降低汽车缺陷的风险是当今制造商面临的最关键的问题之一。领先的汽车公司正加紧努力实现“零缺陷”目标，这是一个非常雄心勃勃的目标，因为当今产品线的多样性和工程复杂性正在迅速增长。

自动驾驶汽车中所包含的硬件、软件、系统和子系统必须达到极度无缝协同工作才能模拟人类驾驶员的行为。如今，大多数新款车都具有自动加速、制动或转向的自动驾驶功能，如自适应巡航控制、车道居中或免提转向。不难想象，当考虑到整个汽车产品系列时，这种复杂性以及产品系列中产品之间存在的差异是如何增长的，这在规模上是天文数字。

鉴于这些日益增加的复杂性挑战，传统的以产品为中心的汽车产品线设计、生产、维护和发展的方法变得不可行。在这种传统的方法下，每辆车都被视为一个单独的产品，工程师们负责一个特定的车型。以软件为例，一个常见的做法是在“克隆和拥有”的场景中，在产品之间复制和共享源代码。

复制和重用工程资产（如源代码或其他工件）会导致大量低效、重复、易出错的工作。在许多制造组织中，跨产品生命周期和跨企业的功能都是孤立的，每个团队都使用自己的工具和方法集。这造成了另一层效率低下、复杂性、错位和潜在的人为错误。

当一个组织按以产品为中心的孤立方式运行时，不仅要跟踪克隆数字产品的使用位置，而且还要在出现缺陷时进行必要的修复，这是非常困难和昂贵的。当今汽车复杂的、相互关联的特性需要一种新的方法来管理跨功能、工具、工件、方法和流程的产品可变性。

基于特征的产品线工程（PLE）的出现填补了这空白。领先的汽车制造商正在转向基于特征的PLE，这改变了他们的产品线如何设计、生产、维护和发展的基本原理。

PLE允许组织创建跨产品线共享数字资产的“超集”。这些数字资产配备了产品线中提供的所有特征选项，并以特征目录的形式列出，作为整个组织的“特征事实的唯一来源”。每个产品选择的特征都在特征清单中进行指定，PLE产品配置器依据特征清单来组装和配置数字资产以创建产品实例。

基于特征的PLE改变了制造商发现和修复缺陷的方式——最重要的是，避免这些缺陷的出现。由于产品线中的所有产品都是从单个数字资产超集创建的，因此在一个产品中产生的缺陷都可以在超集中发现并只需修复一次，并且可以自动生成新的产品版本，极大地改进了缺陷管理过程。此外，利用PLE的自动化方法，可以避免人工方法引起的人为错误。

利用PLE提供的“特征事实的唯一来源”，整个企业的组织功能都有一种基于特性管理产品线的通用语言。这就消除了营运孤岛。

随着制造商不再采用以产品为中心的方法，而是采用基于特征的PLE来简化和理顺发现、修复和减少缺陷的方式，他们将加快实现产品零缺陷目标的进程。

〖来源〗ADVANCEDMANUFACTURING.ORG 2019年6月13日

〖链接〗https://advancedmanufacturing.org/software-the-road-to-zero-defects/