测试与验证
AI 助力智能开发
提升质量并缩短投产时间
借助云到边缘的AI ，将测试车辆转变为智能验证平台，从而加速验证进程并更快投入量产
解决方案概述
Fastlane平台可将现有的原型车和测试车辆转变为智能验证平台。通过结合AI 辅助的数据采集、针对特定车辆的AI 分析，以及通过Fastlane Copilot 实现的边缘AI 执行，工程团队能够加快验证周期、更快地解决问题，并最大限度地提高测试车队的利用率。
- 在问题发生时，精确捕获包含丰富上下文信息的车辆数据
- 利用车辆AI 和工程知识加快根本原因分析
- 在原型车中部署边缘AI 和智能诊断功能
- 支持远程调查，减少对实地车辆检查的依赖
- 通过闭环学习系统持续优化验证工作流程
相关产品
- 针对特定车辆的AI 推理
- 跨领域根本原因分析
- 工程知识整合
- 自动化调查工作流
- 闭环数据、洞察与学习
- AI-协助制定收款政策
- 动态和基于事件的数据采集
- 历史和实时车辆数据的访问
- 时间序列存储与压缩
- 全车范围内的信号和诊断访问
- 部署AI 和软件定义智能
- 验证边缘AI 和虚拟传感器
- 启用实时异常检测
- 管理全车队范围内的智能部署
相关资源
日产如何借助……加快其车辆开发周期Sonatus
在本期播客中，日产欧洲技术中心（NTCE）电子规划、编码和网络安全工程师莎拉·多雷（Sarah Dorey）详细介绍了NTCE如何利用Sonatus （AI ）的“技术员”和“数据采集器”（AI ）功能，将车辆验证工作从手动现场验证转变为基于AI 的远程工作流程。这一数字化转型通过让全球团队能够实时协作，并将根本原因调查时间从两周缩短至仅两天，显著提升了工作效率。
更智能的测试：日产欧洲技术中心与Sonatus 携手推出尖端的AI 工具，以加速车辆开发
英国克兰菲尔德和加利福尼亚州桑尼维尔——2025年12月9日——日产欧洲技术中心（NTCE）与总部位于美国的汽车软件创新企业……
常见问题解答
Fastlane Copilot 提供了一种即插即用的解决方案，包括一个预装了Fastlane Collector 和Fastlane Edge 的硬件盒。该解决方案可在数日内投入运行，从而快速辅助车辆测试，且无需将这些软件产品集成到车辆的电子/电气架构中。
在典型的测试方法中，通常会在测试车辆上部署粗放型数据记录仪，以尝试捕获故障场景，随后在测试结束后费力地下载这些数据。遗憾的是，采用这种方法，数据只能在测试完成后提供，而该测试环节可能并未捕获到相关的故障。此外，学习周期较长，需要进行后续的驾驶测试。 相反，借助 Fastlane 平台，测试数据可以实时捕获并流式传输给测试工程师（即使身处远程地点），甚至可以在单次驾驶测试过程中快速调整测试方案和数据采集方式。这种方法可以大幅降低测试成本，提高测试车辆的效率，并在数小时或数天内解决问题——而采用现有方法则可能需要数周时间。
Fastlane 平台具有高度的可配置性，并可在 OEM 首选的 IT 平台和云服务提供商之间灵活迁移。OEM 的敏感数据由 OEM 自行管控，并始终归 OEM 所有。OEM 可以自主决定使用哪些 IT 系统和云解决方案，以确保其敏感测试数据的隐私安全。
Fastlane insight 该工具可作为原始设备制造商（OEM）测试工程师的优化工具，帮助他们更快地发现故障、识别不同子系统间的规律、定位根本原因，并确定纠正措施。其分析基于OEM提供的可靠数据源，包括复杂的技术手册、维修记录及其他技术细节，因此其结论的来源始终有详尽的记录。 此外，由于Fastlane Insight 能够整合多学科的信息，它使测试和验证工程师能够借鉴来自各类子系统的知识，从而补充其个人专业知识。