汽车一直给人的感觉是机械、力与美的有机结合体,和软件似乎并没有什么太大的关系。而伴随着新科技、新能源技术的脚步临近,汽车已经变了。通过液压及油路控制的刹车与油门,已经开始被电路接管,辅助驾驶的转向助力也变得可以自动控制汽车的方向。就连汽车的车身结构设计,也不再需要通过一次次的碰撞进行验证。周身被科技包裹的汽车,开始由软件来进行定义。
那么当前的软件定义汽车又在面临着什么样的机遇与挑战?我们又是如何在汽车行业中用软件重塑汽车开发体系?由软件定义的汽车安全又将如何去进行保障?针对这些问题,在2022 MathWorks 中国汽车年会上,MathWorks中国区汽车技术经理董淑成向我们进行了详细的解答。
MathWorks中国区汽车技术经理董淑成
软件定义汽车的机遇与挑战
当前,汽车行业正在经历第二次的数字化转型。第一次数字化转型时,是用软件来提升硬件。最早起始于软件对发动机的控制,解决发动机排放问题。随后是和安全相关、和性能相关的一些零部件,也开始通过软件提升硬件、软件叠加电子电器硬件的方式去提升车的性能。
在这个阶段,很多利益相关方没法进行有效的沟通,有效的评审。在实现过程中发现问题比较晚,导致修复成本很高。还有一个最大的问题是汽车工程师多数对于开发软件相对比较生疏,导致开发软件非常困难。
因此在20年之前这个时间点上,汽车行业将基于模型设计技术引入到软件开发过程,把整个开发体系进行了提升。使用模型的方式、图形化的方式去构建算法,在Simulink平台上做仿真测试,将图形化的算法自动的转成代码,大大降低了软件开发门槛。可以让工程师从事汽车行业的软件开发。这是第一次数字化转型。
软件定义汽车则是第二次数字化转型。当前很多人预期未来汽车比手机多了四个轮子,也要提供各种应用功能。未来汽车会更加环保、更加安全,可能具有自动驾驶、高级辅助驾驶等功能,可以解决安全的问题,可以有更好的数字化体验。
这种客户预期也带来电动化、智能化、网联化的技术变革,很多车企正在向着这个方向转型。甚至很多车企CEO都在一些公开场合说他们公司已经变成了一个软件公司。这正是汽车行业正在经历的第二次数字化转型。
这次数字化转型,对汽车行业的开发体系产生很大挑战。需要将系统工程这个概念真正地引入到汽车行业,并且要有快速交付高品质软件的能力,通过数据优化车的性能,将深度学习这类技术方法引入到汽车开发中,从而将虚拟车辆的概念真正落实到汽车行业,能够通过大量数据去优化汽车性能,实现模型高度仿真。这里边涵盖了系统、软件、数据的叠加,从而形成一个数字虚拟化车辆。这就牵涉到需要用什么方法、去优化算法,去快速交付软件。
MATLAB为软件定义汽车赋能
为了应对汽车行业的第二次数字化转型需求,MathWorks向汽车企业提供出整合系统、软件和数据的软件定义汽车解决方案。
首先,在系统层面,提供了基于模型的系统工程方案——MBSE。可以让车企不只是局限通过软件实现某些零部件的开发,而是实现汽车的整体设计。目前奔驰、博世、福特在用其实现系统架构设计。
其次,是提出软件工厂的概念。软件工厂能够提供一个持续快速交付高质量软件产品的能力。现在车上软件比重非常高,同样对于车的软件开发、交付也提出了非常高的要求。软件工厂可以实现汽车企业V模式和敏捷开发过程间的融合。
第三,开发运营,DevOps。一边开发一边运营,在运营过程中收集到数据,反馈给开发,开发不停迭代软件。这个过程对于MathWorks来讲也是在不同的环节把MATLAB软件运用到开发过程里面。
此外,MathWorks还向汽车企业提供了数据驱动与虚拟车辆仿真方案,协助提取数据特征,实现数据建模,并用人工智能算法进行训练和部署。MathWorks还提供了RoadRunner仿真环境等工具软件,帮助自动驾驶开发工程师构建接近真实的虚拟场景。
MathWorks一直是汽车行业可靠的合作伙伴,在此次活动上,也从软件开发体系角度给出了一些建议如下。
我们要集成系统工程和软件开发这样一个能力,系统工程以前在汽车行业做的比较少,现在是必须要做了,因为我们的软件越来越复杂,系统也越来越复杂。第二个,要融合敏捷开发的方式到软件开发里面。汽车软件开发以前讲的更多的是确定性,V字型开发模式,现在越来越多车企开始考虑敏捷开发。我们要提前考虑云这些解决方案,云部署。比如说在云上一辆车,地上一辆车。这两辆车同步做一些数据的优化等等。
总而言之,MathWorks希望协助汽车企业通过标准化、自动化的方式搭建适合自身需求的软件工厂,使其可以快速、高品质的实现软件定义汽车目标。
好文章,需要你的鼓励
AMD CIO的职能角色早已超越典型的CIO职务,他积极支持内部产品开发,一切交付其他部门的方案都要先经过他的体验和评判。
医学生在选择专业时,应当考虑到AI将如何改变医生的岗位形态(以及获得的薪酬待遇)。再结合专业培训所对应的大量时间投入和跨专业的高门槛,这一点就更显得至关重要。
我们拥有大量数据,有很多事情要做,然后出现了一种有趣的技术——生成式AI,给他们所有人带来的影响。这种影响是巨大的,我们在这个领域正在做着惊人的工作。