Urban NOA は自動運転の実用化におけるマイルストーンであり、スマートカーの後半の始まりを意味します。
2023年の上海モーターショー以来、都市部のNOAルートを巡る争いが徐々に明らかになり、「ヘビー知覚+ライトマップ」、純粋知覚ルートと融合知覚ルートに基づくインテリジェント運転ソリューション、BEV+トランスフォーマーモデルが業界のコンセンサスとなっている。
現在、商業化と着陸競争に向けて動きつつあり、効率的なコンピューティング能力のサポート、完璧なアルゴリズム モデル、および大量の有効なデータを使用して閉ループを形成する方法が、都市型 NOA の量産の鍵となります。
ボッシュの見解では、インテリジェント運転フルスタック ソリューションをサポートできる完全なデータ クローズド ループは、「ソフトウェア開発データ クローズド ループ」と「AI ベースのデータ クローズド ループ」の 2 つの部分で構成されます。
一方で、自動運転技術企業は、AI駆動に基づくAIデータの閉ループを実現することで実力を発揮している。たとえば、Momo Zhixing や Baidu などのインテリジェント運転ソリューションのサプライヤーは、独自のデータ閉ループ ソリューションを作成し、データ収集、データ スクリーニング、アルゴリズム モデルの反復などのリンクに努力し、低コストで大規模なデータ収集を実現することに取り組んでいます。 -スケール、高品質、効率的なデータ閉ループ。
ただし、自動化された手段を使用して、トリガーやラベル付けなどのデータ収集作業を効率的に完了し、そのデータがモデルの最適化に使用できる「正しい」データであることを確認する方法は、AI データ クローズドループの難しさの 1 つです。
一方で、検証駆動（テスト駆動）のソフトウェア開発データクローズドループは、ETASなどの従来のサプライヤーが得意としていますが、その課題は大量のデータの取得、階層的な保管、管理にあります。
実際、検証駆動モードでは、ソフトウェアのアルゴリズムとモデルの開発、ソフトウェアの製造とリリース、完全な車両状態データの収集などの実現が、「ソフトウェアのトレンド」の下での車両機能の更新に適合するだけでなく、定義された車両」だけでなく、車両データの閉ループの実現にも役立ちます。
結局のところ、車を定義するのはソフトウェアであり、車の開発は車のライフサイクル全体を通して行われます。従来の自動車の研究開発が「量産」後に終了するのに比べ、ハードウェアの「量産」後に自動車ソフトウェアの開発と提供をどのように継続するかは、新車が早急に解決する必要がある大きな問題です。
ソフトウェア デファインド ビークルとデータ クローズド ループの多くの問題点に直面し、組み込みソフトウェア開発および自動車情報セキュリティ ソリューションおよびサービスの世界大手プロバイダーであるETAS は、ソフトウェア デファインド ビークルの研究開発サポート プラットフォーム「ラダー プラットフォーム」を開始しました。
「コードのコンパイルから始まり、クラウド ラダー プラットフォームはリアルタイムで車両に到達して信号を収集し、データを収集してクラウドに保存し、分析とコード修正のためのデータ素材としてクラウドにアップロードすることができます。 「車両側のすべてのノードのデータを公開します。第 1 段階のクラウドラダー プラットフォームはすでに車両側への直接アクセスを実現しています」とETAS のシニア システム アーキテクトである Du Xuan 氏は述べています。
ソフトウェアデファインドカーはどこにあるのでしょうか?
ソフトウェアが車を定義するのは事実です。つまり、モジュール式で汎用化されたハードウェア プラットフォームのサポートの下で、ソフトウェアは車の定義、開発、検証プロセスに深く関与し、顧客エクスペリエンスの継続的な最適化を通じて価値を創造し続けます。 。
ユーザーの観点から見ると、標準化された従来の自動車では、何千人もの人々の個別のニーズを満たすことができません。ソフトウェア デファインド カーは大きな変化をもたらしました。ソフトウェア アップデートを通じて、ますます多くの車の機能が繰り返し実装されています。常にオープンで新しいスマート カーには、豊富なオプション アプリケーション、OTA ソフトウェア アップデートがあり、ハードウェアをアップグレードする必要はありません。快適なドライブを、環境を活かす。
OEMにとって、ユーザーの運転経験に基づいて、自動車ソフトウェア レベルでブランドの差別化された競争上の優位性を確立することは、進化を打開し、より多くの市場シェアを獲得するための戦略の 1 つです。さらに、ソフトウェア デファインド ビークルのトレンドの下では、車両の短縮、高速化が求められています。車両開発サイクル、SOP後の迅速な反復アップデート、ECUソフトウェアアップグレードサイクルの短縮などもコスト削減を意味します。
しかし、インテリジェントネットワーク化車両の開発と電子・電気アーキテクチャの進化に伴い、車両全体の電子・電気アーキテクチャが分散型アーキテクチャから集中型アーキテクチャに変化し、自動車用ソフトウェア開発にさらなる課題をもたらしています。
まず、ドメイン集中化またはクロスドメインアーキテクチャの下では、車の機能が上位に移動し、機能の反復をどのように実行するかが鍵となります。現在、業界の一般的な手法は、ソフトウェアとハードウェアを分離することです。つまり、ハードウェア ブラック ボックス用の一般的なソフトウェア フレームワークを構築し、インターフェイス デバイスを抽象化し、さまざまなインターフェイスと互換性を持たせるか、内部インターフェイスを分離することです。ソフトウェア アーキテクチャのモジュール ソフトウェア モジュール インターフェイスは標準化されています。
ETCH のクラウド ラダー プラットフォーム ソリューションは、ミドルウェアを通じて、古典的な分散 ECU システムまたは最新のドメイン集中システムを開放し、異種分散サポート メカニズムを確立し、車両信号と状態制御の監視を柔軟に完了し、車両の制御を実現すると報告されています。関数、高速反復。
第二に、自動車ソフトウェアの開発はより複雑であり、複数の関係者が参加するとコラボレーションの問題に直面し、車両本体の知覚と感触をどのように実現するかが、自動車の研究開発協力において解決しなければならない問題です。
過去の手動キャリブレーションの時代では、エンジニアは主にラップトップを使用してデータを記録し、パラメータを調整していましたが、これには時間と労力がかかるだけでなく、最適なパラメータに調整するのが困難でした。
従来の自動車 R&D ツール チェーンの時代に移行した後も、多くのツールは依然としてウィンドウ プラットフォームにバインドされており、C# を使用してヒューマン コンピューター インタラクション インターフェイスを開発し、元の状態のスタンドアロンまたは従来の C/S 構造のみをサポートしています。デジタル時代のペースに真剣に対応しています。
「理想的なソフトウェア デファインド ビークルの研究開発プラットフォームは、研究室の車両テストベンチ、試験場の検証車両、または 3 階建ての試験道路の校正車両など、車両オブジェクトを中心に据える必要があります。 「エンドユーザー向けのマニュアルです。車内に搭載される量産車両の種類、時間、場所に関係なく、自動車研究開発支援プラットフォームは車両に到達する能力を備えています。」と Du Xuan 氏は述べています。
自動車の研究開発コラボレーションプロセスでは、車内の大量のデータを観察する必要があり、多くの場合、大量のデータ、高いリアルタイム性、および複数のパーティによるコラボレーションの問題に直面します。情報の保存と転送はクラウドに依存できますが、共同作業者からクラウド、そして自動車に至るまでの通信チャネルをサポートするには、依然として高速で安定したネットワークが必要です。特に車両の検証ステータスやフリートのシナリオでは、データ処理能力とリアルタイム パフォーマンスに対する要件がより高くなります。
実際、5G や将来のモバイル通信技術に依存しても、スマート カーの大量のデータ収集とリアルタイム観察では、データは車からクラウドを通じてエンジニアに送信されますが、現場の帯域幅は十分とは言えません。モバイルネットワークの性質や干渉により、高速かつ安定した通信路を継続的に確保することが難しく、これもライフサイクル全体にわたるソフトウェア開発の課題の一つとなっています。車の。
Du Xuan 氏の見解では、調整知識オブジェクトと大規模言語モデルの組み合わせは、調整領域の知識処理にとってより良いソリューションです。少しずつ知識の蓄積と進化を通じて、構築された校正知識ベースは、クラウド ラダー プラットフォームが自動車の研究開発協力の問題点を解決するのに役立ちます。
データ駆動 + 車両とクラウドの統合、クラウド ラダー プラットフォームは研究開発のクローズド ループを実現します
クラウドは自動車業界における新たな生産力であり、車両とクラウドを統合するデータ駆動型モデルが自動車業界の競争の鍵となるでしょう。
自動車用チップのさらなる開発により、より優れたコンピューティング能力とより豊富なオペレーターを備えることが可能になる可能性があります。クラウドネイティブ プラットフォームを使用して知識オブジェクトを開発し、大規模なモデルに依存して自動車用ソフトウェア開発ツールをトレーニングすることで、自己進化するクローズド プラットフォームを実現します。車両とクラウドの統合のループモードは、ETAS 空中はしごプラットフォームの追求目標です。
ETAS が OEM 自動車開発プロセスにおけるクラウドネイティブのナレッジ管理とデータドリブンのニーズの問題点をターゲットにしていることを理解するのは難しくありません。
結局のところ、テスラは、車両クラウド データの収集、送信、分析、新車トレーニングの導入を世界で初めて開始し、機能的な故障を発見した企業として、シャドウ モードの甘さを味わってきました。
実際のシーンで車両のハンドリングと操作のシミュレーション テストを行い、その 2 つの操作結果を比較および分析し、データ セットをクリーンアップしてラベル付けしてアルゴリズム モデルをトレーニングし、車両への展開を更新することで、テスラのシャドウ モードが完了します。自動周期検証と駆動システムの反復アップグレード。
しかし、すべての自動車会社がテスラになれるわけではありません。一方で、ほとんどの自動車会社が独自のプライベート クラウドを構築している場合、または全体的な考慮が欠けている場合、データ アイランドやビジネス上の欠陥が発生しやすく、コストの高さは収益の難しさに直接比例します。したがって、「魂」を引き渡すことを望まない OEM 企業は、クラウド サービスの需要を「魚を釣るように教える」傾向があります。
自動車の研究開発の観点から、ETAS は OEM の行き詰まりを打破しています。
従来の自動車の研究開発には、V モデルという成熟した理論モデルがあることが理解されており、研究開発の最終点としての量産に基づくこのプロセス モデルは、従来の自動車製造に適切な最終志向のプロセス制約を提供しますが、自動車の新しい機能を志向しているため、要件の変化により、研究開発コストが非常に高額になる可能性があります。
インターネットエコロジーで人気のDevOps研究開発モデルは、より迅速な製品提供を提供するためにアジャイル手法の使用を重視しており、コンピュータ指向の環境は今日「最も理想的なデジタル生産環境」と言えます。しかし、自動車はソフトウェアとハードウェアの複雑な組み合わせであり、「ハードウェア」という属性により検証コストが飛躍的に増加し、DevOps のサイクル レートが大幅に低下します。
ソフトウェア デファインド カーの新しい研究開発シナリオでは、V モデルと DevOps には独自の利点があります。ETASは、ソフトウェア・デファインド・ビークルの「テスト駆動」の核心を捉え、最終製品の機能を重視したターゲットシステムと、製品サポート業務を重視したサポートシステムという、ニーズに応える「 2つのシステム」の理論モデルを提案します。ソフトウェア デファインド ビークルの、時空のニーズ。
「自動車の研究開発支援ツールは、自動車製品の一部になります。自動車製品の内部では、生産システム（駆動機能を実行する部分）と研究開発支援システムの 2 つのシステムが同時に動作します。この 2 つは、お互いに変身します。」 Du Xuan が Gaogong Intelligent Automobile を紹介しました。
ETAS クラウド ラダー プラットフォームは、自動車 R&D のサポート システムに焦点を当て、極限の自動車 R&D をサポートし、コアとしての知識インテリジェンスをサポートし、クラウドネイティブの生物学的コラボレーションをサポートし、自動車 R&D のすべての垂直分野を開放し、クローズド ループを実現します。データドリブン + カークラウド統合型の研究開発により、自動車会社の「魂を失う」という懸念もある程度払拭されます。
しかし、前述のソフトウェア開発の課題を考慮すると、29 年間のソフトウェア経験を積んできた ETAS にとっても、このクラウド ラダー プラットフォームを構築することは容易ではありません。
Du Xuan氏は、クラウド、パイプ、ターミナルを完全に接続するには、情報ツール、オブジェクトツール、ナレッジツール、データチャネル、IOTチャネル、エッジサービスアダプタ、エッジナレッジエンジンの構築を完了する必要があると述べました。
ETASは2023年7月1日にクラウドラダープラットフォームのベータ版を公開し、システムの試験運用を開始したことが分かり、第1段階の機能は車両の対象機能の30％、開発サポートの70％をサポートする。
クラウドラダープラットフォームの急速な進化は、ETASのこれまでの事業蓄積と切り離せないものと言えます。
完全なソフトウェア デファインド自動車ソリューションに依存する ETAS のビジネスには、ソフトウェア開発ソリューション (DEV)、車両基本ソフトウェア (VOS)、車両クラウド サービス (VCS)、ネットワーク セキュリティ (SEC)、データ収集および処理 (DAP) の 6 つの主要分野が含まれます。およびエンドツーエンドのソリューション (E2E)。
注目すべき点は、「エンドツーエンド ソリューション (E2E)」が、AUTOSAR AP/CP、情報セキュリティ コンポーネントなどを含む車両オペレーティング システムのマクロの観点から、ETAS のすべてのスマート カー ソフトウェアを統合していることです。 FOTA とリモート診断、相互接続されたドライブ テストとリモート キャリブレーション、および柔軟なデータ収集を統合する一連の全体的なツール チェーンとワンクリック ソリューションを備えた顧客。
第二に、ETAS はボッシュの完全子会社として、クラウド ラダー プラットフォーム上でインテリジェント ドライビングおよびその他の自動車事業部門の支援を受けて、より優れた使いやすいツール チェーンを効率的に作成できます。これもボッシュの利点です。 1つ。
クラウド ラダー プラットフォームの将来計画について、Du Xuan 氏は、ETAS は最終製品機能を 100% 指向したターゲット システムと製品サポートを 100% 指向したサポート システムを達成するために、クラウド ラダー プラットフォームの改善を継続すると述べました。一方で、専門知識ベースの構築、現場の基本アルゴリズムのデータベースの提供、継続的な知識の蓄積と改善のためのシステムの構築、および問題に対処するための大規模な人工知能の導入により、知識管理に焦点を当てます。データの継続的な反復によってもたらされる潜在的な課題があります。