1. 课程导入与全景认知
在智能汽车研发链条中，座舱域控制器（Cockpit Domain Controller）已经从“信息娱乐主机”演化为集仪表、中控、HUD、后排娱乐、语音与视觉感知于一体的多屏多系统平台。Qualcomm 的 SA8155P、SA8295P 等座舱平台凭借异构计算架构（Kryo CPU、Adreno GPU、Hexagon DSP/NPU、Spectra ISP、多路显示与音视频通路）成为主流选择。但芯片平台“能跑起来”与“能稳定量产上车”之间，隔着一条很长的验证链。本课程要解决的，正是这条链上的工程问题：Qualcomm 智能座舱的量产测试与整车验证。
一、定义：它到底在验证什么
可以把这项工作定义为：以 Qualcomm 座舱 SoC 及其软件栈（QNX/Linux/Android、Hypervisor、BSP、驱动、中间件、应用）为被测对象，围绕功能、性能、稳定性、可靠性与整车集成一致性，在从单板到整车、从台架到实车的多级环境中，用可复现的测试方法获取可判读的数据，并据此做出“是否可量产交付”的工程决策。
它区别于两类常见误解。第一，它不是单纯的“功能点一遍”——点得通不代表长时间跑得住、多屏并发不撕裂、冷启动不超时。第二，它也不是只做整车路试——很多问题必须在台架阶段用可控激励暴露，否则实车复现成本极高。量产测试与整车验证是“分层拦截、逐级收敛”的关系。
二、范围：从芯片到整车的五层验证对象
范围可以按被测对象与集成层级展开，这也是本课程后续章节的主线：
- 芯片与 SoC 级：CPU/GPU/NPU 算力与调度、DDR 带宽、温度与功耗墙、启动时序（Boot ROM→XBL→ABL→Kernel→Android/QNX）。
- 板级与域控级：电源树与上下电时序、eMMC/UFS 寿命与读写、CAN/Ethernet/LIN 通信、视频输入输出链路（CSI/DSI/DP）、音频通路（I2S/PDM/A2B）。
- 系统与软件级：Hypervisor 多虚拟机隔离、Android/QNX 双系统启动、多屏显示合成、音区隔离、OTA 升级与回滚。
- 整车集成级：与整车网络（CAN FD、车载以太网 SOME/IP）、车身、空调、座椅、ADAS 的交互，以及整车电源模式（OFF/ACC/ON/START）下的行为一致性。
- 用户场景与可靠性级：冷热启动、长时间运行、多任务并发、极端温度、振动与电压波动下的表现。
三、核心价值：为什么必须做，且必须做对
座舱是用户每天直接接触的界面，其失效模式往往“感知强烈”：黑屏、卡顿、语音无响应、倒车影像延迟、导航漂移。这些问题一旦流入市场，召回与 OTA 修复成本远高于前期测试投入。更关键的是，Qualcomm 平台的性能瓶颈常出现在资源竞争而非单点功能：GPU 同时承担多屏合成与 3D 渲染，DDR 带宽被摄像头、视频解码与 AI 推理共同占用，CPU 大核被多个 Android 服务抢占。只有通过量化测试（帧率、延迟、带宽、温度、CPU/GPU 占用）才能定位并推动优化。
四、典型项目阶段与交付物
一个座舱项目的验证通常与整车开发节点对齐，形成如下阶段推进。下图给出从芯片到整车的验证分层与阶段交付关系，便于建立全景认知：
需要强调的是，阶段划分并非严格串行。实际项目中，芯片级性能基线与板级接口测试常并行推进，整车集成问题也会反向驱动域控软件修复。但“每层有明确交付物、每层有放行判据”这一原则不变。
五、一个可感知的示例：多屏并发下的带宽竞争
假设某 SA8295P 座舱方案配置为：中控 2K 屏、仪表 1080P 屏、副驾 1080P 屏，同时运行导航 3D 渲染、倒车影像（720P@30fps）与语音唤醒。在台架测试中，若仅逐项验证，每项都可能通过；但三屏同时刷新并叠加倒车影像时，可能出现中控帧率从 60fps 掉到 38fps、触控响应延迟从 80ms 升至 220ms。
此时需要采集的关键数据包括：GPU 渲染耗时、DDR 读写带宽占用、显示合成器（如 SurfaceFlinger/Weston）的帧提交间隔、CPU 大核占用率。若发现 DDR 带宽占用持续超过 80%，则瓶颈在内存子系统，优化方向可能是降低副驾屏刷新率、调整图层合成策略或启用硬件压缩。这类“并发场景下的资源竞争”正是量产测试要提前暴露的典型问题，也是本课程反复训练的分析方法。
六、本课程的知识地图
围绕上述范围，课程将依次展开：测试环境与工具链搭建（台架、电源模拟、CAN/以太网仿真、视频注入）、启动与电源时序测试、多屏显示与图形性能测试、音视频与语音通路验证、Hypervisor 与多系统隔离测试、整车网络与电源模式集成、OTA 与回滚验证、环境可靠性与长稳测试、产线 EOL 测试与量产放行。每一部分都对应真实项目中的交付物与判据。
建立全景认知的意义在于：当你在某个具体测试中遇到异常时，能迅速判断它属于哪一层、影响哪些交付物、需要哪些上下游证据配合，而不是孤立地“修一个 bug”。这正是 Qualcomm 智能座舱量产测试与整车验证的核心工程素养。