黄色污污污网站免费观看,日韩又粗又硬又大又爽免费视频,成人黄色在线观看一区,亚洲动漫永久精品免费,欧美精品brazzers高清,亚洲黄色手机在线播放,男人的大鸡巴狠狠抽女人逼视频,亚洲高清成人av在线,国产三级韩国三级日产三级

汽車行業(yè)已經(jīng)從一個(gè)電子機(jī)械行業(yè)過渡到一個(gè)軟件密集型行業(yè)。目前一輛高端生產(chǎn)型汽車包含1億多行代碼，在代碼規(guī)模上超過了現(xiàn)代飛機(jī)、大型強(qiáng)子對(duì)撞機(jī)、安卓操作系統(tǒng)和Facebook的前端軟件，差距很大。如今，據(jù)報(bào)道，包括蘋果、谷歌、華為、百度和索尼在內(nèi)的全球軟件公司都在努力讓自己的汽車上路。本文涉足開源中的汽車軟件景觀，對(duì)這個(gè)有著長期封閉源代碼開發(fā)歷史的多學(xué)科行業(yè)進(jìn)行了初步的了解。通過描述汽車軟件的特點(diǎn)和開發(fā)風(fēng)格，我們?cè)贕itHub上描繪了汽車軟件的景觀。

(資料圖片)

景觀是由15,000多個(gè)用戶貢獻(xiàn)的≈600個(gè)積極開發(fā)的汽車軟件項(xiàng)目所定義的，這些項(xiàng)目創(chuàng)建于2010年至2021年的12年間。這些項(xiàng)目包括與車輛動(dòng)態(tài)相關(guān)的軟件；LiDAR和攝像頭等傳感器的固件和驅(qū)動(dòng)程序；感知和運(yùn)動(dòng)控制的算法；以及整合上述內(nèi)容的完整操作系統(tǒng)。該領(lǐng)域的發(fā)展是由工業(yè)界和學(xué)術(shù)界共同推動(dòng)的，其中三分之一的汽車軟件庫由一個(gè)組織擁有并積極開發(fā)。我們觀察到多個(gè)方面的轉(zhuǎn)變，包括首選語言從MATLAB到Python，以及感知和決策相關(guān)軟件比傳統(tǒng)汽車軟件更受歡迎。這項(xiàng)研究見證了開源汽車軟件的蓬勃發(fā)展，對(duì)未來的研究和實(shí)踐有很多啟示。

今天，汽車是一個(gè)軟件密集型產(chǎn)業(yè)[8,44]。在這個(gè)價(jià)值5萬億美元的產(chǎn)業(yè)中，最新的創(chuàng)新(包括自動(dòng)駕駛、直觀信息娛樂和電氣化)更多地依賴于軟件創(chuàng)新，而不是機(jī)械創(chuàng)新。到2020年，一輛汽車的軟件和運(yùn)行它的硬件的成本預(yù)計(jì)將從4,800美元到10,650.2美元不等，到2030年，這一成本預(yù)計(jì)將翻一番，占汽車總成本的50%

最近，開放源代碼軟件(OSS)進(jìn)入汽車行業(yè)，對(duì)于一個(gè)主要由商業(yè)驅(qū)動(dòng)、嚴(yán)重依賴于保護(hù)其知識(shí)產(chǎn)權(quán)的行業(yè)來說，這是一個(gè)具有里程碑意義的變化。這使得由原始設(shè)備制造商（簡(jiǎn)稱汽車制造商）、其不同層次的供應(yīng)商和工具供應(yīng)商組成的汽車軟件行業(yè)，除了有趣和相關(guān)的項(xiàng)目外，還能接觸到全球范圍內(nèi)的貢獻(xiàn)者網(wǎng)絡(luò)。為了了解這一里程碑式的變化所帶來的機(jī)遇，本研究探索了開源軟件中汽車軟件項(xiàng)目的前景，如GitHub所示。

許多研究已經(jīng)探索了OSS的前景，盡管是針對(duì)不同的領(lǐng)域。有關(guān)于AI-ML軟件的研究[10]，大型科技公司的軟件[15]，甚至特定的應(yīng)用領(lǐng)域，如視頻游戲[36]和機(jī)器人[45]。在此基礎(chǔ)上，我們?cè)黾恿俗詣?dòng)駕駛軟件，它將非安全關(guān)鍵軟件、安全關(guān)鍵軟件和信息娛樂軟件獨(dú)特地融合在一起，形成了一個(gè)單一的系統(tǒng)。我們進(jìn)行了調(diào)查：

開源的汽車軟件項(xiàng)目有什么特點(diǎn)？

我們探討了以下兩個(gè)方面：

(1) 類別和特點(diǎn)： 我們確定哪些類型的汽車軟件項(xiàng)目是開源的，并將它們相互比較。我們還將汽車項(xiàng)目與非汽車項(xiàng)目進(jìn)行了比較。此外，我們還探討了汽車項(xiàng)目的特點(diǎn)（例如，領(lǐng)域的規(guī)模和成熟度）及其利益相關(guān)者（例如，主要參與者和附屬機(jī)構(gòu)）。

(2) 軟件開發(fā)風(fēng)格： 我們研究軟件開發(fā)的不同方面，如合作（如貢獻(xiàn)者的類型，他們的貢獻(xiàn)和互動(dòng)）和貢獻(xiàn)風(fēng)格（如獨(dú)立與依賴）。

我們的分析基于2010年至2021年12年間在GitHub上創(chuàng)建的≈600個(gè)汽車項(xiàng)目和類似數(shù)量的非汽車項(xiàng)目。我們的主要貢獻(xiàn)是：

? 一個(gè)人工策劃的、首創(chuàng)的、積極開發(fā)的汽車軟件的數(shù)據(jù)集，以及它們?cè)谒膫€(gè)流行維度上的分類，包括安全關(guān)鍵型軟件和工具[23]。該數(shù)據(jù)集有助于本研究的復(fù)制和未來對(duì)汽車軟件的探索。

? 汽車軟件的特點(diǎn)，包括它的時(shí)間趨勢(shì)、流行程度、編程語言、用戶分布和開發(fā)活動(dòng)。

據(jù)我們所知，這項(xiàng)研究是第一個(gè)介紹開源汽車軟件情況的研究。本研究提出的見解與快速增長的領(lǐng)域有關(guān)，但從軟件工程的角度來看卻知之甚少。

本文的其余部分組織如下：第2節(jié)介紹了我們對(duì)數(shù)據(jù)收集和分析的設(shè)計(jì)選擇。第3和第4節(jié)介紹了我們的發(fā)現(xiàn)和見解，以及我們得出這些見解的方法。第5節(jié)介紹了本研究對(duì)汽車和軟件工程研究和實(shí)踐的意義。我們?cè)诘?節(jié)中回顧了對(duì)有效性的威脅，在第7節(jié)中描述了相關(guān)的研究，并在第8節(jié)中總結(jié)了本文。

我們之所以選擇GitHub來探索汽車軟件領(lǐng)域，是因?yàn)樵撈脚_(tái)上有大量的開源軟件項(xiàng)目，而且在全球范圍內(nèi)都很普遍。僅在2021年，就有6400萬個(gè)新倉庫被創(chuàng)建，來自全球200多個(gè)國家的7300多萬貢獻(xiàn)者和84%的財(cái)富100強(qiáng)企業(yè)使用GitHub。

這項(xiàng)調(diào)查有三個(gè)部分。首先，我們定義了汽車軟件，并提出了區(qū)分汽車軟件和一般軟件系統(tǒng)的標(biāo)準(zhǔn)；以及確定作為比較基線的一般資源庫的標(biāo)準(zhǔn)。第二和第三部分使用了兩組選定的資源庫的元數(shù)據(jù)。在第二部分，我們提出了資源庫的描述性統(tǒng)計(jì)（在第三部分），而在第三部分，我們探討了用戶統(tǒng)計(jì)以及貢獻(xiàn)模式（在第四部分）。在第二和第三部分中，我們從汽車領(lǐng)域中獲得了洞察力，并與基線進(jìn)行比較。特別是，在第二部分中，我們通過GitHub API（使用PyGithub--GitHub API搜索的python包裝器5）挖掘檔案數(shù)據(jù)。在第三部分中，我們用GHTorrent數(shù)據(jù)[12]進(jìn)一步充實(shí)這一數(shù)據(jù)。一般來說，我們的研究設(shè)計(jì)從最近與開放源碼軟件有關(guān)的景觀研究中獲得靈感（例如，[10，15]）。

2.1.什么是汽車軟件？

在不同的科學(xué)界流行著許多關(guān)于汽車軟件的定義（例如，[6，8，14]）。這些定義的一些共同要素是 (a) 構(gòu)成汽車一部分的軟件，(b) 通過API或其他類似機(jī)制與汽車互動(dòng)的軟件，以及(c) 專門用于創(chuàng)建(a)和(b)的軟件[5, 8, 11,14]。第3節(jié)將介紹汽車軟件的更詳細(xì)的特征。

2.2. 鑒別汽車軟件項(xiàng)目

為了識(shí)別GitHub上的特定類型的軟件項(xiàng)目，傳統(tǒng)的方法，如主題建模[17，39]被發(fā)現(xiàn)是不合適的[10]。另一種方法是使用GitHub上的 "主題"功能。主題是由項(xiàng)目定義的標(biāo)簽，或由GitHub向項(xiàng)目建議的標(biāo)簽，可用于發(fā)現(xiàn)類似的存儲(chǔ)庫網(wǎng)絡(luò)。我們初步的人工分析顯示，與之前的研究[10]不同，幾個(gè)汽車庫沒有使用GitHub的 "話題"功能。因此，除了通過 "主題"來識(shí)別軟件庫外，我們還在GitHub上搜索特定的關(guān)鍵詞，如果在 "README "文件中發(fā)現(xiàn)這些關(guān)鍵詞，就有可能識(shí)別出一個(gè)汽車軟件庫。

為了利用GitHub的 "主題 "功能識(shí)別汽車軟件，首先我們定義了種子詞。我們擇"automotive"、"automobile"、"drive"、"driving"、"vehicle"、"vehicular"和"car"作為種子詞。為了捕捉一系列相關(guān)的詞匯，我們將種子詞匯轉(zhuǎn)換為它們的基礎(chǔ)詞匯。例如，"automo"代表汽車和汽車。同樣地，其他的關(guān)鍵詞變成了：drive、vehic和car。使用這些基本術(shù)語，我們組成了一個(gè)搜索字符串，排除了與汽車軟件無關(guān)的術(shù)語。例如google-drive、電商和設(shè)備驅(qū)動(dòng)的相關(guān)主題。我們最后的（4個(gè)）搜索查詢是：

automo

vehic

NOT google-drive NOT linux-driver

car NOT cart NOT card NOT caro

NOT carp NOT care

使用這些搜索查詢，我們確定了主題，這些主題共同定義了汽車軟件庫的搜索空間。我們總共識(shí)別了2797個(gè)主題標(biāo)簽。我們手動(dòng)分析每個(gè)主題，以確定它是否與汽車軟件相關(guān)。如果主題標(biāo)簽沒有提供信息，我們會(huì)查看鏈接到該主題的前10個(gè)存儲(chǔ)庫的名稱和描述來做出決定。最終，我們確定了286個(gè)主題，并選擇了它們所有的鏈接庫。這些主題的完整列表（連同其搜索詞）可作為我們復(fù)制包的一部分[23]。

此外，為了識(shí)別不使用主題的相關(guān)資料庫，我們從四個(gè)搜索查詢中的每一個(gè)中選擇了基于資料庫數(shù)量的前五個(gè)主題結(jié)果（來自前一步的286個(gè)主題），這些結(jié)果是在前一步中選擇的（共產(chǎn)生20個(gè)）。為了提高搜索結(jié)果的信噪比，我們刪除了最常見的術(shù)語（例如，汽車、轎車），結(jié)果是12個(gè)術(shù)語。我們?cè)诓皇褂?"主題 "標(biāo)簽的資源庫的 "README "文件中搜索這些術(shù)語，以確定更多的資源庫。值得注意的是，只有高達(dá)50%的與汽車有關(guān)的資源庫使用了"主題"功能，在584個(gè)被選中的汽車資源庫中，有301個(gè)沒有使用這一功能。請(qǐng)注意，在上述每個(gè)人工分析步驟中，隨機(jī)抽樣和邊緣案例都由兩名研究人員獨(dú)立分析，以確保嚴(yán)謹(jǐn)性和可重復(fù)性。

2.3.篩選和淘汰標(biāo)準(zhǔn)

為了策劃一個(gè)有代表性的活躍項(xiàng)目樣本，我們采用了以下過濾標(biāo)準(zhǔn)（受[10]的啟發(fā)）：

大?。捍鎯?chǔ)庫的大小應(yīng)大于0KB。

流行：星級(jí)和分叉是版本庫的流行指標(biāo)。

為了收集一個(gè)有代表性的存儲(chǔ)庫樣本（而不僅僅是流行的），我們選擇至少有5個(gè)分叉或5顆星的存儲(chǔ)庫。

活動(dòng)：我們使用提交作為開發(fā)活動(dòng)的代理，并選擇最后一次提交是在2021年的存儲(chǔ)庫，這是選擇積極開發(fā)項(xiàng)目的一個(gè)標(biāo)準(zhǔn)。

數(shù)據(jù)：倉庫數(shù)據(jù)應(yīng)該可以通過GitHub API獲得。

上述四個(gè)標(biāo)準(zhǔn)適用于入圍的軟件庫，產(chǎn)生了一個(gè)1981個(gè)軟件庫的子集。

內(nèi)容：為了衡量一個(gè)軟件庫是否是汽車軟件，第一作者根據(jù)以下納入和排除標(biāo)準(zhǔn)，手動(dòng)檢查了項(xiàng)目的標(biāo)題、描述和README文件。

納入標(biāo)準(zhǔn)

? 選擇汽車專用軟件

? 選擇有助于開發(fā)汽車專用軟件的軟件

? 只選擇與公路車輛有關(guān)的軟件

? 文本用英文書寫，有README文件排除標(biāo)準(zhǔn)

? 與汽車無關(guān)或與（汽車）銷售和營銷有關(guān)的資料庫、教程、課程項(xiàng)目、學(xué)士和碩士論文、文件、數(shù)據(jù)集、玩具車、游戲、交通基礎(chǔ)設(shè)施、地圖，以及與汽車沒有直接互動(dòng)的資料庫。

我們采取了保守的方法來選擇資料庫。這意味著，屬于灰色地帶的案例被排除在外。為了保證程序的可重復(fù)性，另一位在軟件工程實(shí)證研究方面有經(jīng)驗(yàn)的研究人員使用上述納入和排除標(biāo)準(zhǔn)對(duì)隨機(jī)選擇的資源庫子集（大約100個(gè)）進(jìn)行了獨(dú)立分類。用Cohen"s Kappa[33]計(jì)算，這兩個(gè)分類之間的評(píng)判員之間的一致性為0.83，表明幾乎完全一致。兩位研究人員討論了他們的不同意見，直到達(dá)成決定。最后，我們確定了585個(gè)汽車軟件庫。

2.4.確定基線存儲(chǔ)庫

為了將我們的洞察力與基線進(jìn)行比較，我們需要積極開發(fā)與汽車無關(guān)的資源庫。我們的第一個(gè)選擇是重新使用以前的一個(gè)相關(guān)研究的基線[10]。然而，這個(gè)數(shù)據(jù)集有三個(gè)問題：（1）不包含最近的存儲(chǔ)庫（在2019年中期之后創(chuàng)建），（2）系統(tǒng)地排除了AI-ML存儲(chǔ)庫，以及（3）代表最流行的存儲(chǔ)庫，不一定代表一般的軟件項(xiàng)目。為了減輕這些擔(dān)憂，我們建立了具有以下特點(diǎn)的基線。首先，我們使用與汽車軟件項(xiàng)目相同的標(biāo)準(zhǔn)（規(guī)模、受歡迎程度、活動(dòng)和數(shù)據(jù)可用性）來確定積極開發(fā)的項(xiàng)目（參見2.3節(jié)）。我們唯一的偏差是選擇有五顆或更多星星和分叉的存儲(chǔ)庫。

這個(gè)決定是為了減輕搜索API的實(shí)際執(zhí)行限制。然后，對(duì)于每一年（從2010年到2021年），我們按照多年來所有活躍開發(fā)的GitHub存儲(chǔ)庫的百分比分布，對(duì)存儲(chǔ)庫進(jìn)行子抽樣，并根據(jù)每個(gè)子抽樣中最近的活動(dòng)進(jìn)行選擇。我們選擇的軟件庫，使其總數(shù)量接近600個(gè)軟件庫。為了避免與汽車軟件的重疊，我們排除了含有汽車、轎車和車輛等術(shù)語的軟件庫。我們得到的數(shù)據(jù)集有566個(gè)資源庫作為基線。

2.5. 數(shù)據(jù)分析

我們的數(shù)據(jù)分析有兩個(gè)部分：（1）我們報(bào)告了關(guān)于選擇汽車和基線庫的描述性統(tǒng)計(jì)。我們描述了汽車軟件系統(tǒng)的類型以及它們與基線軟件系統(tǒng)的關(guān)系。我們這部分的分析是基于使用PyGithub提取的元數(shù)據(jù)。詳情請(qǐng)參考第3節(jié)。(2) 我們通過結(jié)合PyGithub和GHTorrent[12]的洞察力，對(duì)開發(fā)風(fēng)格進(jìn)行了更深入的了解。由于GHTorrent數(shù)據(jù)集只包含截至2021年7月的開發(fā)數(shù)據(jù)（我們?cè)?021年12月使用PyGitHub收集數(shù)據(jù)），GHTorrent中沒有基于PyGitHub數(shù)據(jù)的一些軟件庫。因此，我們只剩下585個(gè)汽車庫中的436個(gè)和565個(gè)基線庫中的503個(gè)。關(guān)于更深入的實(shí)施細(xì)節(jié)和獲得的見解，請(qǐng)參考第4節(jié)。

本節(jié)介紹了GitHub上的汽車軟件的類型和它們的特點(diǎn)。首先，我們介紹汽車軟件的不同分類方法。下一小節(jié)介紹了我們的研究結(jié)果，以及汽車軟件與一般軟件系統(tǒng)的比較集的獨(dú)特特征。這一分析是基于2010年至2021年12年間創(chuàng)建的584個(gè)汽車軟件庫（使用PyGitHub提取）。最近的一個(gè)是在2021年12月30日創(chuàng)建的。

3.1.方法

非正式地，汽車軟件可以被定義為 (1)運(yùn)行或與汽車互動(dòng)的軟件；(2)支持運(yùn)行或與汽車互動(dòng)的軟件的不同生命周期階段（如開發(fā)、確認(rèn)和驗(yàn)證）的工具。我們將以上兩類分別稱為車載軟件和工具。

車載軟件：在文獻(xiàn)中，有許多方法可以對(duì)車載軟件進(jìn)行分類。我們使用以下兩種方案：

(1) 安全關(guān)鍵型和基于應(yīng)用的安全關(guān)鍵型： 安全關(guān)鍵型軟件被定義為執(zhí)行任務(wù)的軟件，如果不正確執(zhí)行，可能會(huì)導(dǎo)致人類受傷、死亡或?qū)Νh(huán)境造成危害[1, 16, 22, 24, 25, 34]。在對(duì)汽車軟件進(jìn)行人工分類的過程中，我們注意到，除了安全關(guān)鍵型和非安全關(guān)鍵型軟件系統(tǒng)外，還有第三類軟件系統(tǒng)：基于應(yīng)用的安全關(guān)鍵型。這些軟件系統(tǒng)可能是安全的關(guān)鍵，這取決于（預(yù)期的）應(yīng)用環(huán)境。例如，用于感知的軟件系統(tǒng)在用于完全自動(dòng)駕駛（即沒有主動(dòng)的人類駕駛員）時(shí)是安全的關(guān)鍵。

在這種情況下，感知軟件系統(tǒng)的任何故障、功能失?；蛞馔夤δ芏伎赡軐?dǎo)致撞車，對(duì)交通參與者造成傷害，并對(duì)其周圍環(huán)境造成傷害。同樣的系統(tǒng)在用作駕駛員警告系統(tǒng)時(shí)，由人類駕駛員負(fù)責(zé)，可以被歸類為非安全關(guān)鍵。在這種情況下，操縱車輛的責(zé)任由人類駕駛員承擔(dān)。我們根據(jù)應(yīng)用將這類軟件庫劃分為安全關(guān)鍵型。

(2) Broy的分類： 2007年，Broy等人[5]將自動(dòng)化軟件分為以下5類：(a) 人機(jī)界面（HMI）、多媒體和遠(yuǎn)程信息處理相關(guān)軟件；(b) 車身/舒適性軟件，例如，控制汽車門各方面的軟件；(c) 用于安全電子的軟件，這是有嚴(yán)格安全要求的硬實(shí)時(shí)、基于離散事件的軟件；(d) 動(dòng)力系統(tǒng)和底盤控制軟件，其中包括控制算法和控制發(fā)動(dòng)機(jī)的軟件；以及 (e) 基礎(chǔ)設(shè)施軟件，如用于診斷和軟件更新的軟件。

自2007年以來，汽車軟件和軟件系統(tǒng)領(lǐng)域總體上有所發(fā)展。例如，2012年使用神經(jīng)網(wǎng)絡(luò)證明了以（相對(duì)）較低的計(jì)算能力進(jìn)行高度準(zhǔn)確的圖像識(shí)別[30]。汽車軟件在感知系統(tǒng)和自動(dòng)決策方面取得了進(jìn)展，這使得完全自動(dòng)駕駛成為可能。雖然自動(dòng)駕駛的其他方面如線控駕駛在目前的分類中得到了體現(xiàn)，但感知和決策這一方面卻沒有。我們通過增加第六個(gè)類別來擴(kuò)展Broy的分類：（f）感知和決策軟件。感知和決策軟件包括任何有助于感知（了解車輛周圍環(huán)境）和決策（例如，決定啟動(dòng)、轉(zhuǎn)向和制動(dòng)）的軟件，適用于任何級(jí)別的自動(dòng)駕駛（即駕駛輔助、部分自動(dòng)駕駛和完全自動(dòng)駕駛）。

工具：行業(yè)標(biāo)準(zhǔn)（如ISO26262[18，29]）定義了多個(gè)階段，如汽車生命周期中的驗(yàn)證和核實(shí)。我們認(rèn)為所有為汽車生命周期的一個(gè)或多個(gè)階段提供工具的軟件庫都屬于這一類別。為了簡(jiǎn)潔起見，我們從這個(gè)分類中排除了我們只有一個(gè)資源庫的階段（以及相應(yīng)的工具）。選定的資源庫分為以下四類：（1）開發(fā)工具，（2）與模擬或仿真有關(guān)的工具，（3）驗(yàn)證和核實(shí)的工具，以及（4）診斷工具。

請(qǐng)注意，傳統(tǒng)上與模擬（和仿真）有關(guān)的工具被認(rèn)為是驗(yàn)證和核實(shí)的一部分。然而，隨著神經(jīng)網(wǎng)絡(luò)的出現(xiàn)，許多仿真工具被用于訓(xùn)練（開發(fā)）神經(jīng)網(wǎng)絡(luò)。因此，我們?cè)诖藛为?dú)研究這些工具。

為了確保對(duì)汽車資源庫進(jìn)行嚴(yán)格的、可重復(fù)的分類，第一作者和另一位在經(jīng)驗(yàn)性軟件工程方面有經(jīng)驗(yàn)的研究人員，對(duì)隨機(jī)選擇的資源庫和邊界案例的子集進(jìn)行了獨(dú)立分類。

在隨后的小節(jié)中，我們根據(jù)上述分類報(bào)告了汽車軟件的分布情況，以提供GitHub上開源的汽車軟件類型的概述。在本文中，我們將繼續(xù)深入研究這些流行和突出的汽車軟件類別。

圖1：2010年至2021年期間，參照GitHub中所有積極開發(fā)的軟件庫，積極開發(fā)的自動(dòng)軟件庫的時(shí)間演變。

為了描述汽車軟件的特點(diǎn)，我們報(bào)告了汽車軟件庫的描述性統(tǒng)計(jì)，并將其與同樣來自GitHub的非汽車軟件庫的對(duì)比集進(jìn)行了比較。我們的分析突出了四個(gè)關(guān)鍵領(lǐng)域，首先是GitHub上存儲(chǔ)庫的時(shí)間趨勢(shì)和演變。這一分析表明了該領(lǐng)域的成熟度和增長。接下來，我們將討論汽車軟件的所有權(quán)（用戶與組織），指出該領(lǐng)域的主要參與者，以及他們?nèi)绾嗡茉炱囓浖木坝^。沿著同樣的思路，我們繼續(xù)從開發(fā)活動(dòng)(從分叉數(shù)推斷)和一般(使用星級(jí)和訂閱者)方面探索流行的汽車軟件。最后，我們探討了不同汽車軟件使用的主要編程語言的選擇，正如使用上述類別所確定的那樣。

3.2. 研究結(jié)果

創(chuàng)世紀(jì)--開始與時(shí)間趨勢(shì)： 2010年，第一個(gè)仍在積極開發(fā)的汽車項(xiàng)目，Veins，在GitHub中創(chuàng)建（2010年4月26日）。這個(gè)車輛網(wǎng)絡(luò)模擬框架定義了汽車軟件開發(fā)進(jìn)入GitHub，標(biāo)志著這個(gè)行業(yè)在過去50年的軟件使用過程中傳統(tǒng)上是封閉的，這是一個(gè)轉(zhuǎn)折點(diǎn)。

從那時(shí)起，每年都有更多的軟件庫加入，在12年的時(shí)間里，總共有584個(gè)（積極開發(fā)）汽車軟件庫。圖1顯示了汽車軟件庫（基于其創(chuàng)建年份）在GitHub中活躍開發(fā)的軟件庫總數(shù)中的百分比分布。時(shí)間趨勢(shì)表明，從2018年到2019年，汽車軟件的增長比例翻了一番，而從2019年到2020年又翻了一番。與整個(gè)GitHub上積極開發(fā)的軟件庫（在2014年達(dá)到頂峰）相比，汽車軟件仍處于起步階段，預(yù)計(jì)在未來會(huì)有所增長。

新機(jī)遇的曙光--所有權(quán)：2010年，沒有任何組織在GitHub上開發(fā)任何仍在積極開發(fā)的汽車軟件。在接下來的6年里（2011-2016），小型組織、愛好者團(tuán)體和非營利組織涉足開源領(lǐng)域；擁有14個(gè)軟件項(xiàng)目。第一個(gè)組織擁有（仍在積極開發(fā)）的項(xiàng)目是Open-Vehicle-Monitoring-System，這是一個(gè)來自愛好者團(tuán)體OpenVehicles的車載軟件。

2017年標(biāo)志著大公司進(jìn)入開源領(lǐng)域。今年，中國搜索引擎公司百度(Baidu)創(chuàng)建了阿波羅項(xiàng)目(project Apollo)，這是一個(gè)用于全自動(dòng)駕駛的完整軟件堆棧。其他大公司，即亞馬遜、英特爾、微軟和Udacity很快就加入了，它們各自開源了一個(gè)工具來構(gòu)建自動(dòng)駕駛解決方案。在我們的數(shù)據(jù)集中，每三個(gè)（或584個(gè)中的194個(gè)）汽車軟件庫中就有一個(gè)是由組織擁有的。累計(jì)起來，我們發(fā)現(xiàn)有163個(gè)組織和343個(gè)用戶擁有至少一個(gè)軟件庫。

今天，汽車開放源碼軟件的開發(fā)是由工具供應(yīng)商、學(xué)術(shù)和工業(yè)研究實(shí)驗(yàn)室?guī)ь^的，學(xué)術(shù)研究團(tuán)體擁有30多個(gè)資源庫。

在GitHub上的汽車軟件中，唯一的汽車制造商是豐田，它有兩個(gè)倉庫，一個(gè)工具和一個(gè)車載軟件。請(qǐng)注意，我們可能遺漏了汽車制造商的不同層級(jí)的供應(yīng)商，因?yàn)闆]有直接的方法從GitHub元數(shù)據(jù)中識(shí)別供應(yīng)商。

目前，從事汽車軟件工作的前5個(gè)組織（按資源庫數(shù)量計(jì)算）是：EPFL的VITA實(shí)驗(yàn)室（5個(gè)資源庫），LG硅谷實(shí)驗(yàn)室（4個(gè)），MathWorks開源和社區(qū)項(xiàng)目（4個(gè)），AutonomouStuff（3個(gè)），以及CARLA（3個(gè)）。

處于有利地位--受歡迎程度：根據(jù)受歡迎程度的三個(gè)指標(biāo)（星級(jí)、分叉和訂閱者；見表1），各組織的前5個(gè)受歡迎的汽車項(xiàng)目是仿真工具（共4個(gè)），其次是關(guān)于感知和決策系統(tǒng)的車載軟件（fizyr/keras-retinanet）和自動(dòng)駕駛堆棧Apollo。

關(guān)于汽車軟件的流行用戶庫更加多樣化，包括車內(nèi)軟件和工具。排名前五的車載軟件涉及（a）人機(jī)界面和遠(yuǎn)程信息處理，以及（b）感知和決策。排在前五位的工具涉及（a）感知和決策相關(guān)軟件的開發(fā)和（b）診斷。

圖2展示了汽車軟件中的星級(jí)、分叉和訂閱者的分布情況，以及基線庫。一般來說，項(xiàng)目的星級(jí)比分叉和訂閱者多。這對(duì)汽車和基線軟件庫來說也是如此。值得注意的是，汽車軟件遠(yuǎn)沒有基線軟件系統(tǒng)那么受歡迎，這進(jìn)一步加強(qiáng)了該領(lǐng)域的初級(jí)階段的概念。使用Mann-Whitney-Wilcoxon測(cè)試[4]，即兩個(gè)獨(dú)立數(shù)據(jù)樣本的非參數(shù)測(cè)試，計(jì)算出P值<0.05時(shí)，汽車庫和基線庫之間的分布差異具有統(tǒng)計(jì)學(xué)意義。

圖2：參照比較集，汽車資源庫的受歡迎程度分布（以星級(jí)、分叉和訂閱者計(jì)）（去掉離群值）

汽車資源庫的星級(jí)、分叉和訂閱者的中位數(shù)分別為24、9和4，而基線庫的中位數(shù)分別為297、121和36。在此，我們想提醒讀者，盡管我們?cè)噲D選擇一個(gè)有代表性的項(xiàng)目樣本作為基線，但我們的數(shù)據(jù)集可能在某種程度上偏向于更受歡迎的軟件庫（詳見第6節(jié)的有效性威脅），從而進(jìn)一步歪曲了分布。即使在汽車軟件庫中，組織擁有的軟件庫也至少是用戶擁有的軟件項(xiàng)目的兩倍。

表1：前5個(gè)受歡迎的組織和用戶庫（基于訂閱者、分叉和星級(jí)）及其數(shù)量

Genera - 汽車軟件的類型：大體上，與工具（233）相比，車載軟件（375）非常豐富。

表2列出了汽車軟件類型（包括車載軟件和工具）的詳細(xì)分布。請(qǐng)注意，一個(gè)軟件庫可以屬于多個(gè)類別。因此，所有類別的資源庫數(shù)量之和可能大于實(shí)際的資源庫數(shù)量。關(guān)于單個(gè)資源庫分類的更多細(xì)節(jié)可在復(fù)制包[23]中找到。

在車內(nèi)軟件中，大多數(shù)資源庫與感知和決策相關(guān)的軟件有關(guān)。值得注意的是，Broy對(duì)車載軟件的分類[5]只是整體中的一小部分（375個(gè)中的108個(gè)）。在這108個(gè)中，人機(jī)界面（71個(gè)）和基礎(chǔ)設(shè)施（38個(gè)）是最主要的類別，并且主要由用戶開發(fā)。

開放源代碼中的安全關(guān)鍵軟件的發(fā)展仍處于初始階段（21個(gè)軟件庫）。雖然，許多軟件庫屬于基于應(yīng)用類別的安全關(guān)鍵型軟件（大約60%的車載軟件）。大多數(shù)安全關(guān)鍵軟件與感知和基于決策的軟件有關(guān)，旨在用于全自動(dòng)駕駛系統(tǒng)。這些軟件包括基于神經(jīng)網(wǎng)絡(luò)的語義分割、路徑規(guī)劃、物體、行人和意圖檢測(cè)相關(guān)軟件。

汽車軟件中的 "工具 "類別以模擬器和相關(guān)軟件為主。這在工業(yè)界的五大汽車軟件中很明顯（見表1），其中三個(gè)是模擬器。就整個(gè)工具而言，用戶（100）和組織（133）的所有權(quán)幾乎相等。我們看到在開發(fā)工具（32個(gè)來自組織，31個(gè)來自用戶）和驗(yàn)證和核查工具（18個(gè)來自組織，22個(gè)來自用戶）的所有權(quán)方面有類似的趨勢(shì)。唯一的例外是診斷工具，它在用戶（28個(gè)）中的地位比組織（5個(gè)）高五倍。除此以外，我們還注意到少量的汽車軟件庫（32個(gè)）與（駕駛員）安全（如瞌睡檢測(cè)）和安全（安全測(cè)試工具或用于車輛安全的車載軟件）有關(guān)。

兩個(gè)世界；兩種語言 - 語言：汽車軟件是用33種主要語言開發(fā)的，如果考慮到所有的開發(fā)語言，則有96種語言。最受歡迎的編程語言是Python，有291個(gè)項(xiàng)目使用它作為主要語言，多達(dá)415個(gè)項(xiàng)目使用它作為語言之一。排名前五的主要編程語言是Python（291）、C++（98）、C（33）、JupyterNotebook（33）和MATLAB（30）。從技術(shù)上講，Jupyter Notebook不是一種編程語言，而是一種文本和代碼的混合。我們不對(duì)筆記本中使用的編程語言做任何假設(shè)，而是根據(jù)GitHub的標(biāo)簽來考慮它們。各機(jī)構(gòu)普遍喜歡（根據(jù)資源庫數(shù)量）Python（82）、C++（37）、C（16）、MATLAB（10）和Jupyter Notebook（7）用于他們的項(xiàng)目。值得注意的是，用戶也喜歡同樣的語言，但順序略有不同：Python（209），C++（61），Jupyter Notebook（26），MATLAB（20），和C（17）。

表2：GitHub上的汽車軟件類型及其分布

大多數(shù)安全關(guān)鍵型軟件是用C++編寫的（14），其次是Python（4），MATLAB（1）和C（1）。

各個(gè)項(xiàng)目的編程語言的分布顯示，從MATLAB作為首選開發(fā)語言[2]到Python的轉(zhuǎn)變。同樣地，傳統(tǒng)上大多數(shù)安全關(guān)鍵軟件都是用C或Ada開發(fā)的，而現(xiàn)在GitHub中的C++語言已經(jīng)轉(zhuǎn)變了[20]。

在上一節(jié)得出的見解的基礎(chǔ)上，本節(jié)深入探討了汽車軟件的用戶分布、開發(fā)活動(dòng)的類型以及開發(fā)模式的選擇。我們將其與基線進(jìn)行比較，以了解汽車軟件的獨(dú)特特征，如果有的話。請(qǐng)注意，由于本分析結(jié)合了使用PyGithub（2021年12月）獲得的數(shù)據(jù)和GHTorrent的數(shù)據(jù)（2021年7月前的數(shù)據(jù)），我們錯(cuò)過了GHTorrent上不存在的軟件庫。此外，根據(jù)個(gè)別資源庫的開發(fā)活動(dòng)和GHTorrent數(shù)據(jù)集中的缺失數(shù)據(jù)，資源庫的總計(jì)數(shù)在不同的分析中可能有所不同。

4.1. 方法

用戶分布：在這一節(jié)中，我們探討了不同項(xiàng)目的用戶類型和分布情況。

我們研究?jī)煞N類型的用戶：外部和內(nèi)部[10]，基于他們?cè)谄囓浖械幕顒?dòng)。內(nèi)部用戶通過對(duì)實(shí)際的軟件進(jìn)行修改（提交）和調(diào)節(jié)決定是否包含/排除建議的修改（如合并和關(guān)閉拉動(dòng)請(qǐng)求和關(guān)閉問題），直接對(duì)項(xiàng)目的發(fā)展做出貢獻(xiàn)。另一方面，外部用戶通過要求提供功能、報(bào)告問題和發(fā)表評(píng)論來間接做出貢獻(xiàn)。我們認(rèn)為，調(diào)查內(nèi)部和外部用戶在各個(gè)項(xiàng)目中的分布情況，可以看出一個(gè)社區(qū)是如何運(yùn)作的。為了更深入的了解，我們還探討了不同組織和用戶項(xiàng)目的貢獻(xiàn)模式的變化（如果有的話）。要了解開發(fā)者的貢獻(xiàn)和協(xié)作模式，下一步自然是研究開發(fā)者的角色（如主力，或報(bào)告者）和他們的分布。然而，鑒于社區(qū)規(guī)模小，發(fā)展活動(dòng)有限，要提供有意義的見解和結(jié)論性的統(tǒng)計(jì)分析是不可行的。因此，我們不報(bào)告合作模式。

開發(fā)活動(dòng)：GitHub上的開發(fā)活動(dòng)可以大致分為提交、問題和拉動(dòng)請(qǐng)求。問題事件表明更廣泛的用戶群（除貢獻(xiàn)者外）的參與，要求增加功能或指出問題。參與議題活動(dòng)表明軟件的用戶如何與開發(fā)者互動(dòng)，影響其發(fā)展。下一組開發(fā)活動(dòng)是拉動(dòng)請(qǐng)求，這表明對(duì)軟件的影響相對(duì)較強(qiáng)，它提出了一些變化，以納入軟件系統(tǒng)或其相關(guān)工件。這些活動(dòng)記錄決定包括或排除提議的變更。最后，提交是一個(gè)更復(fù)雜的活動(dòng)，涉及在軟件中創(chuàng)建所需更改的技術(shù)方面在這里，我們也探討了項(xiàng)目所有權(quán)是否會(huì)影響跨項(xiàng)目的開發(fā)活動(dòng)模式。

開發(fā)模式與自主性：最后，我們分析了汽車軟件中開發(fā)模式的選擇。在GitHub上有兩種類型的開發(fā)模式：(1）共享儲(chǔ)存模式；（2）fork& pull模式。這兩種模式在貢獻(xiàn)者的自主性水平上是不同的。在共享資源庫模式中，作者可以自己合并他們提出的代碼修改，表明他們的自主性。fork & pull模式意味著作者提出的修改要經(jīng)過維護(hù)者的審查。在這種模式下，作者要依靠審查者的行動(dòng)來決定是否包含或排除所提出的修改。為了研究一個(gè)項(xiàng)目的自主性或依賴性水平，我們匯總了拉動(dòng)請(qǐng)求和提交的分布，并提交了作者將更改(自合并)與其他貢獻(xiàn)者(其他合并)合并的請(qǐng)求。我們把有更多自我合并的項(xiàng)目稱為實(shí)行共享庫模式，否則就是fork and pull模式。

4.2.研究結(jié)果

真正的星級(jí)--用戶和他們的分布：所有的汽車資料庫累計(jì)有15,260個(gè)獨(dú)立用戶，而基線資料庫有439,032個(gè)獨(dú)立用戶。在自動(dòng)軟件中，每個(gè)軟件庫的用戶數(shù)中位數(shù)是5，而我們的基線中的一般項(xiàng)目是115（參考圖3的分布）。

8https://docs.github.com/en/get-started/quickstart/github-flow

9https://docs.github.com/en/pull-requests/collaborating-with-pull-requests/getting-started/about-collaborative-development-models

圖3：與基線相比，儲(chǔ)存庫的用戶分布情況（省略離群值）

圖4：用戶和組織所擁有的汽車資料庫的內(nèi)部和外部用戶（省略異常值）

用Mann-Whitney-Wilcoxon檢驗(yàn)計(jì)算，兩個(gè)分布有顯著差，P值<0.05。在此，我們?cè)俅翁嵝炎x者，我們的基準(zhǔn)線在某種程度上偏向于積極開發(fā)的流行軟件系統(tǒng)。因此，差異可能看起來比實(shí)際大。請(qǐng)注意，我們對(duì)個(gè)人貢獻(xiàn)者的識(shí)別依賴于GitHub的唯一用戶標(biāo)識(shí)。然而，一個(gè)人可以有多個(gè)獨(dú)特的身份[41]。因此，實(shí)際的用戶數(shù)量可能比報(bào)告的數(shù)量要少。

觀察汽車軟件中的用戶分布，每個(gè)項(xiàng)目的中位數(shù)是3個(gè)內(nèi)部用戶和5個(gè)外部用戶。當(dāng)我們?cè)谒袡?quán)類型上進(jìn)一步分離用戶分布時(shí)(參見圖4)，我們觀察到組織在每個(gè)存儲(chǔ)庫上有更多的用戶。使用Mann-Whitney-Wilcoxon檢驗(yàn)在p值<0.05時(shí)計(jì)算出這兩個(gè)分布是不同的。組織記錄的中位數(shù)為6個(gè)內(nèi)部用戶和8個(gè)外部用戶，而用戶擁有的汽車存儲(chǔ)庫分別為3個(gè)和5個(gè)。

原生代 - 發(fā)展活動(dòng)： 我們注意到，汽車軟件中最常見的開發(fā)活動(dòng)（基于活動(dòng)的中位數(shù)）是以提交（32）的形式出現(xiàn)，其次是問題（9），然后是拉動(dòng)請(qǐng)求（6）。

圖5:組織擁有的汽車存儲(chǔ)庫與用戶擁有的存儲(chǔ)庫中的開發(fā)活動(dòng)(省略了異常值)

我們進(jìn)一步調(diào)查了基于所有權(quán)和汽車軟件類型的開發(fā)活動(dòng)的分布。

圖5展示了組織擁有的汽車軟件存儲(chǔ)庫與用戶擁有的存儲(chǔ)庫的開發(fā)活動(dòng)。通常，組織項(xiàng)目比用戶項(xiàng)目擁有更多的開發(fā)活動(dòng)(就中位數(shù)而言)，盡管有一些用戶項(xiàng)目的提交活動(dòng)級(jí)別與組織存儲(chǔ)庫的級(jí)別相匹配。這表明用戶項(xiàng)目之間的差異性，在開發(fā)活動(dòng)的分布上具有極端性。請(qǐng)注意，用Mann-Whitney-Wilcoxon檢驗(yàn)法計(jì)算，兩個(gè)分布是不同的（P值<0.05）。

圖6顯示了整個(gè)車載軟件和工具的開發(fā)活動(dòng)的比較。在這里，跨問題（p值=0.29）和拉動(dòng)請(qǐng)求（p值=0.40）的開發(fā)活動(dòng)具有可比性，而在提交方面則有重大差異（p值=0.0013）。這些P值是用Mann-Whitney-Wilcoxon檢驗(yàn)計(jì)算的，這樣P值<0.05表示分布有差異，否則沒有差異。我們注意到，與車載軟件相比，工具中的承諾活動(dòng)更多。我們認(rèn)為，這種差異是由于工具供應(yīng)商組織在汽車軟件中的參與度更高。提醒一下，在233個(gè)組織擁有的資源庫中，有100個(gè)屬于工具類，而在375個(gè)車載軟件類中有97個(gè)。

我們還探討了感知和決策相關(guān)軟件的開發(fā)活動(dòng)的分布情況，這些軟件構(gòu)成了車載軟件的大部分（有相當(dāng)數(shù)量的軟件庫可供統(tǒng)計(jì)比較），與車載軟件中其他軟件庫的開發(fā)活動(dòng)相比。圖7顯示，與感知和決策相關(guān)的軟件相比，傳統(tǒng)軟件在提交、問題和拉動(dòng)請(qǐng)求方面的開發(fā)更為活躍。在屬于所有Broy類別的存儲(chǔ)庫上的開發(fā)活動(dòng)分布的差異與屬于感知和決策軟件的存儲(chǔ)庫相比，使用Mann- Whitney-Wilcoxon檢驗(yàn)在p值<0.05的情況下測(cè)量顯著不同。這意味著，雖然感知和決策相關(guān)的軟件在數(shù)量上更多，但它們的開發(fā)活動(dòng)卻比傳統(tǒng)軟件少。

圖6：車內(nèi)軟件與工具的開發(fā)活動(dòng)（省略離群值）

圖7：與感知和決策相關(guān)的車載軟件與其他車載軟件的開發(fā)活動(dòng)（省略異常值）

守護(hù)者-開發(fā)模式: 通過查看每個(gè)項(xiàng)目的協(xié)作模式，我們將每個(gè)項(xiàng)目分類為共享存儲(chǔ)庫或分拆開發(fā)模型。我們注意到，雖然有41個(gè)資源庫遵循共享資源庫模式，但有182個(gè)資源庫實(shí)行叉拉取模式。這表明自主開發(fā)的項(xiàng)目較少，大多數(shù)開發(fā)團(tuán)隊(duì)（資源庫的貢獻(xiàn)者）都沒有自主權(quán)。這一觀察結(jié)果與叉拉式是最突出的模式的基線相吻合，也與之前關(guān)于其他軟件子社區(qū)的工作相吻合[10]。

本研究介紹了GitHub上公開的汽車軟件項(xiàng)目的情況。我們根據(jù)文獻(xiàn)中的定義和定義明確的經(jīng)驗(yàn)方法，對(duì)約600個(gè)汽車資料庫進(jìn)行了識(shí)別和分類。

我們還確定了類似數(shù)量的非汽車項(xiàng)目進(jìn)行比較。我們分析了項(xiàng)目的起源、時(shí)間趨勢(shì)、主要參與者、項(xiàng)目的受歡迎程度、開發(fā)的語言、用戶在資源庫中的分布以及開發(fā)活動(dòng)。我們還提出了一個(gè)首創(chuàng)的手工策劃的汽車項(xiàng)目數(shù)據(jù)集和一個(gè)非汽車項(xiàng)目的比較集，供復(fù)制和未來研究使用。

對(duì)于一個(gè)在半個(gè)世紀(jì)的軟件使用歷史中傳統(tǒng)上處于封閉狀態(tài)的行業(yè)來說，軟件項(xiàng)目的開放源代碼標(biāo)志著一個(gè)里程碑式的變化。這項(xiàng)研究表明，汽車領(lǐng)域正在經(jīng)歷多個(gè)方面的轉(zhuǎn)變，包括自動(dòng)駕駛軟件開發(fā)的盛行，首選語言從MATLAB到Python的變化，以及軟件公司和初創(chuàng)公司進(jìn)入該領(lǐng)域。

我們預(yù)見到，最近軟件工程的發(fā)展，使自動(dòng)駕駛成為可能，這將進(jìn)一步加速開源汽車軟件的發(fā)展。我們相信，自動(dòng)駕駛的軟件堆棧將受益于目前開源開發(fā)的感知和決策軟件。由于這些系統(tǒng)是獨(dú)立于汽車制造商而開發(fā)的，因此讓開放源碼社區(qū)參與其中以加速其發(fā)展，是一個(gè)合乎邏輯的步驟。

參考文獻(xiàn)：

分享不易，懇請(qǐng)點(diǎn)個(gè)【】和【在看】