08 - 业界商业方案与 OEM 实践
本篇对标业界（车厂/工具厂）车控信号调试/Mock/仿真方案，判断小米处于什么水位、该采购什么、该自研什么。结论先行：业界主流范式 = Cuttlefish + Fake VHAL + COVESA VSS + 云端驾驶循环回放（RemotiveLabs 模式）；小米当前 L2-L3，落后 Volvo/P3 的 L5，但领先国内新势力；座舱 App 团队 80% 自研+开源，不要采购 Vector/dSPACE。
1. 测试层级定位（MIL/SIL/HIL/VIL）
不同团队要的”保真度”不同，决定工具选型：
| 层级 | Loop 对象 | 用途 | 成本 | 对应团队 |
|---|---|---|---|---|
| MIL | Simulink 模型 | 算法早期仿真 | 极低 | 电控算法 |
| SIL | PC 上跑的代码 | 验证代码与模型一致 | 低 | 座舱 App（MiCarSettings 要这个） |
| PIL | 目标 MCU 代码 | 验证目标处理器执行 | 中 | ECU 开发 |
| HIL | 真实 ECU + 仿真 plant | 软硬件集成/时序/I/O | 高（十万~百万 RMB） | 整车电控 |
| VIL | 真实整车 + 仿真环境 | 台架覆盖不到的（ADAS 闭环） | 极高 | 自动驾驶 |
关键认知：MiCarSettings 团队要的是 SIL 级（信号 Mock + Emulator）；整车电控团队要 HIL 级（真实 ECU + plant）。工具不能混用——让 App 团队采购 CANoe 是典型误购。
2. 商业工具三巨头（整车电控维度，无可替代）
Vector（事实标准）
| 工具 | 定位 | 价格量级 |
|---|---|---|
| CANoe | 总线分析/仿真/测试主平台（CAPL 脚本） | $8-10K+ / 许可；整车厂浮动许可百万 RMB 级 |
| CANalyzer | 总线分析（CANoe 轻量版） | ~$10K |
| CANape | ECU 标定/测量（ASAM XCP） | 需询价 |
| DaVinci | AUTOSAR BSW 配置 | 需询价（百万级，绑定 MICROSAR） |
| vTESTstudio | 测试自动化 IDE | $4-10K（需配 CANoe） |
- ⚠️ CANoe 不能直接对接 AAOS VHAL/CarPropertyService——它工作在 CAN/Ethernet 总线层，VHAL 是 Android HAL 层，无”开箱直连”。
- 国产替代：北汇 PRAXLINK、同星 TOSUN、经纬恒润，价格 1/3~1/2，生态深度不及。
dSPACE（HIL 标杆）
- SCALEXIO（实时仿真硬件）+ ConfigurationDesk/ControlDesk + AURELION（传感器仿真，基于 Unreal，可云）+ VEOS（PC 端 SIL）。
- 无官方 AAOS 专用产品；整车厂级配置百万 RMB 级，ADAS 台架可达千万级。
ETAS（Bosch 子公司，标定之王）
- INCA（标定事实标准）+ LABCAR（HIL，比 dSPACE 略便宜）+ ESCRYPT（信息安全）。
NI（性价比）
- VeriStand + PXI/PXIe 模块化硬件 + LabVIEW。比 dSPACE 便宜 20-40%，产线 EOL 测试有传统优势。
3. 开源平替完整度（座舱 App 维度可替代 80%）
| 能力 | 商业代表 | 开源平替 | 平替完整度 |
|---|---|---|---|
| 总线仿真（CANoe） | Vector CANoe | CANdevStudio/SavvyCAN | 60%（无 CAPL/AUTOSAR） |
| DBC 解析/脚本 | Vector 内置 | python-can + cantools | 95% |
| ECU 标定 | CANape/INCA | 无 | 0% |
| HIL 硬件 | dSPACE | 无 | 0% |
| SOME/IP | Vector Option | vsomeip + CommonAPI | 95% |
| AAOS VHAL Mock | RemotiveLabs | FakeVehicleHardware + 自研 | 70% |
| 信号规范 | Vector DBC/ARXML | COVESA VSS | 100% |
| 云端驾驶循环 | RemotiveCloud/AWS CAEdge | 自研+录制格式 | 50% |
| AAOS 兼容性测试 | GMS 认证 | CTS/VTS（免费） | 100% |
4. ⭐ 最重要建议：采用 COVESA VSS 统一信号命名
COVESA Vehicle Signal Specification 是开放车辆信号数据模型，跨品牌统一命名（Vehicle.Speed、Vehicle.Body.Lights）。BMW/Volvo/Renault 已用，AOSP 也有 Vehicle Signal Catalogs 对齐。
为什么小米该用：
- 自研 Mock 框架直接用 VSS 命名，避免重新发明轮子；
- 未来接入 Vector/dSPACE/RemotiveLabs 零成本；
- 招聘业界人才可快速上手；
- 跨团队（座舱/电控/SOA）统一语言。
这是本篇第一条建议，也是 10 落地路线图 的 P0 动作。
5. ⭐ RemotiveLabs——当前最值得小米研究的方案
瑞典云原生平台，专攻 AAOS 集成，已上架 Google Cloud Marketplace：
- RemotiveBroker：把 CAN/Ethernet 信号转成 AAOS Vehicle Properties（Lua 脚本映射）；
- RemotiveCloud：云端驾驶循环录制库，HTTP 拉真实数据；
- Cuttlefish Bridge（开源）：AAOS Emulator/Cuttlefish 直接接收 Broker 信号。
公开客户：Volvo Cars（座舱 App 迭代）、P3/Stellantis（SPARQ OS）、Ford（数字产品 UI/UX 原型）。
Dogfood：RemotiveLabs 自己把 AAOS 模拟器跑在 Tesla Model Y 里，用 Broker 把特斯拉 CAN 信号转成 AAOS Property——公开材料中最完整的”无车调试车控信号”演示。
对小米：★★★★★ 直接对标痛点。可采购，或作为自研”Mi Car Signal Broker”的架构参考（见 10 路线图）。
6. AAOS OEM 实践
| OEM | AAOS？ | 公开实践 |
|---|---|---|
| Volvo/Polestar | ✅ 首批 | 开发者门户 + XC40 Emulator；用 RemotiveLabs+VSS 做座舱 App 无车调试 |
| Renault(Ampere) | ✅ | Ampere Portal + Google Cloud “virtual twin” 云端无车测试 |
| Ford | 新车转向 AAOS | 数字产品团队用 RemotiveLabs+VSS 做 UI 原型（SYNC 4a 非 AAOS） |
| Honda | ✅ | Honda AAOS Emulator |
| GM/Cadillac | 部分 | 移除 CarPlay 押注 Ultifi（用户反弹，反面教材） |
| Stellantis(P3) | ✅ SPARQ OS | 用 RemotiveLabs+VSS |
| Hyundai | ✅ | 2024 官宣 Pleos Connect |
国内新势力（关键发现）
蔚小理、比亚迪、吉利全部不走 AAOS，与小米 HyperOS 路线一致；都没有公开 Mock 框架/开发者门户。唯一公开开源信号：理想 Halo OS 2025-04 宣布开源。
小米在国内新势力中不算落后，但落后于西方 AAOS 阵营。
7. 5 层成熟度模型——小米当前 L2-L3
| 层级 | 能力 | 代表 | 小米 |
|---|---|---|---|
| L1 | adb 注入 + 手动 dumpsys | 早期探索者 | 已超越 |
| L2 | Mock APK（CarDemo4Test）+ 脚本（LogPropMonitor.py） | 国内多数新势力 | ✅ 在此 |
| L3 | 多套工具（vc_client_mock）+ 部分录制回放 | 多数 OEM 内部 | ✅ 在此 |
| L4 | 标准化 Fake VHAL + AAOS Emulator VHAL 面板 + CI 自动化 | Honda/Ford 部分 | 未达 |
| L5 | 云端驾驶循环库 + 信号 Broker + VSS 标准化 + Cuttlefish CI | Volvo/P3/Ford（RemotiveLabs） | 未达 |
小米最大差距
- 没有统一”车控信号 Broker”——现有 4 套工具（CarDemo/LogPropMonitor/vc_client_mock/dumpsys）零散，每团队各写 stub。
- 没有云端录制回放——bug 复现靠”找车试一试”。
- 未对齐 VSS 标准——跨团队/供应商协作摩擦大。
- 座舱-电控工具割裂（Volvo 用 RemotiveCloud 共享同一份数据）。
- 没有公开开发者门户（vs Volvo/Renault/Honda）。
业界教训（小米应避免）
- ❌ 像 GM 移除 CarPlay（用户反弹）
- ❌ 像 Ford SYNC 4a 自研全栈无开发者生态
- ❌ 让 MiCarSettings 团队采购 CANoe（跨不到 Android Framework 层）
8. 分层采购/自研建议（核心结论）
| 团队 | 策略 | 关键动作 |
|---|---|---|
| 座舱 App（MiCarSettings） | 80% 自研+开源，20% 商业 SaaS；禁采购 Vector/dSPACE | P0 采用 VSS；P0 自研 Mi Car Signal Broker（参考 RemotiveLabs）；python-can+cantools；接触评估 RemotiveLabs |
| 平台（SOA/VHAL/DDS） | 开源为主 | Cuttlefish CI；评估 vsomeip；对齐 VTS for Automotive |
| 整车电控（底盘/动力/三电） | 必须采购，无可替代 | Vector CANoe+vTESTstudio；ETAS INCA；dSCALE SCALEXIO HIL（或国产恒润/北汇） |
| 自动驾驶 | 商业为主 | dSPACE AURELION 传感器 HIL；国产 51World/东方仿真 |
| 信息安全 | 商业评估 | ETAS ESCRYPT（车钥匙/OTA/SecOC） |
| 质量/产线 | 商业性价比 | NI PXI 产线 EOL |
一句话：座舱 App 维度开源+自研可替代 80% 商业；整车电控维度商业无可替代。MiCarSettings 团队应走”VSS 标准化 + 自研 Broker + 开源工具”路线，详见 10 落地路线图。
附：关键参考
- COVESA VSS（最重要）
- RemotiveLabs AAOS（最值得研究）
- Volvo 开发者门户 ｜ Ampere Portal ｜ Honda Emulator
- AAOS SDV 2026 博客
- Vector/dSPACE/ETAS/NI 官网（见各产品页）