2023年6月15日-16日，在2023第六屆自動駕駛與人機共駕論壇上，光庭信息智能駕駛事業(yè)部研發(fā)中心總監(jiān)兼智能駕駛實驗室主任葉雄飛表示，軟件定義汽車時代已然到來，效率成為軟件定義汽車行業(yè)的主要訴求。

他還表示，提升效率有以下幾個解決模式，融合自動化技術，演進研發(fā)模式；采用技術貨架提升軟件研發(fā)效率；導入AI轉變軟件研發(fā)的協(xié)同模式。光庭通過自研AP工具鏈；構建細腰型技術貨架；優(yōu)化研發(fā)流程；引入技術債理念并首創(chuàng)超級軟件工場等實踐，致力于提升SOA研發(fā)效率。

葉雄飛 | 光庭信息智能駕駛事業(yè)部研發(fā)中心總監(jiān)兼智能駕駛實驗室主任

以下為演講內(nèi)容整理：

提到自動駕駛量產(chǎn)話題，業(yè)內(nèi)更多討論的是哪家算法更好用， 哪家算法適應的場景更多。但這并不能保證自動駕駛的真正落地。自動駕駛落地還有重要的一環(huán)——軟件研發(fā)，即軟件工程，高效的研發(fā)落地是取得競爭優(yōu)勢的根本之道。

E/E架構的發(fā)展趨勢

電子電器架構的升級伴隨著軟件架構的更新和換代，主要表現(xiàn)為：第一底層軟件的標準化、獨立化、松耦合；第二應用服務獨立于硬件，即軟硬分離的需求。以前我們自己的一些算法和應用更多的是綁定硬件，以后自動駕駛算法可能需要傳感器的抽象，能夠自成一體，擺脫對硬件的深度的綁定和依賴。第三通信從信號導向過渡到服務導向。

在E/E架構的演進過程中，以主機廠為代表的企業(yè)開始拓展自己的解決方案。比較典型的案例包括：第一由上汽提出銀河全棧3.0 E/E架構；第二由廣汽提出的集中式電子電氣架構，即星靈架構；第三是長城的GEEP3.x架構；第四是吉利的浩瀚架構SEA與集中式電子電氣架構以及長安的SDV E/E架構。

互聯(lián)網(wǎng)時代，我們通過簡單的堆人等方式實現(xiàn)業(yè)務的增長，但現(xiàn)在，在以上業(yè)界耳熟能詳?shù)腅/E架構基礎上，風口逐漸轉向“效率為王”。誠如年初特斯拉降價帶給業(yè)界的壓力，快速推出新產(chǎn)品，提升研發(fā)效率至關重要。

汽車研發(fā)的效率提升策略

提起研發(fā)，我們首先想到的就是軟件工程研發(fā)模式的轉變。以往用瀑布模式就能把我們的研發(fā)做的很好。但傳統(tǒng)的瀑布模式無法適應當下的快速迭代、持續(xù)集成、持續(xù)部署。因此，需要引入敏捷模式。敏捷開發(fā)提出很多年，但行業(yè)中真正把敏捷開發(fā)用好的并不多。

除了研發(fā)模式的演進，第二個很重要的點在于中國在汽車E/E架構耕耘多年，現(xiàn)在我們的新能源技術在全球處于領先水平，所以行業(yè)也積累了很多成熟的技術方案。我們將這些技術方案要點統(tǒng)稱為“技術貨架”，以便在軟件研發(fā)過程中，將一些成熟的技術直接拿過來用，提升軟件的復用度，同時提升軟件研發(fā)效率。

第三個解決方案是以ChatGPT為代表的全新一代AI技術引入。以前我們研發(fā)是小作坊式，幾個人一起把一個項目做起來。后來，通過服務器的方式，大家可以遠程在線交流，以協(xié)同研發(fā)模式開展工作。AI導入后，這種研發(fā)模式進一步演進，另外一端不是自然人在和你交流，AI可能會比partner更懂你的需求。并且在第一時間提供更符合要求的解決方案。

關于光庭信息

武漢光庭信息技術股份有限公司是一家行業(yè)領先的智能網(wǎng)聯(lián)汽車軟件綜合解決方案提供商，是“軟件定義汽車”行業(yè)變革的引領者和汽車數(shù)字化轉型的推動者。公司成立于2002年，致力于探索汽車電子軟件先端技術的研發(fā)與創(chuàng)新，形成了以智能座艙、新能源、智能駕駛、智能車云及數(shù)字地圖等多項產(chǎn)品解決方案和技術服務為支撐的核心競爭實力。目前，公司現(xiàn)已形成近3000人人員規(guī)模，并以武漢為總部，在重慶、南京、上海、山東、沈陽及日本東京等地成立了多家子公司，與全球知名的汽車零部件供應商和汽車整車制造商構建了長期穩(wěn)固的戰(zhàn)略合作關系。

光庭的應用實踐

首先是工具鏈提升研發(fā)效率。光庭磐石是通信中間件服務化開發(fā)測試工具鏈，首先能支持我們自己的服務定義，尤其是早期SOA設計階段對服務的定義；其次支持服務配置、服務框架代碼生成、服務的自動測試，從設計直到最后驗證，形成閉環(huán)的開發(fā)流程。

我們的服務配置工具以VS CODE插件的形式體現(xiàn)。可以在早期把我們的服務以表格的形式定義出來，大家再在表格中分別定義自己的服務，包括通訊數(shù)據(jù)、數(shù)據(jù)結構等。

另外我們還有Development Studio代碼生成工具，可以在插件里把服務矩陣生成的服務接口，以框架形式生成Skeleton/Proxy 代碼；然后在AutoTest Tool中實現(xiàn)代碼的自動測試，同時生成測試用例，實現(xiàn)TDD的研發(fā)理念。

第二個是上述提到的技術貨架，光庭構建了細腰型技術貨架。基于21年的開發(fā)經(jīng)驗和量產(chǎn)項目技術積累，目前光庭初步形成了：操作系統(tǒng)技術平臺；基礎軟件技術平臺；自動駕駛技術平臺；動力域控技術平臺；智能座艙技術平臺。

我們將技術體系和產(chǎn)品體系分離，強化基礎技術體系的貨架建設。搭建了KCarOS技術創(chuàng)新體系；并在此基礎上構造出產(chǎn)品創(chuàng)新體系。以基礎平臺為腰部支撐，支持快速的產(chǎn)品開發(fā)。

同時我們引入AI技術，借助AI對技術貨架進行訓練學習。以后，當我們進行新項目開發(fā)時，可以通過代碼注釋，借助AI從我們的技術貨架上搜索到代碼進行匹配。

第三個是研發(fā)流程的改善。上述提到，傳統(tǒng)的瀑布方式難以適應當下頻繁變更的研發(fā)節(jié)奏。光庭持續(xù)關注研發(fā)流程的改進，早在2009年就提出了KMS管理體系。

2009年的汽車電子行業(yè)是面向?qū)Ш诫娮酉到y(tǒng)開發(fā)。很大程度上和嵌入式軟件開發(fā)相似。KMS V1.0的軟件研發(fā)體系和瀑布模型強關聯(lián)，以指導和規(guī)范軟件研發(fā)流程，增強軟件研發(fā)品質(zhì)。其后，我們不斷優(yōu)化調(diào)整我們的研發(fā)體系，并通過了CMMI1.0的L5級認證。但隨著產(chǎn)業(yè)不斷發(fā)展，出現(xiàn)了更多智能網(wǎng)聯(lián)的產(chǎn)品形態(tài)，這些產(chǎn)品的研發(fā)需要兼顧效率與成本的因素。所以，我們在2019年升級到了KMS V2.0，引入了中國流的理念，改進了瀑布研發(fā)流程。

2020年，我們將ASPICE流程融入到了KMS體系之中，升級為KMS V2.5。主要面向興起的像儀表、自動駕駛等考慮功能安全、信息安全的業(yè)務。主要應對：高安全需求；架構的標準化需要；多種開發(fā)領域需要。

2021年光庭IPO上市成功后，在軟件定義汽車的背景下，我們以AI技術指引研發(fā)，提出了超級軟件工場的理念，其主要特點是軟件的研發(fā)更智能化、更自動化。

有必要一說的是，關于敏捷實踐，很多同行認為敏捷實踐是個輕文檔、輕過程的項目研發(fā)理念。光庭不是這么認為的，在光庭過CMMI2.0的L5級認證時，80%以上的項目都是敏捷實踐的項目。我們的信心在于，我們在敏捷實踐過程中引入了CICD的開發(fā)理念，可以通過TDD方式在設計之初，就把測試用例做好；通過測試不斷驅(qū)動研發(fā)。

另外是光庭中國流研發(fā)實踐。中國流的提出是我們在做傳統(tǒng)V模型過程中，研發(fā)流程比較重型，開發(fā)周期比較長這樣的大背景下做出的。中國流的核心是追求效率與成本平衡的高性價比研發(fā)流程體系。可以實現(xiàn)成本節(jié)省30%  工期縮短50%。

圖源：光庭

第四個是我們引入了“技術債”的理念?！凹夹g債”指開發(fā)人員為了加速軟件開發(fā)，在應該采用最佳方案時進行了妥協(xié)，改用了短期內(nèi)能加速軟件開發(fā)的方案，從而在未來給自己帶來的額外開發(fā)負擔。

首先如何評估技術債？目前國際上通用的模型是SQALE。它可以清楚的說明代碼在哪些方面的技術負債較高。但這種評估方式只是方法論，評估過程比較耗時。一般我們會引入工具進行技術上的評估。比較典型的是CppDepend，它可以基于代碼評估技術負債率，并將術負債展現(xiàn)給用戶。

技術債會產(chǎn)生年度利息和嚴重程度。即如果不早點還清技術負債，隨著時間推移，系統(tǒng)會越來越難維護，技術債務越來越高。

最后一個關于超級軟件工場。在軟件定義汽車時代面臨著兩個突出矛盾，第一個汽車結構越來越復雜；第二個既懂汽車電子，又懂軟件的專業(yè)人才嚴重缺乏。在這種情況下，傳統(tǒng)的研發(fā)模式一定會形成人員的競爭，甚至出現(xiàn)惡性競爭。

我們通過人、機、料、法、環(huán)，把研發(fā)流程和技術貨架有機關聯(lián)，再實現(xiàn)研發(fā)的智能化和自動化。

第一個場景，當和客戶談項目時，需要分析客戶需求，做技術提案和工時評估與報價。超級軟件工場應用AI技術進行客戶SOW分析，再從技術貨架中搜索，找出與客戶需求相匹配的功能點，工時評估和報價也都是自動的。如果當前光庭的技術貨架沒有完全覆蓋客戶需求，AI也會將沒有覆蓋的內(nèi)容全部羅列出來，在此基礎上進行人工分析。

第二個場景是對客戶需求的分解與結構化。每個公司都有自己的需求管理體系，我們用AI輔助對需求做分解和結構化；第三個場景根據(jù)每個需求點，從技術貨架中搜索時序圖以及詳細的設計資料。當然這個設計還需要我們的專家進行評審，AI也會提醒需要做哪些方面的評審。第四個場景完成設計后，進行編碼。AI輔助代碼生成可以滿足我們的要求，前提條件是我們的技術貨架要有豐富的代碼。

第五個場景是對應代碼的評審，我們的代碼評審會有片段源碼的輸入，AI輔助會輸出問題列表和改進方案，我們再對應的進行修改和更新。

（以上內(nèi)容來自光庭信息智能駕駛事業(yè)部研發(fā)中心總監(jiān)兼智能駕駛實驗室主任葉雄飛于2023年6月15日-16日在2023第六屆自動駕駛與人機共駕論壇發(fā)表的《復雜域控時代的研發(fā)效率提升之道》主題演講。）

返回第一電動網(wǎng)首頁 >