91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

模塊系統(tǒng)和使用測試自動化框架的端到端驗證

星星科技指導員 ? 來源:嵌入式 ? 作者:Narayan Gour ? 2022-06-21 09:37 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

SOM 是一個完整的 CPU 架構,內(nèi)置于信用卡大小的小封裝中。它是一種板級電路,集成了系統(tǒng)功能,并在單個模塊上提供了嵌入式處理系統(tǒng)的核心組件——處理器內(nèi)核、通信接口和內(nèi)存塊。設計任何基于 SOM 的產(chǎn)品都比從頭開始設計整個系統(tǒng)要快得多。

全球市場上有多家系統(tǒng)級模塊制造商提供等量的開源自動化測試框架。如果您計劃在產(chǎn)品中使用系統(tǒng)模塊 (SOM),首先需要從可用的框架中識別測試自動化框架,然后檢查適合您需求的模塊。

模塊系統(tǒng) (SOM) 可確保降低任何應用程序的開發(fā)和設計風險。SOM 是一個可重復使用的模塊,具有最大的硬件/處理器復雜性,減少了載體/主板上的工作量,從而加快了上市時間。

它降低了對產(chǎn)品成功至關重要的設計復雜性和上市時間。這些System-on-Modules運行一個操作系統(tǒng),主要用于需要以太網(wǎng)、文件系統(tǒng)、高分辨率顯示器、USB、Internet等的應用,以及需要高計算量且開發(fā)工作量較小的應用。如果您正在構建體積小于 20-25K 的產(chǎn)品,則使用現(xiàn)成的 SOM 進行產(chǎn)品開發(fā)是切實可行的。

SOM 的測試自動化框架

測試自動化框架是一組用于開發(fā)測試用例的指南。框架是旨在支持更有效測試的工具和實踐的結合。該指南涉及編碼標準、處理測試數(shù)據(jù)的方法、對象存儲庫、存儲測試結果的過程或有關訪問外部資源的信息。

測試框架是任何成功進行自動化測試的產(chǎn)品發(fā)布的重要組成部分。使用自動化測試框架將提高團隊的測試效率和準確性,并將減少時間和風險。

有不同類型的自動化測試框架。選擇正確的框架對于您的 SOM 應用程序測試非常重要。

下面是幾個常用的例子:

線性自動化框架

基于模塊化的測試框架

圖書館架構測試框架

數(shù)據(jù)驅動框架

關鍵字驅動的框架

混合測試框架

綜上所述,模塊化和混合測試框架最適合 SOM 及其開發(fā)套件驗證。測試的最終目標是確保軟件按照規(guī)范工作并符合用戶期望。

整個過程涉及相當多的測試類型,根據(jù)應用程序和組織的性質(zhì),這些測試類型優(yōu)先于其他類型或優(yōu)先于其他類型。讓我們看看端到端測試過程中涉及的一些基本測試。

單元測試

完整的軟件堆棧由許多小組件組成。與其直接測試完整的軟件堆棧,不如先涵蓋單個模塊級別的測試。在這里,單元測試確保具有模塊/方法級別的輸入/輸出測試覆蓋率。

單元測試為復雜的集成軟件提供了基礎,并提供了高質(zhì)量的應用程序代碼,加速了持續(xù)集成和開發(fā)過程。通常單元測試是由開發(fā)人員通過測試自動化來執(zhí)行的。

冒煙測試

冒煙測試用于驗證部署的軟件構建是否穩(wěn)定。繼續(xù)進行進一步測試取決于煙霧測試結果。它也稱為構建驗證測試,用于檢查功能是否滿足其目標。如果 SOM 沒有清除煙霧,仍然需要一些開發(fā)工作。

健全性測試

按預期工作的更改或提議的功能由健全性測試定義。假設我們修復了嵌入式產(chǎn)品的啟動流程中的一些問題,那么它應該去驗證團隊進行健全性測試。一旦通過此測試,它不應影響其他基本功能。健全性測試是無腳本的,專門針對發(fā)生代碼更改的區(qū)域。

回歸測試

每次修改/修改程序時,都應該重新測試以確保修改不會無意中“破壞”一些不相關的行為。這稱為回歸測試。這些測試通常通過測試腳本自動化。每次測試程序/設計時,它都應該給出一個平滑的結果。

功能測試

功能測試指定系統(tǒng)做什么。它也被稱為黑盒測試,因為功能測試的測試用例是在沒有參考實際代碼的情況下開發(fā)的,即沒有查看“盒子內(nèi)部”。

所有嵌入式系統(tǒng)都有輸入、輸出。黑盒測試是關于哪些輸入應該是可接受的以及它們應該如何與輸出相關聯(lián)。

測試人員不知道模塊或源代碼的內(nèi)部結構。黑盒測試包括壓力測試、邊界值測試和性能測試。

圖像/視頻密集型行業(yè)在為顯式應用程序設計和開發(fā)定制硬件解決方案方面面臨困難,同時減少了時間和成本。它與快速發(fā)展且復雜性增加的處理器相關聯(lián),要求產(chǎn)品公司在短時間內(nèi)不斷推出升級的變體。

在過去的幾年里,Softnautics 圍繞 Lattice、Xilinx、Intel、Qualcomm、TI 等各種處理器系列開發(fā)了復雜的軟件,并成功地測試了視覺處理、AI/ML、多媒體、工業(yè)物聯(lián)網(wǎng)等應用的板卡。更多的。

Softnautics 擁有經(jīng)過市場驗證的開發(fā)驗證和驗證自動化套件的流程,在功能和/或性能覆蓋率方面零妥協(xié),以及使用內(nèi)部 STAF和開源框架執(zhí)行測試自動化。Softnautics 還為產(chǎn)品/解決方案的未來版本、版本管理和產(chǎn)品維護/維護提供測試支持。

審核編輯:郭婷

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 嵌入式
    +關注

    關注

    5200

    文章

    20458

    瀏覽量

    334335
  • 物聯(lián)網(wǎng)

    關注

    2945

    文章

    47837

    瀏覽量

    415337
  • AI
    AI
    +關注

    關注

    91

    文章

    39866

    瀏覽量

    301520
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    為什么一段式自動駕駛很難落地?

    [首發(fā)于智駕最前沿微信公眾號]自動駕駛技術在過去十年中經(jīng)歷了從基礎輔助駕駛高度自動化系統(tǒng)的快速演進。在這一進程中,技術架構的選擇始終是決定行業(yè)走向的核心命題。傳統(tǒng)的
    的頭像 發(fā)表于 03-08 09:44 ?1631次閱讀
    為什么一段式<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b><b class='flag-5'>自動</b>駕駛很難落地?

    是德科技與三星攜手英偉達展示AI-RAN驗證工作流程

    演示展示了是德科技的AI-RAN解決方案如何以物理上行共享信道(PUSCH)信道估計用例,簡化AI驅動RAN模塊驗證流程,將數(shù)據(jù)生成、AI/ML訓練和性能基準測試整合到單一的自動化
    的頭像 發(fā)表于 03-05 10:04 ?511次閱讀

    自動駕駛為什么會出現(xiàn)黑盒現(xiàn)象?

    自動駕駛領域,(End-to-End)是指從感知環(huán)境的原始數(shù)據(jù)車輛實際控制指令,全部交給一個統(tǒng)一的深度學習模型來完成。這和傳統(tǒng)的
    的頭像 發(fā)表于 02-20 09:25 ?9299次閱讀
    <b class='flag-5'>自動</b>駕駛<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>為什么會出現(xiàn)黑盒現(xiàn)象?

    模塊化自動駕駛的數(shù)據(jù)標注要求有何不同?

    [首發(fā)于智駕最前沿微信公眾號]自動駕駛技術路徑的每一次技術轉向,都伴隨著底層數(shù)據(jù)處理邏輯的徹底重構。過去,智駕系統(tǒng)普遍依賴模塊化設計,將駕駛任務拆解為感知、預測、規(guī)控等獨立環(huán)節(jié);而今,以
    的頭像 發(fā)表于 01-27 09:48 ?934次閱讀
    <b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>與<b class='flag-5'>模塊化</b><b class='flag-5'>自動</b>駕駛的數(shù)據(jù)標注要求有何不同?

    如何訓練好自動駕駛模型?

    [首發(fā)于智駕最前沿微信公眾號]最近有位小伙伴在后臺留言提問:算法是怎樣訓練的?是模仿學習、強化學習和離線強化學習這三類嗎?其實
    的頭像 發(fā)表于 12-08 16:31 ?1449次閱讀
    如何訓練好<b class='flag-5'>自動</b>駕駛<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>模型?

    智駕模擬軟件推薦——為什么選擇Keymotek的aiSim?

    隨著自動駕駛技術的快速發(fā)展,車企和科技公司對于模擬測試平臺的需求越來越強。從L2/ADASL4/L5等級的自動駕駛,虛擬模擬已經(jīng)成為其中的關鍵一環(huán)。特別是對于「
    的頭像 發(fā)表于 11-18 11:35 ?826次閱讀

    從PythonTSP:快速上手MP5000自動化測試系統(tǒng)

    驗證工程師、生產(chǎn)測試工程師和系統(tǒng)集成商經(jīng)常負責開發(fā)自動化測試設備(ATE)系統(tǒng),該
    的頭像 發(fā)表于 11-07 11:21 ?5856次閱讀
    從Python<b class='flag-5'>到</b>TSP:快速上手MP5000<b class='flag-5'>自動化</b><b class='flag-5'>測試</b><b class='flag-5'>系統(tǒng)</b>

    自動駕駛中仿真與基于規(guī)則的仿真有什么區(qū)別?

    自動駕駛領域,“仿真”指的是將感知控制的整個決策鏈條視為一個整體,從而進行訓練和驗證
    的頭像 發(fā)表于 11-02 11:33 ?1715次閱讀

    電源模塊的短路保護如何通過自動化測試軟件完成測試

    在當今電力電子領域,電源模塊的可靠性至關重要,短路保護作為其關鍵特性,需通過精確的自動化測試軟件進行驗證。本文將整理如何借助自動化
    的頭像 發(fā)表于 09-03 19:10 ?850次閱讀
    電源<b class='flag-5'>模塊</b>的短路保護如何通過<b class='flag-5'>自動化</b><b class='flag-5'>測試</b>軟件完成<b class='flag-5'>測試</b>

    干貨分享 | TSMaster MBD模塊全解析:從模型搭建自動化測試的完整實踐

    在汽車電子MBD開發(fā)中,TSMasterMBD模塊深度集成于TSMaster先進的總線分析、仿真與測試平臺,旨在為工程師提供一套從模型自動編譯、代碼集成
    的頭像 發(fā)表于 08-22 20:04 ?2505次閱讀
    干貨分享 | TSMaster MBD<b class='flag-5'>模塊</b>全解析:從模型搭建<b class='flag-5'>到</b><b class='flag-5'>自動化</b><b class='flag-5'>測試</b>的完整實踐

    為什么自動駕駛大模型有黑盒特性?

    [首發(fā)于智駕最前沿微信公眾號]隨著自動駕駛技術落地,(End-to-End)大模型也成為行業(yè)研究與應用的熱門方向。相較于傳統(tǒng)自動駕駛
    的頭像 發(fā)表于 07-04 16:50 ?895次閱讀
    為什么<b class='flag-5'>自動</b>駕駛<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>大模型有黑盒特性?

    一文帶你厘清自動駕駛架構差異

    [首發(fā)于智駕最前沿微信公眾號]隨著自動駕駛技術飛速發(fā)展,智能駕駛系統(tǒng)的設計思路也經(jīng)歷了從傳統(tǒng)模塊化架構
    的頭像 發(fā)表于 05-08 09:07 ?1043次閱讀
    一文帶你厘清<b class='flag-5'>自動</b>駕駛<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>架構差異

    APP自動化測試框架

    APP自動化測試框架是一套結合工具鏈、設計模式和技術規(guī)范的集成解決方案。以下是基于主流技術實踐的核心要點總結: 一、核心模塊構成 環(huán)境管理? 支持物理機/虛擬機/容器
    的頭像 發(fā)表于 05-07 07:35 ?686次閱讀
    APP<b class='flag-5'>自動化</b><b class='flag-5'>測試</b><b class='flag-5'>框架</b>

    技術分享 |多模態(tài)自動駕駛混合渲染HRMAD:將NeRF和3DGS進行感知驗證AD測試

    多模態(tài)自動駕駛混合渲染HRMAD,融合NeRF與3DGS技術,實現(xiàn)超10萬㎡場景重建,多傳感器實時輸出,仿真更接近真實數(shù)據(jù)!然而,如何用高保真仿真場景快速驗證自動駕駛算法?HRMAD已集成至aiSim平臺,
    的頭像 發(fā)表于 03-26 16:05 ?4230次閱讀
    技術分享 |多模態(tài)<b class='flag-5'>自動</b>駕駛混合渲染HRMAD:將NeRF和3DGS進行感知<b class='flag-5'>驗證</b>和<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>AD<b class='flag-5'>測試</b>

    動量感知規(guī)劃的自動駕駛框架MomAD解析

    自動駕駛框架實現(xiàn)了感知與規(guī)劃的無縫集成,但通常依賴于一次性軌跡預測,這可能導致控制不穩(wěn)定,并且對單頓感知中的遮擋問題較為敏感。為解決這
    的頭像 發(fā)表于 03-18 09:31 ?1707次閱讀
    動量感知規(guī)劃的<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b><b class='flag-5'>自動</b>駕駛<b class='flag-5'>框架</b>MomAD解析