[Context and motivation] The automotive industry is currently undergoing a fundamental transformation towards software defined vehicles. The automotive market of the future demands a higher level of automation, electrification of the power train, and individually configurable comfort functions. [Question/problem] These demands pose a challenge to the automotive development cycle, because they introduce complexity by larger and not yet well explored design spaces that are difficult to manage. [Principal ideas/results] To cope with these challenges, the main players along the value chain have an increased interest in collaborating and aligning their development efforts along joint roadmaps. Roadmap development can be viewed as a field of requirements engineering with the goal to capture product aspects on an appropriate level of abstraction to speed up investment decisions, reduce communication overhead and parallelize development activities, while complying with competition laws. [Contribution] In this paper, we present a refinement of the "Innovation Modeling Grid" (IMoG), which encompasses a methodology, a process and a proposed notation to support joint analysis of development roadmaps. IMoG is focused on the automotive domain, yet there are clear potentials for other applications.


翻译:【背景和动机】汽车行业目前正在向软件定义车辆转型。未来的汽车市场需要更高级别的自动化,电动驱动以及可个性化配置的舒适功能。【问题/挑战】这些需求给汽车开发周期带来了挑战,因为它们引入了更大且尚未充分探索的设计空间,难以管理。【主要思路/结果】为了应对这些挑战,价值链主要参与者对协作和对齐其开发工作的兴趣增加。路线图开发可以视为一种需求工程领域,其目标是捕捉产品方面的适当抽象级别,以加速投资决策,减少沟通开销和并行开发活动,同时遵守竞争法。【贡献】在本文中,我们提出了“创新建模网格”(IMoG)的细化版本,其中包括支持联合分析开发路线图的方法、过程和建议符号。IMoG专注于汽车领域,但其他应用领域也有明显的潜力。

0
下载
关闭预览

相关内容

【MIT-AI+医学课程】面向生命科学的深度学习课程
专知会员服务
47+阅读 · 2022年4月17日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
计算机 | EMNLP 2019等国际会议信息6条
Call4Papers
18+阅读 · 2019年4月26日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
LibRec 精选:基于LSTM的序列推荐实现(PyTorch)
LibRec智能推荐
50+阅读 · 2018年8月27日
ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
全球人工智能
19+阅读 · 2017年12月17日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
33+阅读 · 2022年2月15日
Arxiv
15+阅读 · 2020年2月6日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
计算机 | EMNLP 2019等国际会议信息6条
Call4Papers
18+阅读 · 2019年4月26日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
LibRec 精选:基于LSTM的序列推荐实现(PyTorch)
LibRec智能推荐
50+阅读 · 2018年8月27日
ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
全球人工智能
19+阅读 · 2017年12月17日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员