|
作者：Jeff Phillips，NI汽車(chē)營(yíng)銷(xiāo)總監 摘要： 不僅僅是汽車(chē)的未來(lái)，而且未來(lái)大眾的出行方式將充滿(mǎn)了期待和機遇。網(wǎng)聯(lián)系統的技術(shù)革命也帶來(lái)了汽車(chē)電氣化、自動(dòng)駕駛系統以及車(chē)輛與車(chē)輛以及與周?chē)A設施之間通信方式的變化。由于大部分人的焦點(diǎn)都放在了趨勢變化，在某些程度上市場(chǎng)正在忽略目前制造安全可靠車(chē)輛的挑戰 - 即如何配置測試來(lái)應對日益縮減的時(shí)間期限、 集中式ECU以及缺乏高效的企業(yè)數據管理解決方案等問(wèn)題。 世界處在不斷變化的過(guò)程中。對于交通運輸行業(yè)，這種變化是最明顯的。不僅僅是汽車(chē)的未來(lái)，而且未來(lái)大眾的出行方式將充滿(mǎn)了期待和機遇。網(wǎng)聯(lián)系統的技術(shù)革命也帶來(lái)了汽車(chē)電氣化、自動(dòng)駕駛系統以及車(chē)輛與車(chē)輛以及與周?chē)A設施之間通信方式的變化。未來(lái)，我將深入探討這些趨勢及其對當前車(chē)輛的日常設計和測試挑戰所產(chǎn)生的影響。由于大部分人的焦點(diǎn)都放在了趨勢變化，在某些程度上市場(chǎng)正在忽略目前制造安全可靠車(chē)輛的挑戰 - 即如何配置測試來(lái)應對日益縮減的時(shí)間期限、集中式 ECU以及缺乏高效的企業(yè)數據管理解決方案等問(wèn)題。對于每一個(gè)挑戰，我們都會(huì )參考相鄰行業(yè)來(lái)找到解決問(wèn)題的方法。 測試配置 法國小說(shuō)家Jean-Baptiste Karr經(jīng)常被引用的一句話(huà)，翻譯下來(lái)大致意思是“越多事情改變，改變的部分就越少”（The more things change, the more they stay the same）。我訪(fǎng)問(wèn)過(guò)世界各地汽車(chē)客戶(hù)的驗證工程師，包括OEM和一級供應商，對話(huà)的主題是不同的，但本質(zhì)是非常相似的，大多圍繞“沒(méi)有足夠的時(shí)間來(lái)進(jìn)行測試”和“沒(méi)有預算購買(mǎi)新設備”等問(wèn)題展開(kāi)�，F在許多系統直接控制或連接到非常注重安全的系統，測試這些設備以確保安全性和可靠性的重要性已不言而喻。 其中最重要的莫過(guò)于看似簡(jiǎn)單的“測試配置”任務(wù)。曾經(jīng)很簡(jiǎn)單的汽車(chē)零部件 - 例如車(chē)頭燈或汽車(chē)座椅 - 現在變成復雜的機電系統，它將ECU、傳感器、執行器以及與車(chē)輛其他部分的通信結合在一起�，F在驗證這些子系統的行為需要不同的測試方法。以前車(chē)門(mén)、車(chē)窗、轉向柱、照明和座椅的測試都是純粹的物理測試 - 驗證物理性能和生命周期。這些機械測試采用的工具包括振動(dòng)臺、環(huán)境室、執行器和數據采集系統。由于這些組件包含了更多的傳感、計算和控制功能，物理組件已經(jīng)演變成車(chē)輛子系統，需要的設計和測試方法必須能夠反映動(dòng)力總成的設計行為。隨著(zhù)設計團隊適應這一新的現實(shí)，建模、軟件設計、回歸測試，硬件在環(huán)（HIL）測試和系統集成所帶來(lái)的測試挑戰并不是花費更長(cháng)時(shí)間或投入更多資金就可以解決的。 解決這一挑戰需要專(zhuān)門(mén)的工具進(jìn)行一次性測試，然后過(guò)渡到編程工具進(jìn)行自動(dòng)化，或者在改變時(shí)間長(cháng)度、溫度、天氣因素、碰撞力等不同變量的情況下反復進(jìn)行相同的測試。這種類(lèi)型的專(zhuān)業(yè)化也體現在鄰近行業(yè)，比如半導體，其中工具專(zhuān)業(yè)化降低了測試的總體成本，并允許供應商更快地將產(chǎn)品推廣上市四。這一趨勢也即將發(fā)生在運輸行業(yè)。事實(shí)上，已經(jīng)有一些產(chǎn)品開(kāi)始提供這種專(zhuān)業(yè)化，比如NI FlexLogger，該軟件提供了基于配置的數據記錄交互。 集中式還是非集中式（ECU） 隨著(zhù)智能和邊緣處理添加到汽車(chē)組件中，每輛車(chē)的ECU數量呈指數級增長(cháng)。從邏輯上講，這意味著(zhù)組件設計更模塊化，故障傳播的概率更低。隨著(zhù)我們朝著(zhù)5級自動(dòng)駕駛汽車(chē)（奧迪已經(jīng)宣布2019年A8將成為世界上第一輛3級自動(dòng)駕駛汽車(chē)）努力，來(lái)自各種傳感器系統的數據融合必將給當前分散式ECU趨勢造成影響。 一種觀(guān)點(diǎn)是將子系統集成到一個(gè)集中式ECU之下，有時(shí)稱(chēng)為融合ECU。處理器集中化有助于簡(jiǎn)化軟件更新、數據聚合、數據流、成本和關(guān)鍵路徑測試。這意味著(zhù)原始設備制造商可選擇其差異化優(yōu)勢，直接內部進(jìn)行開(kāi)發(fā)，并采用一級供應商提供的完全集成的端到端傳感器系統。例如，對于電動(dòng)汽車(chē)，許多原始設備制造商正在嘗試將他們的IP（包括制動(dòng)、充電和動(dòng)力總成）隔離到一個(gè)ECU中，并通過(guò)業(yè)界的商用現成ECU來(lái)減少測試負擔，降低成本以及分散責任。對整個(gè)價(jià)值鏈來(lái)說(shuō)，了解這些系統如何集成在一起并共享標準至關(guān)重要。 無(wú)論如何，驗證ECU上嵌入式軟件的行為這一挑戰將變得更加困難，而快速開(kāi)發(fā)和構建HIL測試設備的能力將變得至關(guān)重要。目前HIL系統的事實(shí)標準是從端到端構建整個(gè)系統，這聽(tīng)起來(lái)很有吸引力。過(guò)去這種模式行之有效，但兩個(gè)重要的發(fā)展正在改變這一格局。首先，市場(chǎng)變化的速度導致這些“黑匣子”測試設備成本過(guò)高，因為每次變化都需要開(kāi)發(fā)全新的黑匣子。其次是ADAS的演變。隨著(zhù)ECU的功能越來(lái)越多，并將來(lái)自不同供應商的信息聚集在一起，所以這些知識和IP更為重要，因為汽車(chē)公司需要擁有該IP并深入了解才能對其測試系統進(jìn)行相應的修改 - 黑匣子就無(wú)法實(shí)現這一目的。 看一下斯巴魯如何使用靈活的模塊化平臺來(lái)解決上述問(wèn)題，并最終將測試時(shí)間縮短至預計時(shí)間的二十分之一。 
NI客戶(hù)案例：斯巴魯汽車(chē) （視頻鏈接：https://v.qq.com/x/page/t07027y5qch.html） 歷史上，這種“內部所有權”一般體現在發(fā)動(dòng)機控制中。然而，我認為ADAS系統是實(shí)現創(chuàng )新和所有權道路上的新“動(dòng)力總成”，這意味著(zhù)擁有ADAS的IP將同樣重要。由于缺乏靈活性，無(wú)法適應未來(lái)需求，加上定制服務(wù)的成本過(guò)高，工程師正在尋求其他解決方案。此外，還存在由于缺乏大規模應用而導致的成本問(wèn)題。這些“黑匣子”測試方案不再適用于較小的子系統，而且即使是小型系統，也包含大量的軟件邏輯。 數據管理解決方案 這里我們不必要了解采集的數據量如何呈指數級增長(cháng)。對于交通行業(yè)來(lái)說(shuō)，采集的數據只會(huì )隨著(zhù)汽車(chē)朝5級自動(dòng)駕駛方向發(fā)展而不斷增加。來(lái)自雷達、激光雷達和相機等傳感器的數據將整合在一起，以了解汽車(chē)周邊的環(huán)境。生物識別傳感器的數據將有助于了解駕駛員的狀態(tài)和健康狀況。汽車(chē)將基于這些數據自動(dòng)啟動(dòng)車(chē)道變換輔助系統和自適應巡航控制系統。而且更令人興奮的是，AI的應用也即將在汽車(chē)領(lǐng)域全面爆發(fā)。 對于測試工程師來(lái)說(shuō)，由于采集的數據量龐大、驗證采集數據的步驟增加以及實(shí)時(shí)分析這些大型數據集的需求，數據問(wèn)題將會(huì )加劇。最近發(fā)生的特斯拉死機就是即時(shí)數據處理挑戰的一個(gè)例子。正確做出決策無(wú)疑會(huì )帶來(lái)無(wú)限的潛在影響。 我們來(lái)設想一種情況。系統發(fā)生崩潰。系統會(huì )分析汽車(chē)上傳感器的數據并識別自動(dòng)駕駛算法中的錯誤。 如果用于測試這些系統的數據與用于監控和評估這些系統的數據相同，那么接下來(lái)的步驟可能是...... 錯誤被修復并自動(dòng)更新到存在該錯誤的車(chē)上。相同的數據會(huì )在驗證系統時(shí)生成新的測試參數，以確保不會(huì )重復發(fā)生錯誤。 這種情況是未來(lái)十年我們對自動(dòng)駕駛算法、人工智能和物聯(lián)網(wǎng)的預期。但是，目前這種情況并發(fā)生，因為盡管我們加載的數據越來(lái)越多，但并沒(méi)有真正對這些數據進(jìn)行分析。
這一問(wèn)題的關(guān)鍵在于不僅可能，而且能夠輕松存儲、共享、查找和分析測量數據的企業(yè)數據管理解決方案。雖然這極具挑戰性，還是有一些汽車(chē)公司采取了相應的解決方案，并取得了顯著(zhù)的成效。豐田將分析數據所需的工時(shí)減少了50％;道依茨將數據分析時(shí)間減少了90％。捷豹路虎將其測試數據的百分比從10％提高到了95％，而且時(shí)間縮短了20倍。這些案例的共同點(diǎn)在哪里呢？答案就是標準化的數據管理和分析企業(yè)方案。 發(fā)展趨勢 變化是汽車(chē)領(lǐng)域的新元素，其中變化的不僅僅是汽車(chē)的使用體驗或采用的技術(shù)。政府法規和責任保險覆蓋范圍即將發(fā)生未知的變化;汽車(chē)經(jīng)銷(xiāo)商和汽車(chē)租賃公司紛紛倒閉。這些變化的重中之重是用于驗證和測試這些組件的系統和方法，不僅要確保低成本、快速上市時(shí)間、高可靠性，同時(shí)最重要的就是確保安全性。幸運的是，用于定義這些新系統的組件并不新穎。我們已經(jīng)看到相同的技術(shù)正在應用到半導體和國防和航空航天的測試環(huán)境，后者具有許多相同的“自動(dòng)駕駛”功能。NI在測試方面擁有40多年的卓越歷史，并且我們也專(zhuān)注于汽車(chē)行業(yè)。在未來(lái)的博客文章中，我們將討論從鄰近行業(yè)類(lèi)似挑戰中汲取的許多經(jīng)驗教訓，重點(diǎn)介紹汽車(chē)領(lǐng)域的許多發(fā)展趨勢以及它們對測試工程師的意義，并最終展示汽車(chē)行業(yè)取得的一些重大成功案例。 作者介紹： 作為NI的汽車(chē)營(yíng)銷(xiāo)總監，Jeff Phillips負責制定汽車(chē)產(chǎn)品的上市戰略。這涉及了解市場(chǎng)需求和期望、確定解決方案的官方定義，以及宣傳NI以軟件為中心的平臺如何能夠解決測試當前和未來(lái)車(chē)輛日益增長(cháng)的挑戰。 Phillips是LabVIEW認證開(kāi)發(fā)人員，擁有田納西大學(xué)的機械工程學(xué)士學(xué)位，并自愿擔任FIRST機器人大賽小學(xué)和初中組的導師。 |
