经纬恒润范成建：智驾需要“小脑”，底盘才是安全的最后一道防线

2026年4月12日，在智能电动汽车发展高层论坛（2026）上，经纬恒润总裁兼CTO范成建分享了一个在“端到端”热潮中容易被忽视的观点：如果把汽车看成是带轮子的具身智能机器人，除了大脑（智驾系统），一定还需要一个发育良好的“小脑”——底盘控制系统。

 

范成建从本科到博士一直研究底盘，他的团队用二十年时间，将一家5人的软件公司发展成今天超过6000人的电子系统科技服务商，核心逻辑只有一个：2003年，汽车领域只有博世等国际巨头，如果能替换他们的业务，市场就足够大了。

从转向到悬架，底盘三大方向全线量产

经纬恒润在底盘领域的布局覆盖了汽车的三个运动方向。

转向（Y方向）：从小车用的C-EPS到大车用的DP-EPS，满足功能安全FIT 10要求的线控转向产品已实现大规模量产，在多个OEM客户的众多车型上都有应用，包括手感模拟、路感模拟和后轮转向。

制动（X方向）：从1 Box到ESC，到底盘域控制器，48伏线控制动EMB也已量产。

悬架（Z方向）：从普通减振器的单腔、双腔，到空簧的单腔、双腔、三腔，再到磁流变减振器，均已实现量产。

当X、Y、Z三个方向的控制都有了之后，经纬恒润开发了车辆运动控制器（VMCU），将运动学控制软件上移，可部署在任何算力硬件上，实现底盘域的集成控制。

AI加速开发，但规则必须兜底

在传统的卡尔曼滤波算法之外，经纬恒润尝试用AI进行底盘控制开发。离线采集不同驾驶员（不同年龄、性别、驾驶水平）的数据，用影子模式部署在车上，对比基于规则的齿条力、手力估算与AI估算的结果。

范成建指出，AI极大加快了开发速度，误差分布也得到了优化。但目前AI还不能直接在量产车上部署，因为对于ASIL-D级别的功能安全要求，AI作为“黑盒子”还无法从各个角度完整证明其功能安全属性。

这与智驾领域的结论一致：无论是阿里的千问还是字节的豆包，对敏感性话题的答案最后都有规则兜底。那么大模型都需要一个规则兜底，底盘领域同样如此——“端到端的最终形态，仍然需要从底盘的角度，用规则对安全进行兜底。”

一个“超视距”案例：底盘与智驾如何协同

范成建分享了一个量产案例：在某OEM车型上，智驾供应商提供前方道路的高度、摩擦系数、凹坑等信息，在车辆还没压上去的时候，经纬恒润的底盘域控制器就部署经典的MPC算法，极大改善了主动悬架的性能。

这就是底盘与智驾的良好结合。但这也引出一个更根本的问题：智驾都端到端了，智驾和底盘的接口应该是什么样的？

经纬恒润的答案是：对智驾同学隐藏执行器细节。前轮转向、后轮转向、悬架、分布式电驱，所有这些控制由底盘域通过抽象的VMC软件来统一处理。智驾只需要告诉底盘“轨迹”，底盘负责在各种路况下（冰雪路面、凹坑路面、越野路面）做最后的兜底。

这个接口方案目前仍是热门话题，不同智驾算法公司对底盘有不同诉求，但范成建认为这是比较理想的模式。

底盘世界模型：物理规则+数据驱动

范成建还提出了一个“底盘世界模型”的概念。大模型之所以有智能，是因为找到了“预测下一个Token”的范式。对底盘而言，逻辑类似——给它看1000帧车辆状态，预测第1001帧。如果能预测出来，就相当于有了一个虚拟的世界模型。

车辆状态非常复杂：载荷可能是一个人、两个人、三个人、四个人，还可能带宠物、带行李箱；有冬季、夏季。因此，既需要有物理方程，也需要有数据驱动。结论是：需要物理规则加数据的混合模型，才能真实描述车辆状态。

“这跟当前的智驾模式也非常对应——除了神经网络，也需要一套符合物理规则的东西给你兜底。”

底盘是仅次于智驾的传感器富集区

范成建最后指出，底盘是除了智驾之外，车上传感器最多的地方：轮速、纵向加速度、侧向加速度、横摆角速度、方向盘转角……几十个传感器。

“底盘几十个传感器跟智驾的摄像头、毫米波雷达、4D雷达、激光雷达一起做可解释的东西，我个人认为才可以做到真正的端到端。”

从电动到线控，再到AI底盘，虽然目前面临可解释性、因果性、功能安全等阻碍，但范成建仍然相信，AI在底盘上有非常重要的应用前景。因为无论智驾如何强大，最终执行车辆运动控制的，永远是底盘——它才是安全的最后一道防线。