AUTOSAR简介

核心目标

架构分层

核心优势

经典AUTOSAR vs 自适应AUTOSAR

典型应用场景

挑战与未来发展

核心目标

标准化架构
定义分层的软件架构，统一ECU软件的开发流程和接口规范。
软硬件解耦
使应用软件独立于硬件，方便移植和复用，支持多供应商协作。
支持复杂系统
适应汽车智能化、网联化趋势，满足功能安全（ISO 26262）和信息安全（ISO 21434）需求。

架构分层

AUTOSAR的软件架构分为四层，自下而上依次为：

微控制器抽象层（MCAL）
直接与硬件交互，提供统一的驱动程序接口（如ADC、CAN、GPIO等），屏蔽底层硬件差异。
基础软件层（BSW）
包含系统服务（如通信、存储、诊断）、复杂驱动（传感器/执行器控制）和标准化功能模块（如通信协议栈、操作系统）。
运行时环境（RTE）
作为应用层与基础软件层的桥梁，提供通信服务（如信号传输、函数调用），支持应用软件的组件化开发。
应用层（Application Layer）
由独立的软件组件（SWC）构成，实现具体的车辆功能（如发动机控制、ADAS算法），通过RTE与其他组件交互。

目前我主要就是做MCAL的开发还有一点点BSW、RTE的部分，在这种框架下开发的好处的是上手很快，但是这也意味着技术深度不够。但是还好这个框架足够大，光MCAL这层全学完估计需要个5年左右。如果加上bootloader的开发的话可能大概要8年。当然这是从我自己的角度看的。更聪明和努力的人可以缩短这个时间。

核心优势

模块化与复用
软件组件（SWC）可跨项目和车型复用，减少重复开发。
标准化工具链
支持从设计（如ARXML建模）到代码生成（如Simulink集成）的自动化流程。
功能安全与信息安全
内置安全机制（如内存保护、加密通信），符合ISO 26262和ISO 21434标准。
适应未来需求
经典AUTOSAR（Classic）适用于实时性要求高的控制功能（如动力系统），自适应AUTOSAR（Adaptive）支持高性能计算（如自动驾驶、V2X）。

经典AUTOSAR vs 自适应AUTOSAR

特性	Classic AUTOSAR	Adaptive AUTOSAR
目标场景	实时控制系统（如ECU、ABS）	高性能计算（如ADAS、信息娱乐）
操作系统	实时操作系统（OSEK/VDX）	POSIX兼容（如Linux、QNX）
通信机制	基于信号的CAN/LIN/FlexRay	面向服务（SOA）的以太网/IP
动态配置	静态配置（启动时固定）	支持运行时动态更新

经典AUTOSAR一般我们叫他CP，这个是目前应用最广泛的，所有的汽车都在用，什么欧洲那面的奔驰、宝马、奥迪、jeep、牧马人，美洲那面的福特、特斯拉、凯迪拉克，还有国产的小米、红旗、长城、奇瑞、比亚迪等等所有可以叫上名字的正经车厂都是按照这个开发的。这个行业对稳定性要求很高，你如果重新开发一套体系，但是没经过量产测试的话没人会陪你玩的，这个涉及到人身安全问题，马虎不得。

自适应的AUTOSAR其实是给操作系统的上下游重新做了规范。但是人家操作系统比你AUTOSAR做的更好，所以这个东西几乎没人用，大家都在用linux。这个一般简称为AP。

典型应用场景

传统控制系统
发动机管理、变速箱控制、车身电子（如车灯、车窗）。
智能驾驶
自适应巡航（ACC）、自动泊车（APA）依赖Adaptive AUTOSAR的高算力支持。
车联网（V2X）
通过SOA架构实现车辆与云端、其他车辆的数据交互。
电动汽车
电池管理系统（BMS）、电机控制。

其实以前油车时代AUTOSAR还不是那么的火，毕竟成本在这了，只有豪车才会有ECU，才会需要这个框架。但是随着新能源汽车的高速发展，每个车上的ECU数量也在增加。所以做AUTOSAR软件的公司越来越火了。

挑战与未来发展

复杂性高：开发需掌握专用工具（如Vector工具链）和建模语言（ARXML）。
成本投入：工具授权和培训成本较高，对小企业形成门槛。
技术演进：向SOA架构、OTA升级、AI集成（如自动驾驶感知算法）扩展。

Vector是德国的老牌工具链企业，做的东西非常好用，但是有个缺点，太贵了。一个全license的CANOE要40多万。所以大家都在寻找国产的代替品。不过因为我们公司也在做所以我除了周立功别的都还没用过。我们公司自研的V60，V80设备搭配自研软件用起来其实还不错，因为参考了VECTOR，然后又结合了大家更习惯使用的IDE VScode作为框架，所以我自己感觉用起来很方便。可以直接写python代码去分析报文。一般汽车行业用的框架都是eclipse。他们居然用VS这点我还是比较赞同的。比较紧跟潮流。

SOA的话这个技术现在已经很成熟了，各个车厂都有自己的方案。还有OTA升级，这个从技术的角度来讲就是写bootloader，然后利用AB分区的技术实现无感升级。这里面的技术还是很复杂的。如果用的ECU是SOC的话那就不用考虑那么多了，linux本来就是无感升级的。

AI集成这个是因为要做无人驾驶才兴起的。但是说实话现在各家的无人驾驶方案都不行，不能真正的无人驾驶。只有一个地方的无人驾驶是真的，就是码头的那种无人重卡。主要这种速度慢，还不用担心撞到人。其实也没那么慢，一般不会超过80km/h.

其实这方面的教育国内目前是缺失的状态，只有清华有一个做工具链的校企合作学院，毕竟学习成本太高了。大家想学的话只能工作后去学了，打好基础的话上手还是挺快的。