Bewertung und Verbesserung der Leistung und Zuverlässigkeit der Smart Cockpit-Software

Autor |. Zhang In diesem Artikel wird kurz die Bedeutung des Aufbaus eines Smart-Cockpit-Software-Evaluierungsrahmens aus technischer Sicht sowie Methoden zur kontinuierlichen Verbesserung von Leistung und Zuverlässigkeit erörtert. 1. Schlechte Leistung und Zuverlässigkeit der Smart-Cockpit-Software soll von 2022 bis 2026 expandieren. Die jährliche durchschnittliche Wachstumsrate wird voraussichtlich über 17 % liegen, was zeigt, dass dieser Bereich über ein enormes Entwicklungspotenzial verfügt. Mit dem Wachstum des Marktes werden die Funktionen der Smart-Cockpit-Software vielfältiger und leistungsfähiger und auch das allgemeine Intelligenzniveau wird deutlich verbessert. Dies zeigt, dass sich die Automobilindustrie in eine intelligentere und vernetztere Richtung bewegt und den Verbrauchern ein intelligenteres, bequemeres und komfortableres Fahrerlebnis bietet.

(Quelle: „2023 Smart Cockpit White Paper – Fokus auf die zweite Hälfte der Elektrifizierung“)

Da die Marktgrößenprognosen weiter wachsen, steigt auch der Anteil der Verbraucherbeschwerden über Smart-Cockpit-Software von Jahr zu Jahr . Der Schwerpunkt liegt auf dem Bedienerlebnis, der Leistung und der Zuverlässigkeit von Smart-Cockpit-Software und beleuchtet die Herausforderungen, die die zunehmende Anzahl intelligenter Funktionen mit sich bringt.

Laut dem Kfz-Beschwerdeanalysebericht der vier Quartale 2023 von Cheqi.com machen die Qualitätsprobleme im Zusammenhang mit dem Smart Cockpit (Fahrzeugmaschine) einen erheblichen Anteil aus, wobei die mit der Automaschine verbundenen Teile an der Spitze stehen 20 Beschwerdepunkte in Q1–Q4 (Ausfälle von Audio- und Videosystemen, Navigationsprobleme, Ausfälle von fahrzeuginternen Verbindungen, Ausfälle von Fahrsicherheitsassistenzsystemen usw.) machten 15,89 %, 10,99 %, 10,56 % und 9,56 % der gesamten Beschwerden aus jeweils.

_(Quelle: Chezhi.com)_Wenn Sie das spezifische Beschwerdeformular genauer prüfen, werden Sie feststellen, dass Probleme wie Abstürze, schwarze Bildschirme, Einfrieren, langsame Reaktionen usw. sehr häufig auftreten und das Fahrerlebnis des Benutzers ernsthaft beeinträchtigen Außerdem sinkt das Vertrauen und die Wiedererkennung der Marke durch den Benutzer.

Nachdem wir die Entwicklungstrends von Smart-Cockpit-Software und Benutzerbeschwerden kombiniert haben, kann festgestellt werden, dass Leistung und Zuverlässigkeit neben der Benutzerfreundlichkeit die wichtigsten Faktoren sind, die das Benutzererlebnis beeinflussen. Diese beiden Schlüsselfaktoren stehen nicht nur in direktem Zusammenhang mit der Benutzerzufriedenheit, sondern bestimmen auch maßgeblich die Wettbewerbsfähigkeit von Smart-Cockpit-Software auf dem Markt.

Leistungsverbesserung ist der Grundstein für den reibungslosen Betrieb der Smart-Cockpit-Software. Da die Funktionen immer weiter zunehmen, benötigt Software effizientere Prozessoren und optimierte Algorithmen, um eine sofortige Reaktion auf Benutzervorgänge und eine hohe Systemkompetenz zu gewährleisten.

Zuverlässigkeit ist der Schlüssel, um sicherzustellen, dass Benutzer der Smart Cockpit-Software in verschiedenen Nutzungsszenarien vertrauen können. Benutzer erwarten, dass sie während der Fahrt nicht durch Ausfälle der Smart-Cockpit-Software gestört werden. Es ist am besten, wenn das System stabil läuft, um Probleme wie Abstürze oder Einfrieren zu vermeiden.

Im folgenden Artikel kombinieren wir die Best Practices der Softwareentwicklung und die eigenen Eigenschaften von Software im Smart-Cockpit-Bereich, um Möglichkeiten zur Bewertung und Verbesserung ihrer Leistung und Zuverlässigkeit zu erkunden.

2. Bewertungsrahmen für Leistung und Zuverlässigkeit

Wenn man es nicht messen kann, kann man es nicht verbessern.
• Das Smart-Cockpit-Softwaresystem selbst ist eine Art Software, und auch sein Entwicklungsprozess folgt den allgemeinen Softwareprozessen für Architekturdesign, Entwicklungsimplementierung und Qualitätsüberprüfung. Bevor wir uns also mit Verbesserungsmöglichkeiten befassen, sollten wir zunächst klären: Wie beurteilt man die Leistung und Zuverlässigkeit von Softwaresystemen richtig?

1. Softwarearchitektur-Merkmalsmodell

Mark Richards und Neal Ford beschrieben „Architekturmerkmale“ in „Softwarearchitektur: Ein Leitfaden für Architekturmuster, -merkmale und -praktiken“:

Architekten können mit anderen zusammenarbeiten, um die Domäne zu bestimmen oder Geschäftsanforderungen, aber eine Hauptaufgabe des Architekten besteht darin, die domänenunabhängigen Dinge zu definieren, zu entdecken und zu analysieren, die für die Software notwendig sind: Architekturmerkmale.

Architekturmerkmale sind Softwaremerkmale, die Architekten beim Entwerfen von Software berücksichtigen müssen und die nichts mit Domänen- oder Geschäftsanforderungen zu tun haben, wie z. B. Überprüfbarkeit, Leistung, Sicherheit, Skalierbarkeit, Zuverlässigkeit usw. In vielen Fällen nennen wir sie auch nichtfunktionale Anforderungen (NonFunctional Requirements) oder Qualitätsattribute (Quality Attributes).

Natürlich müssen wichtige Funktionen der Softwarearchitektur zu Beginn des Architekturentwurfs berücksichtigt werden, und während des Softwareentwicklungsprozesses sollte weiterhin darauf geachtet werden. Was sind also die wichtigsten Architekturmerkmale, die bei der Entwicklung von Softwaresystemen berücksichtigt werden müssen?

ISO/IEC 25010:2011 ist eine Reihe von Standards, die von der International Organization for Standardization gefördert werden (jetzt aktualisiert auf die Version 2023). Sie gehört zum ISO System and Software Quality Requirements and Evaluation (SQuaRE)-System und definiert eine Reihe von Qualitätsmodell für Systeme und Software. Dieses Qualitätsmodell wird häufig zur Beschreibung und Bewertung der Softwarequalität verwendet und kann uns bei der Modellierung wichtiger Architekturmerkmale von Software als Leitfaden dienen.

Das von ISO 25010 beschriebene Qualitätsmodell lautet wie folgt (Teile im Zusammenhang mit Leistung und Zuverlässigkeit sind in der Abbildung hervorgehoben):

ISO 25010 unterteilt Softwarearchitekturmerkmale (im Originaltext des Standards „Qualitätsattribute“ genannt). ) und deckt viele Aspekte ab, wie Funktionalität, Zuverlässigkeit, Leistungseffizienz, Wartbarkeit, Portabilität usw. Jedes Architekturmerkmal definiert die damit verbundenen Schlüsselaspekte. Das Merkmal umfasst auch mehrere Untermerkmale, um die spezifischen Dimensionen des Merkmals detaillierter zu beschreiben. Es ist ersichtlich, dass dieses Qualitätsmodell einen umfassenden und allgemeinen Rahmen bietet, um die Qualität von Software besser zu verstehen und zu bewerten.

Für Leistungsmerkmale unterteilt das Modell drei Untermerkmale: Zeitmerkmale, Ressourcennutzung und Kapazität; für Zuverlässigkeitsmerkmale unterteilt das Modell vier Untermerkmale: Reife, Verfügbarkeit, Fehlertoleranz und einfache Wiederherstellung.

Natürlich hat jede Art von Software ihre eigenen Eigenschaften und Betriebsumgebungen. Software, die alle Architekturmerkmale des oben genannten Modells erfüllen kann, ist jedoch zwangsläufig hoch, genau wie bei einem internen System mit nur 3 Für Benutzer ist die Designflexibilität und die Skalierung zur Erfüllung der Verfügbarkeit nicht erforderlich. Offensichtlich entspricht im Bereich der Smart-Cockpit-Software die Verwendung der Benutzererfahrung zur Bewertung der Leistungs- und Zuverlässigkeitsmerkmale besser den Entwurfszielen der Smart-Cockpit-Software als die Verwendung des Durchsatzes und des elastischen Skalierungsverhältnisses zur Bewertung.

2. Bewerten Sie die Architekturmerkmale mithilfe des Indikatorensystems.

Bei der Analyse des vorherigen Softwarequalitätsmodells werden wir feststellen, dass das Modell hauptsächlich definiert, „wie sich die Architekturmerkmale der Software verhalten sollten“, aber nicht erklärt, „wie sie benötigt wird“. zu bewerten". Es wird beurteilt, dass die Anforderungen an die architektonischen Merkmale erfüllt wurden. Die Merkmale und Untermerkmale im Qualitätsmodell sind qualitative Beschreibungen architektonischer Merkmale, es wird jedoch nicht erwähnt, wie architektonische Merkmale quantitativ bewertet werden.

Tatsächlich bietet SQuaRE auch einen Bewertungsrahmen für Qualitätsmodelle (Einzelheiten finden Sie in ISO/IEC 25020:2019):

Der obige Bewertungsrahmen verwendet im Wesentlichen eine Reihe von Indikatoren mit unterschiedlichen Gewichtungen, um die Merkmale einer Architektur zu bewerten ( Untermerkmale), Indikatoren können aus einigen Indikatorelementen berechnet werden, und die Indikatorelemente können durch einige Messmethoden gemessen werden, die in Softwareentwicklungsaktivitäten implementiert werden.

In der Softwareindustrie können viele Bewertungsindikatoren über Geschäftsbereiche hinweg einen Konsens erzielen, wie z. B. Reaktionszeit, Durchsatz, RTO, RPO, MTTR usw., den Unternehmen direkt übernehmen können, wenn sie ihre eigenen Indikatorensysteme in ihren Geschäftsbereichen etablieren.

Im Folgenden sind einige Beispiele für relativ häufige Indikatoren für Softwareleistung und -zuverlässigkeit aufgeführt, die auf die überwiegende Mehrheit der Software anwendbar sind:

Natürlich ist die Bewertungsarchitektur aufgrund unterschiedlicher Funktionsbereiche und Betriebsumgebungen unterschiedlich Es wird zwangsläufig gewisse Unterschiede in den Indikatorensystemen der Merkmale geben.

Zuallererst haben unterschiedliche Geschäftsszenarien unterschiedliche Gewichtungseinstellungen für Bewertungsindikatoren. Bei der Leistungseffizienzbewertung von Smart-Cockpit-Systemen und -Software sind beispielsweise Zeitmerkmale von entscheidender Bedeutung, da sie mit der Fahrerfahrung des Benutzers zusammenhängen. Bei Webanwendungen, die Internetdienste bereitstellen, müssen Kapazitätsmerkmale berücksichtigt werden, um Dienste für mehr Benutzer bereitzustellen Aufmerksamkeit geschenkt.

Zweitens werden bestimmte Bereiche ihre eigenen einzigartigen Leistungsindikatoren haben. Diese Differenzindikatoren müssen aus dem tatsächlichen Geschäft extrahiert werden. Beispielsweise kann die Geläufigkeit der Benutzeroberfläche nicht einfach anhand der Reaktionszeit bewertet werden, sondern muss umfassend anhand von Indikatoren wie Bildrate und Anzahl der ausgelassenen Bilder beurteilt werden.

3. Finden Sie die Datenquelle der Indikatorelemente

Nach der Einrichtung des Indikatorsystems besteht das nächste Problem darin, sinnvolle Indikatorelemente zur Berechnung des Indikatorwerts zu finden.

In ähnlicher Weise gibt es viele gemeinsame Indikatorelemente, die direkt übernommen werden können, wie z. B. zyklomatische Komplexität, Modulkopplung, CPU-Auslastung, Speichernutzung, Transaktionsausführungszeit, Parallelität usw. Allerdings sind Indikatorelemente für das Geschäftsfeld relevanter als die Indikatoren selbst, und es ist wichtiger, Domänenwissen zu kombinieren, um geeignete Indikatorelemente zu finden.

Die GQM-Methode ist eine effektive Analysemethode zum Finden und Etablieren von Indikatorelementen: GQM steht für „Ziel – Frage – Metriken“, was übersetzt werden kann als „Ziel – Frage – Indikator“. Es handelt sich um eine Analysemethode mit einer langen Geschichte. 1984 von Victor Basili und David Weiss entwickelt.

Im Wesentlichen analysiert GQM die Struktur anhand eines Baums und geht dabei Schicht für Schicht vor. Zuerst stellen wir Fragen zu den Zielen auf der Grundlage der Art und Weise, wie diese erreicht werden können. Anschließend zerlegen wir jede Frage in mehrere Indikatorelemente, die die Lösung des Problems unterstützen können, und wählen schließlich die am besten geeigneten Indikatorelemente aus.

Wir nehmen als Beispiel „Bewertungsindexelemente zur Ermittlung der Leistungs- und Zuverlässigkeitsmerkmale von Smart-Cockpit-Software“, basierend auf „Bewertung der reibungslosen Bedienung des Smart-Cockpit-Startbildschirms“ und „Berechnung der Ausfallrate und Verfügbarkeit von Smart-Cockpit“. Systeme und Anwendungen“ Erstellen Sie als Ziel einen GQM-Analysebaum:

Zu Beginn der Analyse können Sie zur Erweiterung der Idee zunächst möglichst viele mögliche Indikatorelemente identifizieren Unter Berücksichtigung des Werts und der Schwierigkeit, die Indikatorelemente zu erhalten, analysieren Sie dann den Wert und die Leichtigkeit der Erfassung jedes Indikatorelements, priorisieren Sie diese entsprechend und wählen Sie die am besten geeigneten Indikatorelemente aus. Dieser Prozess kann dem folgenden Prioritätsprinzip folgen:

• Je mehr Probleme er unterstützen kann, desto höher ist er.
• Je einfacher zu sammeln und zu berechnen ist, desto höher ist er.

Basierend auf der GQM-Methode können wir ihn zerlegen Abstrakte Indikatoren und mehr erhalten Mit klaren Indikatorberechnungsformeln und gesammelten Datenpunkten wurde ein vollständiger Bewertungsrahmen erstellt.

3. Engineering-Methoden zur kontinuierlichen Verbesserung der Leistung und Zuverlässigkeit

Basierend auf dem zuvor eingeführten Bewertungsrahmen beherrschen wir bestimmte Analysemethoden und haben die Richtung zur Verbesserung der Leistung und Zuverlässigkeit von Smart-Cockpit-Software klargestellt.

Der nächste Schritt in der Evaluierung ist die Verbesserung. In diesem Abschnitt wird erläutert, wie man mit technischen Methoden die Leistungs- und Zuverlässigkeitsarchitekturfunktionen der Smart-Cockpit-Software kontinuierlich verbessert, um sicherzustellen, dass sich die Leistung und Zuverlässigkeit der Software nicht nur verbessern sich nicht verschlechtern, sondern sich langfristig stetig verbessern.

1. Architekturmodellierung leitet Forschung und Entwicklung.

Modellierung ist eine effektive Methode zur Analyse von Geschäftsdomänen und Architekturmerkmalen während der Entwurfsphase. Beim Entwerfen einer Softwarearchitektur konzentrieren sich viele Unternehmen auf die Modellierung von Geschäftsdomänen und unterschätzen die Modellierung von Architekturmerkmalen. Dies führt oft dazu, dass Entwurfsüberlegungen wie Sicherheit, Zuverlässigkeit, Leistung usw. ernsthaft in den Hintergrund gerückt werden und dann durch Produktionsprobleme außer Kraft gesetzt werden nach der Veröffentlichung der Software.

Tatsächlich kann die frühe Architekturmerkmalsmodellierung nicht nur die Codeentwicklung im nachfolgenden Forschungs- und Entwicklungsprozess leiten, sondern auch auf natürliche Weise in White-Box-Tests umgewandelt werden, um zu überprüfen, ob der Code den Designanforderungen entspricht.

Für die Leistungsmodellierung kann ein Leistungsmodell erstellt werden, indem die Leistungsbedenken der Softwarearchitektur und vordefinierte Leistungsindikatoren identifiziert werden. In Bezug auf die Leistungsmodellierung hat der Autor sie in „Was ist Performance Engineering“ vorgestellt?

Für die Zuverlässigkeitsmodellierung kann dank der vielen ausgereiften Modellierungsmethoden im Automobilbau auch der Softwarebereich direkt referenziert und angepasst werden. Modellierungsmethoden wie Fault Tree Analysis (FTA) und Failure Mode and Effects Analysis (FMEA). _(Quelle: Nationaler Standard G, der das FMEA-Verfahren beschreibt)_

(B/T 7826-2012)

Um zu vermeiden, dass das festgelegte Modell nur beim Architekturüberprüfungstreffen gültig ist, nicht aber bei Alles, wenn es tatsächlich implementiert wird, ist es notwendig, die entsprechende Fitnessfunktion basierend auf dem Modell zu erstellen, um sicherzustellen, dass sich die Architektur nicht langsam verschlechtert. Im nächsten Abschnitt wird die architektonische Fitnessfunktion vorgestellt.

2. Kontinuierliche Pflege der Fitnessfunktion

Mit dem Indikatorensystem können wir die Leistung und Zuverlässigkeit der Smart-Cockpit-Software quantitativ analysieren und bewerten. Wenn der Bewertungsprozess jedoch zu komplex, langwierig und schwierig schnell durchzuführen ist, wird die Bewertung dieser Architekturmerkmale mit der Zeit zu einer starken Belastung für das Team, was dazu führt, dass die Anzahl der Bewertungsaktivitäten immer geringer wird und das Feedback wird immer langsamer, unhaltbarer und schließlich stagniert.

Alles, was automatisiert werden kann, sollte automatisiert werden.

Bei der Bewertung, ob Softwarefunktionen die Anforderungen erfüllen, werden wir eine große Anzahl automatisierter Tests erstellen, um ein Sicherheitsnetz für Softwarefunktionen zu bilden und kontinuierlich sicherzustellen, dass die Software den Anforderungen entspricht. Was die Bewertung architektonischer Merkmale betrifft, ähnelt der traditionelle Ansatz eher einer „sportlichen“ Bewertung:

• Auf der F&E-Seite stellen wir regelmäßig ein spezielles Leistungs- oder Zuverlässigkeitstestteam zusammen, halten das Indikatorsystem in der Hand, testen und bewerten, ob die Indikatoranforderungen aus einer Black-Box-Perspektive erfüllt werden, und erstellen Testberichte
• Auf der Auf der Designseite veranstalten wir regelmäßig verschiedene Arten von Architekturbesprechungen und Review-Meetings, um den Entwurf selbst zu bewerten und zu prüfen, ob die Software wie geplant korrekt implementiert wird. Darüber hinaus werden zahlreiche Dokumente erstellt.

ASPICE ist ein typischer Fall. Aufgrund der Komplexität des Prozesses und der Dokumentation sowie der strengen Anforderungen für jede Entwicklungsphase ist es für Design und Tests leicht, im Zustand einer früheren Snapshot-Version zu bleiben und diese nie beizubehalten Die Geschwindigkeit, mit der sich Software ändert.

(Quelle: An ASPICE Overview)

In dem von Neal Ford, Patrick Kua und Rebecca Parsons gemeinsam verfassten Buch „Evolutionary Architecture“ wird die Fitnessfunktion definiert als „eine Lösung, die verwendet wird, um das beabsichtigte Design zusammenzufassen“. Die Zielfunktion gibt an, wie nah sie am Erreichen des gesetzten Ziels ist.“ Durch die Einführung der Fitnessfunktion kann die Bewertung der Architektur mit technischen Mitteln automatisiert und normalisiert werden.

(Quelle: „Evolutionary Architecture“)

Wenn unsere Indikatoren und Modelle in Fitnessfunktionen umgewandelt werden, können sie an die F&E-Pipeline gebunden werden, um eine automatisierte Bewertung architektonischer Merkmale zu erreichen.

Mit Automatisierung als Voraussetzung kann Architekturpflege genutzt werden, um kontinuierliche Verbesserungen voranzutreiben.

Basierend auf den verschiedenen Fitnessfunktionen, die während der täglichen Konstruktion, des iterativen Testens, des Integrationstests und anderer Prozesse eingerichtet wurden, können die von der Fitnessfunktion generierten Ausführungsergebnisse einen vollständigen Satz von Leistungs- und Zuverlässigkeitsbewertungsberichten bilden. Indem wir die Evaluierungsergebnisse der vorherigen Version als Grundlage nehmen und sie mit den Evaluierungsergebnissen der neuesten Version vergleichen, können wir die Leistung und Zuverlässigkeit der Software sorgfältig überwachen und so feststellen, welche Teile der neuen Version optimiert wurden und welche Teile optimiert wurden Die Verschlechterung ist auf den ersten Blick erkennbar.

3. Observable Toolset hilft bei der Analyse

Bisher verfügen wir über einige Mittel zur Unterstützung der kontinuierlichen Leistungs- und Zuverlässigkeitsbewertung, aber die Bewertung dient im Wesentlichen der Aufdeckung von Problemen, und die anschließende Analyse und Optimierung stellt kontinuierliche Verbesserungen dar.

Nachdem Probleme aufgedeckt wurden, muss die Optimierung oft so schnell wie möglich durchgeführt werden. Bei geschäftsorientierten Organisationen verbringt das Team die meiste Zeit mit der Arbeit im Geschäftsfeld und es fehlt ihm an der Fähigkeit, Probleme wie Leistung und Leistung zu analysieren und zu optimieren Zuverlässigkeit: In der Regel sucht oder stellt die Organisation zu diesem Zeitpunkt technische Experten ein, um sie zu verbessern. Da es sich jedoch um eine knappe Ressource handelt, sind technische Experten oft überfordert, wenn sie mit einer Vielzahl von Problemen konfrontiert werden.

Daher ist es für Unternehmen, die eine kontinuierliche Verbesserung anstreben, unerlässlich, technische Analyse- und Optimierungsmethoden zu etablieren, um die Effizienz zu verbessern. Die erste Möglichkeit besteht darin, ein beobachtbares Tool-Set aufzubauen. In dem zuvor erwähnten Bewertungsrahmen besteht die Rolle von Indikatoren hauptsächlich darin, den aktuellen Status anzuzeigen. Indikatoren können die Vor- und Nachteile bewerten, aber nicht zur Analyse der Grundursachen von Problemen beitragen. Um Softwareprobleme zu analysieren, müssen Sie reproduzieren können, was passiert ist, als das System ausgeführt wurde, wie Komponenten interagierten und welche Daten generiert wurden. Diese Informationen müssen durch beobachtbare Tools erfasst und aufgezeichnet werden.

Wenn bei der Bewertung festgestellt wird, dass sich bestimmte Indikatoren verschlechtert haben, können mit einem solchen Toolset der Kontext und die Beobachtungsaufzeichnungen der Systemlaufzeit anhand einiger grundlegender Informationen schnell verknüpft werden, um das Problem schnell und schnell zu analysieren und zu lokalisieren Optimierung umsetzen.

Zusammenfassung

Der Smart-Car-Markt hat breite Perspektiven und entwickelt sich rasant. Mit zunehmendem Wettbewerb wird das ultimative Erlebnis von Smart-Cockpits definitiv zu einem Hauptziel verschiedener Automobilhersteller.

In diesem Artikel werden hauptsächlich die kontinuierlichen Bewertungsmethoden und kontinuierlichen Verbesserungsmethoden von Smart-Cockpit-Software im Hinblick auf Leistung und Zuverlässigkeit aus der Perspektive der Softwareentwicklung und -bereitstellung erörtert, kombiniert mit hervorragenden Praktiken und Erkundungen im Softwarebereich.

Da immer mehr externe Investitionen und bereichsübergreifende Talente in den Bereich der intelligenten Autos strömen, glaube ich, dass in verwandten Branchen auch in Zukunft enorme Werte geschaffen werden.

Das obige ist der detaillierte Inhalt vonBewertung und Verbesserung der Leistung und Zuverlässigkeit der Smart Cockpit-Software. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!