dSpace Geht noch mehr Produktivität

Für eine Produktivitätssteigerung im Bereich Automotive-Software ist die Simulation mit virtuellen Steuergeräten unumgänglich. Ein effizientes Datenmanagement für die modellbasierte Entwicklung sowie die systematische Wiederverwendung von Modellen, Tests und Software-Komponenten spielen eine wichtige Rolle.

Die modellbasierte Entwicklung mit automatischer Serien-Code-Generierung und X-in-the-Loop-Testmethoden hat der automotiven Software-Entwicklung in den letzten 20 Jahren zu einer starken Produktivität verholfen. Entwicklung und Qualitätssicherung der rasant wachsenden Zahl neuer, Software-intensiver Fahrzeugfunktionen wären ohne Werkzeugunterstützung nicht denkbar.

Tools werden heute nicht mehr „stand-alone“ von einzelnen Entwicklern genutzt, sondern als integrale Bestandteile des Entwicklungsprozesses im Verbund mit anderen Werkzeugen, über Abteilungen hinweg und in weltweiten Teams. Die Arbeitsabläufe und das Zusammenspiel der Werkzeuge sind in den letzten Jahren erheblich verbessert worden, nicht zuletzt auf Basis von Standards wie ASAM und AUTOSAR.

Ist eine weitere Steigerung der Produktivität möglich? Wenn ja, welche Voraussetzungen sind dafür zu erfüllen? Zunächst einmal: Höhere Produktivität kann verstanden werden als „mehr Funktionen in derselben Zeit entwickeln“. Es sollte aber nicht außer Acht gelassen werden, dass bei steigender Komplexität der Fahrzeugsysteme selbst der heute erreichte Stand nicht von alleine aufrecht erhalten bleibt. Gerade die Entwicklung zukünftiger Fahrerassistenzsysteme und die Elek­tromobilität stellen Herausforderungen dar, auch mit Blick auf die zusätzlichen Anforderungen an die funktionale Sicherheit. Hier scheint eine Steigerung der Produktivität unumgänglich zu sein.

Fragt man Entwicklungsingenieure und Führungskräfte in der Automobilindustrie, was zu tun ist, um die Komplexität und Kosten der Software-Entwicklung im Griff zu behalten, werden meist diese Punkte genannt:

  • Mehr simulieren, das heißt mehr Details und komplexere Systeme nachbilden, dazu vorhandene Simulationsmodelle systematisch wiederverwenden.
  • Steuergeräte-Software-Stände kontinuierlich erzeugen und testen, auch im Verbund.
  • Früh mit der Validierung der Systeme beginnen, mehr Tests von der Straße ins Labor verlegen, dazu Aufbau einer virtuellen Absicherungsstrategie.
  • Strategien für die Wiederverwendung von Modellen, Tests, Software-Komponenten und anderen Daten über Entwicklungsphasen und Teams hinweg einführen.

Um diese Empfehlungen umzusetzen, sind derzeit zwei erfolgversprechende Initiativen zu erkennen:

  • Aufbau eines aktiven Managements für die schnell wachsende Menge an Modellen, Tests und anderen Datenobjekten in der modellbasierten Entwicklung. Stichworte sind Varianten-Management, Dokumentation und Auffindbarkeit von Modellen und Tests, Bereitstellung von Anwendbarkeitskriterien, Traceability.
  • Etablierung einer Prozesskette für die virtuelle Absicherung, die mit der Validierung von Funktionen und Software in einer PC-basierten Simulation beginnt und die Wiederverwendung von Modellen und Tests beim späteren Hardware-in-the-Loop-Test von Steuergeräten erlaubt.

Aktives Datenmanagement

Daten-Backbones für die modellbasierte Entwicklung und den Steuergeräte-Test sind in der IT-Infrastruktur bei Fahrzeugherstellern und Zulieferern bisher die Ausnahme. Es besteht aber Lösungsdruck, wie zu sehen ist:

  • „Unsere Ingenieure verlieren in der Datenflut der verschiedenen Entwicklungsphasen zuweilen den Überblick.“
  • „Wir haben immer größere Mühe, uns in der explodierenden Anzahl von Software-Varianten zurechtzufinden.“
  • „Wir benötigen volle Traceability, um einen sicherheitsgerichteten Entwicklungsprozess nach ISO 26262 aufzusetzen.“
  • „Mein Team verliert zu viel Zeit mit der Übertragung von Daten von einem Tool zum anderen.“
  • „Wie können wir die spezifischen Datenobjekte der modellbasierten Entwicklung effizient ablegen und wiederfinden?“
  • „Wie finde ich die passenden Tests für meine Steuergeräte-Varianten?“

In vielen Unternehmen wurden Aktivitäten gestartet, um eine Lösung für diese Herausforderungen zu finden. Es werden punktuelle Eigenentwicklungen betrieben, oft mit bescheidenem Erfolg. In Hinblick auf Wartung und Erweiterungen bei neuen Anforderungen stoßen Eigenentwicklungen an ihre Grenzen.

In den bestehenden Product-Lifecycle-Management (PLM)- und Application-Lifecycle-Management (ALM)-Werkzeugen können die „Artefakte“ der modellbasierten Entwicklung und ihre Beziehungen nicht in der benötigten Granularität abgebildet werden. Typische Datenobjekte sind Funktionsmodelle, Streckenmodelle in verschiedener Modellierungstiefe, Source- und Object-Codes, Parametersätze, Signal- und Topologie-/Architekturbeschreibungen, AUTOSAR-Objekte, Testszenarien, Testskripte, Testergebnisse oder Stimuli.

Das Beispiel Modelle zeigt, was das Datenmanagement leisten muss: Eigenschaften wie Schnittstellen, Parameter, Variantengültigkeit und anwenderspezifische Informationen müssen feingranular abgelegt werden, um valide Modelle für die Simulation, den Steuergerätetest oder für Software Builds zusammenstellen zu können. Erst wenn ein Modell nicht nur als „Black Box“ betrachtet wird, sondern Modularisierung und Hierarchie innerhalb des Modells zum Ausdruck kommen, lassen sich Modelle über alle Ebenen hinweg wiederverwenden – vom Integrationsmodell auf Fahrzeugebene bis zu einzelnen Blöcken einer Bibliothek. Traceability erfordert, dass ein Teilmodell oder ein Signal auf jeder Hierarchieebene mit der Anforderung verbunden werden kann, die seiner Spezifikation zugrunde liegt. Für die Testautomatisierung soll ggf. die Anwendbarkeit einer Testvariante an den Wert eines bestimmten Modellparameters gebunden werden. Das geht über die dateibasierte Ablage von Modellen oder Tests in heutigen Konfigurationsmanagement-Systemen hinaus.