A busca pela qualidade: testes contínuos de software automatizados para a indústria automotiva

A indústria automotiva é uma indústria tecnológica. Se você não acredita em mim, não procure mais, Tesla, que lhe venderá um supercomputador de US$ 50 mil que vem com um carro. No mais alto nível, o software potencializa tudo, desde o desempenho do motor e safety ao entretenimento e navegação. Software e aplicativos para automóveis fornecem dados de diagnóstico em tempo real e integram-se perfeitamente (espera o motorista) com smartphones e outros dispositivos.

Atualizações de software over-the-air que mantêm os carros atualizados com os aplicativos e melhorias de desempenho mais recentes também estão se tornando mais comuns. Vimos esta técnica ser utilizada pela VinFast, um fabricante vietnamita de veículos eléctricos que, quando confrontado com a reacção pública sobre o desempenho e as capacidades dos seus veículos, prometeu fazer alterações em futuras actualizações de software.

A indústria muda com a tecnologia

Existem dois fatores principais em jogo quando se discute testes de software para a indústria automotiva:

1. Com dezenas de milhões de linhas de código em média em cada carro, os Fabricantes de Equipamento Original (OEMs) devem escrever, integrar, testar e deploy código de forma rápida e eficiente. Eles usam técnicas avançadas para acelerar o processo (mais sobre isso daqui a pouco).
2. Simultaneamente, o software em desenvolvimento evoluiu de assistência na funcionalidade do motor e de infoentretenimento para sistemas de assistência ao condutor e condução autónoma, o que aumenta a complexidade dos testes.

Ao mesmo tempo, os sprints dos desenvolvedores estão diminuindo e a demanda por aplicativos que funcionem perfeitamente pressiona os OEMs a levar seus novos recursos para mais perto do início da produção. Desenvolvedores e testadores precisam de ciclos de feedback mais curtos (habilitados por continuous testing) para atualizar o código continuamente.

Essas mudanças ocorrem de maneiras familiares

Como muitas outras indústrias na década de 2020, a indústria automotiva abraça Desenvolvimento ágil, o que abre a porta para acelerar outros processos, como DevOps entrega com foco em continuous testing.

Essa mudança em direção ao desenvolvimento iterativo, onde as equipes escrevem, integram e testam continuamente seu código, é adequada para os OEMs. APIs integram aplicativos e funcionalidades em um integração contínua/entrega contínua (CICD), que permite às equipes de desenvolvedores a capacidade de atualizar o código ao longo da vida de um veículo, pegando o código mais bem-sucedido e reutilizando-o em outro lugar para minimizar erros e reduzir custos.

Preparando-se para o Impacto

Graças ao aumento da transformação digital em todas as indústrias, os automóveis estão a evoluir para máquinas interligadas, dependentes de sistemas de software para funcionarem em todo o seu potencial.

O primeiro caso de uso que vem à mente são motores e sistemas de transmissão. As Unidades de Controle do Motor (ECUs) ajudam a otimizar o desempenho e a eficiência de combustível. Essas ECUs usam algoritmos para gerenciar a injeção de combustível, o ponto de ignição e outros parâmetros, resultando em melhor economia de combustível e redução de emissões. Em alguns supercarros topo de gama, estes parâmetros são personalizáveis, proporcionando aos condutores uma experiência de condução única, adaptada às suas preferências.

Há mais além do desempenho. Em um mundo obcecado por safety, a indústria automotiva está lançando software como parte de suas principais inovações. Sistemas avançados de assistência ao motorista (ADAS), como assistência para manutenção de faixa, controle de cruzeiro adaptativo e frenagem automática de emergência, dependem fortemente de algoritmos de software. Com capacidades que podem travar ou virar em caso de impacto, este software está a ajudar a reduzir acidentes e a salvar vidas.

O caso de uso mais relevante para nossa discussão é a conectividade perfeita oferecida pelos sistemas de infoentretenimento. Esses sistemas oferecem muitos recursos, desde integrações de smartphones até navegação, reconhecimento de voz e muitos outros aplicativos para automóveis. O sistema de infoentretenimento da Tesla ainda tem uma opção de almofada para ajudar a tornar a direção mais conveniente e, ouso dizer, divertida. Este aumento na complexidade é o que exige a necessidade de automação continuous testing para garantir a confiabilidade.

Os desafios de desenvolver e testar software automotivo

À medida que nos aprofundamos nos desafios, precisamos separar as listas porque existem duas camadas para isso. Existem desafios no teste de software automotivo em geral e no teste de sistemas de infoentretenimento. Vamos dar uma olhada em ambos.

Automatizando continuous testing na indústria em geral apresenta os seguintes desafios:

• SafeSistemas críticos: Garantir que os sistemas avançados de assistência ao condutor (ADAS) funcionem perfeitamente é essencial. O principal desafio é criar testes automatizados que possam simular rigorosamente cenários do mundo real para testar essas capacidades.
• Integrações Complexas: Estes sistemas estão todos interligados, começando pelos sistemas ADAS e continuando através do controlo do motor e do infoentretenimento. O desafio aqui está na complexidade desses sistemas e na capacidade de manter a compatibilidade entre modelos de veículos.
• Conformidade: Sendo uma indústria altamente regulamentada, os esforços de testes devem estar alinhados com as regulamentações atuais para garantir e demonstrar conformidade.
• Volume e análise de dados: Todos conhecemos a vasta quantidade de dados gerados por continuous testing processos. Agora acrescente a isso a complexidade dos sistemas automotivos e você terá uma ideia de como é importante e difícil analisar os dados para identificar problemas e fazer melhorias.
• Sistemas legados: Carros mais antigos ainda usam sistemas legados de software e hardware. No entanto, estes sistemas ainda devem ser suportados e mantidos à medida que o resto da linha de produtos muda para sistemas e processos de teste mais novos para garantir a compatibilidade.

Vamos nos aprofundar na natureza do infoentretenimento e desvendar alguns dos desafios de testar esses sistemas:

• Teste centrado no usuário: Os testes automatizados devem emular interações reais do usuário à medida que os sistemas de infoentretenimento atendem ao usuário final. Os testes precisam se concentrar na usabilidade UX e no design da UI.
• Integrações: Esses sistemas se integram a outros sistemas do veículo, como safety e navegação. Os testes devem garantir que estes integrações são perfeitos e não comprometem o desempenho do veículo.
• Interfaces multimodais: Com suporte para comandos de voz, telas sensíveis ao toque, botões físicos e gestos, cada interface deve ser testada para garantir um comportamento consistente em todos os aspectos.
• Conteúdo e conectividade: Os sistemas de infoentretenimento usam diferentes fontes de conteúdo, como serviços de streaming, conectividade de smartphones e atualizações sem fio. O teste deve levar em conta todos os formatos de conteúdo, condições de rede e compatibilidade.
• Desempenho e uso de recursos: Estes sistemas devem funcionar de forma eficiente para não afetar o desempenho geral do veículo. Teste de performance precisa analisar o consumo de CPU e memória para garantir a capacidade de resposta do sistema.

AI e ML estão se tornando parte da linha de montagem

Quando falamos sobre teste automatizado na indústria automotiva, que busca constantemente os desenvolvimentos mais inovadores, precisamos delinear como empregar IA e ML para testar esses sistemas.

• Criação de testes com tecnologia de IA: Usando algoritmos de IA, como software de processamento de linguagem natural, os requisitos podem ser analisados ​​para gerar casos de teste. Reduz o tempo e o esforço necessários para criar testes manualmente.
• Análise Inteligente: Os testes automatizados geram muitos dados usando o aprendizado de máquina para analisar os resultados dos testes e identificar padrões de defeitos, o que ajudará os testadores a priorizar e focar em questões críticas.
• Predictive Intelligence: O uso de modelos de ML para treinar dados históricos ajuda a identificar padrões correlacionados com defeitos de software. Os modelos podem então usar esse treinamento para prever a probabilidade de defeitos no novo código, eliminando proativamente os problemas antes que se tornem um problema.
• Autocura: Os casos de teste quebrados podem ser corrigidos automaticamente durante as execuções de teste, ajudando a reduzir a carga de manutenção do teste. Ele garante que os conjuntos de testes continuarão em execução à medida que o software cresce e evolui.

A IA e o ML estão ajudando a revolucionar os testes automatizados para fabricantes de automóveis, automatizando tarefas repetitivas e demoradas. IA e ML ajudam a melhorar a confiabilidade, eficácia e eficiência do processo de teste. O resultado é software de maior qualidade entregue em escala e rapidamente.

Alguns grandes fabricantes já estão empregando estas técnicas:

• Tesla usa IA para analisar dados da frota e identificar possíveis defeitos. Esses dados são usados ​​para melhorar o software do carro.
• GM usa aprendizado de máquina para inteligência preditiva para solucionar defeitos em novos códigos. Eles usam esses dados para priorizar os esforços de teste.
• Ford gera casos de teste para seu sistema de infoentretenimento usando IA. Isso os ajuda a reduzir o tempo e o esforço necessários para criar casos de teste manualmente.

A indústria automotiva está se tornando cada vez mais dependente de software, então continuous testing está surgindo para resolver problemas de qualidade e confiabilidade. Não é isento de desafios, pois os sistemas ADAS, os componentes interconectados e a análise de dados exigem um forte processo de testes.

As técnicas de IA e ML continuam a surgir e a revolucionar a automação continuous testing automatizando tarefas repetitivas e melhorando a eficácia dos testes, o que auxilia na previsão e identificação de defeitos.

Abraçando a automação continuous testing e o aproveitamento da IA ​​e do ML ajudará os fabricantes automotivos a fornecer software confiável e de alta qualidade para seus carros de forma rápida e confiável. Garantirá que o futuro da indústria automóvel seja inovador, safee interligados.

 

Revolucione seus testes de software automotivo com Digital.ai'S Continuous Testing soluções – onde a inovação encontra a confiabilidade na via rápida!