追求卓越品質：汽車產業的持續自動化軟體測試

汽車業是一個科技業。如果你不相信，看看特斯拉就知道了，他們會把一台價值 50 萬美元的超級電腦和一輛車綁起來銷售。從最高層面來說，軟體驅動著從引擎性能到…的一切。 safe車載軟體和應用程式提供即時診斷數據，並能與智慧型手機和其他設備無縫整合（駕駛員希望如此），從而實現娛樂和導航功能。

透過空中下載（OTA）軟體更新使汽車能夠及時更新到最新應用程式並提升效能，這種方式也越來越普遍。越南電動車製造商VinFast就採用了這種技術。此前，由於其車輛的性能和功能受到公眾質疑，該公司承諾將在未來的軟體更新中進行改進。

技術變革帶動產業變革

在討論汽車產業的軟體測試時，主要有兩個因素需要考慮：

1. 每輛車平均包含數千萬行程式碼，因此原始設備製造商 (OEM) 必須快速且有效率地編寫、整合、測試和部署程式碼。他們使用先進技術來加速這一過程（稍後會詳細介紹）。
2. 同時，正在開發的軟體已經從輔助引擎和資訊娛樂功能發展到輔助駕駛系統和自動駕駛，這增加了測試的複雜性。

同時，開發人員的迭代周期正在縮短，對完美運行應用程式的需求迫使原始設備製造商 (OEM) 將新功能提前部署到生產階段。開發人員和測試人員需要更短的回饋週期（這要歸功於…）。 持續測試) 持續更新程式碼。

這些變化以一些熟悉的方式出現

與2020年代的許多其他產業一樣，汽車產業也擁抱了 敏捷發展這為加速其他進程打開了大門，例如 DevOps 交付重點在於持續測試。

這種向迭代開發模式的轉變——團隊持續編寫、整合和測試程式碼——非常適合原始設備製造商 (OEM)。 API 將應用程式和功能整合在一起。 持續整合/持續交貨 (CICD）環境，使開發團隊能夠在車輛的整個生命週期內更新程式碼，將最成功的程式碼在其他地方重複使用，以最大限度地減少錯誤並降低成本。

做好衝擊準備

由於各產業數位轉型不斷推進，汽車正在演變成互聯互通的機器，依靠軟體系統才能充分發揮其性能。

首先想到的應用場景是引擎和傳動系統。引擎控制單元 (ECU) 有助於優化性能和燃油效率。這些 ECU 使用演算法來管理燃油噴射、點火正時和其他參數，從而提高燃油經濟性並減少排放。在一些高端超級跑車中，這些參數是可以自訂的，為駕駛者提供根據自身喜好量身定制的獨特駕駛體驗。

成績之外還有更多。在一個迷戀…的世界裡 safe如今，汽車產業正將軟體作為其主要創新之一進行推廣應用。高級駕駛輔助系統（ADAS），例如車道維持輔助、自適應巡航控制和自動緊急制動，都高度依賴軟體演算法。這些軟體具備在發生碰撞時自動煞車或轉向的功能，有助於減少事故並挽救生命。

與我們討論最相關的應用場景是車載資訊娛樂系統提供的無縫連接。這些系統功能豐富，從智慧型手機整合到導航、語音辨識以及眾多其他車載應用，應有盡有。特斯拉的資訊娛樂系統甚至還配備了放屁墊選項，旨在讓駕駛更加便捷，甚至可以說更有趣。正是這種複雜性的增加，使得自動化持續測試成為確保系統可靠性的必要手段。

汽車軟體開發與測試的挑戰

在深入探討這些挑戰時，我們需要將挑戰分為兩部分，因為這其中包含兩個層面：汽車軟體整體測試面臨的挑戰，以及車載資訊娛樂系統測試面臨的挑戰。讓我們仔細看看這兩方面。

在整個產業中實現持續測試自動化面臨以下挑戰：

• Safe關鍵系統： 確保高級駕駛輔助系統 (ADAS) 完美運作至關重要。主要挑戰在於創建能夠嚴格模擬真實場景的自動化測試，以檢驗這些系統的功能。
• 複雜的集成： 這些系統彼此互聯，從高級駕駛輔助系統（ADAS）到引擎控制和資訊娛樂系統，沒有例外。挑戰在於這些系統的複雜性以及如何保持不同車型之間的兼容性。
• 合規性： 作為一個受到嚴格監管的行業，測試工作必須符合現行法規，以確保並證明合規性。
• 數據量及分析： 我們都知道持續測試過程會產生大量資料。再加上汽車系統的複雜性，您就能明白分析這些數據以發現問題並進行改進是多麼重要和困難。
• 遺留系統： 舊款車型仍然使用傳統的軟體和硬體系統。然而，隨著產品線其他部分逐步過渡到更新的系統和測試流程，為了確保相容性，這些舊款車型的舊系統仍然需要支援和維護。

讓我們進一步深入探討車載資訊娛樂系統的本質，並剖析測試這些系統所面臨的一些挑戰：

• 以使用者為中心的測試： 自動化測試必須模擬真實用戶交互，因為資訊娛樂系統是服務最終用戶的。測試需要專注於使用者體驗可用性和使用者介面設計。
• 集成： 這些系統與其他車輛系統集成，例如 safe類型和導航。測試必須確保這些 集成 無縫連接，不影響車輛性能。
• 多模態界面： 由於支援語音命令、觸控螢幕、實體按鈕和手勢，因此必須對每個介面進行測試，以確保其行為在各個方面保持一致。
• 內容與連結： 車載資訊娛樂系統使用不同的內容來源，例如串流媒體服務、智慧型手機連接和無線更新。測試必須考慮所有這些內容格式、網路狀況和相容性。
• 效能和資源利用率： 這些系統必須有效率地運行，以免影響車輛的整體性能。 性能測試 需要分析 CPU 和記憶體消耗情況，以確保系統響應速度。

人工智慧和機器學習正在成為裝配線的一部分

當我們談論時 自動化測試 汽車產業一直在尋求最具創新性的發展，我們需要概述如何利用人工智慧和機器學習來測試這些系統。

• 人工智慧驅動的測試創建： 利用自然語言處理軟體等人工智慧演算法，可以分析需求並產生測試案例。這大大減少了手動建立測試所需的時間和精力。
• 智能分析： 自動化測試利用機器學習產生大量數據，分析測試結果並識別缺陷模式，這將有助於測試人員確定優先順序並專注於關鍵問題。
• 預測智能: 利用機器學習模型對歷史資料進行訓練，有助於識別與軟體缺陷相關的模式。然後，這些模型可以利用訓練結果預測新程式碼中出現缺陷的可能性，從而主動消除潛在問題。
• 自我修復： 在測試執行過程中，損壞的測試案例可以自動修復，從而減輕測試維護的負擔。這確保了測試套件能夠隨著軟體的成長和演進而持續運作。

人工智慧和機器學習正在幫助汽車製造商革新自動化測試流程，實現重複性、耗時任務的自動化。它們有助於提高測試流程的可靠性、有效性和效率，最終實現更高品質、更大規模、更快速的軟體交付。

一些大型製造商已經在使用這些技術：

• 特斯拉 利用人工智慧分析車隊數據並識別潛在缺陷。這些數據用於改進車載軟體。
• GM 他們利用機器學習進行預測智慧分析，以解決新程式碼中的缺陷。他們利用這些數據來確定測試工作的優先順序。
• 涉 它利用人工智慧技術為其車載資訊娛樂系統產生測試案例。這有助於他們減少手動建立測試案例所需的時間和精力。

汽車產業對軟體的依賴程度日益加深，因此持續測試應運而生，旨在解決品質和可靠性問題。然而，持續測試也面臨許多挑戰，因為進階駕駛輔助系統（ADAS）、連網組件和數據分析都需要嚴格的測試流程。

人工智慧和機器學習技術不斷湧現，透過自動化重複性任務和提高測試效率，徹底改變了自動化持續測試，從而有助於缺陷預測和識別。

採用自動化持續測試並利用人工智慧和機器學習技術，將有助於汽車製造商快速可靠地向汽車交付高品質、高可靠性的軟體。這將確保汽車產業的未來充滿創新。 safe並且相互關聯。

 

徹底革新您的汽車軟體測試 Digital.ai“ Continuous Testing 解決方案－創新與可靠性完美結合，快速實現！