開發(fā)軟件定義汽車 (SDV) 時，開發(fā)團隊必須具備新的能力，例如進行連續(xù)的軟件發(fā)布，減少軟件更改的交付周期以及盡可能減少部署失敗。同時，平臺團隊需要為車載計算機和區(qū)域控制器創(chuàng)建新軟件開發(fā)環(huán)境，設置持續(xù)集成/持續(xù)交付 (CI/CD) 系統(tǒng)，并協(xié)助系統(tǒng)和軟件開發(fā)人員之間的協(xié)作。

MATLAB、Simulink 和 Polyspace 讓這些團隊能夠在加速產品交付的同時還可以通過早期驗證、軟件復用和工具集成滿足汽車需求。使用這些產品，開發(fā)團隊和平臺團隊可以：

設計獨立于目標平臺的軟件功能，并將它們部署到基于信號和面向服務的中間件，如 AUTOSAR

使用虛擬車輛和虛擬 ECU 仿真執(zhí)行早期和持續(xù)驗證

實現(xiàn)功能安全 (ISO? 26262)、質量（Automotive SPICE? 或 ASPICE）和網絡安全目標

使用 CI/CD 和開發(fā)運營一體化做法自動化軟件集成和測試

利用云進行協(xié)作、仿真和車隊數(shù)據處理

設計、仿真和部署基于信號和面向服務的應用程序

SDV 可將基于信號的應用程序和面向服務的應用程序都集成到具有車載計算機和區(qū)域控制器的電氣/電子 (EE) 新架構中。這要求開發(fā)人員以新的面向服務的架構 (SOA) 和傳統(tǒng)的基于信號的架構為目標進行開發(fā)。

SOA 讓開發(fā)人員能夠靈活地構建能夠在運行時動態(tài)地發(fā)現(xiàn)、發(fā)布、訂閱和重新配置的模塊化服務。這支持在功能級別進行軟件更新。SOA 已廣泛納入行業(yè)標準和私有框架，包括 AUTOSAR、DDS 和 ROS。使用 Simulink 和 System Composer，您可以：

為基于信號和面向服務的架構，包括 AUTOSAR Classic 和 Adaptive，編寫軟件應用程序

將這些軟件應用程序與商業(yè)或私有中間件進行集成

對應用程序軟件組件和服務進行建模和仿真

為這些軟件應用程序自動生成產品級 C/C++ 代碼

使用虛擬車輛仿真將軟件集成前置

隨著空口 (OTA) 軟件更新的逐漸頻繁，使用原型硬件測試新軟件配置已不再可行。而集成測試也需要自動化以縮短軟件發(fā)布的交付周期。通過與持續(xù)集成管道集成的虛擬車輛仿真將軟件集成轉移到模型在環(huán) (MIL) 和軟件在環(huán) (SIL) 測試環(huán)節(jié)可幫助解決這兩個問題。使用 Simulink、虛擬車輛組建工具和 Simulink Compiler，您可以：

自動裝配虛擬車輛模型

通過在 Simulink 中混合使用模型和基于代碼的組件構建虛擬電子控制單元 (ECU) 仿真并與第三方工具集成，以實現(xiàn)生產基本軟件 (BSW) 和處理器仿真

將虛擬車輛和虛擬 ECU 模型部署到持續(xù)集成管道中

實現(xiàn)質量、功能安全和網絡安全目標

SDV 的軟件應用程序必須在滿足質量目標的同時確保符合功能安全和網絡安全標準。通過在基于模型的設計參考工作流中使用 MATLAB 和 Simulink，開發(fā)團隊可以實現(xiàn) ASPICE 流程標準、ISO 26262 功能安全標準和 ISO 21434 網絡安全標準（包括 UN-ECE WP.29）規(guī)定的目標。用于模型驗證的 MATLAB 產品、Embedded Coder 和 Polyspace 代碼驗證已由 TüV 南德根據 ISO 26262 (ASIL A-D) 進行了預鑒定。使用這些產品，開發(fā)人員可以：

從需求追溯到架構、設計、測試和代碼

證明軟件沒有關鍵的運行時錯誤

自動驗證模型和代碼，以滿足質量和安全標準，如 ASPICE 和 ISO 26262

檢查合規(guī)性并測量模型和代碼的質量

通過檢查漏洞和是否遵守 CWE?、CERT?-C、MISRA?、ISO 21434 等標準來增強軟件安全性

自動化流程以從桌面計算機擴展到云

大規(guī)模實現(xiàn)自動化是減少軟件開發(fā)工作量的關鍵。CI/CD 等開發(fā)技術讓開發(fā)人員可以實現(xiàn)自動化，同時通過可重復的過程確保可靠性。此外，云技術通過加速軟件編譯和仿真、處理大型數(shù)據集以及促進分布式軟件團隊的協(xié)作來實現(xiàn)擴展。借助 MATLAB 和 Simulink，您能夠：

與 Jenkins?、GitLab? CI/CD, GitHub Actions 和 Azure? Pipelines 等 CI/CD 系統(tǒng)集成

在 AWS? S3 和 Azure Blob 等系統(tǒng)中處理基于云的數(shù)據，并根據需要進行擴展

使用 MATLAB Parallel Server 將仿真擴展到集群和云

在 GPU 上加速神經網絡的訓練

使用 Git 和 SVN 源代碼管理進行協(xié)作開發(fā)