LabVIEW使用软件定义进行汽车电子测试

简介: LabVIEW使用软件定义进行汽车电子测试

LabVIEW使用软件定义进行汽车电子测试


电子元件的逻辑和稳健性一直都是需要评估的对象。过去,汽车仅使用几种电子元件来执行简单的功能,每个元件都是在专门准备的环境中单独进行的。但随着电子元件日益多样化,且功能日益复杂,这种操作的弊端渐渐显露出来。现在,多个电子元件系统之间会进行通信,并且系统的运行与其他系统息息相关。除了对系统逐个进行测试外,还必须进行多系统测试,以便有效地评估这些系统的功能。除了元件的稳健性,系统的稳健性也必须进行评估。随着组件和装置种类的日益丰富,要评估的项目数量呈指数增长。因此,显然,评估系统需要自动化。


汽车电子需要开发的系统非常庞大复杂。因此,开发工作预计需要数年的时间并分阶段完成。阶段-1系统由以下元件组成:HILS(硬件在环仿真)引擎、机器人和图像处理系统。开发HILS引擎的NI HILS系统由PXI(用于仪器的PCI扩展)产品和RIO(可重配置的I/O)模块组成。使用LabVIEW系统设计平台,开发了这些硬件产品所需的软件。



有些元件无法建模,而人车界面的开发也非常具有挑战性。举个简单的例子,速度计就是一种无法建模的元件。假如速度计显示车速值为“50公里/小时”。在这种情况下,控制器会将显示“50公里/小时”的命令作为电信号发出。这种信号可以在仿真过程中进行评估,也可以在实际车辆上进行确认。只要系统运行正常,在接收到信号后,速度计会显示“50公里/小时”。然而,为了检查实际是否显示了“50公里/小时”,需要人工目视确认显示结果。换句话说,驾驶员对汽车信息的感知过程无法建模。类似地,驾驶员为了向汽车传递信息而执行的操作也无法建模。


如果驾驶员要将信息传达给汽车(电子元件),就需要操纵按钮或其他类型的仪表。而这种操作需要通过人手来实现。事实上,手动执行这些测试是可行的。但是,手动测试需要大量的时间和人力。因此,制定自动化评估机制就非常关键。为了满足这个需求,加入了一台机器人来操作电子元件。机器人通过电脑进行控制,代替人按下按钮,并点击触摸面板。同样,还需要考虑如何将信息从汽车(电子元件)传达给驾驶员。回到车速表的例子,传统的测试过程由人工目视检查,确定实际是否显示“50公里/小时”。为了实现这部分评估的自动化,增加了一个图像处理系统。具体来说,这一自动化过程是指使用摄像头拍摄速度计的显示器,然后处理获取的图像来确定显示结果是否正确。例如,如果使用七段LED显示屏显示速度,摄像头将拍摄LED显示屏并处理获取的图像,从而识别数字并确认显示的速度。或者,如果使用指针显示器来显示速度,图像处理时则会测量指针的角度,并使用该值来计算以公里/小时为单位的速度。通过监测和比较来自控制单元和显示器的信号,系统可以确定速度是否正确显示。


在所有用于测试稳健性的条件中,最具代表性的是电源电压波动和高噪声环境。例如,可以改变电源电压,以此确定所评估电子元件发生故障的临界点。


然而,不利条件下的逻辑性能并非稳健性评估的唯一指标。例如,车辆功能包括使用语音命令来操作车辆。这也在稳健性评估的范畴内。为了实现这一点,在系统中增加了语音合成系统。


公司开发的优势之一是NI以平台为中心的生态系统,其中包括合作伙伴和相关公司的兼容产品。构建的系统包含了机器人、图像处理系统、语音合成系统和其他各种元件。要想从一家公司获取所有这些元件,可能十分困难。因此,从不同公司选择了最合适的元件,然后使用LabVIEW和其他解决方案将其与NI HIL系统集成在一起。


此外,NI产品可提供高性能和高编程自由度,因此非常适合开发此系统。在硬件性能方面,高采样速率(时间分辨率)是一个重要的考量因素。在系统中,逻辑验证需要毫秒级的时间分辨率。另一方面,如果不能以微秒级进行采样,噪声的影响便很难评估。NI硬件是唯一能够以微秒级进行采样的产品。另外,NI硬件还包含一个用户可编程的内置FPGA。其他产品均无法提供这种自由度。如果采用一站式解决方案,每次汽车更新换代时,用户很可能都需要购买全新的系统。而NI解决方案不仅具有灵活性,而且还具有可持续性。几乎所有的NI硬件都可以持续使用,只需添加或修改选定的模块即可。此系统的另一个巨大优势是能够适应未来需求。


这是LabVIEW的一个功能介绍,更多的使用方法与开发案例,欢迎登录官网,了解更多信息。有需要LabVIEW项目合作开发,请与我们联系。

相关文章
|
12天前
|
测试技术 开发者 Python
自动化测试之美:从零构建你的软件质量防线
【10月更文挑战第34天】在数字化时代的浪潮中,软件成为我们生活和工作不可或缺的一部分。然而,随着软件复杂性的增加,如何保证其质量和稳定性成为开发者面临的一大挑战。自动化测试,作为现代软件开发过程中的关键实践,不仅提高了测试效率,还确保了软件产品的质量。本文将深入浅出地介绍自动化测试的概念、重要性以及实施步骤,带领读者从零基础开始,一步步构建起属于自己的软件质量防线。通过具体实例,我们将探索如何有效地设计和执行自动化测试脚本,最终实现软件开发流程的优化和产品质量的提升。无论你是软件开发新手,还是希望提高项目质量的资深开发者,这篇文章都将为你提供宝贵的指导和启示。
|
1月前
|
机器学习/深度学习 人工智能 监控
提升软件质量的关键路径:高效测试策略与实践在软件开发的宇宙中,每一行代码都如同星辰般璀璨,而将这些星辰编织成星系的过程,则依赖于严谨而高效的测试策略。本文将引领读者探索软件测试的奥秘,揭示如何通过精心设计的测试方案,不仅提升软件的性能与稳定性,还能加速产品上市的步伐,最终实现质量与效率的双重飞跃。
在软件工程的浩瀚星海中,测试不仅是发现缺陷的放大镜,更是保障软件质量的坚固防线。本文旨在探讨一种高效且创新的软件测试策略框架,它融合了传统方法的精髓与现代技术的突破,旨在为软件开发团队提供一套系统化、可执行性强的测试指引。我们将从测试规划的起点出发,沿着测试设计、执行、反馈再到持续优化的轨迹,逐步展开论述。每一步都强调实用性与前瞻性相结合,确保测试活动能够紧跟软件开发的步伐,及时适应变化,有效应对各种挑战。
|
11天前
|
机器学习/深度学习 人工智能 自然语言处理
自动化测试的新篇章:利用AI提升软件质量
【10月更文挑战第35天】在软件开发的海洋中,自动化测试犹如一艘救生艇,它帮助团队确保产品质量,同时减少人为错误。本文将探索如何通过集成人工智能(AI)技术,使自动化测试更加智能化,从而提升软件测试的效率和准确性。我们将从AI在测试用例生成、测试执行和结果分析中的应用出发,深入讨论AI如何重塑软件测试领域,并配以实际代码示例来说明这些概念。
39 3
|
26天前
|
敏捷开发 监控 jenkins
自动化测试之美:打造高效的软件质量保障体系
【10月更文挑战第20天】在软件开发的海洋中,自动化测试如同一艘精准的导航船,引领项目避开错误的礁石,驶向质量的彼岸。本文将扬帆起航,探索如何构建和实施一个高效的自动化测试体系,确保软件产品的稳定性和可靠性。我们将从测试策略的制定、工具的选择、脚本的编写,到持续集成的实施,一步步描绘出自动化测试的蓝图,让读者能够掌握这一技术的关键要素,并在自己的项目中加以应用。
29 5
|
1月前
|
测试技术
软件质量保护与测试(第2版)学习总结第十三章 集成测试
本文是《软件质量保护与测试》(第2版)第十三章的学习总结,介绍了集成测试的概念、主要任务、测试层次与原则,以及集成测试的不同策略,包括非渐增式集成和渐增式集成(自顶向下和自底向上),并通过图示详细解释了集成测试的过程。
59 1
软件质量保护与测试(第2版)学习总结第十三章 集成测试
|
1月前
|
测试技术
软件质量保护与测试(第2版)学习总结第十章 黑盒测试
本文是《软件质量保护与测试》(第2版)第十章的学习总结,介绍了黑盒测试的基本概念和方法,包括等价类划分、边界值分析和因果图法,并通过具体例子展示了如何设计测试用例来验证软件的功能性需求。
65 1
软件质量保护与测试(第2版)学习总结第十章 黑盒测试
|
1月前
|
人工智能 人机交互 数据库
软件质量保护与测试(第2版)学习总结第一章
本文是《软件质量保护与测试》(第2版)第一章的学习总结,概述了软件的特征、分类、软件工程的层次化技术、现代软件开发的变化,以及软件质量的概念和评价体系,包括黑盒、白盒和灰盒测试方法。
31 1
软件质量保护与测试(第2版)学习总结第一章
|
26天前
|
Java 测试技术 持续交付
探索自动化测试的奥秘:提升软件质量的关键
【10月更文挑战第20天】 在当今快速发展的软件行业中,自动化测试已成为确保产品质量和加速开发周期的重要工具。本文将深入探讨自动化测试的核心概念、实施策略及其对软件开发生命周期的影响,旨在为读者提供一种全面理解自动化测试的视角,并展示如何有效地将其应用于实际项目中以提高软件质量和效率。
18 2
|
1月前
|
人工智能 自动驾驶 机器人
【通义】AI视界|苹果自动驾驶汽车项目画上句号:加州测试许可被取消
本文精选了24小时内的重要科技新闻,包括Waymo前CEO批评马斯克对自动驾驶的态度、AMD发布新款AI芯片但股价波动、苹果造车项目终止、Familia.AI推出家庭应用以及AI逆向绘画技术的进展。更多内容请访问通义官网体验。
|
1月前
|
测试技术
软件质量保护与测试(第2版)学习总结第十一章 白盒测试
本文是《软件质量保护与测试》(第2版)第十一章的学习总结,详细讲解了白盒测试中的控制流测试技术,包括语句覆盖、判断覆盖、条件覆盖、判定-条件覆盖和路径覆盖等方法,并通过具体代码示例展示了如何设计测试用例来验证程序中的不同执行路径。
54 2