Automotive, трансформируемся

Automotive – одно тех направлений, где мечтает хоть раз поработать большинство разработчиков. В России над технологическими решениями для транспортных средств в практике Luxoft трудятся более 300 человек. В чём особенности этого направления, над чем работают разработчики Automotive и какие технологии привносит в вашу жизнь это направление, даже если вы не водитель, расскажет Александра Власова, наш Senior Project Manager.

C чем у нас ассоциируются автомобили в обычной жизни? Чаще всего это пробки и необходимость ТО. Но если подумать о чем-то менее бытовом — о том, что смогут делать автомобили в будущем и что смогут дать будущим пользователям, то рисуются удивительные перспективы: 

• беспилотные автомобили

• «умные» города без пробок

• удалённая диагностика технического состояния машины

• дополненная реальность с проекцией сообщений на стекло водителя

• управление жестами. 

И всё это только небольшая часть. Если всё это кажется слишком футуристичным, то вот вам пример:

Это 5 уровней автономности – принятая градация для измерения автоматизации, которая обеспечивает беспилотное вождение. На данный момент большая часть автомобилей находится на втором уровне, но лидеры рынка уже сейчас стремятся попасть на 3+, где уже можно наблюдать за тем, что самостоятельно может делать твой автомобиль. Произойдет это примерно через 3-4 года. Кто сможет сделать это первым, тот и выиграет рынок. 

Что меня вдохновляет в Automotive

Во-первых, интересно, кто выиграет эту гонку технологий и выйдет на третий уровень автономности первым. Это индустрия высокой конкуренции, и мне нравится уровень задач, которые предстоит решать. Это и про сложность разрабатываемых систем, и про ответственность менеджмента. Во-вторых, я понимаю, что мой проект – реальный результат моей работы, ездит по дорогам, его можно потрогать руками, и это не что-то далекое и абстрактное. 

А еще в Automotive можно найти все mainstream направления: ML, IoT, Cloud, big data, блокчейн, 3D-движки, 5G. Популярным становится Golang, никуда не ушли С/C++ для разработки внутренних систем автомобиля и Java, Python, которые поддерживают инфраструктуру разработки и тестирования. 

Особенности индустрии для IT

Чем Automotive сейчас интересен техническим специалистам? 

Сложность систем. Сложность кода и системы автомобиля в целом становятся настоящим челенджем для любого разработчика, тестировщика и любого технического специалиста, который имеет отношение к коду. Самое главное, что тут стоит знать — у «автомобильного» кода просто очень много строк. Немного статистики. Боевой самолет – это 30 млн. строк кода, Boeing 787 содержит 6,5 млн. кода для управляющих систем, а Мерседес  S-класса – 100 млн. строк кода. Впечатляет, не правда ли? 

Сейчас при желании автомобиль можно распечатать на 3D принтере, а вот софт для него по-прежнему будет достаточно сложным. Он будет еще сложнее, поэтому со временем разработка будет забирать всё больше стоимости самого автомобиля, что для нас, как для специалистов IT, в общем-то, замечательно. 

Высокий уровень качества и высокая цена ошибки. Согласно NASA, в среднем 10 тыс. строк кода содержит 1 дефект. Нетрудно посчитать сколько дефектов в себе может содержать 100 млн. строк кода. Поэтому Automotive – это еще и очень строгие стандарты качества. Отсюда появляется необходимость в дополнительных системах, которые должны поддерживать создание такого софта, обеспечивать валидацию и верификацию на высочайшем уровне. 

Важность безопасности. Безопасность — это базовая и жизненно важная опция для автомобиля, от которой в буквальном смысле будут зависеть человеческие жизни. Простейший пример – ремни безопасности, которые спасают жизни каждый год миллионам людей. Но если речь о разработке, то технологии пошли дальше — например, технология active safety — это различные стабилизационные системы, которые берут на себя управление автомобилем в критических ситуациях. Эта предметная область непосредственно влияет на сложность разработки в Automotive.

Использование математики и алгоритмов. Всё базируется на таких устройствах, как радары, лидары (лазерные радары), камеры, ультрасоники. Мы, к примеру, разрабатывали часть алгоритмов для лидара, где для фильтрации шумов в облаке точек применялся фильтр Калмана. Так что математики, C/C++, embedded разработчики, мы вас ждем — без математики тут никуда. 

Для ADAS (Advanced driver-assistance systems) также используются датчики навигации, активное построение карт с обнаружением своего местоположения на карте (так называемые SLAM-алгоритмы), и информация от сенсоров в автомобиле.

Массовое производство. Технологическая поддержка самой инфраструктуры для создания автомобиля и линии сборки — отдельная очень интересная область работы в Automotive. К примеру, Luxoft в этой области разработал алгоритмы калибровки лидара на конечных этапах конвейера, где использовались С++ и алгоритмы misalignment.

Что делают Automotive команды в Luxoft?

Так чем мы всё-таки занимаемся в этой области? Да всем. Направление Automotive в Luxoft делится на три основные практики:

Digital Cockpit – это всё, что находится внутри кабины:

• human-machine интерфейс, приборные панели

• навигационные системы

• in-vehicle infotainment

Autonomous Driving – это всё про беспилотное вождение:

• разработка различных ассистентов, по типу автоматического паркинга

• embedded development, т.е. всё, что относится к работе микроконтроллеров

• участие в разработке операционных систем AUTOSAR Classic and Adaptive

• разработка поддерживающего инструментария — например, платформы менеджмента данных

Connected Mobility – это про взаимодействие автомобилей между собой и с окружающей инфраструктурой: 

• удаленная диагностика технического состояния

• телематика и инфраструктура (умный город)

• взаимодействие с облачными сервисами

• различные мобильные ассистенты

• платформы IoT

А что по кейсам?

Пример одного из проектов – Robotic Drive – это открытое совместное решение от DXC и Luxoft для компаний-автопроизводителей. Robotic Drive – это платформа менеджмента данных и дополнительного инструментария, который ускоряет процесс разработки, управляет данными, собранными с автомобиля во время тестирования, извлекает информацию из них и дополняет данные воссозданными 3D-сценами, которые используются для валидации.

Технологии, которые мы используем на платформе — это:

• big data: Hadoop, Jarn, Java и не только

• Cloud: Azure, AWS

• ML-алгоритмы для функций автономного вождения, распознавания и извлечения данных

• движки для 3D-симуляций: Unity, Unreal Engine, и инструменты, которые на них базируются

В проекте на данный момент работает более 40 человек. После слияния DXC и Luxoft, предложение проекта пополнилось новым функционалом, который базируется на опыте Luxoft. Сейчас уже есть совместная разработка новых модулей платформы совместно с одним из tier-1 поставщиков компонентов для автомобиля.

Среди других интересных проектов в практике Automotive в Luxoft: 

• создание расширяемой платформы для автогенерации кода для крупных немецких производителей оборудования

• разработка платформы на базе операционной системы AUTOSAR Adaptive – это real-time операционная система, применяемая в Automotive

• создание архитектуры платформы для анализа данных

Если вам стало интересно

Что стоит изучить и о чем почитать, если вы хотите попасть в область автомобилестроения: 

• Жизненный цикл конструирования автомобиля;

• Валидация и верификация;

• CI/CD;

• Специфика работы с микроконтроллерами;

• Автомобильные сети;

• Операционные системы;

• Языки программирования и специальные стандарты;

• Инструменты в автомобильной промышленности;

• ASIL – automotive safety integrity levels;

• A-SPICE методология;

• Functional Safety ISO 26262.

Уже уверены в своих знаниях в сфере Automotive? Приходите к нам в Luxoft, мы ищем талантливых разработчиков в крутые проекты.