Réinventer la vérification et la validation automobiles pour les véhicules définis par logiciel

À mesure que les véhicules deviennent davantage définis par logiciel, les constructeurs automobiles ont besoin d’une validation continue combinant la simulation, des tests ciblés et des preuves traçables à chaque version
S'abonner
4 min 30 s de lecture
Deepak Chauhan
Deepak Chauhan
SVP, écosystème NVIDIA, HCLTech
4 min 30 s de lecture
microphone microphone Listen à article
30s Backward
0:00 0:00
30s Forward
Réinventer la vérification et la validation automobile pour les véhicules définis par logiciel

Pendant plus d’un siècle, les constructeurs automobiles se sont perfectionnés dans l’ingénierie de machines évoluant lentement. Le développement d’un nouveau modèle prenait des années. Les choix matériels étaient fixés très tôt. Les essais suivaient une trajectoire largement prévisible. Une fois la voiture sortie de l’usine, ses fonctionnalités étaient généralement figées.

Les véhicules définis par logiciel bouleversent ce modèle.

Les voitures modernes s’appuient de plus en plus sur l’informatique centralisée, les services connectés, les systèmes avancés d’aide à la conduite et des logiciels pouvant être mis à jour tout au long de la vie du véhicule.

Cela change la source de l’avantage concurrentiel automobile.

La puissance et le comportement routier demeurent importants. Mais l’architecture informatique, la qualité des logiciels et la capacité à développer, valider et améliorer les fonctionnalités du véhicule tout au long de leur cycle de vie comptent désormais beaucoup plus qu’auparavant.

Volvo Cars élargit son partenariat avec NVIDIA autour des technologies de conduite automatisée. Mercedes-Benz combine son architecture MB.OS avec les technologies informatiques de NVIDIA pour ses futurs véhicules. General Motors collabore également avec les technologies NVIDIA dans le développement, la fabrication et la robotique automobile.

Ces collaborations reflètent une évolution plus large. Les voitures deviennent des systèmes informatiques capables de se déplacer.

Cela crée un défi d’ingénierie complexe. Les logiciels peuvent évoluer rapidement. La vérification et la validation automobiles doivent suivre le rythme sans compromettre la confiance dans le comportement du véhicule.

La problématique des essais et de la validation s’accentue

Un programme automobile conventionnel pouvait s’appuyer largement sur des prototypes, des pistes d’essai et des validations échelonnées avant la production.

Cela devient plus complexe lorsque des milliers de fonctions logicielles interagissent dans un véhicule connecté.

Modifier une partie peut entraîner des conséquences inattendues ailleurs.

Un changement dans une fonction logicielle peut affecter d’autres composants partageant des données ou des ressources informatiques. Une fonction d’aide à la conduite doit fonctionner correctement non seulement sur une autoroute sèche en plein jour, mais aussi sur différentes routes, dans diverses conditions météo, situations de circulation et comportements des conducteurs.

Les essais physiques restent indispensables. Ils ne peuvent toutefois couvrir de manière rentable toutes les combinaisons utiles.

Les tests ne peuvent plus se limiter à des jalons prédéfinis. La validation doit s’intégrer au développement lui-même.

Cela déplace la tâche du test à des étapes précises vers une interrogation continue, plus complexe : Que pourrait faire ce logiciel dans des conditions que nous n’avons pas encore testées ?

La simulation devient centrale

offre un environnement pour la simulation et le développement de jumeaux numériques. Cosmos prolonge cette approche à la modélisation du monde et aux données synthétiques. Alpamayo vise le raisonnement de conduite autonome et l’évaluation de décisions de conduite complexes. NVIDIA Halos fournit un système de sécurité automobile plus large. Il combine simulation et tests physiques pour aider les développeurs à générer des preuves de sécurité mesurables et traçables pour les systèmes de conduite automatisée.

Ces technologies résolvent différents défis d’ingénierie. La plus grande opportunité réside dans leur interconnexion.

Au lieu que les ingénieurs définissent manuellement chaque test, l’exécutent et en examinent les résultats, des agents logiciels pourraient prendre en charge une plus grande partie de ce cycle.

Ils pourraient interpréter les exigences, proposer des scénarios de test, lancer des simulations, identifier des défaillances et diriger les ingénieurs vers les cas nécessitant une attention accrue. NVIDIA Agent Toolkit et Nemotron, des modèles ouverts, peuvent soutenir le raisonnement et la coordination au sein de ces flux de travail.

Les ingénieurs restent au centre. L’expertise et l’approbation en matière de sécurité ne peuvent être déléguées.

Tester les situations rares, pas seulement les situations courantes

C’est primordial, surtout dans les cas limites.

Les routes réelles génèrent des combinaisons que les équipes d’ingénierie ne peuvent pas facilement reproduire à la demande.

Éclairage inhabituel. Visibilité réduite. Configurations routières inattendues. Mouvements contradictoires entre véhicules et piétons. Modifications logicielles apparemment anodines jusqu’à leur interaction avec un élément imprévu.

La simulation permet aux ingénieurs d’étudier ces situations plus tôt sans devoir les reproduire physiquement.

Les modèles physiques peuvent reproduire certains aspects du monde réel. Les données synthétiques élargissent la gamme de situations accessibles au développement. Pour des charges de travail adéquates, les modèles de substitution peuvent accélérer des calculs autrement très gourmands en temps machine.

L’objectif n’est pas de remplacer les essais routiers.

Il s’agit d’élargir la couverture plus tôt, d’identifier les problèmes plus rapidement et de mieux décider ce qui doit absolument être testé physiquement avant la mise en marché.

L’ordinateur compte autant que le code.

Des plateformes telles que NVIDIA DRIVE AGX Thor appuient une informatique embarquée de plus en plus centralisée. Un scénario validé par simulation doit tout de même être testé sur du matériel cible représentatif. Chronométrage, utilisation mémoire et contraintes thermiques peuvent faire évoluer les résultats.

La simulation d’unités de commande électronique virtuelles permet aussi d’amener plus tôt, dans le développement, certains tests fonctionnels, de régression, d’injection de défauts et de logiciels d’ECU, réduisant la dépendance au banc matériel physique (HiL). Les essais HiL et ceux à l’échelle du véhicule restent essentiels pour l’intégration, le minutage et la sécurité. Il y a un autre aspect : les véhicules définis par logiciel continuent d’évoluer après leur mise en service.

Chaque évolution logicielle significative soulève une question simple : Que faut-il retester ?

Il en va de même pour une mise à jour OTA avant son déploiement sur des véhicules en circulation. Exécuter tous les tests disponibles après chaque modification serait coûteux et long. En faire trop peu représente un risque.

Il est donc essentiel que les constructeurs comprennent les dépendances entre composants logiciels, fonctions du véhicule, exigences et résultats de tests antérieurs. Cela repose sur un élément moins valorisé que la conduite autonome, mais tout aussi crucial : la maîtrise des données d’ingénierie.

Exigences, résultats de simulation, évolutions logicielles et preuves de tests résident souvent dans des systèmes distincts. Les relier grâce à des structures de données partagées, des mécanismes de traçabilité et de filiation rend la validation plus ciblée.

Si les ingénieurs savent précisément ce qui a changé et ce qui en dépend, ils peuvent concentrer les essais là où le risque se trouve.

De l’automatisation des tests à l’intelligence de validation

Notre vise à combler cette lacune. Notre offre s’appuie sur notre expertise en et les technologies d’informatique, de simulation et d’automobile de NVIDIA. L’objectif est de connecter exigences, génération de scénarios, orchestration des tests, simulation et preuves de validation traçables, plutôt que de les traiter comme des activités d’ingénierie distinctes.

La même approche peut soutenir à la fois le développement de nouveaux véhicules et des tests de régression basés sur les risques avant une nouvelle version logicielle.

L’ouverture sera aussi un facteur clé

Les constructeurs automobiles ont raison d’être prudents quant à l’hébergement de leur savoir-faire d’ingénierie, de leurs données véhicule et de leur propriété intellectuelle.

L’approche ouverte de NVIDIA, qui inclut des technologies telles que Nemotron, Cosmos et Alpamayo, donne aux fabricants davantage de latitude pour adapter les modèles et les flux de travail à leurs propres besoins, sous réserve des modalités des licences applicables.

C’est important car les constructeurs automobiles ont besoin de plus que de logiciels plus intelligents.

Ils doivent aussi conserver le contrôle sur la façon dont le logiciel est développé, testé et gouverné.

La question concurrentielle évolue elle aussi.

Les gagnants du marché des véhicules définis par logiciel ne seront pas simplement ceux qui livrent le plus rapidement de nouvelles fonctionnalités. La vitesse sans la confiance génère ses propres problèmes. L’avantage appartiendra aux entreprises capables d’évoluer vite, d’en mesurer les impacts et de fournir des preuves convaincantes du bon comportement avant la livraison. Pendant des décennies, l’ingénierie automobile visait à démontrer qu’un véhicule était prêt à quitter l’usine.

Le véhicule défini par logiciel change la donne.

La confiance doit désormais se construire tout au long du développement et être réaffirmée à chaque modification logicielle importante.

L’opportunité est simple : Valider plus tôt, tester ce qui compte et justifier chaque mise à jour.

Nuage et écosystème Nvidia Article Réinventer la vérification et la validation automobiles pour les véhicules définis par logiciel