Eingebettete Systeme Qualität und Produktivität

1. Eingebettete SystemeQualität und Produktivität Prof. Dr. Holger Schlingloff Institut für Informatik der Humboldt Universität und Fraunhofer Institut für Rechnerarchitektur und Softwaretechnik

2. War wir bislang hatten • Einführungsbeispiel (Mars Polar Lander) • Automotive Software Engineering • Domänen-Engineering • Modellbasierte Entwicklung • Anforderungsdefinition und -artefakte • Lastenheft TSG • Ziele und Szenarien • Strategien • Modellierung • physikalische Modellierung • Anwendungs- und Verhaltensmodellierung • Berechnungsmodelle, zeitabhängige & hybride Automaten • Datenflussmodelle

3. Zulauf Füllstandsanzeiger max min Ablauf full high f=h / f.= – k2a f<h / f.= k1z – k2a mid ok f=0 / f.= k1z f>0 / f.= k1z – k2a emty low Beispiel Füllstandsregelung Randbedingungen 0  f(t)  h 0 < f(t) < h  f. (t)= k1*z(t) – k2*a(t) Steuerfunktionalität f(t)  min  z(t) = 1 f(t)  max  z(t) = 0 Strecke Regelung fmax / z=0 f<max fmin / z=1 f>min

4. Katze-und-Maus-Problem • fängt die Katze die Maus oder nicht? (trifft die Abwehrrakete das Projektil oder nicht?)

5. Modellierung • Differentialgleichungssystem für diese Variablen Konstante:vk, vm, xz, yz, xm(0), ym(0), xk(0), yk(0) Geschwindigkeitsvektor Mausvm2= xm2+ym2xm= xz-xm(0) , ym= yz-ym(0)dmz= sqrt(xm2+ ym2) xm/ vm= xm/ dmz,ym/vm = ym/ dmz Geschwindigkeitsvektor Katze vk2= xk2+yk2xk = xm-xk , yk = ym-yk dkm= sqrt(xk2+ yk2) xk/ vk= xk/ dkm ,yk/ vk = yk/ dkm Katze Geschwindigkeit vkPosition (xk(t),yk(t)) Ziel (xz,yz) Maus Geschw. vmPos. (xm(t),ym(t))

6. hybrider Automat Konstante:vk, vm, xz, yz, xm(0), ym(0), xk(0), yk(0) Variable: xm, ym, xk, yk, xk, yk xm = xz-xm(0) , ym = yz-ym(0) dmz= sqrt(xm2+ ym2) xm = xm *vm / dmz ym = ym * vm / dmz xk = xm-xk yk = ym-yk dkm= sqrt(xk2+ yk2) xk= xk *vk/ dkm yk= yk *vk/ dkm nahrung *:xm=xm(0), ym=ym(0),xk=xk(0), yk=yk(0),xm = …, ym=…xk=… yk=… (xm,ym)=(xk,yk) start jagd * (xm,ym)=(xz,yz) rettung

7. Analysemöglichkeiten für HA • Hybride Automaten sind Turing-mächtig • Für eingeschränkte Klassen (B limitiert) sind gewisse Probleme (z.B. Erreichbarkeit für Rechteckautomaten) noch analysierbar • Im Allgemeinen ist die Analyse sehr komplex • Heuristiken konzentrieren sich auf die internen Datenrepräsentationen (Difference Bound Matrices, Regionengraphen etc.)

8. Toolunterstützung • HyTech: (eingeschränktes) Model Checking für hybride Automaten • PHAVer: Polyhedral Hybrid Automaton Verifyer • Interaktive Verifikation mit General-Purpose-Theorembeweiser (z.B. Isabelle) • Synthese von Steuerungssoftware • gRRT: neuere Arbeiten zur Testgenerierung

9. Datenflussmodellierung • Beispiel ist stark datenorientiert • Kontrollfluss nur zum Abbruch • Modellierung durch Datenflussdiagramm • jede „Leitung“ entspricht einer Variablen • Konstante als spezielle Variable • Integratoren • Rückkoppelungen

11. Simulationsergebnis

13. Abstraktion • Hauptstärke von SimuLink besteht in der Möglichkeit, Blöcke zusammenzufassen • Abstraktion von Verhalten • baumartige Navigation • Parametrisierung • Modulbibliotheken • externe Erweiterungen • Codeanbindung • Modelltransformation und –entwicklung!

14. Codegenerierung • Ziel: automatische Übersetzung von Modellen in ausführbaren (C-) Code • zwei kommerzielle Produkte verfügbar • Real Time Workshop (The MathWorks) • TargetLink (dSPACE GmbH) • Codegenerator ist „Compiler für Modelle“ • Wiederverwendung • schnelle Prototyp- undProdukterstellung • erhöhte Zuverlässigkeitgegen Programmierfehler • automatische Optimierungdes generierten Codes • Wie kann mansicherstellen, dass der generierte Codedas Erwartete leistet? Thanks for the slides: Daniela Weinberg Quelle: dSPACE GmbH

15. test output physical model MiL (physical model) implementation model MiL (impl. model) C code (host) test stimuli þ » ý SiL result comparison C code (target) PiL ECU modellbasierter Test • Simulation /Ausführung des Modells und generierten Codes in verschiedenene Entwicklungsphasen • MiL (Model in the Loop) • SiL (Software in the Loop) • PiL (Processor in the Loop) • HiL (Hardware in the Loop)

16. Code Requirements Modell Testsuite Requirements Code Modell UseCases Testsuite Szenarien für Testautomatisierung