专题研究-汽车通信构建新循环数据驱动成长

汽车通信产业专题研究：汽车通信构建新循环，数据驱动成长1.

汽车“四化”按下加速键，场景和算力演进驱动汽车系统数据通信变革1.1.

汽车系统通信架构在继承中发展，车内通信+车外连接铸就智能化和网联化底座1.1.1.

智能网联汽车推动产业跨界融合，智能强调内化功能性，网联强调外在系统性汽车的新四化“智能”“网联”“电动”“共享”兼具产业拉动和实际社会效益。汽车、通信、电子、交通、安全等多行业在汽车四化变革下深度

协同，传统汽车是机电一体化产品，而智能汽车是机电信息一体化产品，

需要汽车、交通设施、信息通信基础设施（包括车内通信体系、4G/5G、

地图与定位、数据平台）等多个产业跨界融合。同时，智能化发展带来

的环保、节能以及交通效率的提升，也对未来出行的载体产生深刻影响。汽车内部感知/互联互通需求、外在网联的

IP化发展，车内车外形成数

据资产。车内传感器/控制器/执行器之间、车辆和车外的终端设备、以及

通过

T-Box（TelematicsBox）和外界的信息传递，合并形成智能网联汽

车的数据资产。在安全合规的前提下，数据流转成为产生价值的方式。

例如，车内传感感知外界状态，传递给车控组件进行智能驾驶；移动终

端和车内座舱域互联互通打造第三生活空间；T-Box和无线基站通信，

一方面和互联网形成组网，另一方面将必要数据传输至

TSP（远程服务

提供商）或者车厂和监管平台。数据在整个汽车通信的流转中，不仅在

车内形成智能化应用，对于外部数据资产的积累和自动驾驶优化也起到

重要作用。1.1.2.

自动驾驶场景不断延伸，数据量爆炸引领算力系统变革高等级自动驾驶的落地目前针对

ToB场景，乘用车自动驾驶快速渗透。

自动驾驶的商业化应用，以

L3

为节点分为两条路径：L3

及以下的辅助

驾驶，以

Tier1

为主导面向主机厂提供系统集成方案，在传统车厂和新

势力厂商已有规模落地；L4-L5

的自动驾驶，以互联网公司、芯片公司为主导，在封闭或者开放路况下实现商业运营，现阶段高等级自动驾驶

主要是一些限定和低速场景，比如

RoboTaxi、干线物流、无人驾驶配送

等，乘用车领域的自动代客泊车等。数据量膨胀从计算和通信层面带来变革。自动驾驶的快速发展也带来了

对于数据史无前例的增长，车身智能+网联需求（高清地图实时下载、定

位管理）导致数据量急速膨胀。根据英特尔推算，全自动驾驶时代，每

辆汽车每天产生的数据量高达

4000G，对于芯片算力要求显著提高。目

前

Tier1、Tier2

以及整车厂商都开始加快布局自动驾驶芯片。1.2.

汽车电子电气（EE）架构具有分布-集中的趋势汽车

EE架构可以理解为汽车的血管、骨骼和神经。汽车的

EE架构是

在功能需求、法规和设计要求等特定约束下，通过对功能、性能、成本

和装配等各方面进行分析，将动力总成、传动系统、信息娱乐系统等信

息转化为实际的电源分配的物理布局、信号网络、数据网络、诊断、电

源管理等电子电气解决方案。由传统分布式，到当前的域集中，在燃油

车和新能源领域均非新生产物，在面对未来演进的愿景时，也有公司提

出中央集中式的

EE架构。EE架构分布式-域集中-中央集中是长期趋势：“线束革命”、功能融

合和面向服务三大原动力推动

EE架构的逐步集中。传统汽车线束庞杂，新增功能考虑繁多，过多复杂线束和过多

ECU

（电子控制单元）的安装会严重影响产线的高度自动化。车内网络

实现一套统一的体系架构，是对未来新增功能、系统设计和升级均

友好的方案。随着算力芯片的能力提升，传统的单一功能可能逐步被算力更强的

ECU功能实体融合。EE架构和算力资源相互促进，形成“集中”

的“算力平台”。快速更新迭代的业务需求，可以借鉴

IP网络的快速开发方式，所谓

面向服务在车端简单理解即消费电子化/互联网化，可以在上层网络

上进行快速开发，需要一套相对稳定的底层架构作为支撑。传统汽

车软件是嵌入式系统，深度绑定硬件，需要独立的运行和冗余硬件

资源，升级困难；快速迭代需要硬件统一、模块解耦，可整体管理

升级。2.

车内：EE架构适度集中是未来中长期走向，汽车控制器迎来大时代2.1.

概述：ECU间通过多种总线互联互通构成整车通信体系，车内数据通信量明显抬升车内通信的实质是

ECU功能实体通过总线交换信息。ECU独立负责，

或者

ECU间共同配合完成特定功能。单个

ECU将更新的参数、周期性

数据、事件触发性数据上传总线，对端功能

ECU从总线取对应数据，完

成通信过程。汽车特定功能的实现（尤指与控制相关）均依赖于

ECU及其互联互通形

成的整车通信体系。下面以两个常用功能——盲区监测（BSD）、自动紧

急制动（AEB）为例，更直观、具体地讲述功能实现过程：【侧方车辆报警功能】传感器（角毫米波雷达或超声波雷达等）检测到

侧后方有目标，且判断目标车的车速可能对车辆有影响时，控制器发送

信号给车身控制器，车身控制器利用高低电压驱动指示灯来提醒驾驶员。【自动驾驶中的跟停功能】当自动驾驶的相关传感器检测到前方车辆减

速并停止时，ECU接收来自感知系统的数据，做出决策并进行处理，如

计算制动安全车间距(DBR)和碰撞发生时间(TTC)，自动驾驶控制器会发

出减速指令给

ESP（底盘控制器），ESP根据发送的负扭矩信号，对车辆

进行减速并最终停止。总体来讲，输入-传输-决策-处理是一套系统流程，感知（传感器）→融

合（控制器）→决策（控制器）→执行（控制器向其他执行单元发送执行指令，例如显示、操作等），各个控制器之间相互协同配合，完成整体

的通信和执行流程。按照目前主流的域集中方式，域内通过总线传输信号，域间通过网关寻址进行总线数据交换。车辆一般可分为动力域、底盘域、车身域、信息

娱乐域和

ADAS域，每个域内通过局部集中的

DCU（域控制器）管控各

个

ECU实体。总线要优先保证负载和信息的传递效率，跨域传输是有明

确而必要的需求。不同的域之间如果需要通信，往往通过网关进行数据

交换。网关实质上是一个路由表，完成不同总线间的信息沟通。总线上

传输的信息，可以被连接的

ECU读取，从而完成在通路上的数传。总线

根据承载信息量的多少，其带宽有不同的需求。为冗余和通信便捷性考虑，域间或设有对应总线，域内可通过高阶

ECU完成转接。在局部集中的架构下，域内就可完成大多数通信，理论上域

间通信都能通过网关完成，域之间可以不设总线，域间总线往往是有冗

余需求。而域内通信在提前协同的情况下，有些具备网络功能的高阶

ECU，可以转发/桥接低阶

ECU的通信。部分控制器可通过网络管理机制唤醒，其核心目的是蓄电池省电和提升

电子器件寿命。整车有上电、休眠等不同状态，控制器根据状态不同，

并不需要实时在线，所以通过网络管理机制给出对应信号，即使车辆未

上电，在唤醒状态下的控制器具备网络通信能力。2.1.1.

ADAS域数据爆炸明显在自动驾驶时代，ADAS域传感器增量明显，数据通信需求急速上升。单颗激光雷达数据量在数十

Mbps，随着线束和分辨率的提升，预计激

光雷达的数据量仍将攀升。激光雷达是激光技术与传统的雷达技术结合，

利用激光束，经过发射、扫描、探测、信号处理、创建被测环境的

3D图

谱，并获得距离、方位、高度、速度、姿态、形状等信息。激光雷达目

前在测距、光束管理和信号处理等方面都有不同的技术路线和产业化路径，我们认为从基本原理出发，不拘泥于具体的技术形式，未来激光雷

达需传输、分析的数据量将维持增长趋势：首先明确，激光雷达最终获得有价值的点云信息描述目标轮廓的三

维坐标（或极坐标）、目标距离和激光反射强度（X,Y,Z,L,P），暂不

考虑激光雷达点云可获取其他维度信息；除激光强度（8bit）外每个

信元采用

2Byte=16bit表

示

，每个点

云

信

息

可

取

数

据

量

为

16*4+8=72bit激光雷达的精度和探测距离、角分辨率、线束等直接相关。横向维度下，当探测距离越长，角分辨率越高，则需要的点

云数越多；而纵向维度即所谓线束，横纵向整体形成点

云图；我们以

96

线、横扫点

1000、10Hz扫描频率为例，其数据量

为

72*96*1000*10=69Mbps。在激光雷达的数据传输中，往往需要雷达内参将（X,Y,Z）坐标和数

据点在矩阵中的位置直接关联起来，所以其实并不需要传输每个点

云的坐标信息，和图像中

pixel是

RGB值类似，点云中

pixel是距

离值。我们在上述原因下，合理认为数据通信可以压缩到一半的速35Mbps，而在计算处理时，仍需考虑（X,Y,Z）坐标值。结合自动驾驶的需求和算力的扩展，合理预估未来：1）由于激光雷

达成本和体积的下降，在算力可匹配下，线束持续升高（类比纵向

像素数升高）；2）探测距离越远，而要求精度不变，则横扫点数更

多（类比横向像素数升高）；3）时延要求越高，其每秒传递点云次

数越多。和图像类似，点云本质是信息的解析，此外还可能通过算

法开发处理速率等信息，其信号处理能力持续增强；考虑压缩算法

和其他冗余数据处理，以及对于算法的适配性，我们认为在达到一

定限度后数据会保持稳定，目前仍处于数据的成长期。摄像头、毫米波雷达的数据逻辑和激光雷达类似，其本质均为成像后传

输到计算平台进行分析验证。摄像头数据如果用于

ADAS功能，需要利

用原始数据进行标注和识别，数据量一般在

Gbps级别；而毫米波雷达

本质上是毫米波频段的发射和回波的

MIMO接收，其数据量在

Mbps别。Analytics预测，从

2017

年到

2020

年，带宽需求提高大约

25

倍，

更高的帧率和分辨率只会给汽车带宽带来更大的压力。数据接口必须在

这种汽车环境中运行良好，以支持高速、高可靠性和低延迟等要求。美信推出了全新下一代

GMSL（GigabitMultimediaSerialLink）技

术，用来支持未来

ADAS和信息娱乐系统要求的宽带、互联复杂度和数

据完整性的要求，其适配数据速率可达

3Gbps以上。考虑自动驾驶的进展，其需要的外部传感器丰富度进一步提升，单个传感器的精度要求越

发提升，其综合数据量仍将保持较快膨胀。2.1.2.

信息娱乐域数据成长潜力巨大智能座舱作为“第三生活空间”，主要数据增量来自潜在外联数据和车内

算力提升。智能座舱作为信息娱乐域最主要的阵地，通过大屏+算力的方

式给乘用人提供与外界联通的数据资源。传统座舱系统以简单硬件为主，

仪表、T-BOX、音响、电动座椅等车身电子共同组成了传统汽车座舱的

硬件系统，在智能汽车时代，相关零部件和功能得到了极大的丰富，例

如

AR-HUD、实体语音助手、大算力的中控屏芯片、液晶仪表屏等配置，

进一步丰富了视听满足感。信息娱乐融合部分

ADAS功能，交互与体验

HMI也日趋个性化。据盖

世汽车研究院预测，未来座舱域控制器和安全域（ADAS/AD）控制器将

协同工作，实时地将

GPS和摄像头等的实时环境信息展示给用户，为多

样化的自动驾驶场景应用提供交互保障。未来汽车使用场景将更加丰富，

自动驾驶带来的人员解放，需要座舱功能从交互、环境、控制、空间、

数据五大维度进行智能化，感知能力的增强也意味着需要以实用方式处

理和显示的信息量也在不断增加，这就需要强大而灵活的硬件解决方案，

并配以高性能图形功能和丰富接口。以高通智能座舱芯片为例，主要平

台包括

8155、820A、602A；高通凭借其通信优势，从车载信息娱乐向自

动驾驶进军，最新主控芯片

SnapdragonRide，算力达到数百

TOPS，可

支持从

L1/L2

级别主动安全

ADAS、到

L2+级别“便利性”ADAS和

L4/L5

级别完全自动驾驶的数据计算需求。2.1.3.

动力/底盘/车身域增量有限动力/底盘/车身域数据类型有所变化，但是并不构成相对增量。对于动

力底盘，新能源汽车和传统燃油车相比，最大的变化是电机和电驱动取

代发动机和变速箱，所以其监测的数据内容有所变化，但是从数据量上

来讲变化较少。车身域由于车机的电动化智能化发展，会引入诸如电动

调向控制器等新

ECU实体，但是大多数控制器都是传统燃油车所具备

的，所以其数据增量空间有限，也能大多复用原有的总线和接口。2.1.4.

不同总线类型适配不同业务，高速以太网骨干成为未来趋势总线的演进历史是需求的变化史。早期车机主要传输重要的控制数据，

随着汽车功能的累加，点对点之间

ECU通信互联需要的数据量逐步增

大，例如激光雷达、视频以及信息娱乐域与外界网络的交互，均需要更

高速率的总线和接口，以适应未来系统进一步的性能提升。以太网传输

可以高效地解决车内高速传输问题，以太网

PHY芯片和交换芯片构成

以太网汽车通信系统。PHY芯片实质是以太网交换芯片的一个子集，完

成层一的信号传输，在通过以太网总线单点连接时广泛使用；以太网交

换芯片多适用于集中交换节点，汽车内部的集中处理单元会有相关接口。

长期看，高速以太网络提供车内数据流转的基本骨干，和移动通信的基

础架构类比，从最早开始电交换，到全

IP通信，再到全网络光通信，我

们认为车内通信随着数据通信量的提升，其演进逻辑类似，将逐步从分

散的多总线架构演进为以以太网为主干网络、多种高效率总线并存的状

态。2.2.

综合考虑算力演进和功能安全，完全中央集中较难实现车辆系统在引入新功能时，需要遵循功能安全流程指引，其开发流程复杂。功能安全是车辆全部安全系统的重要部分，主要是把一些极端的失

效工况考虑进来，在设计上做风险的对应防护。当任一随机故障、系统

故障发生，都不至于导致安全系统失效，从而引起人员伤害、财产损失

等严重后果。功能安全主要是一种主动安全，需要在软硬件的设计阶段

进行完善的考虑，任一新功能的叠加均有可能对基础架构带来影响。汽车系统安全性要求一定冗余度，需评估集中功能实体的风险。车内计

算架构走向逐步集中，传统分布式

ECU控制器功能一定程度被更高算

力的

ECU控制器所取代。但是每一个既有功能和新增功能，依然需要考

虑功能安全要求，设定冗余度机制。完全集中化的平台虽然有利于计算

和存储资源的高效利用，但即使集中平台内部考虑了一定软硬件冗余，

从完备性上来说，高度集中对功能安全的设计影响较大，在考虑安全情

况下，重要功能仍有必要做额外的备份。从成本角度考虑，全部中央集中并非最优选项。在汽车电子架构的演化

过程中，由于分部门的研发体系，往往在新加功能时做增量，形成纵向

的累加；全部集中不仅对研发效率有较大影响，同时在理论线束上也并

不是最优方案，物理分布式理论上比纯集中会减少线束复杂度，从而对

研发和实施角度均节省了成本。国内外大厂由于极高的严谨性要求，理念上不会快速掉头，EE架构会迅速向完全中央集中。EE架构的变革并不是在电动化时代才有，ECU的逐步集中在燃油车上已有部署（差别主要在燃油机和变速箱）。我们行

业调研发现，车主机大厂普遍对于整体中央集中抱有疑虑，同时既有的

研发流程、管理体系、部门设置很难支撑快速的电气中央集中化变革。考虑到燃油车既有存量和未来增量以及电子电气架构一定的复用性，电

动化进度也并不会导致完全集中化；新兴造车势力对于自动驾驶倾向于

采用集成

AISOC进行计算和判断，但是执行层面依然需要多个

ECU助执行。以特斯拉

Model3

为例，其所谓自研“中央-区

EEA”架构：中

央计算机是自动驾驶及娱乐控制模块（Autopilot&

InfotainmentControlModule），由两块

FSD芯片承担大量的数据计算，主要服务于自动驾驶

功能；两个区控制器分别是右车身控制器（BCMRH）和左车身控制器

（BCMLH），主要服务于热管理、扭矩控制、灯光等功能，其本质上仍

然是区域集中。2.3.

EE架构的适度集中是未来中长期走向，汽车控制器将有

较长的景气期2.3.1.

EE架构的适度集中，决定了控制器单元依然是重要功能实体，

控制器个数并不因被合并而显著下降。汽车控制器可以认为是

ECU。ECU的概念近期被泛化，无论是

DCU（域

控制器），还是

HPC（高性能计算机），乃至所谓

VCC（车载中央计算

机），实质是表征

ECU的算力和集成规模。而

ECU回归本质是电子控

制单元器件，控制器在一定程度上，可以等同于

ECU，包括前端的雷达

等传感设备也是

ECU。控制器更强调整体性，并不一定注重在“控制”，

往往一个模块完成特定的功能（传感、控制、执行），并且具有完善的芯

片、外围电路和封装。汽车控制器的组成逻辑大体类似，包括主控制器、AD转换、输入输出

IO、存储器等几大部分，从装配角度主要包括主控板（含

CPU或

MCU）、

动力源、整流/天线罩、散热；主要涉及动力底盘控制、自动驾驶

ADAS、

车身/车载电器控制、车载信息娱乐这四大功能域。每个功能域包括多种控制系统。控制器细分领域构成，值得注意的是，由于厂家的设置不同，有些控制器可能分属不同的域：从解决功能问题和安全性角度考虑，控制器个数并不因被合并而显著下

降。短期不会向中央集中式快速转型，域集中趋势下，部分

ECU功能被

更高层

ECU级吸收，但是控制器本身数量并非单边下降：部分判断功能被高层控制器吸收，算力被集中后考虑功能安全和冗

余，并不一定除去旧有设备，并且原有功能

ECU可能并不只是具备

一种功能，适当降低算力成为可能选项；经行业调研，我们发现新能源车型的

ECU数量相比较同等级燃油

车并未下降，大多数在

100-150

个

ECU/整车，而传统车型由于信息

化水平不足，仅高端车型可能超过

100

个

ECU，大多数在

70-100

个

左右，中低端车在

50

个以下。例如，新能源汽车热管理系统的部件

需求进一步增加，形成新的电子膨胀阀、带电磁阀的膨胀阀和电池

冷却器等新的需求。2.3.2.

汽车控制器市场规模短期即有万亿量级，长期随着电动化进程具备长期成长性我们评估汽车控制器的市场规模：1）

首先主要从新能源车和燃油车两方面考量，其两者由于使用的软硬件体系发生变化而有所不同，在中低等级车型中，控制器数量在新

能源车上相比较燃油车使用较多，而高端车控制器个数在两种类型

车相近；2）

每种类型中商用车和乘用车由于

ADAS的水平不同、信息娱乐域的

需求不同，其使用的汽车控制器类型和数量不尽相同，商用车数量

较少，尤其是燃油商用车近期几乎没有相关控制器；3）

随着

L0-L4

自动驾驶的演进，以及渗透率的逐步提升，我们合理假

设随着智能驾驶、电动化的进程，而逐步提升一个车身平均所具备

的控制器数量；4）

不考虑后装情况，在计算控制器均价时，我们经过草根调研对典型

乘用车共发掘了近

30ADAS域控制器、10

余种信息娱乐域控制

器、30

余种动力底盘域控制器和

30

余种车身域控制器；即使在每个

域内，控制器规模、议价能力、经销商导致其价格差异较大，而且出

厂价、车厂供应价、4S店价格等不同销售环节价格也有明显差异（如

果按照零整比可高达数倍差异）。我们在调研范围内取其大致均价；

短期看，域集中控制器（往往包含高算力

SoC）由于其复杂度和性

能提升，价格有较大幅度上涨；长期看，电子控制器价格小幅下降；5）

由于低端车型和中高端车型控制器数量不同，我们分别评估；根据

上汽通用披露的中高端车型占比

55.7%（2020

年）、长安福特中高端

车型占比一半以上（2021

年）；市场认知传统车市场是“纺锤型”结

构，中间价位车多而低端/高端车较少，但新能源汽车则相反，是一

个“哑铃型”市场，车型多集中在高端和低端领域，中间价位少。我

们假设其低端和中高端车型占比分别为

50%；6）

从控制器价格层面，我们认为随着时间推移和量产进度加快，硬件

本体成本下降是必然趋势，但是在系统上，软件配合控制器硬件上

车是每个车企的特定需求，从系统布置、环境适配、仿真调教等方面

均需要投入，所以并不能单一看硬件成本的降低，整体成本会是较

为缓慢的下降趋势。国内汽车控制器市场规模短期即有万亿量级，乘用车

ADAS域、信息娱

乐域控制器贡献相对增量。经过我们测算，ADAS域、信息娱乐域相关

控制器件（ECU电子控制实体）单体价值量相对较高，即使考虑量产降

价，随着电动化进程和燃油车自动驾驶层级的提升，其总体空间在

2025

年有望达到

8000

亿元。相比较而言，动力底盘和车载车身域相关控制器

其相对增量较为不明显，主要增长来源于汽车生产总量的稳步提升。3.

车外：汽车联网数据量迸发，车外通信产业链条迎来新增量3.1.

汽车数据构建新通信链条，数据沉淀带来潜在价值车外数据通信量明显提升。电动智能时代，数据感知（摄像头、雷达等）、

自动驾驶算法开发、数据记录、网联（4G，5G，V2X）、影音娱乐产品、

高精地图等，提供了丰富的数据来源，海量数据的传输、管理和存储成

为新的问题。据希捷信息，在一个汽车保有量

200

万辆的城市，一天产

生的数据高达

1609TB，预计到

2030

年，预计智能汽车将会产生

4-40TB/

车/时的数据，数据的使用方须考虑传输和存储的成本。汽车数据通信链条发生变化。现有机制下车辆的

T-Box往往通过运营商

SIM卡完成和网络的基础连接，而在智能驾驶时代，数据的传输链条发

生变化：车身产生的数据，主要包括三电、底盘和

ADAS相关数据通过公网

连接传至主机厂，并按照安全法规提交国家监管平台；主机车厂和自动驾驶厂商合作（或自研），通过数据沉淀和模型反馈

进一步完善自动驾驶体验；更新后的软件系统可以通过

OTA下发；信息娱乐域的数据请求和下发、高精地图的下发更新

OTA，理论上

都需要经过主机厂验证，占用一定的车企端数据机房的服务器资源。行车数据在边缘节点和核心节点均有可能存在，且在数据不断积累

的情况下，结合交通情况有可能提升整体交通效率，整体数据流转

不再是原来的单点对车厂/TSP，而形成数据资源积累、反馈、安全

共管的整体机制。3.2.

T-Box是汽车对外通信核心，高融合度汽车通信单元迎来长期发展T-Box承载了车对外通信的绝大多数流量需求。T-Box并不是车对外通

信的唯一通路，例如汽车钥匙、车联

wifi等，但

T-Box承载了绝大多数

的外界通信职责，是事实上的车内车外通信的网关。远程车辆管理、车

辆数据管理、紧急电话、车辆诊断、OTA等产生的数据流量均需要通过

T-Box完成对外互联。随着智能网联化进程加速，高精度地图、信息娱

乐服务等大流量数据也将通过

T-Box进行通信。T-Box由最初的车辆远程管理工具，逐步演化成智能驾驶时代的融合通

信平台。T-Box可称为一个独立的功能域，主要提供行驶安全/合规、提

高交通效率、提供出行信息服务等功能。简述

T-Box发展历程：最早是基础车辆服务、远程通信需求；GBT32960

系列国标规定电动车必须采集整车数据上报后台，主要

分为电池、驱动电机、告警类和其他状态数据；第二个强制标准是

采集国五国六排放数据，这是

T-Box普遍装机的法规要求；附属功能的增加：一是支持网络流量的接入，二是支持远程网络控

制，三是支持整车远程诊断，四是需要做

OTA升级；近年功能需求：一是信息安全，由于联网特性需要预防被外部入侵；二是用户隐私安全，需要做数据用户认证。当前

T-Box除了有传统通信模组（4G、5G）外，也在逐步融合

V2X（车

联网）、高精度定位等功能。当然，如果不将高精度定位硬件集成在

TBox中，则会和外部定位系统有一路连接，实现双频

GNSS、RTK差分

等高精度定位。从安全层面，车联网的功能安全问题尚未被完全解决，

安全消息的加解密、CA（CertificateAuthentication）验证等功能，未来

TBox模块极有可能集成部分安全相关功能。目前

T-Box的发展有两种趋

势：1）

成为高融合度的

T-Box作为统一硬件平台，持续利用算力提供通信、

安全、定位等功能，成为智能驾驶时代发展高级别器件；2）

成为法规件：由于联网系统目前在自动驾驶中整车功能安全问题无

法解决（高级别车规级认证要求），有可能将

T-Box功能弱化为一个

集成通信安全、合规要求的法规件，而将其他可靠性部分交由例如

VCU执行。T-Box处理能力逐步增强，其组成价值量有望提升。T-Box在除通信能

力外，还需要处理相关业务的能力，其组成除包括通信模组、天线等基

础部件外，还至少包括

MCU处理器负责电源管理，两者构成

T-Box的

最小系统。片上系统主要负责和业务逻辑判断相关的部分，也包括

V2X高层协议、安全、传输协议等；此外，还可能会有安全

SE（SecureElement）

芯片。对外接口方面，CAN总线收发器完成与车机的互通，大数据量决

定