品質への取り組み：自動車業界向け継続的自動ソフトウェアテスト

自動車業界はテクノロジー産業です。もし私の言うことを信じられないなら、テスラを見れば分かります。テスラは車に50万ドルのスーパーコンピューターを同梱して販売しています。最高レベルでは、ソフトウェアがエンジン性能からあらゆるものを動かしています。 safeエンターテイメントやナビゲーションにも力を入れています。車載ソフトウェアとアプリケーションはリアルタイムの診断データを提供し、スマートフォンやその他のデバイスとシームレスに連携します（ドライバーの期待に応える）。

最新のアプリケーションや性能向上により車を最新の状態に保つ無線ソフトウェアアップデートも普及しつつあります。ベトナムのEVメーカーであるVinFastは、この手法を採用しています。同社は、車両の性能と機能に対する世間の批判に直面した際、将来のソフトウェアアップデートで変更を加えることを約束しました。

業界はテクノロジーとともに変化する

自動車業界のソフトウェア テストについて議論する際には、主に 2 つの要素が関係します。

1. 自動車1台あたり平均数千万行ものコードが搭載されているため、OEM（相手先ブランド製造会社）は迅速かつ効率的にコードを開発、統合、テスト、そして展開する必要があります。彼らは高度な技術を用いて、このプロセスを加速させています（詳細は後述）。
2. 同時に、開発中のソフトウェアは、エンジンやインフォテインメント機能の支援から運転支援システムや自動運転へと進化しており、テストの複雑さが増しています。

同時に、開発者のスプリントは短縮化しており、完璧に動作するアプリケーションへの需要により、OEMは新機能を生産開始時期により近づけるプレッシャーにさらされています。開発者とテスターは、より短いフィードバックループを必要としています（ 継続的なテスト) を使用してコードを継続的に更新します。

こうした変化はよくある形で起こる

2020年代の他の多くの産業と同様に、自動車産業は アジャイル開発これにより、他のプロセスを加速させる道が開かれます。 DevOps 継続的なテストに重点を置いた配信。

チームが継続的にコードを書き、統合し、テストする反復的な開発への移行は、OEMにとって非常に有利です。APIはアプリケーションと機能を統合します。 継続的インテグレーション/連続配送 (CICD) 環境により、開発チームは車両の寿命全体にわたってコードを更新することができ、最も成功したコードを他の場所で再利用してエラーを最小限に抑え、コストを削減できます。

衝撃に備える

業界全体でデジタル変革が進むにつれ、自動車はソフトウェア システムに依存して最大限の性能を発揮する相互接続されたマシンへと進化しています。

最初に思い浮かぶユースケースは、エンジンとドライブトレインです。エンジン制御ユニット（ECU）は、パフォーマンスと燃費の最適化に役立ちます。これらのECUは、燃料噴射、点火時期、その他のパラメータをアルゴリズムで制御し、燃費向上と排出量削減を実現します。一部の高級スーパーカーでは、これらのパラメータがカスタマイズ可能で、ドライバーの好みに合わせた独自のドライビングエクスペリエンスを提供しています。

パフォーマンスの先にあるもの。 safe自動車業界は、主要なイノベーションの一環としてソフトウェアを導入しています。車線維持支援、アダプティブクルーズコントロール、自動緊急ブレーキといった先進運転支援システム（ADAS）は、ソフトウェアアルゴリズムに大きく依存しています。衝突時にブレーキをかけたり、方向転換したりする機能を備えたこのソフトウェアは、事故の削減と人命救助に貢献しています。

今回の議論に最も関連性の高いユースケースは、インフォテインメントシステムが提供するシームレスな接続性です。これらのシステムは、スマートフォンとの連携からナビゲーション、音声認識、その他多くの車載アプリまで、多くの機能を提供します。テスラのインフォテインメントシステムには、運転をより便利に、そしてあえて言えば楽しくするためのおならクッションオプションまで用意されています。こうした複雑さの増大こそが、信頼性を確保するための継続的な自動テストの必要性を生んでいるのです。

自動車ソフトウェアの開発とテストの課題

課題を掘り下げていくと、2つの階層に分かれるため、リストを分けて考える必要があります。車載ソフトウェア全体のテストとインフォテインメントシステムのテストには、それぞれ課題があります。それぞれ詳しく見ていきましょう。

業界全体で継続的なテストを自動化すると、次のような課題が生じます。

• Safety-クリティカルシステム: 先進運転支援システム（ADAS）が完璧に機能することを保証することは不可欠です。主な課題は、これらの機能をテストするために、現実世界のシナリオを厳密にシミュレートできる自動テストを作成することです。
• 複雑な統合: これらのシステムはすべて相互接続されており、ADASシステムからエンジン制御、インフォテインメントに至るまで、多岐にわたります。ここでの課題は、これらのシステムの複雑さと、車両モデル間の互換性を維持する能力にあります。
• コンプライアンス： 規制が厳しい業界であるため、コンプライアンスを確保し、それを実証するために、テストの取り組みは現在の規制に準拠する必要があります。
• データ量と分析: 継続的なテストプロセスによって生成される膨大な量のデータは誰もが知っています。そこに自動車システムの複雑さが加わると、問題を特定し改善するためにデータを分析することがいかに重要で困難であるかがお分かりいただけるでしょう。
• レガシー システム: 古い車では、依然としてレガシーなソフトウェアとハ​​ードウェアシステムが使用されています。しかし、製品ラインの他の部分が新しいシステムとテストプロセスに移行し、互換性を確保していく中で、これらのシステムは引き続きサポートとメンテナンスが必要です。

インフォテインメントの本質をさらに掘り下げて、それらのシステムをテストする際の課題のいくつかを解明してみましょう。

• ユーザー中心のテスト: インフォテインメントシステムはエンドユーザーにサービスを提供するため、自動テストは実際のユーザーインタラクションをエミュレートする必要があります。テストでは、UX（ユーザーエクスペリエンス）のユーザビリティとUIデザインに重点を置く必要があります。
• 統合： これらのシステムは、次のような他の車両システムと統合されます。 safetyとナビゲーション。テストではこれらを保証する必要があります 統合 シームレスで車両のパフォーマンスを損なうことはありません。
• マルチモーダルインターフェース: 音声コマンド、タッチスクリーン、物理ボタン、ジェスチャがサポートされているため、各インターフェースをテストして、全体的な動作の一貫性を確保する必要があります。
• コンテンツと接続性: インフォテインメントシステムは、ストリーミングサービス、スマートフォン接続、無線アップデートなど、様々なコンテンツソースを使用します。テストでは、これらすべてのコンテンツ形式、ネットワーク状況、互換性を考慮する必要があります。
• パフォーマンスとリソース使用量: これらのシステムは、車両全体のパフォーマンスに影響を与えないように効率的に動作する必要があります。 パフォーマンステスト システムの応答性を保証するために、CPU とメモリの消費量を分析する必要があります。

AIとMLは組立ラインの一部になりつつある

私たちが話すとき 自動テスト 常に最も革新的な開発を期待している自動車業界では、これらのシステムをテストするために AI と ML をどのように採用するかを概説する必要があります。

• AIを活用したテスト作成: 自然言語処理ソフトウェアのようなAIアルゴリズムを使用することで、要件を分析してテストケースを生成できます。これにより、手動でテストを作成するのに必要な時間と労力を削減できます。
• インテリジェントな分析: 自動テストでは、機械学習を使用して大量のデータを生成し、テスト結果を分析し、欠陥パターンを特定します。これにより、テスターは重要な問題に優先順位を付けて集中できるようになります。
• 予測インテリジェンス: 機械学習モデルを過去のデータでトレーニングすることで、ソフトウェアの欠陥と相関するパターンを特定するのに役立ちます。その後、モデルはトレーニング結果を用いて新しいコードに欠陥が発生する可能性を予測し、問題が深刻化する前に積極的に排除することができます。
• 自己回復： 破損したテストケースはテスト実行中に自動的に修復されるため、テストメンテナンスの負担を軽減できます。これにより、ソフトウェアの成長と進化に合わせてテストスイートが継続的に実行されるようになります。

AIとMLは、反復的で時間のかかるタスクを自動化することで、自動車メーカーの自動テストに革命をもたらしています。AIとMLは、テストプロセスの信頼性、有効性、効率性の向上に役立ちます。その結果、より高品質なソフトウェアを大規模かつ迅速に提供できるようになります。

いくつかの大手メーカーはすでにこれらの技術を採用しています。

• テスラ AIを活用して車両データを分析し、潜在的な欠陥を特定します。このデータは車載ソフトウェアの改善に活用されます。
• GM 機械学習を用いて予測的なインテリジェンスを構築し、新規コードの欠陥に対処しています。そのデータを用いてテストの優先順位を決定します。
• フォード AIを活用してインフォテインメントシステムのテストケースを生成します。これにより、手動でテストケースを作成するのに必要な時間と労力を削減できます。

自動車業界はソフトウェアへの依存度を高めており、品質と信頼性の問題に対処するために継続的なテストが求められています。ADASシステム、相互接続されたコンポーネント、そしてデータ分析には強力なテストプロセスが必要となるため、課題がないわけではありません。

AI と ML の技術は次々と登場し、反復的なタスクを自動化し、テストの有効性を向上させることで、自動化された継続的テストに革命をもたらし、欠陥の予測と特定に役立ちます。

自動化された継続的テストを導入し、AIとMLを活用することで、自動車メーカーは高品質で信頼性の高いソフトウェアを迅速かつ確実に自動車に提供できるようになります。これにより、自動車産業の未来は革新的で、 safe、そして相互接続されています。

 

自動車ソフトウェアテストに革命を起こす Digital.aiさん Continuous Testing ソリューション – 高速道路で革新と信頼性が融合します。