软件定义汽车时代，软件开发体系将如何重塑？

2022 MathWorks中国汽车年会日前举行，“软件定义汽车-重塑汽车软件开发体系”成为颇受关注的主题之一。软件定义汽车带来哪些机遇和挑战？将如何重塑汽车软件开发体系？行业如何来应对这些变化？MathWorks中国区汽车技术经理董淑成就这些焦点问题接受了<与非网>等媒体采访。

软件定义汽车面临的挑战和机遇

从汽车行业所经历的两次数字化转型来看，第一次是“软件提升硬件”。这个过程最早始于发动机控制，最初是解决发动机排放问题，之后开始用于和安全、性能相关的零部件，通过软件叠加电子电器硬件的方式提升整车性能。

当时主要面临的挑战有：设计方面，很多利益相关方无法进行有效沟通和评审，导致在实现过程中，发现问题比较晚，修复成本很高；还有一个突出的问题是软件开发，汽车工程师多数有机械或车辆背景，却对软件开发比较生疏。于是大约在2000年的时间点，行业开始引入了基于模型设计的方法，通过模型、图形化的方式去构建算法，在Simulink平台上做仿真、测试。把算法自动转成代码，大大降低了软件开发的门槛。

第二次数字化转型就是“软件定义汽车”，这对汽车行业的开发体系有很大挑战，以前的开发模式可能不能适应或难以应对这样的转型趋势。关键挑战在于：缺少跨学科的专业知识；硬件原型不足且昂贵；缺陷发现时间太晚；以及如何符合行业标准。

董淑成认为，应对这些挑战需要颠覆性创新，从而也带来新的机遇，包括复杂软件、数据管理、AI专业知识、数字&工程等能力。从工具厂商的视角来看，可以从系统工程、软件工厂、数据驱动、虚拟车辆这四大方向来进行。软件定义汽车的关键是整合系统、软件和数据，从而优化算法，快速交付软件。

汽车软件开发体系如何重塑？

系统工程

系统工程涵盖范围非常广，不仅包括技术问题，还有一些系统目标，比如车辆的盈利状况、未来的市场需求；从项目管理侧来看，有什么风险、大概多长时间可以交付、预算和开发费用情况如何……诸如此类问题。

MathWorks提供了基于模型的、从MBD到MBSE的系统工程方案，其中，MBD侧重软件开发，MBSE面向整个系统。系统工程用户案例包括奔驰、博世、福特等，奔驰、博世使用了MathWorks 2019年推出的工具System Composer进行系统架构设计。

软件工厂

董淑成表示，希望通过软件工厂能够提供持续、快速交付高质量软件产品的能力，这点非常重要，车企的做法已经跟以前不一样了，一款新车的开发时间大大缩短，从以往的5年压缩到现在的2年甚至1年多。并且，车辆的软件比重非常高，对于汽车的软件开发，交付要求也非常高。汽车行业非常流行的“V模式开发”和IT领域经常听到的“敏捷开发”，在开发过程中也有融合的迹象。

此外还有一个概念叫开发运营（DevOps）过程，国外车企开始较早，国内新势力车现在也已开始。一边是开发，一边是运营，运营过程中会收集一些数据，反馈给开发，开发不停地迭代软件。

数据驱动

AI算法的集成成为当今企业的首要任务，不过，AI算法在应用时仍面临障碍：一是与已有技术的集成，二是数据的复杂度和质量，三是工程师的专用技能，只有能够交付基于AI技术的产品和服务才算AI应用成功。这其中有一个问题值得思考：如何将真实系统和AI连接起来？如何让数据科学家和工程师有效协同工作？

创建数据驱动的、端到端的工作量非常关键，主要包括数据预处理、AI建模、仿真测试、算法部署等环节。董淑成指出，MathWorks在这些方面有天然优势，对于统计、优化、分析这些功能非常擅长，可以在这个过程实现数据预处理、仿真测试、算法部署等。其中算法部署是一个比较突出的特点，可以部署在各种设备上，比如嵌入式设备、企业云系统等。

虚拟车辆

虚拟车辆即通过建模仿真车辆的完整功能行为，可以让功能设计者在几分钟内以适当的详细程度集成系统、软件和数据，创建出一辆虚拟车辆，用于对功能进行仿真，从而开展原型设计、虚拟标定和虚拟验证。

董淑成表示，虚拟车辆的核心是仿真集成平台，所实现的好处有三：通过丰富的即用功能实现快速创建、保持接口开放性进行定制扩展、通过仿真可实现最大程度的流程前置。

在虚拟车辆的仿真过程中，主要包括创建车辆、集成软件、创建场景、仿真分析、仿真部署。比如RoadRunner可以创建出逼真的虚拟场景，创建车辆模型方面近年来也有新产品，比如动力总成工具箱、车辆动力学工具箱等，可以快速构建车辆模型。针对非常专用的子系统，可以使用Simscape进行更详细的设计，Simulink平台也可以集成其他建模仿真软件，构建出虚拟车辆。

目前，比较典型的应用案例有福特汽车自动化系统仿真工具链(FASST-Ford Automated System Simulation Toolchain) ，是福特和MathWorks合作开发的用于汽车控制系统设计和验证的仿真平台和工具集。此外，博世、通用在虚拟车辆仿真应用方面也都有了各自的应用。

软件能力日益重要且协同发展

国内车企包括零部件供应商，近些年在软件开发成熟度上已经有了很大程度提升，并且消费者也有所体会。经过多年努力，软件已经做到稳定可靠了，那么下一步迫切要解决的问题有哪些？董淑成认为，一是优化开发过程、提升开发效率，从而取得更好的成本优势；二是优化算法、提升产品性能，近年来国内车企对于车辆的建模仿真需求大大增加，希望通过车辆仿真优化，进一步指导软件设计、软件开发的过程。

随着未来软件定义汽车的发展，车企能否实现高品质软件的快速交付变得越来越重要。高品质意味着要把汽车行业的软件开发经验或最佳实践投入应用中；快速交付则是要做到尽快响应客户和市场需求，现在很多公司在进行CI/CD，进行持续集成、持续交付，投入DevOps开发运营这些过程，其实就是致力于解决这些问题。

他强调，软件能力虽然重要但并不是孤立的，系统层级的架构设计、优化，对于软件的架构优化有着至关重要的作用。并且需要数据驱动、虚拟车辆不断优化性能，为车主提供个性化服务。

全行业共同面对挑战和机遇

谈及给软件开发体系的建议，董淑成表示，MathWorks一直是汽车行业可靠的合作伙伴，主要想传达以下建议给行业：集成系统工程与软件开发、融合敏捷开发到汽车工程、提前考虑云解决方案、标准化软件工厂中的工具链、选择流程中的自动化步骤、培养内部AI专家和开发能力、集成模型驱动和数据驱动流程。

董淑成认为，车辆的电子电器架构和软件架构发生了很大变化，传统的基于信号的软件架构已经无法驾驭新的软件规模，面向服务的架构被引入汽车行业。MathWorks在2019年就引入了对AUTOSAR AP的支持，随后又增加了DDS工具箱，可以支持客户开发DDS应用。他补充，MathWorks在汽车行业有大量用户，以前用Simulink开发各种控制软件，在软件定义汽车时代，希望可以继续使用Simulink开发面向服务的软件、硬件。

他表示，MathWorks通过产品和平台优势，希望成为行业可靠的合作伙伴，主要体现在系统、软件、数据三方面：系统工具有领先的仿真集成平台Simulink、软件方面有基于模型设计的汽车行业软件开发标准方法、以及面向工程的AI开发平台MATLAB。

除了工具支持，MathWorks也有良好的服务体系，提供高质量的技术支持、应用支持、项目支持，以及良好的培训和咨询服务。通过全方位的产品+平台+服务，MathWorks希望与全行业共同面对挑战和机遇，成为行业可靠的合作伙伴。