EMC指標是智能駕駛功能必須跨越的“坎“

對于智駕零部件EMC問題，我思考良久，也參與了部分測試工作。其中，關鍵的結論是：其很可能是未來智能駕駛需要跨越的一個艱難的“坎”。因為眾所周知，智駕的功能安全方面，要求一定是苛刻的。

首先，不能等同于原有電子零部件測試要求，已基本是共識；其次是基于已有的電動車輛高壓集成，智駕功能也是新增的功能。所以說，構建智駕獨有的EMC測試體系已迫在眉睫。我們先來了解一下已有的測試案例結論，不容樂觀。

智駕零件的電磁抗擾能力是弱項，威脅車輛功能安全

（EMC 基本測試框架）

正好近期讀了厚勢汽車的一篇關于“ADAS 毫米波雷達原理與電磁抗擾能力初探”的文章，更是產生了一些共鳴。

其測試結果：“在車輛前方進行 100 V/m 垂直極化場的毫米波雷達系統抗擾測試時，車輛在 20～100 MHz 頻段內出現了目標車大范圍前后移動的情況，這種情況可能會導致 ADAS 控制器的誤判，造成 ACC、AEB、FCW 等功能執行模塊的異常操作，嚴重威脅車輛的行駛安全。”“毫米波雷達系統抗擾試驗測試結果顯示，在一定強度的場強下，電磁信號會干擾毫米波雷達系統，影響系統及車輛功能。”（試驗布置參照 ISO 11451－2：2016 標準）

另一個案例的零件測試，與上述案例過程結論基本一致：特別是在RI（輻射抗擾）、ESD(靜電放電抗擾)、CIP(瞬態傳導抗干擾)方面，出現通訊中斷、卡頓、甚至損壞零件。這樣的結果，會導致車輛功能安全受到威脅。哪么，這其中的原因在哪里呢？

新增智駕零部件導入，缺乏車輛配套經驗

在項目配套中，我們經常會遇到這樣的現象，一些廠家認為過了TS16949質量體系認證，就可以給車輛做零件配套了。其實，這還差的很遠，一方面，認證的結論只能“鎖定當時的狀態”，并不完全能代表后期的結果；另一方面，國內企業技術的穩定性相對較差，人員更迭頻繁，對車輛工程認知程度不一等等，都是造成產品從設計環節到驗證、標定、性能缺失的原因之一。同時，車輛本身所遭遇的電磁環境也是非常復雜和惡劣的。零件廠家，需要經過長期的經驗積累和配套應用的歷練。

盤點燃油/電動車輛EMC測試常用標準

在智能駕駛零件EMC獨有的標準成熟前，首先需要滿足現有標準，而且需要從嚴執行。

在使用上述標準的時候，還會存在很多問題：是否可以等同于電子電器件測試要求？等等，下面列舉一項加以討論，舉一反三，更多的地方還需要根據實際情況，重新評估。

針對智能駕駛零件，性能等級認定需要重新評估

在零部件測試中，結合整車要求，對測試零件性能狀態，有一個等級劃分A～E 5個等級，最高的一級A是：被測樣件或系統的所有功能在干擾之時和干擾之后正常運轉；B級要求：在受干擾時，被測樣件或系統的所有功能正常運轉。但是，一項或多項功能運轉會偏離指定誤差。所有功能在干擾撤離后能自動恢復至正常狀況，但記憶功能不能受到影響；C級要求：被測樣件或系統的一項或多項功能在受干擾時，不能正常運轉，干擾撤離后自動恢復至正常狀態；D級的區別是，在干擾之后，也不能正常工作，需要對系統手動復位。

如果單純從等級劃分，一般性零件性能測試狀態，C級以上是合格的。但是對于智能駕駛零部件，C級顯然是不合理和不合格的。如果，在受干擾時，零件不能正常工作，面對車輛識別、導航等功能的即時特性，勢必會導致車輛安全事故。所以，在寫入實驗計劃中的要求，應該是達到B級，或者是A級。同時，結合零部件功能安全要求的等級(ASIL)，提出更精準的目標。

“功能集成”EMC測試，是高于零部件的測試環節，不可或缺

印象中，寶馬的EMC測試體系非常的嚴格，其電動車的EMC測試遵循：零部件→高壓系統集成→整車。同時，寶馬根據電動車輛特點，建立起自已的一套測試辦法，這也是區別于燃油汽車的一套體系。

我們看到寶馬的測試體系中，有一個高壓系統獨立的測試環節，我的理解是：新能源車輛本身是沿襲傳統燃油汽車的低壓控制功能單元，并且從成本、開發周期、成熟度的角度，新能源部分是獨立開發的。基于這些，高壓系統集成，作為一個整體，獨立完成測試就不足為奇了，關鍵是要作為一個完整功能單元去測試的。但在很多項目中，“集成”測試環節是缺失的。仍然是把三電部分拆了單獨測試。我覺得，這是不完整的測試。如果需要整車達到優秀的指標，在后期，這種分立的測試方式，很有可能讓零件的設計，付出高昂的成本代價。

制定智能駕駛零件獨有的EMC測試標準，迫在眉睫

車輛技術的飛速發展，讓功能安全問題，已經是無處遁形。前段時間與同濟大學汽車EMC實驗室的鄧勇老師討論EMC問題，鄧老師的觀點我非常贊同：“未來車輛電子電器控制器的設計，特別是新能源、智能駕駛電子零件，其實，就是EMC的設計”。

兼于目前的發展形勢，把EMC提到一定高度引起重視，越早越好，并要付諸于設計和應用中，一定是事半功倍的事情。從另一個角度看EMC，如果按常規電子電器件設計思維，不排除最終會成為智能駕駛的攔路虎。