Автомобильная промышленность — одна из тех сфер, в которой большинство разработчиков мечтают хотя бы раз поработать.
В России над технологическими решениями для автомобилей в практике Luxoft работают более 300 человек.
Александра Власова, наш старший менеджер проектов, расскажет вам, в чем особенности этого направления, над чем работают разработчики автомобильной отрасли и какие технологии это направление привносит в вашу жизнь, даже если вы не водитель.
С чем у нас ассоциируются автомобили в повседневной жизни? Чаще всего это пробки и необходимость ремонта.
Но если задуматься о чем-то менее приземленном — о том, что смогут делать автомобили будущего и что они смогут дать будущим пользователям, то открываются потрясающие перспективы:
- беспилотные автомобили
- «умные» города без пробок
- удаленная диагностика технического состояния машины
- дополненная реальность с сообщениями, проецируемыми на окно водителя
- Управление жестами.
Если все это кажется слишком футуристическим, вот пример: 
Это 5 уровней автономности — общепринятая градация измерения автоматизации, позволяющей осуществлять самостоятельное вождение.
На данный момент большая часть автомобилей находится на втором уровне, но лидеры рынка уже стремятся попасть на 3+, где уже можно наблюдать, на что способен ваш автомобиль самостоятельно.
Это произойдет примерно через 3-4 года.
Тот, кто сможет сделать это первым, выиграет рынок.
Что меня вдохновляет в автомобилестроении
Во-первых, мне интересно, кто победит в этой технологической гонке и первым достигнет третьего уровня автономности.Это высококонкурентная отрасль, и мне нравится уровень сложности, с которой она связана.
Речь идет и о сложности разрабатываемых систем, и об ответственности менеджмента.
Во-вторых, я понимаю, что мой проект — это реальный результат моей работы, он путешествует по дорогам, его можно потрогать руками, и это не что-то далекое и абстрактное.
А в автомобильной промышленности вы можете найти все основные области: машинное обучение, Интернет вещей, облако, большие данные, блокчейн, 3D-движки, 5G. Golang становится популярным, C/C++ для разработки внутренних систем автомобиля и Java, Python, поддерживающие инфраструктуру разработки и тестирования, никуда не делись.
Отраслевые возможности для ИТ
Почему автомобильная промышленность сейчас интересна техническим специалистам? Сложность систем.Сложность кода и системы автомобиля в целом становится настоящим испытанием для любого разработчика, тестировщика и любого технического специалиста, который занимается кодом.
Здесь самое главное знать, что код «автомобиля» просто состоит из множества строк.
Немного статистики.
Боевой самолет содержит 30 миллионов строк кода, Боинг 787 — 6,5 миллиона кодов систем управления, а Мерседес S-класса — 100 миллионов строк кода.
Впечатляет, не так ли? 
Сейчас при желании автомобиль можно напечатать на 3D-принтере, но программное обеспечение для него все равно будет довольно сложным.
Будет еще сложнее, поэтому со временем разработка будет занимать все большую часть стоимости самого автомобиля, что для нас, как айтишников, в общем-то замечательно.
Высокий уровень качества и высокая цена ошибки.
В соответствии с НАСА В среднем 10 тысяч строк кода содержат 1 дефект. Несложно подсчитать, сколько дефектов могут содержать 100 миллионов строк кода.
Поэтому в автомобильной промышленности также действуют очень строгие стандарты качества.
Следовательно, существует потребность в дополнительных системах, которые должны поддерживать создание такого программного обеспечения и обеспечивать валидацию и верификацию на самом высоком уровне.
Важность безопасности.
Безопасность — это базовая и жизненно важная функция автомобиля, которая буквально влияет на жизни.
Самый простой пример — ремни безопасности, которые ежегодно спасают жизни миллионов людей.
Но если говорить о развитии, то технологии пошли дальше — например, технология активной безопасности — это различные системы стабилизации, которые берут на себя управление автомобилем в критических ситуациях.
Эта предметная область напрямую влияет на сложность разработки в автомобильной отрасли.
Использование математики и алгоритмов.
Все основано на таких устройствах, как радары, лидары (лазерные радары), камеры, ультразвук.
Например, мы разработали несколько алгоритмов для лидара, где фильтр Калмана использовался для фильтрации шума в облаке точек.
Итак, математики, C/C++, разработчики встраиваемых систем, мы ждём вас — без математики никуда.
ADAS (Продвинутые системы помощи водителю) также использует навигационные датчики, активное картографирование с определением вашего местоположения на карте (так называемые алгоритмы SLAM) и информацию от датчиков в автомобиле.
Массовое производство.
Технологическое обеспечение самой инфраструктуры создания автомобиля и конвейера — отдельное, очень интересное направление работы в «Автомотиве».
Например, Luxoft в этой области разработала алгоритмы калибровки лидаров на финальных этапах конвейера, где использовались C++ и алгоритмы рассогласования.
Чем занимаются автомобильные команды в Luxoft?
Так что же мы еще делаем в этой области? Да всем.
Автомобильное направление в Люксофт делится на три основные практики: 
Цифровая кабина - это все, что есть внутри салона:
- человеко-машинный интерфейс, информационные панели
- навигационные системы
- автомобильная информационно-развлекательная система
- разработка различных ассистентов, таких как автоматическая парковка
- встроенная разработка, т.е.
все, что связано с работой микроконтроллеров
- участие в разработке платформ AUTOSAR Classic и Adaptive
- разработка вспомогательных инструментов — например, платформы управления данными
- удаленная диагностика технического состояния
- телематика и инфраструктура (умный город)
- взаимодействие с облачными сервисами
- различные мобильные помощники
- Платформы Интернета вещей
А как насчет дел?
Пример одного из проектов - Роботизированный привод — открытое совместное решение от DXC и Luxoft для автопроизводителей.Robotic Drive — это платформа для управления данными и инструментами, которая ускоряет процесс разработки за счет управления, извлечения информации из данных, собранных с автомобиля во время тестирования, и обогащения данных воссозданными 3D-сценами, которые используются для проверки.
Технологии, которые мы используем на платформе:
- большие данные: Hadoop, Jarn, Java и другие.
- Облако: Azure, AWS.
- Алгоритмы машинного обучения для автономного вождения, функции распознавания и извлечения данных
- движки для 3D-моделирования: Unity, Unreal Engine и инструменты на их основе.
После слияния DXC и Luxoft предложение проекта пополнилось новым функционалом, основанным на опыте Luxoft. Сейчас уже идет совместная разработка новых модулей платформы с одним из поставщиков комплектующих для автомобиля первого уровня.
Среди других интересных проектов в автомобильной практике Luxoft:
- создание расширяемой платформы автогенерации кода для крупных немецких производителей оборудования
- разработка платформы AUTOSAR Adaptive и операционных систем реального времени на базе AUTOSAR Classic, используемых в автомобильной промышленности.
- создание архитектуры платформы для анализа данных
Если ты заинтересован
Что следует изучить и прочитать, если вы хотите заняться автомобильной сферой:- Жизненный цикл конструкции автомобиля;
- Валидация и верификация;
- CI/CD;
- Особенности работы с микроконтроллерами;
- Автомобильные сети;
- ОПЕРАЦИОННЫЕ СИСТЕМЫ;
- Языки программирования и специальные стандарты;
- Инструменты в автомобильной промышленности;
- ASIL – уровни полноты автомобильной безопасности;
- методология A-SPICE;
- Функциональная безопасность ISO 26262.
Теги: #C++ #автоматизация #опыт #Автомобильные гаджеты #умный город #валидация #автомобили #автомобили #автомобильная промышленность #luxoft #руководитель команды #автономное вождение #цифровая кабина
-
Борлауг, Норман Эрнест
19 Oct, 24 -
Секреты Оформления Писем В Справочной Службе
19 Oct, 24 -
Филиппины Дразнят Хакеров
19 Oct, 24 -
Positive Hack Days 2011: Введение
19 Oct, 24 -
Выпущены Драйверы Ati Для Linux
19 Oct, 24
