Parasoft软件测试解决方案助力Renovo汽车ADAS开发安全与合规

Renovo其前身曾以电动超跑闻名,现已发展为自动驾驶领域的创新者。公司构建了以边缘为中心的数据管理平台,作为首个面向全自动驾驶汽车复杂软件堆栈的汽车级开发平台,其核心目标是为客户实现ADAS系统的大规模开发、部署与全生命周期数据管理。旨在成为"汽车界的AWS",通过提供底层操作系统抽象层,支撑自动驾驶车队服务生态的构建,并已获得三星、Verizon等战略投资者的支持。

为达成这一目标,Renovo提供的完整解决方案集成了现代软件工程方法与Parasoft C/C++test等专业工具,旨在强化代码合规与质量保障,助力汽车制造商建立符合行业标准的开发流程。其核心价值体现在:

  • 加快汽车系统开发周期。
  • 提高产品性能。
  • 推动验证周期,并一直进入生产。
  • 降低运营成本。

Renovo平台采用了符合汽车电子最新的软件实践和流程,成为汽车行业实现现代化流程转型的关键支撑。

面临的挑战

整个汽车行业的模式正在转变,迫使汽车制造商从制造金属转变为技术公司。它们正逐渐被视为科技公司,因为软件将占未来汽车创新的90%。因此,汽车制造商必须构建一套能够在快速开发软件、部署软件和获得安全反馈的能力之间取得平衡的流程,同时提供客户重视的功能和环境。

拥有越来越多的软件意味着需要测试的代码和需要符合ISO 26262等汽车功能安全标准的要求愈发严格。为满足Renovo对AUTOSAR C++合规性的要求,并顺利通过Aware操作系统在汽车功能安全方面的认证,Renovo系统评估了多款商业静态分析工具,旨在寻找能够在开发早期精准识别以下问题的解决方案,以加速符合汽车电子相关标准,缩短整车软件的上市周期:

  • 不良编码
  • BUG
  • 潜在的入侵
  • 内存问题

汽车制造商正面临着软件带来的新技术。例如,自动驾驶以及汽车网络能够在智能城市中通过与相关智能设备通信从而传递官方停车规则,限速以及其他动态交通变化,包括道路封闭,交通拥堵以及改道。

Parasoft的解决方案

随着汽车行业向科技行业转型,数据成为关键要素。有效的数据管理直接支撑以下核心环节:

  • 功能开发。 汽车和传感器数据对于开发、维护和改进消费者所需的车辆功能至关重要。
  • 验证。现代车辆系统与功能的测试和验证完全依赖于数据系统,以确保遵守合规性。
  • 责任。数据跟踪和记录对于构建故障模型和理解异常事件越来越重要。
  • 收益。 利用车辆和消费者数据的新收益模式才刚刚开始开放。

Renovo选择了Parasoft C/C++test及其汽车合规包,正是看中其对汽车电子领域主流标准AUTOSAR C++14的全面覆盖能力、专用的报告仪表板和现代流程。通过自定义仪表板的功能,Renovo 团队可以在一个集中位置查看所收集数据的不同视图,深入掌握汽车软件的编码质量。

静态分析视图直观展示当前代码对所选汽车行业编码标准的符合程度。高级图表展示了有关违规行为的更多详细信息。该仪表板是一个真正的多维风险指标,所有指标均基于运行时分析、代码覆盖率及静态分析结果综合得出,为汽车功能安全提供数据支撑。

Parasoft C/C++test作为面向汽车电子领域的代码质量平台,通过对AUTOSAR C++14等行业编码标准的深度支持,有效识别代码缺陷与安全风险,助力Renovo在实现全面合规的同时,显著提升汽车软件的可靠性与开发效率。Parasoft在汽车控制系统开发中的深入应用,为Renovo构建高可信的自动驾驶与ADAS系统提供了坚实基础,支持其实现汽车电子系统的规模化安全部署。

相关推荐
NewCarRen15 小时前
软硬件解耦驱动下的SDV变革:技术栈升级与安全验证
汽车软件
测试人社区-千羽17 小时前
AR/VR应用测试核心要点与实施策略
人工智能·安全·职场和发展·自动驾驶·测试用例·ar·vr
NewCarRen18 小时前
动态链接驱动的模块化电动车E/E架构云重构方案
汽车软件
Coovally AI模型快速验证21 小时前
是什么支撑L3自动驾驶落地?读懂AI驾驶与碰撞预测
人工智能·深度学习·目标检测·机器学习·计算机视觉·自动驾驶
m0_650108241 天前
DETR3D:基于 3D-to-2D 查询的多视图 3D 目标检测框架
论文阅读·自动驾驶·3d目标检测·rgb 多视角图像·无预测深度图依赖·detr3d
Abona1 天前
近十年自动驾驶世界模型技术综述
人工智能·机器学习·自动驾驶
JoannaJuanCV1 天前
自动驾驶—CARLA仿真(16)generate_traffic demo
人工智能·机器学习·自动驾驶
智能汽车人1 天前
自动驾驶大模型---香港科技大学之DSDrive
人工智能·科技·自动驾驶
信雪神话1 天前
DIVER技术解析:基于强化学习的扩散模型,如何破解端到端自动驾驶的“行为保守”难题?
人工智能·机器学习·自动驾驶
m0_650108241 天前
UniAD:面向规划的端到端自动驾驶统一框架
论文阅读·自动驾驶·uniad·ad全栈统一框架·端到端闭环·目标导向的任务协同·视觉单模态