【TechWeb】2022 MathWorks中國汽車年會于2022年8月2日至11日在線上舉行。本次活動包括了近30場技術(shù)演講和3場專題上機實踐活動，內(nèi)容覆蓋車載軟件、自動駕駛、虛擬車輛、人工智能等多個領(lǐng)域。

從軟件賦能到軟件定義，汽車行業(yè)不僅需要解決諸如錯誤發(fā)現(xiàn)滯后帶來的高昂代價、功能融合所需的跨學(xué)科知識、功能安全與實施成本之間的權(quán)衡等老問題，也面臨著新的挑戰(zhàn)：軟件復(fù)雜度的不斷提升、利用數(shù)據(jù)驅(qū)動創(chuàng)造價值、人工智能的引入和實現(xiàn)、數(shù)字技術(shù)和工程能力的結(jié)合。這些問題和挑戰(zhàn)同樣也給予了行業(yè)審視和重塑軟件開發(fā)體系的機會，讓軟件能成為未來價值的真正驅(qū)動力。

在本次年會上，MathWorks中國首席技術(shù)專家龔小平發(fā)表了軟件定義汽車的相關(guān)演講。

(相關(guān)資料圖)

在上個世紀(jì)七八十年代，電控系統(tǒng)開始逐步應(yīng)用到車輛。在這個階段軟件大大提升了硬件的能力，這可以看作是行業(yè)的第一次數(shù)字化轉(zhuǎn)型。在這次轉(zhuǎn)型過程中面臨了許多挑戰(zhàn)。比如：

在設(shè)計方面，利益相關(guān)方無法有效進(jìn)行評審。

在實現(xiàn)方面，錯誤發(fā)現(xiàn)過晚導(dǎo)致修復(fù)成本高。

在人員方面，汽車工程師不熟悉軟件開發(fā)。

基于模型設(shè)計的方法，在這個背景下應(yīng)運而生。它通過建模和仿真實現(xiàn)了設(shè)計的可執(zhí)行和易理解。通過系統(tǒng)化的測試提前發(fā)現(xiàn)問題，通過自動代碼生成技術(shù)，把汽車工程師從代碼編寫中解放了出來。

隨著社會對清潔和交通安全期望的進(jìn)一步提升，以及互聯(lián)網(wǎng)和移動數(shù)字體驗的深入人心，公眾希望在出行方式上保持這種體驗的連續(xù)性。在這個背景下，行業(yè)迎來了以電動化、智能化和網(wǎng)聯(lián)化為標(biāo)志的第二次數(shù)字化轉(zhuǎn)型，軟件承擔(dān)了前所未有的技術(shù)創(chuàng)新的角色，以至于產(chǎn)生了軟件定義汽車這個概念。

軟件可以作為獨立的產(chǎn)品，以應(yīng)用商店的形式，按需為用戶提供功能，以軟件服務(wù)訂閱的方式來收費。這樣的一個商業(yè)模式，滿足了用戶個性化和新體驗的一個期望。

這次轉(zhuǎn)型對于組織架構(gòu)和開發(fā)體系有著顛覆式的影響，他要求企業(yè)組織提高虛擬化的一個開發(fā)比重，重新構(gòu)建供應(yīng)鏈的體系，以及加大對員工的知識技能培訓(xùn)。對于軟件開發(fā)體系，算力集中化以后該如何優(yōu)化系統(tǒng)和軟件架構(gòu)，如何建立人工智能算法開發(fā)和集成能力？如何將素質(zhì)能力和工程能力結(jié)合起來，構(gòu)建一個虛擬化的開發(fā)流程？

對于如何解決這些問題，MathWorks認(rèn)為系統(tǒng)工程、軟件工廠、數(shù)據(jù)驅(qū)動和虛擬車輛是比較重要的能力。

系統(tǒng)工程能力可以幫助軟件創(chuàng)新至系統(tǒng)級優(yōu)化。

軟件工廠的能力可以幫助持續(xù)快速交付高質(zhì)量的軟件產(chǎn)品。

數(shù)據(jù)驅(qū)動的能力將人工智能算法集成到軟件中來。虛擬車輛的能力是將以上三者進(jìn)行一個整合，幫助在流程中引入虛擬原型，虛擬集成和虛擬驗證的概念。

具體來說，系統(tǒng)工程是用于解決復(fù)雜多學(xué)科系統(tǒng)設(shè)計的一個流程，復(fù)雜系統(tǒng)的開發(fā)通常面臨著多重約束，比如相關(guān)方對于功能和性能的期望，成本預(yù)算和進(jìn)度等等項目要求，以及工程上的可實現(xiàn)性。在軟件定義汽車時代，車輛系統(tǒng)除了涉及機械電子控制等領(lǐng)域以外，還引入了計算機視覺信號處理，傳感器融合、路徑規(guī)劃等等新的學(xué)科。這些功能的出現(xiàn)讓車輛的結(jié)構(gòu)和形態(tài)有了更多的可能性。

如何在開發(fā)的早期有限的信息下，找到一個既滿足約束又相對優(yōu)化的方案，將合理的功能需求分配到軟件，需要依賴于系統(tǒng)工程的能力，將不同形態(tài)的模型貫穿到你的整個系統(tǒng)的需求、分析、設(shè)計、實施和驗證的生命周期中，就是所謂的基于模型的系統(tǒng)工程。

前面提到在第一次數(shù)字轉(zhuǎn)型過程中，基于模型的設(shè)計方法起到了重要作用，那么基于模型的設(shè)計和基于模型的系統(tǒng)工程有什么聯(lián)系？基于模型的設(shè)計側(cè)重在軟件，而基于模型的系統(tǒng)工程重心之一在進(jìn)入軟件開發(fā)之前的階段，以市場需求、客戶需求、法律法規(guī)需求作為輸入，通過場景分析推導(dǎo)出系統(tǒng)應(yīng)該具備的功能開展架構(gòu)設(shè)計和功能分配，得到軟件的設(shè)計需求和硬件的接口規(guī)范，再進(jìn)入基于模型的設(shè)計階段。

另外一個重心是系統(tǒng)的集成和驗證，以模型為載體，系統(tǒng)過程擴展了基于模型設(shè)計的范疇，構(gòu)建起從系統(tǒng)需求、系統(tǒng)架構(gòu)到軟件設(shè)計、軟件實現(xiàn)、系統(tǒng)集成以至于系統(tǒng)運營的整個系統(tǒng)生命周期的一個數(shù)字化線索。

軟件工廠的首要目標(biāo)是持續(xù)交付高質(zhì)量的軟件產(chǎn)品。除軟件本身還應(yīng)包括文檔、報告、工件等產(chǎn)出。對于回歸測試、度量統(tǒng)計、報告生成等高頻任務(wù)也應(yīng)該實現(xiàn)自動化。同時應(yīng)該利用尚未自動化的流程探索階段盡量查找并填補標(biāo)準(zhǔn)規(guī)范中的空白。因此關(guān)鍵問題在于：什么時候在軟件工廠引入高頻任務(wù)并自動化運行這些任務(wù)？

應(yīng)用基于模型設(shè)計的典型流程是首先導(dǎo)入設(shè)計需求，創(chuàng)建軟件架構(gòu)，以圖形化建模的方式替代傳統(tǒng)的文檔設(shè)計規(guī)范，這種規(guī)范更易理解，也可以仿真。隨著越來越多的設(shè)計細(xì)節(jié)加入到可執(zhí)行規(guī)范中，我們可以得到用于產(chǎn)品及代碼生成的模型。

經(jīng)過仿真測試后，這樣的模型可以生成代碼并編譯下載到目標(biāo)硬件中進(jìn)行執(zhí)行。在流程中仿真是關(guān)鍵，我們用它來填補需求驗證的一個空白，但是僅僅如此還是不夠的。對于安全關(guān)鍵應(yīng)用的高質(zhì)量軟件要求，我們要采取更為嚴(yán)格的方法進(jìn)行補充，并開展一些其他的驗證活動。這些活動包括建立需求與軟件架構(gòu)，軟件模塊之間的追溯關(guān)系，對作為可執(zhí)行規(guī)范的模型進(jìn)行評審和靜態(tài)分析，對生成的代碼進(jìn)行背靠背測試，最后在單元級的驗證完成后，需要進(jìn)行軟件的集成測試。

數(shù)據(jù)驅(qū)動的首要任務(wù)是是集成人工智能算法，并進(jìn)一步賦能原有的系統(tǒng)。這中間有一些挑戰(zhàn)：

如何將AI與已有技術(shù)進(jìn)行集成？

原始數(shù)據(jù)的復(fù)雜度和質(zhì)量問題怎么解決？

現(xiàn)有人員缺乏人工智能算法開發(fā)的相關(guān)技能怎么解決？

對于具體的組織來說，數(shù)據(jù)驅(qū)動成功的標(biāo)志就是能夠交付給市場基于AI技術(shù)的產(chǎn)品和服務(wù)。因此數(shù)據(jù)驅(qū)動要面對的問題是企業(yè)如何將真實系統(tǒng)和AI進(jìn)行連接？如何讓數(shù)據(jù)科學(xué)家和工程師進(jìn)行一個有效的協(xié)同工作？

對此MathWorks建議讓工程師和數(shù)據(jù)科學(xué)家將AI整合到整個系統(tǒng)設(shè)計的一個工作流程中，可以分成4個主要階段：數(shù)據(jù)準(zhǔn)備、算法建模、仿真測試以及算法部署。

在數(shù)據(jù)準(zhǔn)備期間，清洗和預(yù)處理非常重要。如果我們沒有足夠的數(shù)據(jù)，那么可以使用仿真來生成。在這個階段具有專業(yè)領(lǐng)域知識的工程師是處理這些數(shù)據(jù)的最佳人選。

在模型的設(shè)計和調(diào)試階段，自動化的訓(xùn)練步驟可以提供可視化的方法來理解和編輯深度的學(xué)習(xí)網(wǎng)絡(luò)。也可以借助特定的平臺來加速訓(xùn)練，并與主流的AI網(wǎng)絡(luò)保持一個互聯(lián)互通。算法開發(fā)完成以后，需要將它整合到更大的一個系統(tǒng)中進(jìn)行仿真測試，讓基于AI的感知算法與定位路徑規(guī)劃，還有控制算法進(jìn)行協(xié)同。

在最后的算法部署階段，對于AI算法要采用自動代碼生成技術(shù)，消除手動編碼的錯誤，同時采用靈活配置的方法，實現(xiàn)面向從嵌入式到企業(yè)系統(tǒng)或者云端的不同平臺的一個靈活部署。這樣的一個端到端的工作流是實現(xiàn)數(shù)據(jù)驅(qū)動落地的根基。

虛擬車輛可以讓功能設(shè)計者在幾分鐘內(nèi)以適當(dāng)?shù)脑敿?xì)程度集成系統(tǒng)、軟件和數(shù)據(jù)創(chuàng)建出一輛虛擬車輛，用于對功能進(jìn)行仿真，從而開展原型設(shè)計、虛擬標(biāo)定和虛擬驗證。

虛擬車輛實現(xiàn)的一個核心是仿真集成平臺，這個平臺應(yīng)該具備豐富的開箱即用功能，同時要保持一個接口開放性，以便進(jìn)行定制擴展，再利用集成仿真來實現(xiàn)最大程度的一個流程前置。

在本次大會期間，關(guān)于目前汽車領(lǐng)域中嵌入式軟件的發(fā)展趨勢，MathWorks中國區(qū)汽車技術(shù)經(jīng)理董淑成向TechWeb表示：

我們看到目前在汽車行業(yè)最大的趨勢是軟件架構(gòu)的變化。以前的軟件是面向信號的軟件架構(gòu)，一個車上有很多個控制器，現(xiàn)在這個可能要發(fā)生變化。從軟件架構(gòu)來講，要通過面向信號變成面向服務(wù)這樣一個架構(gòu)。也就是我們經(jīng)常提到SOA架構(gòu)，從我們汽車嵌入式軟件開發(fā)來講，這是一個最大的趨勢，我看到的情況是這樣。

關(guān)于汽車行業(yè)中SOA的優(yōu)勢，董淑成經(jīng)理表示：

SOA的優(yōu)勢可以這么說，以前面向信號的軟件架構(gòu)已經(jīng)是沒法應(yīng)對目前這種軟件的復(fù)雜度了。SOA它把軟件模塊應(yīng)用化了，我們可以大概理解成以后的軟件模塊不像以前，以前我們會把很多模塊放在一起，最后編譯成一個文件下載到控制器上去。以后我們會把一些軟件模塊應(yīng)用化，變成一個個應(yīng)用APP，就像我們手機APP一樣。對于開發(fā)每個APP來講，它的復(fù)雜度和開發(fā)難度會大大降低。APP之間實現(xiàn)一個服務(wù)接口，他們可以做到模塊之間的松耦合。

關(guān)鍵詞：