論文の概要: Automatic Platform Configuration and Software Integration for Software-Defined Vehicles
- arxiv url: http://arxiv.org/abs/2408.02127v1
- Date: Sun, 4 Aug 2024 19:54:03 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-06 15:05:52.021342
- Title: Automatic Platform Configuration and Software Integration for Software-Defined Vehicles
- Title（参考訳）: 自動プラットフォーム構成とソフトウェア統合
- Authors: Fengjunjie Pan, Jianjie Lin, Markus Rickert,
- Abstract要約: 本稿では,ソフトウェア定義車両(SDV)のプラットフォーム構成とソフトウェア統合を自動化する新しいアプローチを提案する。
モデルベースシステム工学(MBSE)を活用することで,プラットフォーム構成やソフトウェア統合計画を自動的に生成する。
提案システムは,安全要件の遵守を確保しつつ,動的かつ柔軟な資源割り当てを可能にする。
- 参考スコア（独自算出の注目度）: 4.522485108591059
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In the automotive industry, platform configuration and software integration are mostly manual tasks performed during the development phase, requiring consideration of various safety and non-safety requirements. This manual process often leads to prolonged development cycles and provides limited flexibility. This paper introduces a novel approach to automate platform configuration and software integration for software-defined vehicles (SDVs), shifting these activities from the development phase to runtime. Our approach features an integration manager that combines model-based methods and virtualization technologies to generate and execute deployment plans. By leveraging model-based systems engineering (MBSE), our method automatically generates platform configuration and software integration plans, which are then converted into deployment-ready formats using code generation techniques. Utilizing virtualization and container orchestration technologies, the proposed system enables dynamic and flexible resource allocation while ensuring compliance with safety requirements. Communication between the development and runtime platforms is facilitated via a REST API. A proof of concept was implemented on a simulated SDV platform with the Intel Whiskey Lake Board. This demonstration showcases the integration manager on an SDV with a central computer, highlighting the potential to shorten development cycles and adapt to diverse vehicle configurations.
- Abstract（参考訳）: 自動車業界では、プラットフォーム構成とソフトウェア統合は、開発段階で実行される手作業であり、様々な安全性と非安全要件を考慮している。
この手動のプロセスは、しばしば開発サイクルを長くし、柔軟性を制限します。
本稿では、ソフトウェア定義車両(SDV)のプラットフォーム構成とソフトウェア統合を自動化する新しいアプローチを紹介し、これらのアクティビティを開発段階から実行段階へシフトさせる。
当社のアプローチでは,モデルベースのメソッドと仮想化技術を組み合わせて,デプロイメント計画の生成と実行を行う統合マネージャを備えています。
モデルベースシステム工学(MBSE)を活用することで,プラットフォーム構成とソフトウェア統合計画を自動的に生成し,コード生成技術を用いてデプロイ可能なフォーマットに変換する。
仮想化とコンテナオーケストレーション技術を利用することで、安全要件の遵守を確保しながら、動的かつ柔軟なリソース割り当てが可能になる。
開発プラットフォームとランタイムプラットフォーム間の通信は、REST APIを通じて容易になる。
概念実証は、Intel Whiskey Lake BoardでシミュレーションされたSDVプラットフォーム上で実装された。
このデモでは、中央コンピュータでSDV上の統合マネージャを展示し、開発サイクルを短縮し、多様な車両構成に適応する可能性を強調している。
関連論文リスト
- CARLOS: An Open, Modular, and Scalable Simulation Framework for the Development and Testing of Software for C-ITS [0.0]
CARLOS - C-ITSにおけるソフトウェアの開発とテストのためのオープンでモジュール化されたスケーラブルなシミュレーションフレームワークを提案する。
このフレームワークの中核となるビルディングブロックを提供し、コミュニティによってどのように利用され、拡張されるかを説明します。
本稿では、重要な設計原則を説明し、3つの主要なユースケースを示すことによって、アーキテクチャのモチベーションを高める。
論文 参考訳（メタデータ） (2024-04-02T10:48:36Z) - Towards Single-System Illusion in Software-Defined Vehicles -- Automated, AI-Powered Workflow [3.2821049498759094]
本稿では,車載ソフトウェアシステムの開発における,新しいモデルと特徴に基づくアプローチを提案する。
提案されたアプローチの重要なポイントの1つは、近代的な生成AI、特にLarge Language Models(LLM)の導入である。
その結果、パイプラインは広範囲に自動化され、各ステップでフィードバックが生成される。
論文 参考訳（メタデータ） (2024-03-21T15:07:57Z) - Control and Automation for Industrial Production Storage Zone: Generation of Optimal Route Using Image Processing [49.1574468325115]
本稿では,DIPを用いた生産ラインモデルのゾーンに対する産業自動化手法の開発に焦点をあてる。
新カスケード法は、それぞれの段階を適切な方法で定義し、関連する手法を開発に含めることを可能にした。
システムはOpenCVライブラリをベースとしており、Java言語に基づいたオブジェクト指向プログラミング(OOP)プラットフォーム上に実装された人工視覚に焦点を当てたツールである。
論文 参考訳（メタデータ） (2024-03-15T06:50:19Z) - AgentScope: A Flexible yet Robust Multi-Agent Platform [66.64116117163755]
AgentScopeは、メッセージ交換をコアコミュニケーションメカニズムとする、開発者中心のマルチエージェントプラットフォームである。
豊富な構文ツール、組み込みエージェントとサービス機能、アプリケーションのデモとユーティリティモニタのためのユーザフレンドリなインターフェース、ゼロコードプログラミングワークステーション、自動プロンプトチューニング機構により、開発とデプロイメントの両方の障壁は大幅に低下した。
論文 参考訳（メタデータ） (2024-02-21T04:11:28Z) - Emergent Software Service Platform and its Application in a Smart
Mobility Setting [2.2969236985898744]
異質なアクターがオープンプラットフォーム上で一緒に行動するDevOpsプロセスでは、システムは進化している。
本稿では,このような創発的ソフトウェアサービスプラットフォームのためのアーキテクチャを提案する。
このアーキテクチャを基盤となるエンジニアリング方法論で実装するソフトウェアプラットフォームは、スマート駐車場のシナリオで実証されている。
論文 参考訳（メタデータ） (2023-08-16T06:51:23Z) - Developing an AI-enabled IIoT platform -- Lessons learned from early use
case validation [47.37985501848305]
本稿では,このプラットフォームの設計について紹介し,AIによる視覚的品質検査の実証者の観点からの早期評価について述べる。
これは、この初期の評価活動で学んだ洞察と教訓によって補完される。
論文 参考訳（メタデータ） (2022-07-10T18:51:12Z) - Realistic simulation of users for IT systems in cyber ranges [63.20765930558542]
ユーザアクティビティを生成するために,外部エージェントを用いて各マシンを計測する。
このエージェントは、決定論的および深層学習に基づく手法を組み合わせて、異なる環境に適応する。
また,会話や文書の作成を容易にする条件付きテキスト生成モデルを提案する。
論文 参考訳（メタデータ） (2021-11-23T10:53:29Z) - YMIR: A Rapid Data-centric Development Platform for Vision Applications [82.67319997259622]
本稿では,コンピュータビジョンアプリケーションの開発を迅速化するオープンソースプラットフォームについて紹介する。
このプラットフォームは、効率的なデータ開発を機械学習開発プロセスの中心に置く。
論文 参考訳（メタデータ） (2021-11-19T05:02:55Z) - Technology Readiness Levels for Machine Learning Systems [107.56979560568232]
機械学習システムの開発とデプロイは、現代のツールで簡単に実行できますが、プロセスは一般的に急ぎ、エンドツーエンドです。
私たちは、機械学習の開発と展開のための実証済みのシステムエンジニアリングアプローチを開発しました。
当社の「機械学習技術準備レベル」フレームワークは、堅牢で信頼性が高く、責任あるシステムを確保するための原則的なプロセスを定義します。
論文 参考訳（メタデータ） (2021-01-11T15:54:48Z) - iPaaS in Agriculture 4.0: An Industrial Case [0.0]
統合、相互運用性、自動意思決定機能を備えたオープンソースのソリューションをベースとした汎用iアーキテクチャを提案する。
これらのソリューションに基づく概念実証と,MA"ISADOURの粒度保存プロセスのケーススタディと,現在運用中のタスクとの比較を行った。
論文 参考訳（メタデータ） (2020-10-08T07:52:37Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。