安全可靠出行仰赖高效设计和测试 -- 汽车电子研发设计与仿真测试论坛精彩演讲汇编

由AspenCore与上海市交通电子行业协会联合主办的2023年第三届中国国际汽车电子高峰论坛于12月19日在上海成功举行。除上午的高峰论坛外，下午还同时举行了四个技术分论坛，其中汽车电子研发设计与仿真测试论坛邀请到来自七家汽车电子设计和测试领域的企业和机构，为与会观众奉上了一场精彩的设计和测试技术讲座。

现将这七位演讲嘉宾的主题内容汇总如下，供对汽车电子设计和仿真测试感兴趣的技术和管理人士参考。

国产汽车芯片检测现状与对策

来自上海汽车芯片工程中心的陈大为详细介绍了汽车芯片的特点与标准要求，包括：

• 可靠性 -- 室外环境；EMC严苛
• 安全性 -- 复杂电路功能安全
• 零缺陷率 -- 设计好、生产好、应用好
• 批一致性 -- 工艺、材料稳定性要求高
• 长期供货 -- 10~15年供货期

以ISO 26262 功能安全标准为例，ISO 26262-11：2018 涵盖：IP core、数字/存储、模拟/混合信号、可编程逻辑器件PLD、MCM、MEMS传感器等。汽车用MCU芯片的功能安全性设计涉及到的测试包括：

• MCU自测 (BIST)
• CPU 寄存器和程序计数器 - 检查故障状态
• 模拟I/O测试 - 检查模拟参考(GND、VREF)
• 数字I/O测试 - 检查数字I/O功能(开路、短路)
• TSI测试 - 检查选定电极的转换值
• 时钟测试-检查振荡器频率
• WDOG测试 - 检查 WDOG 超时/时钟功能
• 不变内存 - 检查 CRC 内存
• 可变内存 - 检查片上RAM是否存在直流故障
• CPU堆栈测试 - 检查应用堆栈溢出和下溢情况

国产汽车芯片的现状概要如下：

• 设计能力：车规芯片靠设计。发展历史短，消费类占多数；芯片高可靠设计能力有待进一步提升。缺少IPcore ；对芯片功能安全设计不熟悉
• 系统协同：复杂芯片应用开发工具及配套软件生态环境不足
• 产线可选性：车规芯片靠生产，TS16949； 高可靠工艺，设计规则
• 认证能力：时间较长，针对性较弱，全面准确理解把握标准要求；专业客观真实反映样品测试结果，并提供便于使用理解的明确结论的报告。
• 缺基础标准：无车规芯片基础性准入标准，造成混乱。

从2023年收集到的AEC-Q100报告整体性来看，有如下问题：

• DUT 描述不清，或没有描述
• 报告结论：合格，但实际测试项目缺少许多，《汽车芯片产品目录》不认可仅有封面“合格”的报告
• 没有体现在A B组各项试验的前后进行了样品电性参数ATE 测试。

总是，汽车芯片AEC-Q100报告需要仔细核实全部数据后，才能甄别其是否确实符合标准要求。目前社会上AEC-Q100报告质量相差较大，缺少试验项目的情况比较普遍。由此可以得出结论，即使有AEC-Q报告，可能也不能证明样品就是符合AEC-Q100标准的。

面向车载电子的机电一体化设计仿真

图研（Zuken）高级应用工程师赵磊主要介绍了CR-8000 Design Force工具组合，涵盖MEMS微机电系统设计、概念设计、原理图设计、PCB设计、CAM设计和线束设计等工具，适用于从芯片封装设计、PCB单板、PCB多板、软硬结合板，以及电气相关的线束设计，具体产品涵盖手持设备、电脑、服务器、车载、医疗、轨道交通和航空航天系统等。

为什么要使用3D环境的机电一体化设计？在传统设计过程中，我们会从结构部门拿到一个2D的外形数据，这可能是通过3D机械设计工具中抽出的。经过格式转换数据在交互中会遗漏或重叠，我们在使用前必须先经过编辑修正。效率低，易出错。PCB设计完成后返回给结构部门，又会有一次2D到3D的格式转换，如果要做电磁、热、应力仿真还要配合结构建模，耗时耗力，仿真精度低。如果发现问题需要返工，所有操作又要反复做几遍。

ZUKEN CR-8000 系统级多板EDA设计工具在全真3D环境下，可以把机械框体数据和其他PCB板一起导到入数据中，进行虚拟组装、验证、编辑，最后再以3D的方式把机械需要的数据或仿真需要的数据导出去，真正做到了3D环境下看得见、摸得着、进得来、出得去，可支持各种主流CAE工具的3D格式。

Zuken还提出了仿真主导的设计概念，可以实现设计与仿真的无缝对接。产品研发遵循二八定律，即产品品质、成本的80%在设计前期阶段已确定，设计后期阶段的变更修改将会是牵一发而动全身。在设计前期投入一部份资源，提前预防设计风险，可以使整个产品研发周期缩短，降低成本。

这种由设计者自己一边验证一边推进的设计风格，具体流程如下：

• 在设计初期布局阶段，进行一部份SI/PI仿真，尽早发现问题。此时仿真的准备和花费时间较短；
• 在设计的中后期，使用基于定性分析的EMC Adviser分析工具，以规则检查的方式对遇到的EMC问题采取措施；
• 在设计完成阶段，如果需要更进一步的详细仿真，可以按照不同的仿真需求直接导出3D数据与外部CAE工具协同，仿真的结果还能再返回到设计环境中。

总之，CR-8000 Design Force及DS-CR工程数据管理系统可以实现：

1. 全3D系统级环境：PCB & Mechanical之间通过协同设计，简化车载设计的流程，减少数据交互导致的错漏返工，提高设计效率。
2. 仿真主导型设计环境：在设计的任意阶段快速检查，实时修改，精准定位并输出详细模型给CAE，缩短产品研发周期，提高品质。
3. DS-CR 工程数据管理系统：对设计资源进行整合，对生产数据进行管理，对设计流程进行管控，对工程问题可追溯，从而提高产品质量，缩短产品研发周期，优化产品研发过程。

汽车芯片的功能安全设计

MathWorks通信电子半导体行业经理陈晓挺博士从汽车芯片功能安全的角度，介绍了基于模型的设计与验证如何满足ISO26262-11半导体标准。

功能安全标准 ISO 26262-11-2018半导体指南覆盖故障模式、相关性失效分析DFA、故障注入等通用技术，以及对数字、模拟、存储、可编程器件等部件的具体要求。

基于模型设计的两个主要概念是建模（包括仿真和分析）、自动化（包括代码编写和验证）。MATLAB可提供自动化的测试、验证、代码生成工具，可以实现组件和系统测试、静态分析、测试管理、覆盖率分析、等效性测试、等效性检查，以及自动代码生成。面向汽车芯片应用的功能测试环境包括：

MATLAB, Simulink, Stateflow不仅提供建模的工具，还提供大量的算法模块和示例库。

车规芯片的0 DPPM如何在测试量产中实现？

季丰电子测试可靠性总监丁兆达解答了汽车电子行业这个最难解决的问题，即如何做到零缺陷率（百万分比不良率为0）？

根据2022年的统计，传统燃油汽车平均使用芯片934颗，若按照每颗芯片的缺陷率为：(1 - 10/1,000,000)^934 → ~99.07%，那么整车的可靠性仅为99.07%。而新能源汽车使用芯片数量平均为1459颗，(1 - 10/1,000,000)^1459 → ~98.55%，其整车可靠性仅为98.55%。从这个数字可以看出，汽车芯片的0 DPPM目标对汽车电子是多么重要。

汽车电子的质量保证生态大致如下图所示：

汽车测试相关标准包括：

AEC-Q是车规新产品认证方法标准，属于产品验证。而IATF16949是车规芯片开发和量产全套体系标准，通过五个方面来决定：产品质量先期策划和控制计划---APQP；潜在失效模式和后果分析---FMEA；测量系统分析---MSA；统计过程控制---SPC；生产流程进行控制---Control plan。

品质能力的提升涉及人、机、流程和系统：

季丰电子可以提供车规级产品量产的一站式服务，包括软硬件设计制作、试验和ATE测试全部内部完成；特种车规芯片的可靠性认证+量产测试+ORT+FA；AEC-Q100、104 和 AEC-Q101可靠性认证项目等。

汽车网络安全的挑战及测试技术

上海控安的李伟从汽车网络安全的角度提出了智能网联汽车网络安全领域面临的巨大挑战，近些年汽车网络安全攻击事件大幅增长，预计2023年汽车网络安全问题导致的经济损失将达240亿美元。

针对汽车网络安全问题，国际组织也出台了一系列标准，包括IS021434标准和欧盟UNECE标准。

中国也出台了相关国家标准，包括GB/T40861、40856、40855和40857等。

汽车网络安全领域当前遇到的问题包括：

• 缺少step by step指导，缺少测试knowhow；
• 标准理解难免有偏差，测试结论是否可信？
• 对测试人员要求高，需要较高专业技能门槛；
• 测试工具零散，工具未成体系，操作繁琐；
• 未有直接匹配的合规检测工具以支持体系性的验证与确认。

相应的解决方案包括：

• 提供可操作的工作指导及方法说明；
• 提供标准规范的测试用例；
• 测试工作knowhow均由系统提供，操作简单，降低人员技术门槛；
• 匹配行业主流法规、标准，提供系统性、一体化测试解决方案。

上海控安提供的测试解决方案包括用于整车/零部件的汽车网络安全测试工具TICPSH PeneX、用于整车/零部件的车载CAN/CAN FD总线渗透测试工具TICPSH PeneCAN、用于整车/零部件的车载以太网渗透测试工具TICPSH PeneEth，用于整车/零部件的合规性测试工具TICPSH ITB-AUTO等。

高质量交付基于工具链的智能座舱软件

智能汽车软件开发平台提供商怿星电子联席CEO薛春宇指出了智能座舱软件开发存在的困难点，包括：

• 软件开发从需求到开发到测试到版本发布缺少自动化闭环管理
• 各种HMI工具（Kanzi、Unity、Qt、Unreal）如何取舍？
• 如何一套代码兼容不同车型、不同分辨率、不同电子架构？
• 如何一套应用层代码兼容不同的Tier1底层平台？

针对以上难点，怿星提出了智能汽车“软件-研发工具-测试平台”综合解决方案，包括如下产品和服务：

Venus智能驾舱软件平台基于强大的3D实时渲染能力、可扩展的软件框架设计，以及完善的开发、集成、测试工具链，提供一站式解决方案，包括工具链（eStation）、Neptune CHT测试平台、Cluster、W-HUD/AR-HUD、信息娱乐系统、自动驾驶可视化ADAS，兼容Kanzi/Unity/Unreal/Cocos/QT等多种渲染引擎。

处理器在环仿真（PIL）助力新一代智能驾驶设计验证

芯华章的汽车电子解决方案专家林爽从智能驾驶场景的角度提出了汽车智能化的核心三要素：更高性价比的芯片、更智能化的算法、更个性化的场景。目前业界汇总的场景库大致有七大类70多个场景：

测试验证是当前自动驾驶“卡脖子”的一大问题，由于L3以上高等级自动驾驶需十数亿公里测试里程，只有仿真测试才有可能快速经济地达到这一目标。递归式分层场景生成器，利用分层的方式让每一个元素即时生成出来，包括道路结构、建筑、植被等静态元素，交通流、天气、光照等动态元素，以递归的方式描述细节，再通过元素随机分布函数组合，最终量产高逼真度的仿真场景，通过AI技术泛化Known Unsafe的场景，从而去覆盖“Unknown且Unsafe”场景。

芯华章推出的超百亿门大容量硬件仿真系统HuaEmu E1让场景仿真与芯片仿真形成统一的软硬件仿真平台，从而实现了处理器在环仿真（PIL）。

这种仿真器不但可助力低阶智驾算法及解决感知算法的实时性，而且是高阶智驾算法的落地基础。百亿门级硬件仿真器可支持感融一体、Transformer规模的芯片仿真，实现从并行计算到串并一体计算，从整型到标量、向量（矢量）、张量、逐点矢量。此外，这种硬件仿真器还可以支持未来的算法择优筛选，例如L4自动驾驶落地训练步骤：利用规则生成待选轨迹；用规则进行修剪，确保安全性；用训练出来的模型给剩余轨迹打分；最终选出排序最高的轨迹。