NI（National.ments，NI）是一个以软件为中心的平台供应商，致力于帮助用户加速自动测试和自动测量系统的开发和性能。该公司今天发布了《NI趋势展望报告2019》。该报告探讨了关键工程趋势和面临快速技术发展的挑战，包括物联网(IoT)、从原型验证到商业部署的5G技术进步，以及其他领域。  

NI全球营销副总裁ShelleyGretlein说：这些工程趋势正在打破传统的工业和产品测试，带来前所未有的复杂挑战。然而，这也极大地促进了创新，促使我们从根本上改变自动化测试和认证。对软件定义的系统进行关键性改变的测量方法。  

NI趋势展望2019报告将深入研究以下课题，致力于为自动化测试和自动化测量企业提供前瞻性信息，帮助企业为未来技术的迅速发展做好充分准备。  

5G迎来了无线测试的新时代——5G无线设备变得越来越复杂，工程师们必须重新考虑用于测试前几代无线设备的高度优化的测试技术，以确保5G产品和解决方案的商业可行性。  

实现安全自动驾驶所需的折衷迫在眉睫，自动驾驶将产生重大的社会影响，但在先进驾驶辅助系统由单传感器向多传感器转换的过程中，成本、技术和策略之间的折衷是：迫近。  

跟上标准化发展进程的趋势——测试工程师正在利用旧的趋势来跟上快速测试环境。他们不仅需要标准化硬件和软件，而且需要标准化t.EST建筑。  

借助物联网（IOT）优化系统测试，设备的复杂性日益增加，同时也增加了测试的复杂性，但是它可以大大提高自动化测试的效率。  

多学科融合颠覆了传统的测试策略——融合预期将加速创新和提供前所未有的产品，同时使测试变得越来越复杂。跨行业的协作和学习为复杂测试提供了有用的视角。

NI趋势展望报告2019下载链接：  

对于NININI的软件中心平台，模块化的硬件和巨大的生态系统被集成在一起，以帮助工程师和科学家应对各种挑战。NI解决方案可以帮助用户构建超出预期的高性能系统，快速适应需求的变化，并最终改善我们的生活。  

从总体趋势来看，未来的工程趋势正在深刻地改变工业、产品测试和试图从中获利的公司。物联网的普及，5G技术从原型验证到商业部署的不断进步，以及自动驾驶技术的发展给我们带来了巨大而复杂的挑战，同时也为我们提供了前所未有的创新机会。  

为了真正认识到这些趋势的好处，我们需要从根本上改变我们的自动化测试和自动化测量的方法。为了成功，我们必须以不同的方式思考，有目的地行动，并对软件定义的系统进行关键的改变。这是我们NI趋势输出的初衷。看报告。  

NI趋势展望报告旨在确定最关键的工程趋势和来自不断变化的技术环境的挑战。我相信这个见解将帮助你向前迈进。  

自从蜂窝通信出现以来，测试工程师们一直使用一套公认的测量和技术来测试大量的无线通信技术，从射频半导体到基站和移动电话。它们会变得更加复杂。为了验证5G技术的性能，有必要用OTA方法代替现有的电缆连接方法测试5G组件和设备。g领导人，我们需要新的测试方法，以确保5G产品和解决方案在商业上可行的许多行业和应用。  

5G标准的主要目标之一是大大增加数据容量，这是由于用户数据需求的不断增长，但是为了达到每用户10Gbps的目标峰值速率，需要引入新技术。IMO)技术，它允许用户通过波束成形技术同时共享相同的频带，为每个用户建立独特的集中式无线连接。其次，5G标准增加了更多的无线频谱，扩展到厘米和毫米波频率。  

MU-MIMO和mmWave技术的物理实现需要比前几代蜂窝标准更多的天线元件，根据物理定律，mmWave频率信号通过自由空间时衰减比当前蜂窝频率信号快。因此，当发射机电平接近时，毫米波蜂窝频率的范围将远小于当前蜂窝频带。为了克服这种路径损耗，5G发射机和接收机将使用并行天线阵列和波束形成技术来增强信号功率。这些天线阵列和波束成形技术不仅对于提高信号功率，而且对于实现MU-MIMO技术是重要的。  

那么如何将所有这些天线安装到未来的手机上呢幸运的是，毫米波频率天线将比当前标准的蜂窝天线小得多。新的封装技术，如封装天线(AiP)，其中天线阵列位于芯片封装中，将使得这些天线更容易集成到现代智能手机，但天线阵列可以完全封闭，没有任何直接接触测试点。  

对于测试工程师来说，增加的频率范围、新的封装技术和更多的天线使得在避免资本成本(测试设备成本)和操作成本(测试每个设备的时间)的大量增加的同时难以维持高质量。但它也带来了挑战。  

首先，测量精度是一个很大的挑战。不像线测试，在OTA测量中，测试工程师需要处理由天线校准和精度、连接器公差和信号反射引起的额外的测量不确定性。电波暗室集成测量方法、波束特性分析、最优码本计算和天线参数特性分析。最后，测试经理必须考虑额外的业务因素以确保产品质量，同时最小化对上市时间、资本成本、运营成本和楼层空间的影响（以适应OTA测试暗室的面积）。几年后，测试与测量行业将通过许多创新技术快速响应这些挑战。因此，测试团队应该考虑高度灵活的软件定义测试策略和平台，以确保他们当前的资本支出能够跟上。这种快速的创新周期。  

OTA虽然带来了很多挑战，但是也带来了很多好处。首先，OTA是AiP技术的唯一选择，因为天线阵列集成在封装中，不能通过导线直接连接阵列元件。连接天线部件的插座也面临着在并行测试（购买更多仪器的资本支出）或连续测试（由于测试时间和吞吐量增加而导致的操作成本）之间进行选择的困难。测试提供了将阵列测试为一个系统而不是一组独立组件的可能性，期望它能够提供系统级测试的高效率。在增加性能和复杂性的同时测试成本。然而，他们在5G仍然面临同样的挑战。尽管今天的5G测试挑战看起来很复杂，世界各地的工程师已经开发出新的测试仪器和方法，如OTA，这是5G成功商业部署所必需的。  

据世界卫生组织统计，每年有125万人死于交通事故，约占国内生产总值的3%。虽然自主驾驶的潜在影响非常广泛，延伸到个人、经济和政治领域，但其挽救生命的作用却是elf的意思是自主驾驶可能是我们这个时代最具革命性的发明。  

高级驾驶辅助系统（ADAS）是传感器、处理器和软件的组合，旨在提高安全性并最终提供自动驾驶功能。今天，大多数ADAS系统使用单个传感器，如雷达或照相机，并具有可量化的影响。2016年的研究报告显示，自动刹车系统减少了约40%的后端碰撞事故，碰撞预警系统减少了23%的后端碰撞事故。为了实现从辅助驾驶向L4或自主驾驶的转变，使驾驶员不再控制方向盘，汽车工业面临着更加复杂的挑战。ZES许多传感器测量以获得结果。因此，需要同步、大功率处理和传感器技术，对于汽车制造商来说，这意味着要平衡成本、技术和策略这三个关键要素，以实现适当的平衡。  

一级自主驾驶标准规定，如果汽车处于预定环境，则驾驶员不必特别注意。到2019年，它将成为世界上第一个提供L3级自主驾驶技术的批量生产车辆。它配备有六个凸轮。橡皮擦，五个雷达设备，一个激光雷达设备和12个超声波传感器。为什么要用那么多传感器简言之，每个传感器都有其独特的优点和缺点。例如，雷达显示物体的运动速度，而不是它的形状。此时，需要传感器融合，因为物体的运动速度和对象的形状对于预测物体的行为非常重要。Bug和冗余是克服每个传感器的缺陷。  

最后，传感器数据处理的目标是获得能够代表汽车周围环境的安全/失效的表示，这种表示应该被引入到决策算法中，并有助于降低成本，从而最终产品可以通用。实现这一目标的最大挑战之一是选择正确的软件。以三个应用为例：紧密同步测量、数据可追溯性维护和在许多实际条件下的软件测试。每个应用都有其独特的挑战；自动驾驶仪，这三个应用是必不可少的，但代价是什么  

ADAS的处理能力来自于多个独立的控制单元，然而传感器融合正在促进单个集中式处理器的普及。以奥迪A8为例。在2019年的模型中，所需的传感器、功能、电子硬件和软件架构被集成。这个中央驾驶辅助控制器计算汽车周围环境的完整模型，并激活所有的辅助系统。它的处理能力将高于之前奥迪A8组合的所有系统。  

集中式体系结构的主要问题是高功率处理的高成本，这甚至更高，因为需要将辅助融合控制器作为备用控制器安装在汽车其他地方以确保安全。工程师的偏好可能在分布式和集中式体系结构设计之间交替，这意味着软件定义的测试器设计对于跟上这种发展至关重要。  

为了实现L5级的自动驾驶，自动驾驶仪的微处理器需要比当前微处理器多2000倍的处理能力。因此，在毫米波雷达传感器系统中，这种微处理器的成本要比射频元件昂贵得多。从而促进了现有企业在市场上的竞争。  

例如，瑞银估计，电力系统中的半导体器件数量是等效内燃机车的6到10倍。汽车中的半导体器件数量只会增加，不会减少，相邻的市场将继续改善。例如，NVIDIA改进了最初为消费电子产品开发的Tegra平台，以满足汽车ADAS应用的需要。此外，Denso已经开始设计和制造自己的AI微处理器，以降低成本，能源消耗。Denso的子公司NSITEXE公司计划在2022年发布数据流处理器，下一代处理器IP，称为DFP。游戏已经开始。  

基于这些折衷的决策将对整个供应链的市场时间和差异化能力产生重大影响，快速重新配置测试器的能力对于最小化验证和生产测试的成本和时间至关重要，因此通过sof实现灵活性至关重要。两个是获胜的策略。该研究所首席执行官詹姆斯·库夫纳博士在接受采访时说，我们的预算不是翻倍，而是翻两番。我们有将近40亿美元使丰田成为世界级的软件汽车公司。这种情绪在汽车行业并不罕见。目前，还没有答案是明确的，但是就像过去的工业革命一样，人们通过提高生产力来支付新技术的成本，并且提高软件开发效率将成为自动驾驶仪革命中不可或缺的一部分。  

{HelmutMatschi，大陆安装执行委员会成员}说这一切归功于软件工程……他预测，随着高性能计算机在未来十年在汽车上的广泛应用，开发项目的预算的80%可以花在软件上。《汽车新闻》，《虫子世界的大陆支撑》，2018年产品开发过程的标准化  

几十年来，标准化一直是测试组织的理想目标。1961年，RCA的D.B.Dobson和L.L.Wolff发表了《电子测试设备标准化》。多用途导弹系统试验设备。  

早期技术标准化工作的目标是减少整个组织中不同测试解决方案使用的测试设备的多样性。RCA已经实现的一个关键目标是设计和部署一组模块化硬件。测试解决方案的电子集成，减少部件陈旧，简化技术替换过程。由于国防和航天工业中各种产品和资产的使用寿命可长达50年，可维护和可重用的测试系统将为远程测试带来许多好处。行业中的ST团队。  

由于严格的安全要求和快速的变化，现代测试组织需要的不仅仅是硬件标准化。他们现在非常重视软件层及其开发过程。测试工程团队必须开始采用和标准化迭代的软件。e开发方法，以跟上产品开发团队的步伐，并保持快速现代化行业的项目进展。  

RCA的论文描述了在多功能部件和导弹计划中识别共享输入和输出的过程以定义它们的模块化硬件系统需求。识别和分离过程是抽象的基础，它可以同时完成。大规模仪器标准化和商业化现成技术的普及促使许多行业的测试机构采用模块化硬件标准，如VXI、PXIe、PXIe和AXIe。在单个系统中，冷却和用户接口成为独立的元件。  

国防科学委员会（DSB）在《国防系统软件设计与采购报告》中说，我们的武器系统的许多功能来自系统软件，而不是硬件。这种从硬件功能向软件功能的转变正在迅速蔓延。为了充分利用这些现代测试解决方案，不仅有利，而且有必要用软件定义测量系统。  

领先的测试软件工程团队正在开发抽象测试软件，它比抽象硬件提供更多的好处。抽象软件平台包括执行特定功能的层。这使得团队可以单独修复和升级每个模块，同时隔离其他层。霍尼韦尔航空航天公司的总工程师马克·基思（MarkKeith）说：因为我们有数十个传统业务，软件标准化需要解决每个团队的历史问题。抽象的目的是最小化或避免软件修改。更换过时硬件的离子——现代测试软件的开发  

根据当今市场新产品和功能发布的速度，正确构建测试软件体系结构还远远不够，测试软件组织必须采用更加灵活的方法来更快地向生产部门和客户交付产品。为了提供所有需要的功能，现代软件工程团队开始采用敏捷和其他连续的迭代软件开发方法。  

如DSB报告中所提到的，迭代开发的主要优点是能够快速且持续地捕获错误，易于集成新代码，并且在整个应用程序开发过程中获得用户反馈。e，这将有助于{国防部（DoD）}应对当今不稳定的安全环境，其中威胁变化快于瀑布开发所能处理的。  

迭代软件开发需要彼此紧密合作的团队，并且类似于硬件平台和软件体系结构抽象，包括共享和重复的概念和任务。  

负责代码库的团队必须同意和标准化源代码控制、单元测试框架、代码分析、工作管理和部署所需的工具。另一个日益受到关注的问题是网络安全。DSB指出，每天检查软件系统的代码库可以奏效。积极控制符合一般网络规则所需的更改数量。  

根据规划办公室官员的说法，国防部正面临着失去与美国同行相比的技术优势的风险，并且迫切需要找到创新方法来使战斗机更快地利用新技术，美国国防部的格检查员。内尔在其关于F-22现代化合同战略的报告中说，国防和航天测试团队正试图更快地将更好的技术带入市场，并且工业不是唯一这样做的行业。迭代开发是加速技术发展的可靠方式。  

尽管测试工程团队一直致力于硬件标准化和分层软件体系结构，但是研究和开发组织已经将注意力转移到了迭代产品开发上。但是标准化过程必须改进以适应当今的工程实践。采用敏捷软件开发方法的测试组织已经准备好利用这个即将到来的机会。  

以今天的技术变化速度来看，30年的时间似乎很长。有时候，最好的方法与过去的最佳方法并不兼容。-马克·基思，霍尼韦尔航空航天公司首席工程师  

从半导体到电子子系统，再到工业4.0的核心，智能机器、物联网(IoT)设备和工业物联网(IIoT)系统变得越来越复杂，测试是产品链中容易被忽视的关键环节，也是产品链中的复杂环节。物联网设备的应用进一步增加了测试的复杂性，但同时也大大提高了自动化测试的效率。支持自动化测试工作流可以帮助测试工程师更容易地应对IOT的挑战。  

物联网和IIoT是基于设备互联和统一管理的，但是目前许多分布式测试系统没有实现互联或有效的设备管理。系统的位置，而不知道其性能、使用和健康状态。  

幸运的是，大多数现代测试系统基于PC或PXI，并且可以直接连接到企业系统以实现附加功能，例如管理软件和硬件组件、跟踪使用和执行预测性维护，从而最大化测试投资的价值。  

物联网的商业价值来自于互连系统产生的海量数据，但由于各种数据格式和数据源的存在，使得测试数据的有效使用非常困难。从原始的模拟、数字时频波形到参数测量的数据通常比用户或工业设备的数据采集速度和数量要快得多，更糟糕的是，测试数据通常存储在非标准化的筒仓中。对于企业来说不可见，因此在产品生命周期的其他阶段很容易遗漏有用的信息。在部署基于物联网的综合数据管理解决方案之前，（JLR）只分析了10%的车辆测试数据。JLR电力管理总监SimonFoster说现在我们可以分析高达95%的数据，并且减少测试的成本和年度测试的数量，因为我们不需要重新运行测试。  

为了将IoT功能应用于自动化测试数据，需要一组现成的软件适配器来访问标准数据格式。这些适配器必须基于开放的文档体系结构，以便它们能够接收新的和独特的数据，包括来自设计和生产的非测试数据。stem必须能够与标准IoT和IIoT平台共享数据，以便从企业级数据中提取有用的信息。  

由于测试数据通常比较复杂和多维，使用通用业务分析软件分析测试数据可能非常困难。此外，典型的业务映射在测试和测量中不包括常见的可视化功能，如模拟和数字信号组合。国家图表，眼图，史米斯圆图和星座图。  

通过适当的元数据管理，面向测试的模式使工具能够可视化和分析测试数据，并将其与设计和生产数据相关联。作为Python、R和MathWorks公司的MATLAB软件进入工作流，并从数据中提取更有用的信息。  

传统的专用桌面应用程序正逐渐转向基于Web的移动应用程序，这种转变使得测试难以实现。同时，本地运营商需要与DUT和DUT进行交互，但是公司希望远程访问测试设备以查看系统的结果和利用。f软件，并将软件下载到基于DUT的测试设备中。但是这就是为什么他们必须维护定制的体系结构，这需要额外的资源，用于具有较高业务价值的活动。  

高级测试管理正从本地测试设备迁移到云部署。基于Web的工具可用于查看测试设备的状态、安排测试时间以及检查推送到云或服务器的测试数据。H常用工具，如NILabVIEW，微软。模块化测试软件体系结构（测试管理、测试代码、测量IP、仪器驱动程序、硬件抽象层）使公司能够评估将不同的软件功能从本地移动到服务器或云的价值。随着向云部署的迁移，企业将认识到云计算在数据存储、可伸缩计算以及随时随地易于访问软件和数据方面的优势。  

用物联网测试不是一个未来的愿景，而是一个现实可行的时刻。组织的能力取决于其当前的自动化测试基础设施和最迫切的业务需求。管理测试系统，提高测试设备的利用率，从测试数据中获取更有意义的信息，以及远程访问共享测试系统。  

管理和维护位于世界各地的测试资产将很快成为业界的标准要求。我们需要重塑我们的测试架构，以集成物联网技术，特别是升级配置管理和数据分析，并支持业务数字化。工业界4——数字产业主管ThalesChoplain，Thales  

产业融合不是一个新概念，它甚至可能是最古老的概念之一。当不同的市场相互作用时，思想、过程和技术自然地交换，使它们更加紧密地相互交织。农业和贸易冲突，催生了银行业。最近，医疗保健和消费电子的交叉点创造了可穿戴的设备。由于我们生活在一个全球互连的世界，机遇正在更快和更大规模地融合。关于多行业融合的评论很多。博客、文章和分析报告都发表了。描述数字革命的加速是如何颠覆传统产业的，但是他们很少讨论集成如何影响测试组织。通过使用多行业测试平台，同时与涉及多个行业的其他组织合作并向其学习，从而解决egration问题。  

最常被引用的创造性测试创新报告之一是Gartner在2014年的报告产业整合：数字产业革命，该报告指出产业整合是组织发展的最基本机会。机会来自于其他行业的杠杆作用和学习，以及集中资源加速创新。  

集成的核心是观点共享，在产品创新中，人们经常讨论如何通过利用和学习其他产业来避免浪费时间和精力在创造现有事物上。这个概念也可以应用到测试策略中。功能安全就是一个很好的例子。经过几十年的学习，并且由于产品本身的严格安全要求，重工业已经发展了一个标准来证明其嵌入式电子的功能安全性。集成电路设备：IEC61508。铁路、汽车等其他行业在架构上增加了高安全性的嵌入式系统，采用EN50126和ISO262标准扩展和调整IEC61508。向专家学习这些标准可以节省增加功能安全性的时间。测试策略的测试。  

多产业资源聚集是产业融合的一个不太明显的利益，随着产业间关系的日益密切，其功能需求也越来越紧密，这导致了以服务业为主体的供应商的投资增加。在这种测试中，基于平台的供应商将增加诸如处理器或模数转换器等行业独立的投资，以便以更低的价格向所有行业提供更好的产品。与单个行业选项不同，多行业解决方案使技术的利用率最大化。  

IBM2016年对世界最高管理层边界的重新诠释表明，产业融合的速度远远超过他们在未来三到五年内预期的任何其他趋势。对于测试经理来说，行业融合增加了测试的复杂性，需要更适应性的测试平台和更灵活的组织。  

随着工业界开始利用彼此的技术，他们需要测试这些新技术领域并具有相关的专业知识。例如，汽车系统现在需要能够测试控制、机械、热力学、电子、软件甚至电池化学的系统。如果测试系统测试系统建立在一个不灵活的封闭式专用平台上，即使几年前，测试系统也会过时。因此，测试系统应该具有开放和模块化的硬件和软件，能够支持多种I/O类型、编程语言和不同的供应商，以及清晰的def。API和互操作性标准。  

组织如果不知道下一步该做什么，就更具挑战性。在集成时代，未来更加不确定。公司、测试策略和测试平台应该迅速适应未来的发展方向。例如，航空航天工业，历史上一直是由于供应链和消费电子产品之间日益密切的关系，航空航天测试机构急需测试设备来跟上时代的步伐。技术更新，以及能够提供这种适应性的测试架构的设计起着至关重要的作用。跨行业的交流活动和对其他行业出版物的关注可以帮助团队跟上最新趋势。  

此外，与具有多行业经验的组织合作可以帮助公司更有效地适应不可预见的情况，并利用其他行业的最佳工程实践。解决了这些问题，或者在其他行业寻找战略合作伙伴，如5G和物联网。无穷无尽，说明这种协作如何带领组织超越同行业。重新评估供应链中的测试项目并审查供应商也是一个明智的策略。通过采取积极的措施，组织可以为下一步做好准备，并对未来。  

产业融合是组织发展的最基本机会。产业整合：数字产业革命，Gartner，2014。  

NI（National.ments，NI）是一个以软件为中心的平台供应商，致力于帮助用户加速自动测试和自动测量系统的开发和性能。今天，NI发布了NI趋势展望报告2019，该报告探讨了快速技术发展所面临的关键工程趋势和挑战，包括物联网(IoT)、从原型验证到商业部署的5G技术进步以及其他领域。  

NI全球营销副总裁ShelleyGretlein说：这些工程趋势正在打破传统的工业和产品测试，带来前所未有的复杂挑战。然而，这也极大地促进了创新，促使我们从根本上改变自动化测试和认证。对软件定义的系统进行关键性改变的测量方法。  

NI趋势展望2019报告将深入研究以下课题，致力于为自动化测试和自动化测量企业提供前瞻性信息，帮助企业为未来技术的迅速发展做好充分准备。  

5G迎来了无线测试的新时代——5G无线设备变得越来越复杂，工程师们必须重新考虑用于测试前几代无线设备的高度优化的测试技术，以确保5G产品和解决方案的商业可行性。  

实现安全自动驾驶所需的折衷迫在眉睫，自动驾驶将产生重大的社会影响，但在先进驾驶辅助系统由单传感器向多传感器转换的过程中，成本、技术和策略之间的折衷是：迫近。  

跟上标准化发展进程的趋势——测试工程师正在利用旧的趋势来跟上快速测试环境。他们不仅需要标准化硬件和软件，而且需要标准化t.EST建筑。  

借助物联网（IOT）优化系统测试，设备的复杂性日益增加，同时也增加了测试的复杂性，但是它可以大大提高自动化测试的效率。  

多学科融合颠覆了传统的测试策略——融合预期将加速创新和提供前所未有的产品，同时使测试变得越来越复杂。跨行业的协作和学习为复杂测试提供了有用的视角。冗长。  

NI趋势展望报告2019下载链接：  

对于NININI的软件中心平台，模块化的硬件和巨大的生态系统被集成在一起，以帮助工程师和科学家应对各种挑战。NI解决方案可以帮助用户构建超出预期的高性能系统，快速适应需求的变化，并最终改善我们的生活。  

从总体趋势来看，未来的工程趋势正在深刻地改变工业、产品测试和试图从中获利的公司。物联网的普及，5G技术从原型验证到商业部署的不断进步，以及自动驾驶技术的发展给我们带来了巨大而复杂的挑战，同时也为我们提供了前所未有的创新机会。  

为了真正认识到这些趋势的好处，我们需要从根本上改变我们的自动化测试和自动化测量的方法。为了成功，我们必须以不同的方式思考，有目的地行动，并对软件定义的系统进行关键的改变。这是我们NI趋势输出的初衷。看报告。  

NI趋势展望报告旨在确定最关键的工程趋势和来自不断变化的技术环境的挑战。我相信这个见解将帮助你向前迈进。  

自从蜂窝通信出现以来，测试工程师们一直使用一套公认的测量和技术来测试大量的无线通信技术，从射频半导体到基站和移动电话。它们会变得更加复杂。为了验证5G技术的性能，有必要用OTA方法代替现有的电缆连接方法测试5G组件和设备。g领导人，我们需要新的测试方法，以确保5G产品和解决方案在商业上可行的许多行业和应用。  

5G标准的主要目标之一是大大增加数据容量，这是由于用户数据需求的不断增长，但是为了达到每用户10Gbps的目标峰值速率，需要引入新技术。IMO)技术，它允许用户通过波束成形技术同时共享相同的频带，为每个用户建立独特的集中式无线连接。其次，5G标准增加了更多的无线频谱，扩展到厘米和毫米波频率。  

MU-MIMO和mmWave技术的物理实现需要比前几代蜂窝标准更多的天线元件，根据物理定律，mmWave频率信号通过自由空间时衰减比当前蜂窝频率信号快。因此，当发射机电平接近时，毫米波蜂窝频率的范围将远小于当前蜂窝频带。为了克服这种路径损耗，5G发射机和接收机将使用并行天线阵列和波束形成技术来增强信号功率。这些天线阵列和波束成形技术不仅对于提高信号功率，而且对于实现MU-MIMO技术是重要的。  

那么如何将所有这些天线安装到未来的手机上呢幸运的是，毫米波频率天线将比当前标准的蜂窝天线小得多。新的封装技术，如封装天线(AiP)，其中天线阵列位于芯片封装中，将使得这些天线更容易集成到现代智能手机，但天线阵列可以完全封闭，没有任何直接接触测试点。  

对于测试工程师来说，增加的频率范围、新的封装技术和更多的天线使得在避免资本成本(测试设备成本)和操作成本(测试每个设备的时间)的大量增加的同时难以维持高质量。但它也带来了挑战。  

首先，测量精度是一个很大的挑战。不像线测试，在OTA测量中，测试工程师需要处理由天线校准和精度、连接器公差和信号反射引起的额外的测量不确定性。电波暗室集成测量方法、波束特性分析、最优码本计算和天线参数特性分析。最后，测试经理必须考虑额外的业务因素以确保产品质量，同时最小化对上市时间、资本成本、运营成本和楼层空间的影响（以适应OTA测试暗室的面积）。几年后，测试与测量行业将通过许多创新技术快速响应这些挑战。因此，测试团队应该考虑高度灵活的软件定义测试策略和平台，以确保他们当前的资本支出能够跟上。这种快速的创新周期。  

OTA虽然带来了很多挑战，但是也带来了很多好处。首先，OTA是AiP技术的唯一选择，因为天线阵列集成在封装中，不能通过导线直接连接阵列元件。连接天线部件的插座也面临着在并行测试（购买更多仪器的资本支出）或连续测试（由于测试时间和吞吐量增加而导致的操作成本）之间进行选择的困难。测试提供了将阵列测试为一个系统而不是一组独立组件的可能性，期望它能够提供系统级测试的高效率。在增加性能和复杂性的同时测试成本。然而，他们在5G仍然面临同样的挑战。尽管今天的5G测试挑战看起来很复杂，世界各地的工程师已经开发出新的测试仪器和方法，如OTA，这是5G成功商业部署所必需的。  

据世界卫生组织统计，每年有125万人死于交通事故，约占国内生产总值的3%。虽然自主驾驶的潜在影响非常广泛，延伸到个人、经济和政治领域，但其挽救生命的作用却是elf的意思是自主驾驶可能是我们这个时代最具革命性的发明。  

高级驾驶辅助系统（ADAS）是传感器、处理器和软件的组合，旨在提高安全性并最终提供自动驾驶功能。今天，大多数ADAS系统使用单个传感器，如雷达或照相机，并具有可量化的影响。2016年的研究报告显示，自动刹车系统减少了约40%的后端碰撞事故，碰撞预警系统减少了23%的后端碰撞事故。为了实现从辅助驾驶向L4或自主驾驶的转变，使驾驶员不再控制方向盘，汽车工业面临着更加复杂的挑战。ZES许多传感器测量以获得结果。因此，需要同步、大功率处理和传感器技术，对于汽车制造商来说，这意味着要平衡成本、技术和策略这三个关键要素，以实现适当的平衡。  

一级自主驾驶标准规定，如果汽车处于预定环境，则驾驶员不必特别注意。到2019年，它将成为世界上第一个提供L3级自主驾驶技术的批量生产车辆。它配备有六个凸轮。橡皮擦，五个雷达设备，一个激光雷达设备和12个超声波传感器。为什么要用那么多传感器简言之，每个传感器都有其独特的优点和缺点。例如，雷达显示物体的运动速度，而不是它的形状。此时，需要传感器融合，因为物体的运动速度和对象的形状对于预测物体的行为非常重要。Bug和冗余是克服每个传感器的缺陷。  

最后，传感器数据处理的目标是获得能够代表汽车周围环境的安全/失效的表示，这种表示应该被引入到决策算法中，并有助于降低成本，从而最终产品可以通用。实现这一目标的最大挑战之一是选择正确的软件。以三个应用为例：紧密同步测量、数据可追溯性维护和在许多实际条件下的软件测试。每个应用都有其独特的挑战；自动驾驶仪，这三个应用是必不可少的，但代价是什么  

ADAS的处理能力来自于多个独立的控制单元，然而传感器融合正在促进单个集中式处理器的普及。以奥迪A8为例。在2019年的模型中，所需的传感器、功能、电子硬件和软件架构被集成。这个中央驾驶辅助控制器计算汽车周围环境的完整模型，并激活所有的辅助系统。它的处理能力将高于之前奥迪A8组合的所有系统。  

集中式体系结构的主要问题是高功率处理的高成本，这甚至更高，因为需要将辅助融合控制器作为备用控制器安装在汽车其他地方以确保安全。工程师的偏好可能在分布式和集中式体系结构设计之间交替，这意味着软件定义的测试器设计对于跟上这种发展至关重要。  

为了实现L5级的自动驾驶，自动驾驶仪的微处理器需要比当前微处理器多2000倍的处理能力。因此，在毫米波雷达传感器系统中，这种微处理器的成本要比射频元件昂贵得多。从而促进了现有企业在市场上的竞争。  

例如，瑞银估计，电力系统中的半导体器件数量是等效内燃机车的6到10倍。汽车中的半导体器件数量只会增加，不会减少，相邻的市场将继续改善。例如，NVIDIA改进了最初为消费电子产品开发的Tegra平台，以满足汽车ADAS应用的需要。此外，Denso已经开始设计和制造自己的AI微处理器，以降低成本，能源消耗。Denso的子公司NSITEXE公司计划在2022年发布数据流处理器，下一代处理器IP，称为DFP。游戏已经开始。  

基于这些折衷的决策将对整个供应链的市场时间和差异化能力产生重大影响，快速重新配置测试器的能力对于最小化验证和生产测试的成本和时间至关重要，因此通过sof实现灵活性至关重要。两个是获胜的策略。该研究所首席执行官詹姆斯·库夫纳博士在接受采访时说，我们的预算不是翻倍，而是翻两番。我们有将近40亿美元使丰田成为世界级的软件汽车公司。这种情绪在汽车行业并不罕见。目前，还没有答案是明确的，但是就像过去的工业革命一样，人们通过提高生产力来支付新技术的成本，并且提高软件开发效率将成为自动驾驶仪革命中不可或缺的一部分。  

{HelmutMatschi，大陆安装执行委员会成员}说这一切归功于软件工程……他预测，随着高性能计算机在未来十年在汽车上的广泛应用，开发项目的预算的80%可以花在软件上。《汽车新闻》，《虫子世界的大陆支撑》，2018年产品开发过程的标准化  

几十年来，标准化一直是测试组织的理想目标。1961年，RCA的D.B.Dobson和L.L.Wolff发表了《电子测试设备标准化》。多用途导弹系统试验设备。  

早期技术标准化工作的目标是减少整个组织中不同测试解决方案使用的测试设备的多样性。RCA已经实现的一个关键目标是设计和部署一组模块化硬件。测试解决方案的电子集成，减少部件陈旧，简化技术替换过程。由于国防和航天工业中各种产品和资产的使用寿命可长达50年，可维护和可重用的测试系统将为远程测试带来许多好处。行业中的ST团队。  

由于严格的安全要求和快速的变化，现代测试组织需要的不仅仅是硬件标准化。他们现在非常重视软件层及其开发过程。测试工程团队必须开始采用和标准化迭代的软件。e开发方法，以跟上产品开发团队的步伐，并保持快速现代化行业的项目进展。  

RCA的论文描述了在多功能部件和导弹计划中识别共享输入和输出的过程以定义它们的模块化硬件系统需求。识别和分离过程是抽象的基础，它可以同时完成。大规模仪器标准化和商业化现成技术的普及促使许多行业的测试机构采用模块化硬件标准，如VXI、PXIe、PXIe和AXIe。在单个系统中，冷却和用户接口成为独立的元件。  

国防科学委员会（DSB）在《国防系统软件设计与采购报告》中说，我们的武器系统的许多功能来自系统软件，而不是硬件。这种从硬件功能向软件功能的转变正在迅速蔓延。为了充分利用这些现代测试解决方案，不仅有利，而且有必要用软件定义测量系统。  

领先的测试软件工程团队正在开发抽象测试软件，它比抽象硬件提供更多的好处。抽象软件平台包括执行特定功能的层。这使得团队可以单独修复和升级每个模块，同时隔离其他层。霍尼韦尔航空航天公司的总工程师马克·基思（MarkKeith）说：因为我们有数十个传统业务，软件标准化需要解决每个团队的历史问题。抽象的目的是最小化或避免软件修改。更换过时硬件的离子——现代测试软件的开发  

根据当今市场新产品和功能发布的速度，正确构建测试软件体系结构还远远不够，测试软件组织必须采用更加灵活的方法来更快地向生产部门和客户交付产品。为了提供所有需要的功能，现代软件工程团队开始采用敏捷和其他连续的迭代软件开发方法。  

如DSB报告中所提到的，迭代开发的主要优点是能够快速且持续地捕获错误，易于集成新代码，并且在整个应用程序开发过程中获得用户反馈。e，这将有助于{国防部（DoD）}应对当今不稳定的安全环境，其中威胁变化快于瀑布开发所能处理的。  

迭代软件开发需要彼此紧密合作的团队，并且类似于硬件平台和软件体系结构抽象，包括共享和重复的概念和任务。  

负责代码库的团队必须同意和标准化源代码控制、单元测试框架、代码分析、工作管理和部署所需的工具。另一个日益受到关注的问题是网络安全。DSB指出，每天检查软件系统的代码库可以奏效。积极控制符合一般网络规则所需的更改数量。  

根据规划办公室官员的说法，国防部正面临着失去与美国同行相比的技术优势的风险，并且迫切需要找到创新方法来使战斗机更快地利用新技术，美国国防部的格检查员。内尔在其关于F-22现代化合同战略的报告中说，国防和航天测试团队正试图更快地将更好的技术带入市场，并且工业不是唯一这样做的行业。迭代开发是加速技术发展的可靠方式。  

尽管测试工程团队一直致力于硬件标准化和分层软件体系结构，但是研究和开发组织已经将注意力转移到了迭代产品开发上。但是标准化过程必须改进以适应当今的工程实践。采用敏捷软件开发方法的测试组织已经准备好利用这个即将到来的机会。  

以今天的技术变化速度来看，30年的时间似乎很长。有时候，最好的方法与过去的最佳方法并不兼容。-马克·基思，霍尼韦尔航空航天公司首席工程师  

从半导体到电子子系统，再到工业4.0的核心，智能机器、物联网(IoT)设备和工业物联网(IIoT)系统变得越来越复杂，测试是产品链中容易被忽视的关键环节，也是产品链中的复杂环节。物联网设备的应用进一步增加了测试的复杂性，但同时也大大提高了自动化测试的效率。支持自动化测试工作流可以帮助测试工程师更容易地应对IOT的挑战。  

物联网和IIoT是基于设备互联和统一管理的，但是目前许多分布式测试系统没有实现互联或有效的设备管理。系统的位置，而不知道其性能、使用和健康状态。  

幸运的是，大多数现代测试系统基于PC或PXI，并且可以直接连接到企业系统以实现附加功能，例如管理软件和硬件组件、跟踪使用和执行预测性维护，从而最大化测试投资的价值。  

物联网的商业价值来自于互连系统产生的海量数据，但由于各种数据格式和数据源的存在，使得测试数据的有效使用非常困难。从原始的模拟、数字时频波形到参数测量的数据通常比用户或工业设备的数据采集速度和数量要快得多，更糟糕的是，测试数据通常存储在非标准化的筒仓中。对于企业来说不可见，因此在产品生命周期的其他阶段很容易遗漏有用的信息。在部署基于物联网的综合数据管理解决方案之前，（JLR）只分析了10%的车辆测试数据。JLR电力管理总监SimonFoster说现在我们可以分析高达95%的数据，并且减少测试的成本和年度测试的数量，因为我们不需要重新运行测试。  

为了将IoT功能应用于自动化测试数据，需要一组现成的软件适配器来访问标准数据格式。这些适配器必须基于开放的文档体系结构，以便它们能够接收新的和独特的数据，包括来自设计和生产的非测试数据。stem必须能够与标准IoT和IIoT平台共享数据，以便从企业级数据中提取有用的信息。  

由于测试数据通常比较复杂和多维，使用通用业务分析软件分析测试数据可能非常困难。此外，典型的业务映射在测试和测量中不包括常见的可视化功能，如模拟和数字信号组合。国家图表，眼图，史米斯圆图和星座图。  

通过适当的元数据管理，面向测试的模式使工具能够可视化和分析测试数据，并将其与设计和生产数据相关联。作为Python、R和MathWorks公司的MATLAB软件进入工作流，并从数据中提取更有用的信息。  

传统的专用桌面应用程序正逐渐转向基于Web的移动应用程序，这种转变使得测试难以实现。同时，本地运营商需要与DUT和DUT进行交互，但是公司希望远程访问测试设备以查看系统的结果和利用。f软件，并将软件下载到基于DUT的测试设备中。但是这就是为什么他们必须维护定制的体系结构，这需要额外的资源，用于具有较高业务价值的活动。  

高级测试管理正从本地测试设备迁移到云部署。基于Web的工具可用于查看测试设备的状态、安排测试时间以及检查推送到云或服务器的测试数据。H常用工具，如NILabVIEW，微软。模块化测试软件体系结构（测试管理、测试代码、测量IP、仪器驱动程序、硬件抽象层）使公司能够评估将不同的软件功能从本地移动到服务器或云的价值。随着向云部署的迁移，企业将认识到云计算在数据存储、可伸缩计算以及随时随地易于访问软件和数据方面的优势。  

用物联网测试不是一个未来的愿景，而是一个现实可行的时刻。组织的能力取决于其当前的自动化测试基础设施和最迫切的业务需求。管理测试系统，提高测试设备的利用率，从测试数据中获取更有意义的信息，以及远程访问共享测试系统。  

管理和维护位于世界各地的测试资产将很快成为业界的标准要求。我们需要重塑我们的测试架构，以集成物联网技术，特别是升级配置管理和数据分析，并支持业务数字化。工业界4——数字产业主管ThalesChoplain，Thales  

产业融合不是一个新概念，它甚至可能是最古老的概念之一。当不同的市场相互作用时，思想、过程和技术自然地交换，使它们更加紧密地相互交织。农业和贸易冲突，催生了银行业。最近，医疗保健和消费电子的交叉点创造了可穿戴的设备。由于我们生活在一个全球互连的世界，机遇正在更快和更大规模地融合。关于多行业融合的评论很多。博客、文章和分析报告都发表了。描述数字革命的加速是如何颠覆传统产业的，但是他们很少讨论集成如何影响测试组织。通过使用多行业测试平台，同时与涉及多个行业的其他组织合作并向其学习，从而解决egration问题。  

最常被引用的创造性测试创新报告之一是Gartner在2014年的报告产业整合：数字产业革命，该报告指出产业整合是组织发展的最基本机会。机会来自于其他行业的杠杆作用和学习，以及集中资源加速创新。  

集成的核心是观点共享，在产品创新中，人们经常讨论如何通过利用和学习其他产业来避免浪费时间和精力在创造现有事物上。这个概念也可以应用到测试策略中。功能安全就是一个很好的例子。经过几十年的学习，并且由于产品本身的严格安全要求，重工业已经发展了一个标准来证明其嵌入式电子的功能安全性。集成电路设备：IEC61508。铁路、汽车等其他行业在架构上增加了高安全性的嵌入式系统，采用EN50126和ISO262标准扩展和调整IEC61508。向专家学习这些标准可以节省增加功能安全性的时间。测试策略的测试。  

多产业资源聚集是产业融合的一个不太明显的利益，随着产业间关系的日益密切，其功能需求也越来越紧密，这导致了以服务业为主体的供应商的投资增加。在这种测试中，基于平台的供应商将增加诸如处理器或模数转换器等行业独立的投资，以便以更低的价格向所有行业提供更好的产品。与单个行业选项不同，多行业解决方案使技术的利用率最大化。  

IBM2016年对世界最高管理层边界的重新诠释表明，产业融合的速度远远超过他们在未来三到五年内预期的任何其他趋势。对于测试经理来说，行业融合增加了测试的复杂性，需要更适应性的测试平台和更灵活的组织。  

随着工业界开始利用彼此的技术，他们需要测试这些新技术领域并具有相关的专业知识。例如，汽车系统现在需要能够测试控制、机械、热力学、电子、软件甚至电池化学的系统。如果测试系统测试系统建立在一个不灵活的封闭式专用平台上，即使几年前，测试系统也会过时。因此，测试系统应该具有开放和模块化的硬件和软件，能够支持多种I/O类型、编程语言和不同的供应商，以及清晰的def。API和互操作性标准。  

组织如果不知道下一步该做什么，就更具挑战性。在集成时代，未来更加不确定。公司、测试策略和测试平台应该迅速适应未来的发展方向。例如，航空航天工业，历史上一直是由于供应链和消费电子产品之间日益密切的关系，航空航天测试机构急需测试设备来跟上时代的步伐。技术更新，以及能够提供这种适应性的测试架构的设计起着至关重要的作用。跨行业的交流活动和对其他行业出版物的关注可以帮助团队跟上最新趋势。  

此外，与具有多行业经验的组织合作可以帮助公司更有效地适应不可预见的情况，并利用其他行业的最佳工程实践。解决了这些问题，或者在其他行业寻找战略合作伙伴，如5G和物联网。无穷无尽，说明这种协作如何带领组织超越同行业。重新评估供应链中的测试项目并审查供应商也是一个明智的策略。通过采取积极的措施，组织可以为下一步做好准备，并对未来。  

产业融合是组织发展的最基本机会。产业整合：数字产业革命，Gartner，2014。  

NI（National.ments，NI）是一个以软件为中心的平台供应商，致力于帮助用户加速自动测试和自动测量系统的开发和性能。该公司今天发布了NI趋势展望报告2019。该报告探讨了关键工程趋势和面临快速技术发展的挑战，包括物联网(IoT)、从原型验证到商业部署的5G技术进步，以及其他领域。  

NI全球营销副总裁ShelleyGretlein说：这些工程趋势正在打破传统的工业和产品测试，带来前所未有的复杂挑战。然而，这也极大地促进了创新，促使我们从根本上改变自动化测试和认证。对软件定义的系统进行关键性改变的测量方法。  

NI趋势展望2019报告将深入研究以下课题，致力于为自动化测试和自动化测量企业提供前瞻性信息，帮助企业为未来技术的迅速发展做好充分准备。  

5G迎来了无线测试的新时代——5G无线设备变得越来越复杂，工程师们必须重新考虑用于测试前几代无线设备的高度优化的测试技术，以确保5G产品和解决方案的商业可行性。  

实现安全自动驾驶所需的折衷迫在眉睫，自动驾驶将产生重大的社会影响，但在先进驾驶辅助系统由单传感器向多传感器转换的过程中，成本、技术和策略之间的折衷是：迫近。  

跟上标准化发展进程的趋势——测试工程师正在利用旧的趋势来跟上快速测试环境。他们不仅需要标准化硬件和软件，而且需要标准化t.EST建筑。  

借助物联网（IOT）优化系统测试，设备的复杂性日益增加，同时也增加了测试的复杂性，但是它可以大大提高自动化测试的效率。  

多学科融合颠覆了传统的测试策略——融合预期将加速创新和提供前所未有的产品，同时使测试变得越来越复杂。跨行业的协作和学习为复杂测试提供了有用的视角。冗长。  

NI趋势展望报告2019下载链接：  

对于NININI的软件中心平台，模块化的硬件和巨大的生态系统被集成在一起，以帮助工程师和科学家应对各种挑战。NI解决方案可以帮助用户构建超出预期的高性能系统，快速适应需求的变化，并最终改善我们的生活。  

从总体趋势来看，未来的工程趋势正在深刻地改变工业、产品测试和试图从中获利的公司。物联网的普及，5G技术从原型验证到商业部署的不断进步，以及自动驾驶技术的发展给我们带来了巨大而复杂的挑战，同时也为我们提供了前所未有的创新机会。  

为了真正认识到这些趋势的好处，我们需要从根本上改变我们的自动化测试和自动化测量的方法。为了成功，我们必须以不同的方式思考，有目的地行动，并对软件定义的系统进行关键的改变。这是我们NI趋势输出的初衷。看报告。  

NI趋势展望报告旨在确定最关键的工程趋势和来自不断变化的技术环境的挑战。我相信这个见解将帮助你向前迈进。  

自从蜂窝通信出现以来，测试工程师们一直使用一套公认的测量和技术来测试大量的无线通信技术，从射频半导体到基站和移动电话。它们会变得更加复杂。为了验证5G技术的性能，有必要用OTA方法代替现有的电缆连接方法测试5G组件和设备。g领导人，我们需要新的测试方法，以确保5G产品和解决方案在商业上可行的许多行业和应用。  

5G标准的主要目标之一是大大增加数据容量，这是由于用户数据需求的不断增长，但是为了达到每用户10Gbps的目标峰值速率，需要引入新技术。IMO)技术，它允许用户通过波束成形技术同时共享相同的频带，为每个用户建立独特的集中式无线连接。其次，5G标准增加了更多的无线频谱，扩展到厘米和毫米波频率。  

MU-MIMO和mmWave技术的物理实现需要比前几代蜂窝标准更多的天线元件，根据物理定律，mmWave频率信号通过自由空间时衰减比当前蜂窝频率信号快。因此，当发射机电平接近时，毫米波蜂窝频率的范围将远小于当前蜂窝频带。为了克服这种路径损耗，5G发射机和接收机将使用并行天线阵列和波束形成技术来增强信号功率。这些天线阵列和波束成形技术不仅对于提高信号功率，而且对于实现MU-MIMO技术是重要的。  

那么如何将所有这些天线安装到未来的手机上呢幸运的是，毫米波频率天线将比当前标准的蜂窝天线小得多。新的封装技术，如封装天线(AiP)，其中天线阵列位于芯片封装中，将使得这些天线更容易集成到现代智能手机，但天线阵列可以完全封闭，没有任何直接接触测试点。  

对于测试工程师来说，增加的频率范围、新的封装技术和更多的天线使得在避免资本成本(测试设备成本)和操作成本(测试每个设备的时间)的大量增加的同时难以维持高质量。但它也带来了挑战。  

首先，测量精度是一个很大的挑战。不像线测试，在OTA测量中，测试工程师需要处理由天线校准和精度、连接器公差和信号反射引起的额外的测量不确定性。电波暗室集成测量方法、波束特性分析、最优码本计算和天线参数特性分析。最后，测试经理必须考虑额外的业务因素以确保产品质量，同时最小化对上市时间、资本成本、运营成本和楼层空间的影响（以适应OTA测试暗室的面积）。几年后，测试与测量行业将通过许多创新技术快速响应这些挑战。因此，测试团队应该考虑高度灵活的软件定义测试策略和平台，以确保他们当前的资本支出能够跟上。这种快速的创新周期。  

OTA虽然带来了很多挑战，但是也带来了很多好处。首先，OTA是AiP技术的唯一选择，因为天线阵列集成在封装中，不能通过导线直接连接阵列元件。连接天线部件的插座也面临着在并行测试（购买更多仪器的资本支出）或连续测试（由于测试时间和吞吐量增加而导致的操作成本）之间进行选择的困难。测试提供了将阵列测试为一个系统而不是一组独立组件的可能性，期望它能够提供系统级测试的高效率。在增加性能和复杂性的同时测试成本。然而，他们在5G仍然面临同样的挑战。尽管今天的5G测试挑战看起来很复杂，世界各地的工程师已经开发出新的测试仪器和方法，如OTA，这是5G成功商业部署所必需的。  

据世界卫生组织统计，每年有125万人死于交通事故，约占国内生产总值的3%。虽然自主驾驶的潜在影响非常广泛，延伸到个人、经济和政治领域，但其挽救生命的作用却是elf的意思是自主驾驶可能是我们这个时代最具革命性的发明。  

高级驾驶辅助系统（ADAS）是传感器、处理器和软件的组合，旨在提高安全性并最终提供自动驾驶功能。今天，大多数ADAS系统使用单个传感器，如雷达或照相机，并具有可量化的影响。2016年的研究报告显示，自动刹车系统减少了约40%的后端碰撞事故，碰撞预警系统减少了23%的后端碰撞事故。为了实现从辅助驾驶向L4或自主驾驶的转变，使驾驶员不再控制方向盘，汽车工业面临着更加复杂的挑战。ZES许多传感器测量以获得结果。因此，需要同步、大功率处理和传感器技术，对于汽车制造商来说，这意味着要平衡成本、技术和策略这三个关键要素，以实现适当的平衡。  

一级自主驾驶标准规定，如果汽车处于预定环境，则驾驶员不必特别注意。到2019年，它将成为世界上第一个提供L3级自主驾驶技术的批量生产车辆。它配备有六个凸轮。橡皮擦，五个雷达设备，一个激光雷达设备和12个超声波传感器。为什么要用那么多传感器简言之，每个传感器都有其独特的优点和缺点。例如，雷达显示物体的运动速度，而不是它的形状。此时，需要传感器融合，因为物体的运动速度和对象的形状对于预测物体的行为非常重要。Bug和冗余是克服每个传感器的缺陷。  

最后，传感器数据处理的目标是获得能够代表汽车周围环境的安全/失效的表示，这种表示应该被引入到决策算法中，并有助于降低成本，从而最终产品可以通用。实现这一目标的最大挑战之一是选择正确的软件。以三个应用为例：紧密同步测量、数据可追溯性维护和在许多实际条件下的软件测试。每个应用都有其独特的挑战；自动驾驶仪，这三个应用是必不可少的，但代价是什么  

ADAS的处理能力来自于多个独立的控制单元，然而传感器融合正在促进单个集中式处理器的普及。以奥迪A8为例。在2019年的模型中，所需的传感器、功能、电子硬件和软件架构被集成。这个中央驾驶辅助控制器计算汽车周围环境的完整模型，并激活所有的辅助系统。它的处理能力将高于之前奥迪A8组合的所有系统。  

集中式体系结构的主要问题是高功率处理的高成本，这甚至更高，因为需要将辅助融合控制器作为备用控制器安装在汽车其他地方以确保安全。工程师的偏好可能在分布式和集中式体系结构设计之间交替，这意味着软件定义的测试器设计对于跟上这种发展至关重要。  

为了实现L5级的自动驾驶，自动驾驶仪的微处理器需要比当前微处理器多2000倍的处理能力。因此，在毫米波雷达传感器系统中，这种微处理器的成本要比射频元件昂贵得多。从而促进了现有企业在市场上的竞争。  

例如，瑞银估计，电力系统中的半导体器件数量是等效内燃机车的6到10倍。汽车中的半导体器件数量只会增加，不会减少，相邻的市场将继续改善。例如，NVIDIA改进了最初为消费电子产品开发的Tegra平台，以满足汽车ADAS应用的需要。此外，Denso已经开始设计和制造自己的AI微处理器，以降低成本，能源消耗。Denso的子公司NSITEXE公司计划在2022年发布数据流处理器，下一代处理器IP，称为DFP。游戏已经开始。  

基于这些折衷的决策将对整个供应链的市场时间和差异化能力产生重大影响，快速重新配置测试器的能力对于最小化验证和生产测试的成本和时间至关重要，因此通过sof实现灵活性至关重要。两个是获胜的策略。该研究所首席执行官詹姆斯·库夫纳博士在接受采访时说，我们的预算不是翻倍，而是翻两番。我们有将近40亿美元使丰田成为世界级的软件汽车公司。这种情绪在汽车行业并不罕见。目前，还没有答案是明确的，但是就像过去的工业革命一样，人们通过提高生产力来支付新技术的成本，并且提高软件开发效率将成为自动驾驶仪革命中不可或缺的一部分。  

{HelmutMatschi，大陆安装执行委员会成员}说这一切归功于软件工程……他预测，随着高性能计算机在未来十年在汽车上的广泛应用，开发项目的预算的80%可以花在软件上。《汽车新闻》，《虫子世界的大陆支撑》，2018年产品开发过程的标准化  

几十年来，标准化一直是测试组织的理想目标。1961年，RCA的D.B.Dobson和L.L.Wolff发表了《电子测试设备标准化》。多用途导弹系统试验设备。  

早期技术标准化工作的目标是减少整个组织中不同测试解决方案使用的测试设备的多样性。RCA已经实现的一个关键目标是设计和部署一组模块化硬件。测试解决方案的电子集成，减少部件陈旧，简化技术替换过程。由于国防和航天工业中各种产品和资产的使用寿命可长达50年，可维护和可重用的测试系统将为远程测试带来许多好处。行业中的ST团队。  

由于严格的安全要求和快速的变化，现代测试组织需要的不仅仅是硬件标准化。他们现在非常重视软件层及其开发过程。测试工程团队必须开始采用和标准化迭代的软件。e开发方法，以跟上产品开发团队的步伐，并保持快速现代化行业的项目进展。  

RCA的论文描述了在多功能部件和导弹计划中识别共享输入和输出的过程以定义它们的模块化硬件系统需求。识别和分离过程是抽象的基础，它可以同时完成。大规模仪器标准化和商业化现成技术的普及促使许多行业的测试机构采用模块化硬件标准，如VXI、PXIe、PXIe和AXIe。在单个系统中，冷却和用户接口成为独立的元件。  

国防科学委员会（DSB）在《国防系统软件设计与采购报告》中说，我们的武器系统的许多功能来自系统软件，而不是硬件。这种从硬件功能向软件功能的转变正在迅速蔓延。为了充分利用这些现代测试解决方案，不仅有利，而且有必要用软件定义测量系统。  

领先的测试软件工程团队正在开发抽象测试软件，它比抽象硬件提供更多的好处。抽象软件平台包括执行特定功能的层。这使得团队可以单独修复和升级每个模块，同时隔离其他层。霍尼韦尔航空航天公司的总工程师马克·基思（MarkKeith）说：因为我们有数十个传统业务，软件标准化需要解决每个团队的历史问题。抽象的目的是最小化或避免软件修改。更换过时硬件的离子——现代测试软件的开发  

根据当今市场新产品和功能发布的速度，正确构建测试软件体系结构还远远不够，测试软件组织必须采用更加灵活的方法来更快地向生产部门和客户交付产品。为了提供所有需要的功能，现代软件工程团队开始采用敏捷和其他连续的迭代软件开发方法。  

如DSB报告中所提到的，迭代开发的主要优点是能够快速且持续地捕获错误，易于集成新代码，并且在整个应用程序开发过程中获得用户反馈。e，这将有助于{国防部（DoD）}应对当今不稳定的安全环境，其中威胁变化快于瀑布开发所能处理的。  

迭代软件开发需要彼此紧密合作的团队，并且类似于硬件平台和软件体系结构抽象，包括共享和重复的概念和任务。  

负责代码库的团队必须同意和标准化源代码控制、单元测试框架、代码分析、工作管理和部署所需的工具。另一个日益受到关注的问题是网络安全。DSB指出，每天检查软件系统的代码库可以奏效。积极控制符合一般网络规则所需的更改数量。  

根据规划办公室官员的说法，国防部正面临着失去与美国同行相比的技术优势的风险，并且迫切需要找到创新方法来使战斗机更快地利用新技术，美国国防部的格检查员。内尔在其关于F-22现代化合同战略的报告中说，国防和航天测试团队正试图更快地将更好的技术带入市场，并且工业不是唯一这样做的行业。迭代开发是加速技术发展的可靠方式。  

尽管测试工程团队一直致力于硬件标准化和分层软件体系结构，但是研究和开发组织已经将注意力转移到了迭代产品开发上。但是标准化过程必须改进以适应当今的工程实践。采用敏捷软件开发方法的测试组织已经准备好利用这个即将到来的机会。  

以今天的技术变化速度来看，30年的时间似乎很长。有时候，最好的方法与过去的最佳方法并不兼容。-马克·基思，霍尼韦尔航空航天公司首席工程师  

从半导体到电子子系统，再到工业4.0的核心，智能机器、物联网(IoT)设备和工业物联网(IIoT)系统变得越来越复杂，测试是产品链中容易被忽视的关键环节，也是产品链中的复杂环节。物联网设备的应用进一步增加了测试的复杂性，但同时也大大提高了自动化测试的效率。支持自动化测试工作流可以帮助测试工程师更容易地应对IOT的挑战。  

物联网和IIoT是基于设备互联和统一管理的，但是目前许多分布式测试系统没有实现互联或有效的设备管理。系统的位置，而不知道其性能、使用和健康状态。  

幸运的是，大多数现代测试系统基于PC或PXI，并且可以直接连接到企业系统以实现附加功能，例如管理软件和硬件组件、跟踪使用和执行预测性维护，从而最大化测试投资的价值。  

物联网的商业价值来自于互连系统产生的海量数据，但由于各种数据格式和数据源的存在，使得测试数据的有效使用非常困难。从原始的模拟、数字时频波形到参数测量的数据通常比用户或工业设备的数据采集速度和数量要快得多，更糟糕的是，测试数据通常存储在非标准化的筒仓中。对于企业来说不可见，因此在产品生命周期的其他阶段很容易遗漏有用的信息。在部署基于物联网的综合数据管理解决方案之前，（JLR）只分析了10%的车辆测试数据。JLR电力管理总监SimonFoster说现在我们可以分析高达95%的数据，并且减少测试的成本和年度测试的数量，因为我们不需要重新运行测试。  

为了将IoT功能应用于自动化测试数据，需要一组现成的软件适配器来访问标准数据格式。这些适配器必须基于开放的文档体系结构，以便它们能够接收新的和独特的数据，包括来自设计和生产的非测试数据。stem必须能够与标准IoT和IIoT平台共享数据，以便从企业级数据中提取有用的信息。  

由于测试数据通常比较复杂和多维，使用通用业务分析软件分析测试数据可能非常困难。此外，典型的业务映射在测试和测量中不包括常见的可视化功能，如模拟和数字信号组合。国家图表，眼图，史米斯圆图和星座图。  

通过适当的元数据管理，面向测试的模式使工具能够可视化和分析测试数据，并将其与设计和生产数据相关联。作为Python、R和MathWorks公司的MATLAB软件进入工作流，并从数据中提取更有用的信息。  

传统的专用桌面应用程序正逐渐转向基于Web的移动应用程序，这种转变使得测试难以实现。同时，本地运营商需要与DUT和DUT进行交互，但是公司希望远程访问测试设备以查看系统的结果和利用。f软件，并将软件下载到基于DUT的测试设备中。但是这就是为什么他们必须维护定制的体系结构，这需要额外的资源，用于具有较高业务价值的活动。  

高级测试管理正从本地测试设备迁移到云部署。基于Web的工具可用于查看测试设备的状态、安排测试时间以及检查推送到云或服务器的测试数据。H常用工具，如NILabVIEW，微软。模块化测试软件体系结构（测试管理、测试代码、测量IP、仪器驱动程序、硬件抽象层）使公司能够评估将不同的软件功能从本地移动到服务器或云的价值。随着向云部署的迁移，企业将认识到云计算在数据存储、可伸缩计算以及随时随地易于访问软件和数据方面的优势。  

用物联网测试不是一个未来的愿景，而是一个现实可行的时刻。组织的能力取决于其当前的自动化测试基础设施和最迫切的业务需求。管理测试系统，提高测试设备的利用率，从测试数据中获取更有意义的信息，以及远程访问共享测试系统。  

管理和维护位于世界各地的测试资产将很快成为业界的标准要求。我们需要重塑我们的测试架构，以集成物联网技术，特别是升级配置管理和数据分析，并支持业务数字化。工业界4——数字产业主管ThalesChoplain，Thales  

产业融合不是一个新概念，它甚至可能是最古老的概念之一。当不同的市场相互作用时，思想、过程和技术自然地交换，使它们更加紧密地相互交织。农业和贸易冲突，催生了银行业。最近，医疗保健和消费电子的交叉点创造了可穿戴的设备。由于我们生活在一个全球互连的世界，机遇正在更快和更大规模地融合。关于多行业融合的评论很多。博客、文章和分析报告都发表了。描述数字革命的加速是如何颠覆传统产业的，但是他们很少讨论集成如何影响测试组织。通过使用多行业测试平台，同时与涉及多个行业的其他组织合作并向其学习，从而解决egration问题。  

最常被引用的创造性测试创新报告之一是Gartner在2014年的报告产业整合：数字产业革命，该报告指出产业整合是组织发展的最基本机会。机会来自于其他行业的杠杆作用和学习，以及集中资源加速创新。  

集成的核心是观点共享，在产品创新中，人们经常讨论如何通过利用和学习其他产业来避免浪费时间和精力在创造现有事物上。这个概念也可以应用到测试策略中。功能安全就是一个很好的例子。经过几十年的学习，并且由于产品本身的严格安全要求，重工业已经发展了一个标准来证明其嵌入式电子的功能安全性。集成电路设备：IEC61508。铁路、汽车等其他行业在架构上增加了高安全性的嵌入式系统，采用EN50126和ISO262标准扩展和调整IEC61508。向专家学习这些标准可以节省增加功能安全性的时间。测试策略的测试。  

多产业资源聚集是产业融合的一个不太明显的利益，随着产业间关系的日益密切，其功能需求也越来越紧密，这导致了以服务业为主体的供应商的投资增加。在这种测试中，基于平台的供应商将增加诸如处理器或模数转换器等行业独立的投资，以便以更低的价格向所有行业提供更好的产品。与单个行业选项不同，多行业解决方案使技术的利用率最大化。  

IBM2016年对世界最高管理层边界的重新诠释表明，产业融合的速度远远超过他们在未来三到五年内预期的任何其他趋势。对于测试经理来说，行业融合增加了测试的复杂性，需要更适应性的测试平台和更灵活的组织。  

随着工业界开始利用彼此的技术，他们需要测试这些新技术领域并具有相关的专业知识。例如，汽车系统现在需要能够测试控制、机械、热力学、电子、软件甚至电池化学的系统。如果测试系统测试系统建立在一个不灵活的封闭式专用平台上，即使几年前，测试系统也会过时。因此，测试系统应该具有开放和模块化的硬件和软件，能够支持多种I/O类型、编程语言和不同的供应商，以及清晰的def。API和互操作性标准。  

组织如果不知道下一步该做什么，就更具挑战性。在集成时代，未来更加不确定。公司、测试策略和测试平台应该迅速适应未来的发展方向。例如，航空航天工业，历史上一直是由于供应链和消费电子产品之间日益密切的关系，航空航天测试机构急需测试设备来跟上时代的步伐。技术更新，以及能够提供这种适应性的测试架构的设计起着至关重要的作用。跨行业的交流活动和对其他行业出版物的关注可以帮助团队跟上最新趋势。  

此外，与具有多行业经验的组织合作可以帮助公司更有效地适应不可预见的情况，并利用其他行业的最佳工程实践。解决了这些问题，或者在其他行业寻找战略合作伙伴，如5G和物联网。无穷无尽，说明这种协作如何带领组织超越同行业。重新评估供应链中的测试项目并审查供应商也是一个明智的策略。通过采取积极的措施，组织可以为下一步做好准备，并对未来。  

产业融合是组织发展的最基本机会。产业整合：数字产业革命，Gartner，2014。