Research Archive
Sofia University "St. Kliment Ohridski"

Автоматизация на тестването за вградени (embedded) системи в автомобилната промишленост

DSpace/Manakin Repository

Show simple item record

dc.contributor.author Лаврова, Антония
dc.date.accessioned 2009-08-11T16:06:04Z
dc.date.available 2009-08-11T16:06:04Z
dc.date.issued 2006-10-16
dc.identifier.other M21510
dc.identifier.uri http://hdl.handle.net/10506/171
dc.description Тема : Автоматизация на тестването за вградени (embedded) системи в автомобилната промишленост Дипломант: Антония Гюрова Лаврова Факултетен номер: M21510 Научен ръководител: доц. Силвия Илиева Консултант: Илина Манова Дата: 18 Октомври 2006 bg_BG
dc.description.abstract През последните 15 години софтуерът се използва все повече в продукти, които традиционно са предмет на разбработване от механиката и електроинженерството. Това важи особено за автомобилната индустрия, където голяма част от нововъведенията са базирани на електроника и софтуер. Автомобилната индустрия е изправена пред намирането на оптимален баланс между време и разходи за производство, както и пред осигуряването на необходимите качество, надеждност и сигурност. Кратките срокове за разработване водят и до ограничаване на времето за тестване. Поради критичността на вградените автомобилни системи, е необходимо те да се тестват в реална обстановка, при продължителна работа и да се цели доколкото е възможно по-голямо покритие на описаните клиентски изисквания. Дипломната работа изследва приложимостта на конкретен метод за функционално (black-box) тестване – метод на класификационните дървета (МКД) – в областта на автомобилната индустрия. Направена е класификация на видовете тестове спрямо три критерия: готовността на софтуерното решение функционалните и технически изисквания към системата дали се извършва изпълнение на тестовия обект Разгледани са някои от най-известните и утвърдени класически техники за оптимизация на тестови сценарии като структурно тестване, тестване с мутации, тестване с гранични стойности, тестване с произволни данни, таблици на решенията, тестване с разделяне на категории и други. Представени са два съвременни, взаимствани от изкуствения интелект, метода – еволюционно тестване и метод на класификационните дървета. Специално внимание е отделено на разширението на МКД за вградени системи (МКД/ВС), което е разбработено от водещата автомобилна компания Daimler Chrysler AG. Описани са отделните му етапи при дефинирането на тестови сценарии и са изтъкнати основните му предимства, които са: графично описание на тестовите сценарии, което прави дизайна на сценариите лесен за възприемане, поддръжка и многократно използване задълбочена проверка на спецификацията за възможни пропуски, неточности и противоречия възможност за пресмятане на минималния и максималния брой от тестови стъпки, нужни за покриването на дадено класификационно дърво като по този начин на много ранен етап от разработването на продукта може да се оцени необходимото време за изпълняване на тестовете възможност за използване на МКД като универсално средство за описание на всички сценарии, които възникват като част от тестването на софтуер за вградени автомобилни системи предоставя средства за описание на тестови сценарии, които са зависими от времето възможност за лесно комбиниране с тестване на времевите ограничения чрез използването на еволюционни алгоритми Като база за изследване на приложимостта на МКД за тестване на вградени автомобилни системи служи текущият подход, използван в компания от автомобилната индустрия. При този подход се използва предимно субективното мнение на тестера и качеството на дефинираните сценарии зависи от знанията и опита му в предметната област (интуитивно тестване), както и тестване с произволни стойности. С цел сравнение на двата подхода, в дипломната работа са дефинирани четири критерия за оценка: ефективност - способността на сценариите да покриват описаните изисквания с оптимален брой стъпки ефикасност - определените тестови сценарии обхващат по-голям брой действителни (реални) ситуации, което увеличава възможността за откриване на дефекти сложност - усилията, които се полагат, за идентифициране на необходимите тестови сценарии възможност за документиране Тестовите сценарии за модул от съществуващ проект са реализирани по МКД и резултатите са сравнени с получените от използването на текущия подход. Сравнението между подходите показва, че МКД изисква повече усилия за дефиниране на тестовите сценарии от текущия подход, но за сметка на това дава по-голяма сигурност за покритие на клиентските изисквания, по-голяма вероятност за откриване на дефекти и улеснява модифицирането на тестовете. Като следствие от направеното сравнение могат да се дефинират следните препоръки за подобрение на съществуващия тестов процес: във времето отделено за създаване и модифициране на тестовите сценарии да се планира време за техния дизайн. при подбора на тестовите стъпки да се използва систематичен подход, който може да се съчетава с различни методи за тестване. дизайнът на тестовите сценарии да се документира и съхранява в системата за управление на конфигурациите. да се планират прегледи на направения дизайн на тестовите сценарии и да се планира време за оптимизация на дефинираните сценарии да се използва инструмент (tool), който на базата на направения дизайн, генерира основната част („скелета”) на необходимия за изпълнение на стъпките код. Така повече време ще се отделя на подбора на тестови стъпки, а не на тяхната конкретна реализация bg_BG
dc.language.iso bg bg_BG
dc.publisher Софийски университет “Св. Климент Охридски” bg_BG
dc.subject Автоматизация на тестването bg_BG
dc.subject вградени (embedded) системи bg_BG
dc.subject Automation of testing bg_BG
dc.subject automotive embedded systems bg_BG
dc.title Автоматизация на тестването за вградени (embedded) системи в автомобилната промишленост bg_BG
dc.title.alternative Automation of testing for automotive embedded systems bg_BG
dc.type Thesis bg_BG


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account

Statistics