Motoryzacja przyszłości, czyli software na kółkach

Przeczytaj także: To nie science-fiction, to motoryzacja przyszłości!

W modelu Software-Defined Vehicle samochód przestaje być produktem o stałych możliwościach. Zamiast tego staje się platformą, którą można rozwijać – nawet wiele lat po zakupie. Funkcje, które kiedyś wymagały kosztownej modernizacji w serwisie, dziś mogą pojawić się w aucie zdalnie, za pomocą aktualizacji oprogramowania.

SDV to podejście, w którym to software w dużej mierze definiuje, co potrafi samochód. Dzięki temu możliwe jest wprowadzanie nowych rozwiązań w trakcie eksploatacji pojazdu, bez ingerencji w jego fizyczną strukturę. To oznacza, że auto może zyskać nowe funkcje – na przykład ulepszenia algorytmów systemu wspomagania jazdy autonomicznej czy aktualizację systemów multimedialnych (w tym asystentów głosowych) – nawet kilka lat po opuszczeniu salonu. Dla użytkownika to ogromna zmiana: samochód nie tylko się nie starzeje, ale realnie zyskuje na funkcjonalności – mówi Łukasz Okoń, Architekt Oprogramowania w Capgemini Polska.

Otwiera to drogę do wdrażania rozwiązań, które do tej pory były dostępne wyłącznie w nowych modelach. Kluczową rolę odgrywa tu jednolita, nowoczesna architektura sprzętowa, która pozwala producentom swobodnie budować nowe modele samochodów bez konieczności tworzenia oprogramowania za każdym razem na nowo. Nowoczesne, platformowe podejście do projektowania oprogramowania jest skalowalne, reużywalne i otwarte na nowe funkcje.

Elastyczne funkcje i subskrypcje

Dla kierowców jednym z najbardziej obiecujących kierunków rozwoju SDV jest możliwość elastycznego korzystania z funkcji samochodu – bez konieczności kupowania ich na stałe. Zamiast inwestować w drogi pakiet już przy zakupie, użytkownik może najpierw przetestować wybrane rozwiązania, jak np. system parkowania czy usługa jazdy autonomicznej, i dopiero później zdecydować o ich wykupieniu. Możliwe jest też aktywowanie konkretnych funkcji tylko wtedy, gdy są potrzebne – na przykład na czas wakacyjnego wyjazdu, kiedy przez długą trasę można skorzystać z jazdy wspomaganej, by zredukować zmęczenie. Niektórzy producenci oferują także subskrypcje zwiększające moc silnika.

Z perspektywy producenta to podejście oznacza nie tylko wygodę dla użytkownika, ale też realne oszczędności. Ujednolicona platforma sprzętowa może być wykorzystywana w wielu modelach, a zróżnicowanie oferty odbywa się na poziomie software’u – tańszego, szybszego w produkcji i łatwego do modyfikacji. To otwiera drogę do nowych modeli biznesowych i budowania trwalszych relacji z klientami – dodaje Łukasz Okoń.

Od setek sterowników do centralnych komputerów

Tradycyjne samochody korzystały z dziesiątek osobnych sterowników (ECU), z których każdy odpowiadał za jedną lub maksymalnie kilka funkcji – jak wycieraczki czy klimatyzacja. To rozwiązanie wymagało tworzenia oprogramowania wiele razy na nowo dla każdego ECU.

Dzięki postępowi technologicznemu wiele tych funkcji można dziś zintegrować w ramach kilku wydajnych jednostek. Zamiast przypisywać sterownik do każdej funkcji, producenci przechodzą na tzw. architekturę strefową (Zonal Architecture), w której jeden moduł obsługuje wszystkie systemy w danym fragmencie pojazdu.

Sercem tej nowej struktury jest komputer wysokiej wydajności (HPC) – centralna jednostka, która zarządza najbardziej zaawansowanymi funkcjami samochodu. Taka konsolidacja upraszcza konstrukcję, ale stawia nowe wyzwania przed inżynierami: konieczne są nowe kompetencje i podejścia, które pozwolą tworzyć oprogramowanie do systemów znacznie bardziej złożonych niż dawniej.

Testowanie pod presją – wyzwania związane z AI

Wraz ze wzrostem złożoności systemów wbudowanych, a zwłaszcza tych używających algorytmów sztucznej inteligencji, testowanie staje się jednym z kluczowych wyzwań w projektowaniu nowoczesnych pojazdów. Niegdyś sprawdzenie poprawnego działania czujnika czy algorytmu deszczu i wycieraczek było stosunkowo proste, dziś mamy do czynienia z tysiącami zmiennych i decyzjami podejmowanymi w czasie rzeczywistym.

W przypadku algorytmów AI, zwłaszcza tych stosowanych w autonomicznej jeździe, testowanie polega na analizie setek możliwych scenariuszy testowych i próbie symulacji wszystkich możliwych danych wejściowych. Nawet jeśli przewidzimy wszystkie kombinacje, sieć neuronowa może zadziałać inaczej, bo jej natura nie jest w pełni deterministyczna. Dlatego ogromny nacisk kładziemy na symulacje – zanim kod trafi na docelowy hardware, testujemy go w środowisku Software in the Loop, gdzie możemy analizować tysiące przypadków automatycznie w ramach procesu Continous Integration – wyjaśnia Paweł Kmiecik, Tester Oprogramowania w Capgemini Polska.

Ten model pracy pozwala nie tylko szybko wykrywać błędy, ale także wykorzystywać dane z realnych sytuacji drogowych – np. jak kierowcy reagują na objazdy czy wypadki. Zbierane w chmurze dane są analizowane i wykorzystywane do dalszego trenowania algorytmów, dzięki czemu system może się uczyć i stale doskonalić. Tylko w ten sposób możliwe będzie osiągnięcie wyższych poziomów autonomii, czyli takich, które nie będą już potrzebować uwagi kierowcy.

Przyszłość na kołach – droga, która dopiero się zaczyna

Przejście na model pojazdów definiowanych przez oprogramowanie to jeden z największych przełomów w historii motoryzacji. Dla tradycyjnych producentów to ogromne wyzwanie – wymaga nie tylko zmiany technologii, ale też podejścia, organizacji pracy i kompetencji zespołów inżynierskich

To jednak nie tylko wyzwanie, ale również szansa rozwojowa. Obecnie branża intensywnie poszukuje specjalistów w zakresie skalowalnych rozwiązań programistycznych, architektury systemów wbudowanych oraz rozwoju oprogramowania w modelu ciągłej integracji i wdrażania (CI/CD) – kompetencji doskonalonych od lat w innych sektorach technologii. Dla wielu inżynierów otwierają się nowe możliwości w motoryzacji, która właśnie wkracza w swoją cyfrową epokę.