将测试情况最优地分配到不同的测试平台上的方法和设备技术

将测试情况最优地分配到不同的测试平台上的方法和设备。用于优化测试情况（21）的方法（20），其特征在于如下特征：‑根据通过仿真（22）获得的仿真数据形成仿真元模型（24），‑根据在测试环境（23）中进行的测量形成现实元模型（25），‑通过如下方式概括所述仿真数据和测量带有的不确定性：要么形成和（26），要么使用两个计算中的最坏情况，要么针对每个所观察的不确定性分别观察最坏情况，‑根据不确定性的组合（26）形成包括所述仿真（22）和测试环境（23）的元模型（27），以及‑借助所述元模型（27）进行所述测试情况（21）的基于搜索的优化（28）。

【技术实现步骤摘要】
将测试情况最优地分配到不同的测试平台上的方法和设备
本专利技术涉及一种用于将测试情况最优地分配到不同的测试平台上的方法。此外，本专利技术涉及对应的设备、对应的计算机程序以及对应的存储介质。
技术介绍
在软件技术中，用于使测试活动自动化和用于在测试过程中生成测试工件（Testartefakten）的模型的使用以上位概念“基于模型的测试”（model-basedtesting，MBT）来概括。充分已知的是，例如从描述要测试的系统的目标行为（Sollverhalten）的模型中生成测试情况。尤其嵌入式系统（embeddedsystems）依赖传感器的决定性的输入信号并且又通过给极其不同的执行器的输出信号仿真其环境。在这种系统的验证和前置的开发阶段的过程中，因此在调节环路中系统的模型（modelintheloop（模型在环），MiL）、软件（softwareintheloop（软件在环），SiL）、处理器（processorintheloop（处理器在环），PiL）或整个硬件（hardwareintheloop（硬件在环），HiL）与环境的模型本文档来自技高网...

【技术保护点】
1.一种用于将测试情况最优地分配到不同的测试平台（21）上的方法（20），所述测试平台用于尤其嵌入到至少部分自主的机器人或车辆中的系统的仿真（22）和测试环境（23），/n其特征在于如下特征：/n- 根据通过所述仿真（22）获得的仿真数据形成仿真元模型（24），/n- 根据在所述测试环境（23）中进行的测量形成现实元模型（25），诸如通过从所述元模型（24，25）中算出预测值的平均值、最小值或最大值和不确定性或从来自所述模型（24，25）的预测数据中创建新的高斯过程，在（26）中概括所述仿真数据和测量数据以及分别固有的不确定性，/n- 根据所述不确定性的概括（26）形成包括所述仿真（22）和测...

【技术特征摘要】
20190628 DE 102019209540.21.一种用于将测试情况最优地分配到不同的测试平台（21）上的方法（20），所述测试平台用于尤其嵌入到至少部分自主的机器人或车辆中的系统的仿真（22）和测试环境（23），
其特征在于如下特征：
-根据通过所述仿真（22）获得的仿真数据形成仿真元模型（24），
-根据在所述测试环境（23）中进行的测量形成现实元模型（25），诸如通过从所述元模型（24，25）中算出预测值的平均值、最小值或最大值和不确定性或从来自所述模型（24，25）的预测数据中创建新的高斯过程，在（26）中概括所述仿真数据和测量数据以及分别固有的不确定性，
-根据所述不确定性的概括（26）形成包括所述仿真（22）和测试环境（23）的元模型（27），以及
-借助所述元模型（27）进行所述测试情况（21）的基于搜索的优化（28）。


2.根据权利要求1所述的方法（20），
其特征在于如下特征：
-从所述仿真数据和所述测量中导出对于所述仿真（22）而言典型的误差模式，
-根据所述误差模式进行对所述测试情况（21）中的至少一个测试情况的评估（30），
-借助所述评估（30）根据参数（p）确定测试结果的分布（31），所述参数针对所测试的要求将所述测试情况参数化，
-根据所述分布（30）检查所述测试情况（21）的失败（32）的与所述参数（p）有关的概率，以及
-借助所述参数（p）进行所述测试情况（21）的参数化（33）。


3.根据权利要求2所述的方法（20），
其特征在于如下特征：
-根据性能指标（KPI）参数产生对于误差（41）而言典型的信号模式（40）。


4.根...

【专利技术属性】
技术研发人员：J索恩斯，C格拉迪施，T海因茨，
申请(专利权)人：罗伯特·博世有限公司，
类型：发明
国别省市：德国;DE