Маузер Л., Циммерманн Е., Недведицкий П., Эйзенрайх Т., Вешле М., Вагнер Ш. Программные архитектуры смешанной критичности для централизованных высокопроизводительных вычислительных платформ в программно-определяемых транспортных средствах: систематический обзор литературы. Централизованные электронные/электрические архитектуры и высокопроизводительные вычислительные платформы (HPC) трансформируют процесс разработки автомобильного программного обеспечения, ставя под сомнение традиционные подходы, основанные на микроконтроллерах. Обеспечение характеристик реального времени, безопасности и масштабируемости в программно-определяемых транспортных средствах требует пересмотра методов интеграции функциональности разной критичности в централизованные архитектуры. Хотя существующие исследования автомобильных программных архитектур (ПА) имеют промышленную значимость, они зачастую не подтверждены систематическими эмпирическими методами. Для устранения этого пробела мы проводим систематический обзор литературы, фокусируясь на автомобильных программных архитектурах со смешанной критичностью. Наша цель — предоставить практические рекомендации, помогающие архитекторам и разработчикам проектировать централизованные программные архитектуры со смешанной критичностью на основе строгой и прозрачной методологии. Во-первых, мы разрабатываем протокол систематического обзора, основанный на общепринятых руководствах. Во-вторых, мы применяем этот протокол для выявления релевантных исследований. В-третьих, мы анализируем ключевые функциональные области, ограничения и технологии, стимулирующие эволюцию автомобильных программных архитектур, оценивая таким образом эффективность протокола. Дополнительно мы выявляем методы, архитектурные паттерны и методики проектирования для интеграции требований смешанной критичности в программное обеспечение на базе высокопроизводительных вычислительных платформ, демонстрируя практическую применимость протокола. На основе полученных результатов мы предлагаем примерную программную архитектуру для системы-на-чипе на базе микропроцессора. В заключение, данное исследование представляет структурированный подход к изучению и реализации интеграции программного обеспечения со смешанной критичностью для автомобильных архитектур следующего поколения, предоставляя ценные инсайты для промышленности и научных исследований.

Ключевые слова: программная инженерия, программная архитектура, программно-определяемое транспортное средство, высокопроизводительная вычислительная платформа, системы со смешанной критичностью, виртуализация, систематический обзор литературы.

Abstract: Mauser L., Zimmermann E., Nedv?dick? P., Eisenreich T., W?schle M., Wagner S. Towards Mixed-Criticality Software Architectures for Centralized HPC Platforms in Software-Defined Vehicles: A Systematic Literature Review. Centralized electrical/electronic architectures and High-Performance Computers (HPCs) are redefining automotive software development, challenging traditional microcontroller-based approaches. Ensuring real-time, safety, and scalability in software-defined vehicles necessitates reevaluating how mixed-criticality software is integrated into centralized architectures. While existing research on automotive Software Architectures (SWAs) is relevant to the industry, it often lacks validation through systematic, empirical methods. To address this gap, we conduct a systematic literature review focusing on automotive mixed-criticality SWAs. Our goal is to provide practitioner-oriented guidelines that assist automotive software architects and developers design centralized, mixed-criticality SWAs based on a rigorous and transparent methodology. First, we set up a systematic review protocol grounded in established guidelines. Second, we apply this protocol to identify relevant studies. Third, we extract key functional domains, constraints, and enabling technologies that drive changes in automotive SWAs, thereby assessing the protocol's effectiveness. Additionally, we extract techniques, architectural patterns, and design practices for integrating mixed-criticality requirements into HPC-based SWAs, further demonstrating the protocol's applicability. Based on these insights, we propose an exemplary SWA for a microprocessor-based system-on-chip. In conclusion, this study provides a structured approach to explore and realize mixed-criticality software integration for next-generation automotive SWAs, offering valuable insights for industry and research applications.

Keywords: Software engineering, Software architecture, Software-defined vehicle, HPC platform, Mixed-criticality system, Virtualization, Systematic literature review.

Введение

Современные технологии в автомобильной отрасли, такие как электрификация трансмиссий, ресурсоемкие системы автономного вождения, многопроцессорные информационно-развлекательные системы, повышенная связность и требования кибербезопасности, ставят под вопрос традиционные компонентно-ориентированные подходы к разработке распределенных встроенных электронных/электрических (Э/Э) архитектур. В таких архитектурах такие системные характеристики, как загрузка шин, вычислительная мощность, частота отказов, модульность и гибкость приближаются к своим пределам (рис.1).

Программно-определяемое транспортное средство (ПОТС) и его централизованная Э/Э архитектура предлагают решение этих ограничений, ускоряя инновации, сокращая время вывода функций на рынок и революционизируя бизнес-модели. Это позволит производителям автомобилей непрерывно разрабатывать, интегрировать и развертывать программное обеспечение быстрее и гибче.

Традиционная, компонентно-ориентированная разработка в автомобильной промышленности привела к созданию встроенных распределенных Э/Э архитектур с сотнями электронных блоков управления (ЭБУ). Сейчас наблюдается переход к частично консолидированным, доменным Э/Э архитектурам. Чтобы выделиться среди конкурентов, ключевые функции интегрируются в мощные доменные контроллеры, что позволяет разрабатывать клиентоориентированное прикладное программное обеспечение внутри компании.

Тем не менее, доменная Э/Э архитектура характеризуется большим количеством ЭБУ, распределенных по транспортному средству, и аппаратно-зависимыми функциями, часто называемыми логическими программными компонентами (ПК).

Современные автомобильные Э/Э архитектуры развиваются в направлении централизованных, зональных Э/Э архитектур. Централизация основана на функциональной консолидации в нескольких мощных высокопроизводительных вычислительных платформах (HPC). Функциональная декомпозиция помогает абстрагировать систему и её функциональность для выделения ПК и их распределения по центральным HPC. Это разделение вычислений и ввода-вывода составляет основу централизованных Э/Э архитектур ПОТС. Централизация преодолевает существующие ограничения распределенных систем, такие как загрузка шин, ограниченная вычислительная мощность и сложность обновления.

Поскольку основная логика размещена в HPC, зональные шлюзы агрегируют распределенные «умные» устройства ввода-вывода для уменьшения общей проводки и веса транспортного средства. Функциональная консолидация в пределах HPC создает новые задачи для аппаратной и программной архитектуры. Растущий спрос на вычислительную мощность, обусловленный не только функциональной консолидацией, но и новыми технологиями, такими как алгоритмы на основе искусственного интеллекта, стимулирует переход от микроконтроллерных (мк-ориентированных) к микропроцессорным (мп-ориентированным) архитектурам.

Глобальное партнерство AUTOSAR представило микроконтроллерную платформу AUTOSAR Classic в 2003 году, превратив ее в широко используемую программную архитектуру для систем реального времени. Платформа AUTOSAR Adaptive была разработана в 2017 году для поддержки этого парадигмального сдвига и удовлетворения потребностей сервис-ориентированных, высокопроизводительных, микропроцессорных программных архитектур.

AUTOSAR Adaptive не призвана заменить AUTOSAR Classic. Обе платформы будут сосуществовать в зависимости от конкретного применения. В современных автомобилях HPC интегрируют консолидированные микроконтроллерные и микропроцессорные разделы, реализованные как системы-на-чипе (SoC), что обеспечивает преимущества в виде сокращения внешних коммуникаций, поскольку магистральные сети приближаются к пределам пропускной способности.

Эта консолидация систем реального времени с сервис-ориентированными, событийно-ориентированными приложениями в единую программную архитектуру представляет собой систему со смешанной критичностью (ССК). ССК интегрируют функциональность различного уровня критичности. В автомобильном контексте они классифицируются по уровням безопасности автомобилей (ASIL) согласно стандарту ISO 26262 (QM, ASIL A-D).

Удовлетворение разнообразных требований систем реального времени и новых высокопроизводительных технологий в рамках централизованной программной архитектуры ставит наш основной исследовательский вопрос:

Как проектируются централизованные автомобильные программные архитектуры для интеграции требований смешанной критичности программно-определяемых транспортных средств?

Ответ на этот вопрос поможет архитекторам и разработчикам программного обеспечения консолидировать функции смешанной критичности в рамках централизованных программных архитектур платформ HPC, используя преимущества ПОТС. Фокусируясь на технических и методических средствах, исследование создает мост между академическими исследованиями и промышленной практикой.

2. Связанные работы

В этом разделе рассматриваются связанные исследования для позиционирования нашего вклада. Хотя в предыдущих работах изучались автомобильные программные архитектуры, всеобъемлющего систематического обзора литературы (СОЛ), специально посвященного архитектурам со смешанной критичностью для централизованных платформ HPC в ПОТС, не существует.

Алети и др. провели СОЛ по методам оптимизации архитектур, представив таксономию для помощи архитекторам в выборе подходов. Однако поскольку их исследование 2013 года было сосредоточено на встроенных системах, их область отличается от нашей, так как мы предлагаем централизованную, HPC-ориентированную архитектуру вместо оптимизации существующих решений.

Другие СОЛ имеют более узкий фокус. Баниджамали и др. анализировали архитектуры для конвергенции IoT и облака, обсуждая такие атрибуты, как переносимость и сопровождаемость, и сервис-ориентированные архитектуры (SOA) — ключевые соображения для ПОТС. Однако это не конкретно затрагивает автомобильные архитектуры.

Аналогично, Авчи и др. изучали архитектуры обработки больших данных в разных отраслях, выявляя автомобильные случаи использования, выгружаемые в облако, а не автомобильные архитектуры, исследуемые в нашей работе.

Помимо СОЛ, несколько систематических картографических исследований (СКИ) предоставляют более широкие обзоры исследований автомобильных архитектур. Однако их общий характер ограничивает их релевантность конкретным задачам централизованных платформ HPC в ПОТС. Например, Хагхиатха и др. анализировали литературу по автомобильной программной инженерии (ПИ), определяя «системную/программную архитектуру и дизайн, квалификационное тестирование и повторное использование» как три наиболее изучаемые области. Их выводы подчеркивают критическую роль архитектуры и дизайна в академии и промышленности.

Обзор выделяет исследования с высокой промышленной значимостью, но низкой научной строгостью. Отсюда мы приходим к выводу о необходимости практичных «руководств по выбору существующих решений, технологий и практик», основанных на строгом СОЛ, удовлетворяющем научным ожиданиям.

3. Метод исследования

Мы провели СОЛ для ответа на исследовательский вопрос и устранения выявленной потребности в систематическом исследовании. В этом разделе выделяются ключевые этапы трех фаз: планирования, проведения и отчетности для обеспечения ключевых характеристик достоверного СОЛ: полноты, воспроизводимости и прозрачности. Рабочие материалы этих ключевых этапов документированы и публично доступны на GitHub и Zenodo.

Исследовательский вопрос. В методических рекомендациях подчеркивается важность исследовательского вопроса как ключевой части систематического обзора. Поэтому мы применили критерии PICOC (Популяция, Вмешательство, Сравнение, Результаты, Контекст), представленные в руководствах, для уточнения и переформулировки исследовательского вопроса. Критерии PICOC определяют область исследования, обеспечивают учет различных точек зрения и помогают уменьшить смещение.

Популяция: автомобильные программные архитектуры — Вмешательство: централизованная HPC-ориентированная архитектура — Сравнение: встроенные архитектуры реального времени — Результаты: архитектуры со смешанной критичностью — Контекст: технологическая трансформация в автомобильной промышленности.

С этими критериями мы конкретизируем наш исследовательский вопрос: Как проектируются централизованные автомобильные программные архитектуры для интеграции требований смешанной критичности программно-определяемых транспортных средств?

Протокол обзора. Три показателя эффективности направляют выбор нашего протокола СОЛ: полнота, точность и F-мера. Полнота гарантирует, что обзор охватывает все аспекты, минимизируя риск пропустить релевантные исследования, тогда как точность гарантирует, что выявленные исследования вносят вклад в ответ на исследовательский вопрос. F-мера, гармоническое среднее точности и полноты, уравновешивает оба показателя.

Для настоящего исследования мы выбрали СОЛ на основе поиска в базе данных Scopus, который продемонстрировал высокую точность в оценках Мурао и др. Этот подход отдает приоритет релевантности перед полнотой, избегая более низкой точности, наблюдаемой в таких базах данных, как Google Scholar. Угрозы валидности протокола будут обсуждаться в разделе 5.

Строка поиска. Для поиска в Scopus мы составили следующую строку поиска на основе критериев PICOC:

TITLE-ABS-KEY("software architecture*" AND (vehicle OR automotive) AND ("mixed critical*" OR hpc OR "High*Performance Comput*" OR "central*" OR "functional domain*"))

Строка поиска применяется к заголовкам, аннотациям и ключевым словам в Scopus. Мы обсудили, рассмотрели и модифицировали строку поиска на совещаниях с авторами для обеспечения правдоподобия и снижения вероятности пропуска, связанного с конкретным автором.

Для создания исходного набора исследований из поиска по базе данных мы определили критерии включения и исключения, представленные в Таблице 1. Для включения исследования должны быть выполнены как содержательные, так и качественные критерии. Исключение нерецензируемых публикаций гарантирует включение высококачественных исследований. По тем же причинам мы исключаем книги или их разделы, поскольку рецензирование не гарантируется.

Таблица 1: Критерии включения и исключения

Исследование включается, если	Исследование исключается, если
КВ1: название, аннотация и ключевые слова явно демонстрируют вклад в исследовательский вопрос КВ2: аннотация склонна отвечать на аспекты извлечения данных, вытекающие из исследовательского вопроса	КИ1: исследование не соответствует ни одному из критериев включения КИ2: исследование не прошло рецензирование КИ3: исследование является книгой или её разделом КИ4: исследование опубликовано до 2010 года или после декабря 2024 года КИ5: исследование не написано на английском или немецком языках КИ6: исследование недоступно

Исходя из выявленной литературы и описанной в разделе 1 эволюции автомобильных Э/Э архитектур, подход ПОТС, отделяющий вычисления и ввод-вывод, набрал обороты в середине 2010-х годов. Поэтому мы исключаем исследования из аппаратно-ориентированной и ЭБУ-ориентированной эпохи Э/Э архитектур до 2010 года. Язык исследования ограничен английским и немецким, которыми владеют авторы.

Для эффективного документирования и выполнения процесса включения/исключения мы используем инструмент Rayyan. Критерии включения и исключения каждого исследования документируются со ссылками на краткие названия соответствующих критериев и подробным обоснованием. Первые четыре автора рассмотрели каждое исследование из поиска в базе данных Scopus. Этот процесс послужил пилотным для установления общего понимания и консенсуса по критериям включения/исключения, одновременно снижая потенциальную предвзятость конкретного автора.

4. Результаты и обсуждение

Строка поиска, примененная в базе данных Scopus, выявила 97 исследований. Применение критериев включения/исключения привело к включению 21 исследования в окончательный набор. Извлечение данных из этих 21 исследований составляет основу результатов в этом разделе. Хотя мы обсуждаем каждое из включенных исследований ниже, здесь мы перечисляем их для обеспечения центрального обзора.

4.1 Контекст исследования

Тремя наиболее влиятельными областями являются:

• системы расширенной помощи водителю (ADAS), особенно ее автономная подкатегория;
• трансмиссия и двигатель, обусловленная электрификацией;
• салон, определяемый информационно-развлекательными системами.

ADAS и автономные транспортные средства требуют высокой вычислительной мощности для поддержки алгоритмов компьютерного зрения, ставя встроенные, микроконтроллерные ЭБУ и их программные архитектуры перед своими ограничениями. В области трансмиссии и двигателя электрификация расширяет пространство проектирования, увеличивая сложность реализаций ПО и требуя фундаментального переосмысления встроенных программных архитектур.

Эволюция высокопроизводительных цифровых дисплеев ставит перед приборными панелями и информационно-развлекательными системами не только проблему повышения аппаратной и программной сложности, но и требует интеграции критических для безопасности и некритических приложений в единую, централизованную программную архитектуру (рис.2).

4.2 Ответ на исследовательский вопрос

Мы анализируем критерии извлечения данных DEC4 и DEC5, вдохновляясь структурой AUTOSAR и ее уровнями, начиная от аппаратного уровня, через уровни ПО, близкого к аппаратному, уровень операционной системы, уровень промежуточного ПО до уровня прикладного ПО.

Аппаратный уровень: высокопроизводительные системы-на-чипе образуют основу централизованных платформ HPC. Литература предлагает многоядерные и SoC-дизайны для распределения программных компонентов со схожими свойствами, такими как класс критичности, на одно ядро или полупроводниковый раздел SoC. Размещение выделенных наборов ПК на отдельных ядрах облегчает пространственную изоляцию и гарантирует независимость от влияния (НВ).

Для высоко параллельных рабочих нагрузок многоядерные процессоры оптимизируют определенные вычислительные аспекты, часто в ущерб другим характеристикам производительности. Аналогично, программируемые логические интегральные схемы (ПЛИС) все чаще используются в автомобильных HPC-платформах в качестве энергоэффективных, реконфигурируемых аппаратных ускорителей с низкой задержкой обработки.

Частные разделы памяти и кэша улучшают предсказуемость времени выполнения и НВ, но ограничивают параллелизацию и прирост времени выполнения из-за статического (во время проектирования) распределения ядер по сравнению с динамическим (во время выполнения) распределением ядер. Динамическое распределение ядер на основе режима может дополнительно улучшить производительность, адаптируясь к изменяющимся уровням критичности и условиям окружающей среды в реальном времени, обеспечивая оптимальное использование ресурсов и масштабируемость для ADAS.

Уровень ПО, близкого к аппаратному: на уровне ПО, близкого к аппаратному, аппаратные ресурсы должны эффективно распределяться и управляться. Литература предлагает виртуализацию через гипервизоры как ключевой подход. Гипервизоры позволяют создавать виртуальные машины (ВМ), каждая из которых запускает необходимую операционную систему (ОС) или даже приложения в обход ОС.

Существует два обычно используемых типа гипервизоров. Гипервизоры типа 1 (безхостовые) работают непосредственно на аппаратных средствах, обеспечивая эксклюзивное и статическое управление ресурсами, что приводит к более высокой эффективности, производительности и самой сильной НВ. Гипервизоры типа 2 работают на хостовой ОС, что делает доступ к аппаратным средствам менее эффективным и вводит риск сбоя, если хостовая ОС выходит из строя.

Дополнительно виртуализация может классифицироваться как полная или паравиртуализация. Полная виртуализация эмулирует аппаратные компоненты, позволяя непротоколированным гостевым ОС работать так, как если бы они находились на физическом оборудовании. Паравиртуализация требует модификаций гостевых ОС для более эффективного взаимодействия с гипервизором, улучшая производительность. Литература подтверждает, что паравиртуализация обеспечивает более высокую производительность, чем полная виртуализация, которая создает накладные расходы из-за эмуляции аппаратных средств.

Уровень операционной системы: на уровне ОС Ферраро и др. предлагают использовать ОС реального времени (ОСРВ) для приведения в действие и ОС Linux для ресурсоемкого обнаружения объектов. Дополнительно, роботизированная операционная система ROS2, основанная на сервисе распределения данных (DDS), используется в приложениях автономного вождения для повышения масштабируемости.

Аналогично, Ли и Ванг разделяют ПО, ориентированное на сенсорику/приведение в действие, и ПО, ориентированное на обработку. Нидбалла и Реусс используют ОСРВ для критических по безопасности и времени задач и мониторинга системы, в то время как ОС Linux обрабатывает вычислительно-емкую бизнес-логику приложений.

Уровень промежуточного ПО: на уровне промежуточного ПО различные методы и протоколы поддерживают сосуществование ОС смешанной критичности и приложений. С ростом междоменной коммуникации и зависимостей ключевая проблема заключается в обеспечении НВ, поскольку централизованные HPC-платформы консолидируют несколько доменов.

Хольштейн и Витцке решают эту проблему для меж-ВМ коммуникации, используя архитектурные подходы, такие как подход четкого разделения, слои взаимосвязей и минималистичный подход с однонаправленными/только для чтения контейнерами данных, проиллюстрированными на Рисунке 4.

Для поддержания целостности данных в средах смешанной критичности ключевыми факторами являются управление памятью и механизмы мониторинга стека, такие как изолированные каналы связи, механизмы контроля доступа, подписанная коммуникационная данные, проверки согласованности, резервная память, несколько копий памяти и контрольные суммы.

Для коммуникации и изоляции виртуальная локальная сеть (VLAN) обеспечивает НВ путем создания виртуализированных сетевых сегментов. Также виртуальная сеть с поддержкой временной синхронизации (VTSN) расширяет возможности качества обслуживания (QoS) для ВМ, используя планировщики TSN Qav (резервирование полосы пропускания на основе критичности или приоритета) и Qbv (разделение коммуникации на периодические циклы фиксированной продолжительности).

Хотя Qbv обеспечивает меньшую сквозную задержку, Ферраро и др. предлагают комбинировать оба подхода для улучшения надежности и устойчивости. Обеспечение того, чтобы как функциональные, так и нефункциональные требования выполнялись во время выполнения, критически важно для удовлетворения требований QoS. Аналогично, DDS предлагается в качестве промежуточного ПО для обеспечения «надежной, масштабируемой и эффективной коммуникации в реальном времени».

Уровень прикладного ПО: на уровне прикладного ПО Ли и Ванг выступают за архитектуры микросервисов для повышения возможности эволюции и ускорения разработки и выпуска программного обеспечения, решая растущую сложность автомобильного ПО. Это согласуется с более широкими рекомендациями в литературе проектировать слабосвязанные ПК, которые максимизируют независимость от аппаратных средств, улучшая переносимость и масштабируемость.

Ли и др. подчеркивают аппаратно-программное декаплинг как критически важный фактор для облачных вычислений, облегчающий выгрузку вычислений при сохранении совместимости с HPC-архитектурами. Для дальнейшего повышения переносимости, изоляции и гибкости развертывания предлагается контейнеризация как легковесная альтернатива полной виртуализации. В автомобильных HPC-платформах контейнеры обычно развертываются поверх гипервизора, сочетая сильную изоляцию ВМ с эффективностью контейнеров.

Эта настройка позволяет нескольким гостевым ОС запускать отдельные контейнеризованные приложения, обеспечивая масштабируемость, модульность и быстрые обновления программного обеспечения при сохранении НВ между приложениями смешанной критичности. Дополнительно, Кугеле и др. предлагают архитектурные паттерны, такие как паттерн обучения пользовательской тени, для интеграции ИИ-ориентированной персонализации в автомобильные программные архитектуры.

Эти паттерны улучшают уровень прикладного программного обеспечения, позволяя адаптивным, контекстно-зависимым функциям персонализировать поведение транспортного средства при сохранении ограничений безопасности.

Мы заключаем раздел примерной архитектурой программного обеспечения со смешанной критичностью, показанной на Рисунке 4, которая включает эти выводы. Хотя свидетельства подчеркивают архитектуру как «один из наиболее критических факторов успеха для проектирования и разработки сложных программных систем», Рисунок 4 иллюстрирует ее тесную связь с нижележащим аппаратным уровнем. Литература часто обсуждает и исследует архитектуру в целом, учитывая тесную взаимосвязь аппаратных и программных средств с самого начала. Ли и Ванг даже выделяют аппаратные средства как драйвер дизайна для автомобильных архитектур.

Хотя подход ПОТС направлен на декаплинг функций ПО от аппаратных средств, архитектура и ее требования все еще зависят от аппаратных средств HPC, на которых они работают, и тесное совместное проектирование может помочь решить эту многоцелевую проблему.

5. Угрозы валидности

Мы оцениваем качество нашего исследования, обсуждая три основные угрозы валидности в вторичных исследованиях по программной инженерии, выявленные Ампатзоглу и др.: угрозы отбору исследований, угрозы сбору данных и угрозы валидности исследований.

Угрозы отбору исследований. Наше исследование не включает снежный ком из-за сбалансированной F-меры поисковых запросов Scopus. Хотя некоторые релевантные работы были исключены из-за ограничений доступа или языковых барьеров (например, работы на китайском языке и отчеты SAE), высокая точность Scopus обеспечила всеобъемлющий исходный набор для ответа на наш исследовательский вопрос. Мы признаем потенциальную публикационную предвзятость и предлагаем стратегию поиска для снежного кома с нашим исходным набором в качестве основы для изучения дополнительных методологических и технических подходов в разделе перспектив.

Угрозы сбору данных. Мы уменьшили смещение извлечения данных, используя общепринятые критерии извлечения данных, при этом каждое исследование независимо оценивалось двумя авторами. Расхождения разрешались через обсуждение и достижение консенсуса. Предварительное тестирование критериев извлечения обеспечило общее понимание.

Угрозы валидности исследований. Для минимизации исследовательской предвзятости первые четыре автора совместно разработали и уточнили протокол обзора в соответствии с общепринятыми руководствами. Первые три автора специализируются на автомобильной ПО-инженерии, в то время как четвертый фокусируется на интеграции ИИ в программные архитектуры. Пятый и шестой авторы – эксперты в области функциональной безопасности и ПО-инженерии соответственно – рассмотрели протокол для дальнейшего снижения предвзятости.

Расхождения по протоколу, извлечению данных и синтезу разрешались внутри основной группы или эскалировались рецензентам. Для обеспечения воспроизводимости все обсуждения обзора, изменения протокола и решения о включении/исключении документированы и опубликованы на GitHub и Zenodo. Это исследование фокусируется на автомобильных архитектурах и может иметь ограниченную применимость к другим областям из-за отраслевых ограничений. Будущие исследования могут изучить межотраслевые подходы, такие как авионика (см. стандарты IMA и ARINC) или ИТ и облачные архитектуры, для выявления передаваемых лучших практик.

6. Заключение и перспективы

В данной статье мы систематически рассмотрели существующие исследования программных архитектур со смешанной критичностью для централизованных платформ HPC в ПОТС. Для обеспечения методологической строгости и прозрачности в нашем анализе мы использовали структурированный исследовательский протокол, основанный на общепринятых практиках обзора литературы. Через этот протокол мы выявили ключевые функциональные области, ограничения и технологии, формирующие современные автомобильные программные архитектуры. Кроме того, мы извлекли архитектурные паттерны и методики проектирования, которые поддерживают интеграцию требований смешанной критичности в централизованные автомобильные архитектуры. Наши выводы предоставляют практические инсайты для помощи архитекторам и разработчикам ПО в проектировании HPC-ориентированных архитектур.

Однако наше исследование также выявило ограничения и открытые проблемы. Отсутствие публично доступных промышленных данных затрудняет валидацию недавних достижений в автомобильных архитектурах. Более того, переносимость лучших практик из других областей, таких как авионика или облачные архитектуры, требует дальнейшего изучения.

Будущая работа может опираться на протокол обзора и расширять эмпирические выводы с помощью гибридной поисковой стратегии Scopus+BS||FS, основанной на ее последовательно высоких значениях F-меры, проанализированных Мурао и др. Наше исследование предоставляет исходный набор для параллельного обратного снежного кома (BS) – который увеличивает полноту путем выявления ссылок, цитируемых в исследовании, и прямого снежного кома (FS) – который улучшает точность путем выявления более новых исследований, цитирующих данную публикацию.

Кроме того, изучение межотраслевых подходов может выявить передаваемые принципы проектирования для автомобильных применений. Для захвата последних достижений включение «серой» литературы и эмпирическое интервьюирование отраслевых экспертов может раскрыть возникающие подходы и технологии.

Список источников

1. Akkaya, S., et al.: A modular five-layered v-shaped architecture for autonomous vehicles. In: 2019 11th International Conference on Electrical and Electronics Engineering(ELECO). pp. 850–854. IEEE(2019).
2. Aleti, A., et al.: Software architecture optimization methods: A systematic literature review. IEEE Transactions on Software Engineering 39(5), 658–683(2012).
3. Ampatzoglou, A., et al.: Identifying, categorizing and mitigating threats to validity in software engineering secondary studies. Information and software technology 106, 201–230(2019).
4. Askaripoor, H., et al.: E/e architecture synthesis: Challenges and technologies. Electronics 11(4), 518(2022).
5. AUTOSAR: Autosar adaptive platform(2024), available at: https://www.autosar.org/standards/adaptive-platform.
6. AUTOSAR: Autosar classic platform(2024), available at: https://www.autosar.org/standards/classic-platform.
7. Avci, C., et al.: Software architectures for big data: a systematic literature review. Big Data Analytics 5(1), 5(2020).
8. Bandur, V., et al.: Making the case for centralized automotive e/e architectures. IEEE Transactions on Vehicular Technology 70(2), 1230–1245(2021).
9. Banijamali, A., et al.: Software architectures of the convergence of cloud computing and the internet of things: A systematic literature review. Information and Software Technology 122, 106271(2020).
10. Bauer, T., et al.: Reference architectures for automotive software. In: Reference Architectures for Critical Domains: Industrial Uses and Impacts, pp. 73–111. Springer (2022).
11. Bordoloi, U., et al.: Autonomy-driven emerging directions in software-defined vehicles. In: 2023 Design, Automation& Test in Europe Conference& Exhibition(DATE). pp. 1–6. IEEE(2023).
12. Bucaioni, A., et al.: Modelling centralised automotive e/e software architectures. Advanced Engineering Informatics 59, 102289(2024).
13. Cinque, M., et al.: Certify the uncertified: Towards assessment of virtualization for mixed-criticality in the automotive domain. In: 2022 52nd Annual IEEE/IFIP International Conference on Dependable Systems and Networks Workshops(DSN-W). pp. 8–11. IEEE(2022).
14. Collin, A., et al.: Autonomous driving systems hardware and software architecture exploration: optimizing latency and cost under safety constraints. Systems Engineering 23(3), 327–337(2020).
15. COVESA: Vehicle signal specification(2025), available at: https://covesa.github.io/vehicle_signal_specification/introduction/index.html.
16. Druml, N., et al.: Time-of-flight 3d imaging for mixed-critical systems. In: 2015 IEEE 13th International Conference on Industrial Informatics(INDIN). pp. 1432–1437. IEEE(2015).
17. El-Bayoumi, A.: An enhanced algorithm for memory systematic faults detection in multicore architectures suitable for mixed-critical automotive applications. International Journal of Safety and Security Engineering 10(4), 467–474(2020).
18. Ferraro, D., et al.: Time-sensitive autonomous architectures. Real-Time Systems 59(4), 568–608(2023).
19. Haghighatkhah, A., et al.: Automotive software engineering: A systematic mapping study. Journal of Systems and Software 128, 25–55(2017).