测试左移：汽车验证测试的演变

汽车行业的V型图

过去汽车以机械为主，但未来的汽车必定由软件定义。 尽管软件在现代汽车中起着主要作用，但该行业仍需要大幅投资到原型车测试上。虽然从安全角度来看这是非常必要的，但由于成本高、故障发现得晚以及缺乏可重复性，几乎不可能在真实条件下对设计进行验证。

鉴于这些限制，公司希望从一开始就尽可能获得最佳状态的物理原型，从而获得最佳的最终设计。汽车原始设备制造商正在调整V图，更加注重前期的开发和测试，并将越来越多地利用虚拟原型（图1），来大幅降低成本和返工，加快开发速度。 这就要求在整个过程中设计、开发和验证团队更早地紧密协作。

^{图1.通过软件和数据工具链实现快速测试迭代，减少返工，将开发重心放在前期。}

将重心放在前期开发会使V型图变为图1中的双V图，与此类似，公司正在尝试“缩窄V”或“向左移”。但是，无论设计过程如何，他们将越来越多地采用仿真和实验室技术，在更安全、更快速、成本更低的虚拟世界中扩大测试范围。 2018年，研究人员发现，通过将自动驾驶功能测试用例分为虚拟和物理用例，其测试成本远低于现场测试。 ¹研究人员估计节省的成本最高可达90％。

对于像Waymo这样专注于研究自动驾驶并拥有软件测试专业知识的新兴汽车公司来说，转向虚拟仿真技术几乎是一种本能。 根据经验，这些公司非常清楚更大幅采用仿真测试可：

• 在单位时间内执行更多测试案例和场景，从而扩大测试范围
• 在测试场景和条件中添加更多故障用例，从而提高可靠性 
• 实现高度自动化，从而降低成本，并降低物理测试在总成本的占比
• 提高可重复性，从而更好地进行产品特性分析，同时还可提高可追溯性
   

既然虚拟原型可以给汽车公司带来诸多益处，为什么该技术不普及呢？

转变面临的挑战 

测试左移并没有既定的流程，由于人员、过程和技术紧密相关，因此在转变过程中，存在着各种错综复杂的挑战。但挑战同时也意味着机会。在研究这些机会之前，让我们先来定义这些挑战： 

人员—这涉及技能和培训，组织如何持续支持虚拟以及基于实验室的测试和集成，内部团队之间的共识以及供应商和协作者等外部支持。  

流程—涉及使用自动化测试管理技术和方法来将虚拟、实验室和真实测试结果相关联，并确定测试的对象以及时间点。这些方法需要各部门达成一致，并结合上述所说的技能和培训，才能加快开发和测试过程，而不会增加预算或牺牲可靠性或测试范围。 流程还包括ISO-26262等安全标准以及现有和即将颁布的法规。 

技术—技术就是指与技能和流程相匹配的工具。 利用技术，测试人员可以执行“X在环”（“模型在环”和“软件在环”）测试，并将测试结果引入硬件在环系统或实验室测试中。 技术涵盖了从单个组件或域到真实整车测试的方方面面。 

这三个要素及其相关元素盘根错节，非常值得深入研究。 我们建议先评估现有情况，然后确定要针对特定业务目标优化的变量或流程，以在这三个要素之间取得适当的平衡。 

但此处，我们将重点介绍技术及其如何影响前期开发的测试（请记住，仅从该要素着手并不足以攻克测试挑战）。 

​在图2中，我们看到传统的表示法是按设计和测试执行的环境进行划分的，即虚拟环境、实验室、物理环境。 这样划分有助于发现可及早进行测试的机会，在正确的时间和地点进行测试迭代，并尽可能高效地进行物理测试。 

^{图2.扩展V型图，观察测试发生在哪个阶段，从而找出左移(shift-left)的机会。}

显然，越往V型图的右侧和上侧进行，时机越晚，识别出的缺陷越复杂，对开发的负面影响越大。但别忘了，测试环境会影响关键变量（图3）。综上所述，在左侧部署强大而全面的测试同样可以逐步过渡到真实测试，而且提供了同样高的测试覆盖率。

^{图3.该图表显示了在不同阶段进行测试的取舍和优势。2}

现在，让我们看一下哪些方面可以通过技术来实现V图左移和增加左侧的测试。

测试左移如何优化 

当您尝试测试左移、提高实验室和物理测试以及其他方面的效率时，建议先对测试进行优化。这里就需要介绍技术带来的优势及其局限性。  

过去，测试供应商只需要专注于在某个领域（仿真、实验室或物理测试），但不需要三方面都做得很好。 但如果采用基于软件的模块化方法来优化测试，可带来以下三个方面的好处： 

1. 测试组件复用  

虽然组件复用可带来成本优势，但其最大的价值在于时间的节省——而且它绝对以软件为中心。通过最大程度地减少V型图阶段之间的返工，您可以实现更加集成的设计和测试。  

但实际应用中，挑战无处不在，比如与供应商之间的紧张关系，组织的架构、部门之间的相互孤立、企业的考核方式以及技术等各方面都会带来各种各样的挑战。其中技术挑战应该是最容易克服的，因为通过采用正确的测试架构，工程师可以从组件测试到系统再到集成测试等不同阶段循环复用测试模块。  

利用开放的测试系统和测试开发软件架构，我们不仅可以在开发同一产品的不同小组之间复用测试用例、设备和工程开发成果，也可以在同一系列的产品开发中继续复用。 沃尔沃的案例刚好可以佐证正确的架构和技术如何确保测试系统满足未来的需求，满足交付日期、质量标准和预算要求。沃尔沃有效地集成了多个供应商的产品，重复使用了现有组件，并实现了系统的灵活性，从而轻松自如地应对未来需求。 整个系统无缝集成，我们能够在资源有限的情况下，以合理的成本按时交付高质量的产品和服务。 

2.更高效利用数据

在进行测试左移时，我们需要让数据为我们提供支持，而不是让数据成为另一项挑战。对于CASE来说，这一点尤其重要，因为随着测试数据呈爆炸式增长，组织必须以数据为驱动力。  

由于技术和方法的局限性，通常我们只分析一部分测试数据（随后很少将其链接回先前的测试阶段，或者基于这些数据实现测试智能，以便为未来的测试做准备） 而捷豹路虎通过对其数据进行自动化管理，大幅提高了分析的数据量，避免了大量测试的重新运行，并且降低了物理测试的成本，提高了测试可靠性。 

使用数据更早地进行测试，还有助于：

• 提供精准的仿真和统计建模，这一点对于测试新技术、之前未经测试的技术或有文档记录的技术（例如自动驾驶）非常重要
• 改进并自动化测试用例的生成，从而避免不必要的重新测试，并扩大了测试范围，提高结果可溯源性
• 严格跟踪每个产品的设计和测试结果，以规避风险，避免最终失败（或召回）
• 通过虚拟、实验室和物理测试，提供更广泛、多角度、多过程的测试视图，从而帮助您更好地了解测试范围
• 测试和开发投资决策的制定（资本支出和运营支出）
• 为真正利用人工智能、机器学习和其他工业过程技术打下坚实的第一步
   

而且，也许最重要的是，以数据为桥梁，可以让开发特定产品的不同小组之间高效地沟通，从而加快决策、协作和纠错过程。 

3. 了解您的起点 

与任何旅行一样，起点与终点同样重要。理解测试的过程有助于您发现测试中存在的缺陷，以及修正这些缺陷可以为公司带来哪些益处。  

其实，基本概念很简单： 避开红色区域中的返工，如图4所示。 

^{图4. 各个阶段的返工可能会让您陷入红色区域，导致时间和资源显著浪费。}

说起来容易做起来难，而且通常很难单枪匹马地完成，因为这要求公司必须具有自我批判思维，具备多领域知识，以数据为驱动力，并且对行业的最佳工程实践有适当的了解。庆幸的是，NI及其他咨询服务提供商拥有强大的专业和行业背景，可从不同的角度为您提供多媒介（人员、流程和技术）、多元化的观点，帮助您洞察有价值的信息，并最终制定出具体的行动计划。

开始自我评估之前，请先考虑一下您在测试中所处的位置：仿真测试、HIL测试、实验室测试和路测的比例分别是多少，如何/哪些方面可以优化投资？ 如果您觉得很难回答这一问题，这就意味着您需要更多地转向仿真和HIL测试，才能提高测试效率。 

结论​ 

我们往往会因为实施过程中可能面临的风险而踌躇不前，但请您思考一下不作为的惨痛代价。如果没有清晰的战略和结构化的方法，您很有可能会经常重蹈覆辙，总是得到不理想的结果。 如果您能够反思当前的流程，确定需要优化的领域以及关键性能指标，并从战略上确定需优先解决的问题，将有助于您一步步迈向长久的成功。 

我们后续将探讨人员和流程两个方面面临的挑战和策略，但就目前而言，了解技术如何帮助实现测试左移是我们测试演进之旅的第一个里程碑。NI拥有专业的团队、知识和技术，可助您优化测试，成功开发出自动驾驶汽车。

下一步

• 了解NI方法咨询服务
• 了解NI ADAS HIL解决方案
• 了解如何测试自动驾驶汽车的感知系统和传感器融合系统