Décalage vers la gauche : L’évolution des tests de validation automobile

Les véhicules ont un passé mécanique, mais leur futur est logiciel. Malgré le rôle principal des logiciels dans les voitures modernes, l’industrie continue d’investir massivement dans les tests de prototype de véhicules. Bien que cela puisse être nécessaire du point de vue de la sécurité, il est presque impossible de valider les conceptions dans des conditions réelles en raison du coût, de la détection tardive des défauts et du manque de répétabilité.

En raison de ces limitations, les entreprises s’efforcent d’obtenir ce prototype physique — et la conception définitive — dans le meilleur état dès le départ. Les équipementiers automobiles modifient le cycle en V pour effectuer le développement et les tests plus en amont et utilisent de plus en plus des prototypes virtuels (Figure 1), ce qui réduit considérablement les coûts et la pénibilité des retouches, tout en accélérant le développement. Cela facilite une collaboration plus étroite entre les groupes de conception, de développement et de validation plus tôt dans le processus.

^{Figure 1. Réduisez les retouches et effectuez le développement plus en amont du projet à l’aide de logiciels et de chaînes d’outils de données pour des itérations de test rapides.}

À l’instar de la prise en charge initiale conduisant au double V de la figure 1, les entreprises peuvent tenter de « plisser le V » ou de « décaler vers la gauche » ; cependant, quel que soit le processus de conception, ils font tous appel à des techniques de simulation et de laboratoire pour augmenter la couverture des tests dans le monde virtuel plus sûr, plus rapide et moins coûteux. En 2018, les chercheurs ont constaté qu’en divisant les cas de test de fonction de conduite automatisée en cas virtuels et physiques, ils avaient réalisé des économies de coûts assez importantes, par rapport aux tests uniquement en situation réelle. ¹ Dans ce cas, les chercheurs ont estimé une réduction de coût allant jusqu’à 90 pour cent.

Le passage à la simulation virtuelle est presque instinctif pour les entreprises automobiles émergentes, telles que Waymo, qui se concentrent sur l’autonomie et ont une expertise en test de logiciels. Sur la base de leur expérience, ces entreprises savent que tester davantage pendant l’étape de simulation mène à :

• Une couverture de test renforcée, avec une exécution de cas de test et de scénarios par unité de temps accrue
• Une amélioration de la fiabilité par ajout de cas de panne aux scénarios et conditions de test 
• Une réduction des coûts grâce à l’automatisation élevée et au coût total inférieur à celui des tests physiques
• Plus de répétabilité, ce qui permet une meilleure caractérisation des produits et une meilleure traçabilité
   

Compte tenu des bénéfices que les entreprises automobiles peuvent tirer des prototypes virtuels, pourquoi ne sont-ils pas plus largement utilisés ?

Bien qu’il n’existe pas de processus établi pour effectuer la transition vers une prise en charge frontale des tests, il reste plusieurs défis complexes et interdépendants à relever, impliquant les personnes, les processus et la technologie. Ces défis recèlent des opportunités. Mais avant de regarder ces possibilités de plus près, voyons les défis : 

Personnes — Cela porte sur les compétences et la formation et sur la manière dont une organisation soutient les tests et l’intégration en continu, virtuels et en laboratoire, ainsi que l’alignement interne entre les groupes et l’alignement externe pour inclure les fournisseurs et les collaborateurs.  

Processus — Le processus détermine ce qu’il faut tester et quand, en utilisant des techniques et des méthodes de gestion automatisée des tests qui associent des tests virtuels, en laboratoire et en conditions réelles. Ces méthodes, exigeant une certaine adhésion, mettent à profit les compétences et la formation mentionnées ci-dessus pour accélérer les processus de développement et de test sans sacrifier la fiabilité, le budget ou la couverture des tests. Le processus englobe également les normes de sécurité telles qu’ISO-26262, ainsi que les réglementations existantes et futures. 

Technologie — La technologie équivaut aux outils en accord avec les compétences et les processus. Avec la technologie, les testeurs effectuent un X-in-the-loop (model-in-the-loop et software-in-the-loop) et apportent des tests à un système hardware-in-the-loop ou à un test de laboratoire. La technologie englobe tout le spectre — d’un seul composant ou domaine aux tests de véhicules complets en situation réelle. 

Ces trois vecteurs et leurs composantes correspondantes sont si complexes qu’ils méritent une attention particulière. Nous vous recommandons d’évaluer les circonstances existantes et de déterminer les variables ou processus à optimiser pour vos objectifs commerciaux spécifiques afin d’atteindre le juste équilibre entre les trois. 

En revanche, ici, nous nous concentrons sur la technologie et sur son impact sur la prise en charge initiale des tests en toute confiance (en reconnaissant que l’examen d’un seul vecteur suffit pour surmonter les défis liés aux tests). 

​Dans la figure 2, nous voyons la représentation traditionnelle décomposée selon l’endroit où la conception et le test sont effectués (virtuel vs laboratoire vs physique). Faire le point permet d’identifier les possibilités de réaliser des tests plus tôt, de se faire au bon endroit et au bon moment, et de passer aux tests physiques aussi efficacement que possible. 

^{Figure 2. Le développement du diagramme en V montre l’endroit où les tests s’effectuent, pour aider à identifier les opportunités d’un décalage vers la gauche.}

De toute évidence, plus nous montons à droite et vers le haut sur le diagramme en V, plus la complexité et le calendrier des défauts identifiés sont susceptibles d’avoir un impact négatif sur le développement ; sans oublier que l’environnement de test a un impact sur les variables clés (Figure 3). En résumé, des tests puissants et complets sur le côté gauche conduisent à des tests en conditions réelles avec une couverture de test tout aussi élevée.

^{Figure 3. Ce continuum illustre les compromis et les avantages des tests à différentes étapes. 2}

Examinons maintenant les secteurs où la technologie peut contribuer à la transition et augmenter les tests sur le côté gauche du cycle en V.

L’optimisation des tests est utile en cas de prise en charge initiale sur le côté gauche du V et pour augmenter l’efficacité en laboratoire et dans le monde physique, ainsi que dans tous les domaines. C’est à ce stade que se manifestent les atouts et les défauts de la technologie.  

Traditionnellement, les fournisseurs de tests se sont surtout efforcés d’être les meilleurs dans un seul domaine — simulation, laboratoire ou test physique — mais pas dans les trois. En améliorant les tests grâce à une approche matérielle modulaire également connectée par logiciel, il convient d’optimiser ces trois domaines : 

1. Réutilisation de composants de test  

Si la réutilisation des composants présente un avantage en termes de coûts, en réalité, c’est le gain de temps qui fait toute la différence — et cela est entièrement centré sur le logiciel. En minimisant les retouches entre les étapes du cycle en V, vous obtenez une conception et un test plus intégrés.  

Dans la pratique, cependant, les défis sont nombreux — la tension avec les fournisseurs, la structure de l’organisation, son cloisonnement ou ses critères de mesure, et la technologie. Le défi technologique, cependant, pourrait être surmonté plus facilement, en intégrant la bonne architecture de test pour que les ingénieurs passent les modules de test à travers les différentes étapes de la boucle, du test des composants au test du système et d’intégration.  

En utilisant des architectures logicielles de système de test et de développement de test ouvertes, nous pouvons réutiliser des cas de test, des équipements et des mises au point techniques, non seulement au sein de groupes travaillant sur les mêmes produits, mais aussi entre les produits développés en série. L’exemple de Volvo montre qu’une architecture et technologie appropriées permettent aux systèmes de test de respecter les dates de livraison, les normes de qualité et les exigences budgétaires. Ils ont efficacement intégré des produits de plusieurs fournisseurs, réutilisé des composants existants et apporté de la flexibilité au système pour faire face aux besoins futurs de Volvo. La mise en place de l’ensemble du système a été si transparente qu’elle a permis d’obtenir une qualité de classe mondiale dans les délais et à un prix raisonnable, avec des ressources limitées. 

2. Meilleure utilisation de vos données

En décalant vers la gauche, les données doivent favoriser la transition, au lieu de devenir un autre défi à surmonter. Ceci est particulièrement important avec CASE, car les données de test ont tellement explosé que les organisations doivent s’appuyer davantage sur les données.  

En raison des limitations technologiques et méthodologiques, il est courant de n’analyser qu’une partie des données spécifiques aux tests (qui, par la suite, sont rarement liées aux étapes de test précédentes ou avancées en tant qu’intelligence de test vers les étapes de test futures). Cependant, Jaguar Land Rover a automatisé la gestion de ses données pour une analyse accrue, réduisant considérablement les réexécutions de test en termes de coûts et de fiabilité des tests jusqu’au test physique. 

Utilisation des données pour tester plus tôt :

• Fournit la meilleure simulation et la meilleure modélisation statistique, ce qui est de plus en plus important lors des tests de technologies nouvelles, non testées ou documentées par le passé (telles que l’autonomie)
• Améliore et aide à automatiser la génération de cas de test, ce qui élimine les réexécutions de test inutiles et augmente la couverture des tests avec des résultats traçables
• Protège contre les risques et les éventuelles pannes (ou rappels) en suivant rigoureusement chaque produit de la conception aux résultats des tests
• Affiche une vue de test plus large, multi-angles et multiprocessus dans des environnements virtuels, de laboratoire et physiques, vous aidant à mieux comprendre les couvertures de test
• Aide à prendre des décisions en matière d’investissement de test et de développement (dépenses en capital et frais d’exploitation)
• Devient la première étape pour tirer pleinement parti de l’intelligence artificielle, du machine learning et d’autres technologies de processus industriels
   

Et, peut-être plus important encore, l’utilisation des données pour établir une communication entre les groupes travaillant sur un produit spécifique accélère la prise de décision, la collaboration et les corrections de trajectoire. 

3. Savoir par où commencer 

Comme tout voyage, le point de départ est aussi important que la destination. Une bonne compréhension de la manière dont les tests se déroulent actuellement vous aide à identifier les failles éventuelles et à établir comment les combler serait bénéfique pour votre entreprise.  

Le concept de base est simple : Évitez les retouches dans la zone rouge, comme le montre la figure 4. 

^{Figure 4. Les retouches à différentes étapes peuvent vous mettre dans la zone rouge, où la perte de temps et de ressources augmente de manière disproportionnée.}

Cependant, la tâche est extrêmement difficile, surtout sans aide, car les entreprises doivent faire preuve d’autocritique, de pluridisciplinarité et adopter une approche fondée sur les données, tout en ayant une bonne compréhension des meilleures pratiques de l’industrie. Heureusement, faire appel à un service de consultation tel que NI, permet d’introduire une vision externe, diversifiée et multivectorielle (personnes, processus et technologie), soutenue par une large expérience, menant à de précieuses découvertes et, finalement, à un plan d’action pour réussir cette transition.

Pour commencer votre auto-évaluation, examinez votre position au niveau de l’équilibre des scénarios de test : À quel degré testez-vous en simulation, en HIL, en replay et sur la route, et où/comment pouvez-vous optimiser votre investissement ? Si vous avez du mal à répondre à cette question, c’est qu’il serait opportun de privilégier davantage la simulation et le HIL afin d’améliorer l’efficacité des tests. 

Il est compréhensible que les défis potentiels de mise en œuvre vous empêchent d’agir, mais pensez au coût élevé de l’inaction. À défaut de créer une approche structurée avec une stratégie claire, vous risquez de faire les choses comme elles ont toujours été faites — et cela ne mène qu’aux mêmes anciens résultats. En étudiant le processus existant, en définissant tous les candidats d’optimisation et en planifiant stratégiquement l’ordre des différentes étapes (ainsi qu’en précisant les indicateurs clés de performance), vous améliorez vos chances de réussite sur le court et le long terme. 

Nous continuerons d’explorer les personnes et les processus, les défis et les stratégies, mais pour l’instant, comprendre le rôle de la technologie pour décaler les tests vers la gauche est la première étape de notre parcours d’évolution des tests. NI dispose des équipes, des connaissances et des technologies nécessaires pour vous aider à améliorer vos tests et à donner vie à votre véhicule autonome.

Étapes suivantes

• Contactez le service de conseil en méthodologie de NI
• En savoir plus sur la solution NI ADAS HIL
• En savoir plus sur les tests de systèmes de perception et de fusion de capteurs pour les véhicules autonomes