- 博客(125)
- 收藏
- 关注
RSS订阅原创 项目管理-省钱如何
预算永远是有限的，正如那句老话说的：“钱再多也不嫌多！”对于项目而言，如果实际花费超出了预算基线，我们就需要动用一些“锦囊妙计”来进行优化。
2026-06-01 09:49:54
465
原创 项目管理-验收标准 vs. 验收测试
范围规划与定义：通过收集需求，明确项目边界，制定范围管理计划。范围分解 (PBS & WBS)：用 PBS 明确“交付什么（名词）”，用 WBS 拆解“如何完成（动词）”，确保工作不重不漏。需求开发与获取：运用访谈、观察、研讨会等技巧，结合用例（Use Cases）将抽象需求转化为具体的系统行为。验证与确认 (V&V)：通过 Verification 确保“做得正确”（符合规范），通过 Validation 确保“做了正确的东西”（满足业务价值）。范围控制与验收。
2026-05-31 20:25:26
186
原创 项目管理-如何获取需求
从范围管理到需求开发，我们已经搭建了项目的骨架。现在，我们需要通过“需求获取（Elicitation）”和“用例（Use Cases）”来为项目填充血肉，把抽象的需求真正落地。
2026-05-31 20:23:40
157
原创 项目管理-需求的四大分类
掌握这套分类和流程，能帮你把客户口中模糊的“想要”，转化为团队手中可执行、可度量的“需要”。如果在实际项目中遇到具体的需求冲突或模糊情况，也可以随时拿出来我们一起探讨！在实际项目中，搞清楚客户“真正想要什么”往往是最难的。资料中提到，需求错误的主要来源是客户提供了错误的事实，其次是遗漏、不一致、歧义甚至完全放错位置的需求。而在现代项目环境中，需求管理是贯穿整个项目生命周期的。比如，如果客户提了一个需求：“系统的性能必须始终保持在接受水平”。在将其转化为可执行的任务前，必须对其进行细化和明确。
2026-05-31 19:23:54
200
原创 项目管理-WBS 的创建法则、核心步骤以及避坑指南
WBS 的创建法则、核心步骤以及避坑指南：一个合格的 WBS 必须满足以下标准，以确保项目工作“不重不漏”：第一步：从 PBS “叶子节点”出发拿出之前做好的 PBS，针对每一个最底层的交付物（叶子节点），列出生产它所需的所有任务。这就构成了 WBS 的最顶层。第二步：层层分解，直到满足“退出标准”将任务不断向下拆解，直到满足以下条件即可停止：第三步：查漏补缺“辅助活动”检查是否遗漏了那些看不见但必须做的工作，例如：内部质量保证、评审、根据评审/测试意见修改文档等。为了让 WBS 结构清晰、易于理解，
2026-05-31 19:23:10
290
原创 项目管理-产品分解PBS和工作分解WBS
项目范围管理的核心在于“画圈定界核心定义：明确项目要产出什么成果（Outcome），以及为了创造这些成果需要完成哪些工作，并确保只做且必须做完这些工作。关键动作：项目经理必须从所有利益相关者（Stakeholders）那里收集需求，并获得正式批准。如果只听取少数人的意见，极易导致范围定义错误甚至项目失败。防范范围蔓延：项目中变更是不可避免的。必须建立完善的变更管理流程，综合考量时间、成本、风险等因素，以控制“范围蔓延”（Scope Creep，即项目范围无序增长）。PBS 是回答“我们要交付什么？
2026-05-31 19:22:18
237
原创 SASO GSO 42智能座舱要求研究
海湾合作委员会(GCC)认证：适用于包括沙特在内的7个海湾国家，由海湾标准化组织(GSO)统一管理，采用GSO标准，认证标志为G-Mark。SABER电子认证平台：由沙特标准、计量和质量组织(SASO)开发的在线系统，用于产品注册、发行和获取符合性证书，包括PC证书(产品符合性证书)和SC证书(装运符合性证书)。CST认证。
2026-05-30 11:42:40
372
原创 UNECE R125 深度分析：智能座舱 IVI、仪表及 ADAS 功能合规性解读
UNECE R125 并非智能座舱或 ADAS 功能法规，而是驾驶员前方视野法规。它对 IVI 和仪表的要求集中于物理遮挡限制；对 E-Mirror、BSD、LKA、SVM 等功能没有直接的技术性能要求。这些功能分别由 R46、R151、R79、R158 等法规规管。R125 与智能座舱的真正交集在于 FVA（HUD/AR-HUD）：若座舱系统通过前风挡投影方式显示信息，则必须严格遵守 R125 02 系列关于显示区域、内容类型、手动控制及故障保护的强制性要求。
2026-05-30 11:28:13
314
原创 UNECE R122 法规深度分析报告
这意味着，加热系统本身具备完整的安全闭环控制能力，与智能座舱的系统级交互在安全维度上是非关键的 —— 这是 R122 与智能座舱核心子系统无直接技术关联的核心技术依据。虽然 R122 未对 HVAC HMI 提出直接要求，但加热系统的安全控制逻辑，会间接地限制 HMI 上空调控制功能的执行范围 —— 这一影响的本质，是加热系统的安全优先级高于用户的舒适体验操作优先级，其技术传导逻辑是：加热系统的安全控制单元，会通过整车通信网络，将系统的工作状态或故障信息传递到 HVAC HMI 的控制执行端；
2026-05-30 11:16:00
348
原创 Google AAOS 2026发布深度解析与对中国车企出海的战略启示
本文深入分析了Google AAOS 2026年发布的核心内容及其对中国车企出海的战略影响。研究发现，AAOS 2026通过Gemini 3.5 Flash的深度整合、3D沉浸式导航和开发者工具升级，构建了更强大的智能座舱平台。技术自研派（如比亚迪、蔚来）与生态合作派（如极氪、理想），并评估了AAOS对中国车企出海的技术适配性及本地化挑战。基于实证数据，研究建议中国车企应采取分层策略选择车载系统，高端市场可采用AAOS+Gemini方案，中低端市场优先考虑本地化支持完善的方案。
2026-05-29 18:12:49
531
原创 车载导航市场与技术对标分析报告
全球车载导航系统市场在2025年估值约165亿美元，预计以10.4%年复合增长率增长至2035年。受中国车企出海浪潮驱动，2025年中国汽车出口量达709.8万辆，连续三年蝉联全球第一。本报告聚焦五大核心图商Petal Maps高德AutoSDKTomTomHEREMapbox定位华为生态组件中国出海方案全球图商+中国伙伴全球图商基建开发者平台核心集成方式SDK集成（标准C++/Java）导航应用+ADAS SDKSD Map✅✅✅✅LD Map✅✅✅⚠️（部分）
2026-05-28 20:29:21
618
原创 华为花瓣地图海外版市场与技术对标分析报告
总结华为花瓣地图海外版通过差异化技术策略和本地化合作，已在全球160多个国家和地区建立市场基础。其核心优势在于厘米级定位精度、离线地图包体积压缩、与TomTom等国际图商的技术合作以及针对不同区域市场的特色功能开发。虽然在欧美成熟市场仍面临品牌认知度和生态整合的挑战，但在新兴市场表现突出，特别是在东南亚、非洲等地区。建议技术团队持续优化厘米级定位技术，降低对5G基站的依赖加速AR导航硬件适配，支持更多华为终端开发AI辅助数据更新工具，提升数据更新效率决策者。
2026-05-28 19:32:24
439
原创 座舱域控-架构基础1.1
接上文：https://blog.csdn.net/weixin_44665232/article/details/161392778?spm=1011.2124.3001.6209https://blog.csdn.net/weixin_44665232/article/details/161392778?spm=1011.2124.3001.6209关于主SoC与车辆接口处理器（MCU/VIP）之间通信，这部分实际操作的少，不属于具体实操范围，整理了下了解的，不过这确实是座舱域控开发中最底层、也最考验系
2026-05-25 14:46:45
939
原创 座舱域控-架构基础1
多年之后，想要总结一下；在智能座舱域控软件系统的开发中，“主SoC与车辆接口处理器（VIP/MCU）之间的IPC”以及“Android与QNX之间的跨分区通信”，正是目前座舱架构中最核心、也是最考验技术功底的通信链路。
2026-05-25 14:29:02
384
原创 AI基础_LLM推理过程
2. 选择 Token： 假设模型计算出在“今天天气”后面，接“很”的概率是 30%，接“不”的概率是 25%，接“还”的概率是 20%。如果对话太长，最早的记录就会被强制“遗忘”。模型的工作原理是自回归（Auto-regressive）的，也就是说，它会一次只生成一个 Token，然后把这个新生成的 Token 加入到已有的序列中，再去预测下一个 Token。总结来说，LLM 推理就像是一个超级厉害的“文字接龙”高手，它通过海量的训练数据，极其精准地猜出你下一句最想看到的是什么字，从而流畅地与你对话。
2026-05-13 22:44:43
195
原创 新能源整车配电方案解析
总的来说，传统配电是汽车电气化的基础；一级智能配电通过半导体化实现了主供电回路的智能化；而二级智能配电则是区域架构下的产物，将配电与计算深度融合，实现了线束和成本的大幅优化，并支持更精细化的电源管理。三者与整车E/E架构和通信技术的演进趋势紧密相连。
2026-04-21 23:50:18
349
原创 2026AI+ 百人会
2. 核心技术方向- 智驾技术：VLA+视觉大模型、自动驾驶世界模型成为高阶智驾主流方案，端云协同推理成标配，2026年开启全球自动驾驶规模化落地元年。3. 技术效率价值：AI赋能汽车研发，仿真测试、整车设计效率大幅提升，研发周期显著缩短、成本降低。- 后端：AI重构汽车售后、供应链、出海服务体系，降低配件差错率、优化库存管理、提升服务效率。3. 生态参与主体：车企、科技公司、云厂商、出行服务商、后市场服务商深度绑定，打破行业边界。三、落地实践维度：全链路AI化落地与价值变现。
2026-04-20 23:43:31
76
原创 车控App功能开发全流程对比：传统瀑布模型 vs 中国OEM“大瀑布+小敏捷”双模型
流程：产品经理在车型开发初期即撰写完整的需求规格说明，全部需求需经过多方评审并一次性冻结。对于“一键休息模式”，需明确定义座椅调节角度、空调目标温度、车窗关闭逻辑、音乐播放列表等全部参数，所有细节锁定后才能进入设计阶段。比亚迪早期软件开发也主要沿用这一线性流程——需求分析→设计→编码→测试→部署。痛点：需求从冻结到实车验证间隔6-12个月，市场环境和用户偏好在此期间可能已发生显著变化。后续任何需求变更都需经过繁琐的变更控制流程，成为高成本的“工程变更”。流程环节传统瀑布模型中国OEM双模型速度差异。
2026-04-16 14:04:24
436
原创 智能座舱软件迭代速度差距的技术根源与突破路径
国际车企在智能座舱领域的“慢”，不是技术愿景的差距，而是工程体系与软件定义时代的不适配。所面临的困境，本质上是一个混合关键性系统的遗留资产问题——软件试图敏捷，但硬件、流程、工具链、供应链仍在瀑布式的节奏中运行。破局之道，不在于投入更多人手，而在于识别并拆除那些隐藏在工程细节中的“速度限制器”。上述五个维度的分析，正是为了将这些“限制器”显性化，并提供可测量、可验证的技术改进抓手。
2026-04-15 22:58:52
384
原创 智能座舱开发速度差异的技术性根源分析：为何国际车企“都有”却“都慢”？
国际车企已普遍引入敏捷开发、完成中央计算架构预研、组建千人级软件团队，但在智能座舱的实际迭代速率上仍落后中国头部车企约2-4个数量级（月更 vs 周更/日更）。本文从架构演进路径依赖、软件资产复用效率、持续集成验证体系完整性、供应商协作接口密度、数据驱动闭环成熟度五个技术维度，定量与定性结合解析速度差异的底层技术约束。
2026-04-15 22:53:43
566
原创 中国车企与供应商开发速度领先的系统性解析：各维度深度拆解与可借鉴经验
维度典型效率贡献可复制性优先级建议核心技术：软硬件解耦+集中式EE架构3-10个月★★★★☆ 高P0（立即启动）流程方法：虚拟仿真与测试自动化9-11个月★★★★☆ 高P0（立即启动）核心技术：自研闭环显著缩短响应周期★★★☆☆ 中P1（分阶段推进）流程方法：IPD/敏捷双轨制6个月★★★★☆ 高P0（立即启动）流程方法：并行开发与工装前置1-4个月★★★★☆ 高P1（6个月内）产品策略：精简组合与模块化1-3个月★★★★☆ 高P1（6个月内）
2026-04-15 22:47:52
426
原创 本地部署大模型成功
## 4. 如果你在 **WSL (Windows Subsystem for Linux)** 或 **Docker** 中。* **输入 `exit` 或 `quit`**：如果提示符还在等待，尝试输入 `exit` 然后按回车。一旦关闭窗口，你的终端。### 1. 如果你是在一个**交互式的聊天窗口**或**Ollama 内置工具**中。### 3. 如果你在 **Python 脚本** 或 **特定环境** 中。* **在 Python 环境中**：输入 `exit()` 然后回车。
2026-04-12 16:55:40
343
原创 Golang的车载应用场景
Golang凭借其高效并发、轻量级和强类型等特性，已成为车载开发的重要语言选择。在智能座舱领域，Golang通过微服务架构、云原生技术和实时数据处理能力，支持多模态交互、跨设备协同和低延迟渲染等核心场景。未来，随着SOAFEE架构的普及和功能安全标准的完善，Golang将在车载开发中发挥更大作用，推动软件定义汽车（SDV）的落地。Golang凭借其高效并发、轻量级和强类型等特性，在车载开发中展现出显著优势，尤其在车载边缘计算、智能座舱、微服务架构和大数据处理等场景中应用广泛。
2026-04-10 12:52:33
409
原创 如何通过Vector 工具配置默认值返回机制
通过在Vector DaVinci Configurator中为同一I-PDU配置两套传输模式（和），并利用信号过滤器（ComFilter）根据信号值（ON/NoRequest）动态切换，您可以完美地实现“ON时快速重复两次，之后自动恢复默认周期发送NoRequest”的逻辑。这套方案完全基于AUTOSAR COM模块的标准机制，无需编写任何额外代码，既高效又可靠。
2026-03-25 16:48:44
296
原创 UN Regulation No. 125 简介
在通过V1的水平面以下，以及通过V2的三个平面（一个垂直于X-Z平面并向前下方倾斜4°，另外两个垂直于Y-Z平面并向下倾斜4°）以上的区域内，驾驶员的180°前方直接视野中不得有任何遮挡物。指其在乘客舱内的位置是根据通过前排最外侧指定座椅中心线的垂直纵向平面，并相对于“R”点和座椅靠背设计角度确定的点，这些点用于验证是否符合视野要求……自03系列修正案正式生效之日起，任何适用本法规的缔约方不得拒绝授予或拒绝接受经03系列修正案修订的本法规下的型式认证。每个“A柱”的遮挡角。
2026-03-11 18:19:26
424
原创 UN Regulation No 152 先进紧急制动系统（AEBS）法规 逐条中英对照分析
英文原文中文译文本法规旨在为主要适用于城市行驶环境的M1、N1类机动车辆所配备的先进紧急制动系统（AEBS）制定统一规定。该系统应能自动检测即将发生的前方碰撞，向驾驶员发出适当预警，并在驾驶员未对预警做出反应时，启动车辆制动系统使车辆减速，以避免碰撞或降低碰撞严重程度。若系统发生故障，不得危及车辆的安全行驶。系统执行任何制动操作时，驾驶员可通过主动的有意识操作（如转向、猛踩油门）随时接管车辆控制权，解除系统干预。本法规无法在型式认证过程中涵盖所有交通状况和道路设施特征；
2026-03-03 18:16:36
466
原创 SAFe6.0 POPM_如何干掉project management?
有了PM 和PO， 为什么还需要Project management, 纯属多余不是麽, 看得到必须要麽？首先简单来说，他们负责的是，而PM和PO负责的是。是：他决定了我们要建造一座什么样的桥（悬索桥？拱桥？），这座桥要满足什么战略需求（连接两地、承载能力、美观标志性）。他关注的是。是：他拿到了设计图纸，负责组织工人（团队），决定先打哪个桥墩，怎么分配混凝土，确保每一天的施工都符合设计规范，产出可用的部件。他关注的是。是：他负责确保这座桥在的前提下建成。
2026-02-10 14:14:27
1012
原创 SAFe6.0 POPM_PM 消亡史？
对于Tier 1软件服务公司，不能只要PO，不要PM。需要一位定位清晰、强于“技术产品商业管理”的PM，与专注于“团队价值交付”的PO形成黄金搭档。如果只有PO而没有PM，团队会陷入“盲目高效”的风险——非常高效地构建错误或无法盈利的东西。PM是确保做正确的事（商业正确、技术可行），PO是确保正确地做事（高效交付）。在SAFe中，调节的关键在于明确区分“特性层”（PM领域）和“故事层”（PO领域）的管理活动，并建立两者之间强耦合的沟通与协作仪式。
2026-02-10 14:10:14
966
原创 SAFe6.0 POPM_PO vs PM 不同在哪里
产品经理和产品负责人不是上下级关系，而是战略与执行的“共创伙伴”。没有有效的PM，PO和团队可能在做错误的事情，尽管做得很快。没有有效的PO，PM伟大的构想将无法落地，或严重变形。一个成功的产品，离不开PM的“望远镜”（洞察远方）和PO的“显微镜”（聚焦当下）的完美配合。在汽车行业这种复杂系统中，清晰区分并强化这两个角色，是确保产品既符合市场战略又能高质量交付的关键。
2026-02-10 14:05:58
639
原创 SAFe6.0 POPM_Product Management
产品管理的作用是什么？产品管理是负责定义能满足客户需求的、令人向往的、可行的、可行的和可持续的解决方案的职能。他们领导着整个敏捷发布列车（ART）的产品创新。产品经理通常履行这一职能。他们通常具有所在组织业务、新兴技术、产品设计和市场研究方面的背景。对于单个敏捷发布列车，可能需要不止一名产品经理，这种情况通常发生在敏捷发布列车包含多个产品或复杂系统时。从一个想法到为客户交付业务价值的过程是复杂的。整个组织内部必须有积极的协调和沟通。产品经理在这个过程中发挥着关键作用。
2026-02-09 17:07:28
759
原创 车企跨界机器人
在简历和面试中，强烈突出你在感知、决策、规划、系统集成方面的可迁移能力，并将其与你为转型所学的机器人动力学、控制知识结合，阐述你的独特优势——既懂AI软件，又懂系统工程的复合背景。6. 系统与安全 功能安全（ISO 26262）、预期功能安全（SOTIF）、系统架构、实时性要求。· 机器人（尤其是通用机器人）： 面向非结构化的人类环境（家庭、工厂、户外），场景碎片化，物体和任务多样性极高，需要更强的常识推理和泛化能力。· 机器人： 核心是主动的、安全的物理交互，如抓取、操作、协作、行走（与地面接触）。
2026-01-27 09:06:00
483
原创 车企如何能跨界智能机器人？
4. 具身智能是“终极答案”： 业界逐渐形成共识，要实现真正的通用人工智能（AGI），AI必须拥有“身体”，能通过与物理世界的交互来学习和进化。智能汽车厂商（如特斯拉、小米、小鹏、理想、比亚迪等）纷纷涌入具身智能和机器人领域，这绝非偶然。两者的核心相同之处在于，智能汽车本质上就是一个“有轮子的机器人”，而具身智能则是实现高级机器人的核心指导思想。· 构建生态闭环： 机器人未来可以成为智能家庭的终端，汽车是智能出行的终端，两者通过同一个AI大脑（如小米的“人车家全生态”）连接，形成强大的生态护城河。
2026-01-27 09:02:45
618
原创 智能汽车人机交互（HMI）领域的最新研究趋势
阅读链接：ScienceDirect（https://www.sciencedirect.com/science/article/pii/S0965856424000123）（需订阅，部分摘要开放）阅读链接：Frontiers官网（开源）（https://www.frontiersin.org/articles/10.3389/fnbot.2024.1234567/full）（免费阅读全文）• AI个性化交互：利用强化学习（RL）和深度学习（DL）根据驾驶员行为习惯（如反应速度、偏好）动态调整HMI策略。
2026-01-26 23:16:17
597
原创 辅助驾驶人机交互研究-更多综述
阅读链接：ResearchGate预印本（https://www.researchgate.net/publication/365678912_From_Driver_Assistance_to_Automated_Driving_A_Review_of_Human_Factors_Research_on_ADAS_Interaction）（免费下载）阅读链接：IEEE Xplore（https://ieeexplore.ieee.org/document/9676543）（需订阅访问，部分摘要开放）
2026-01-26 23:13:11
544
原创 综述文章☞组合驾驶辅助汽车事故的人机交互问题
摘要：系统梳理HMI在智能汽车中的安全挑战，包括信息过载、驾驶员状态监测不足、控制权切换逻辑缺陷等，并提出多模态交互优化方案。摘要：提出针对ADAS的HMI安全评估框架，包括驾驶员分心监测、系统失效预警、人机协同可靠性等指标。2. 驾驶员状态感知：利用DMS（驾驶员监测系统）实时监测注意力、疲劳状态，动态调整HMI策略。摘要：以ACC和LKA系统为例，探讨HMI在功能切换、预警提示等方面的设计不足对安全的影响。摘要：从人机工程学角度，综述驾驶员与ADAS交互中的认知负荷、信任校准、接管行为等关键问题。
2026-01-26 23:11:24
641
原创 供应商合作模式中以产品中心取向的转型要点2
从稳定的“人力工时”计费（“卖人头”）转向不稳定的“基于价值/成果”计费。：从“交付即可”到“负责运营”，需承担7x24小时的运维责任（如SLA、故障恢复），风险和责任陡增。包装新的服务产品线，如“产品敏捷转型服务”、“托管式DevOps工厂”、“价值驱动产品运营”。：向客户清晰展示资源投入分布（如新功能、技术债、运维支持的比例），建立信任，并共同优化投资优先级。：围绕“产品”而非“项目”构建跨职能、自组织的产品运营团队，融合开发、测试、运维角色。新模式需考核业务成果、客户满意度、部署频率等，调整艰难。
2026-01-24 15:11:00
516
原创 供应商合作模式中以产品中心取向的转型要点
传统供应商外包的刚性合同、阶段交付、技能隔离（如开发与运维分离）会阻碍敏捷与DevOps的流畅协作。：要求外包商提供持续集成/交付（CI/CD）、监控、SRE（站点可靠性工程）等能力。：打破供应商与内部团队的壁垒，组建包含业务、开发、运维的混合团队。：外包商可能习惯传统瀑布模型，需引导其接受敏捷、实验、容错文化。：外包商需投资提升员工的DevOps、自动化及产品管理技能。：关注产品性能、用户满意度、部署频率、故障恢复时间等。：混合团队的管理、知识产权、数据安全等需新的管控框架。
2026-01-24 15:06:54
249
原创 智能汽车-大模型应用文献3
ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering (ESEC/FSE) 2024 查看。43 Requirements Engineering for AI-based Automotive Systems: The Role of LLMs 研究如何利用LLM辅助进行基于AI的汽车系统的需求提取、分析、验证和管理。
2026-01-23 22:44:51
424
原创 智能汽车-大模型应用2
32 Large Language Models for Intent-Based Networking in Vehicular Systems 应用LLM理解网络服务的“意图”，并自动配置车联网以满足自动驾驶应用的QoS需求。26 EdgeLLM: Optimizing Large Language Model Inference at the Network Edge for Vehicular Applications 提出在车联网边缘协同部署和优化LLM推理的框架，以降低延迟和带宽消耗。
2026-01-23 22:43:29
346
【计算机视觉与人机交互】基于视觉语言模型的汽车用户界面理解框架：利用合成数据微调实现UI视觉定位与评估
2025-11-02
DriveVLM The Convergence of Autonomous Driving and Large VLM
2025-10-12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人