予期しないシナリオやエッジケースに隠れたバグを検知

車両 1 台あたりのコード数は平均 1 億行を超え、ソフトウェア構成やバリエーションも多数存在します。このため、すべての “IFTTT” シナリオを予測するのはほぼ不可能です。路上走行後に見つかる車両エラーの多くは、スクリプト化も車両試験も行われていない予測不可能なエッジケースによって引き起こされたものです。Aurora Labs の Vehicle Software Intelligence は、AI を活用することで、ソフトウェア機能の動作で閾値に達していないドリフトを検出します。この機能は QA テストに新たな局面をもたらし、評価できるシナリオの数が飛躍的に増え、これまで検出されなかったエラーを捕捉されるようになります。

Aurora Labs は、ソフトウェアの相関関係をマッピングするだけでなく、関数呼び出しの応答時間、関数呼び出し頻度、呼び出すフロー シーケンス、リソース要件、メモリ割り当てなど、数十もの重要なパフォーマンス指標を監視しテストし、これが新たな局面をもたらします。このような新しいデータ セットを利用することで、これまで発見できなかった脆弱性やバグを新たに発見し、異常の原因となっているソフトウェア機能を正確に特定することができます。

車両が路上に出てから、テスト時は許容範囲内の閾値に収まっていたシナリオが進み、機能障害へとつながることがあります。Aurora Labs 持続的な診断ではソフトウェアを継続的に監視し、動作変化がどれほど小さくても追跡。傾向を可視化させます。この傾向が悪化し、故障やエラーを引き起こすリスクがあると、アラートが発動されます。これにより OEM は積極的にソフトウェア エラーに対処することが可能になります。