Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

13.6.2009 Eingebettete Systeme Qualität und Produktivität Prof. Dr. Holger Schlingloff Institut für Informatik der Humboldt Universität und Fraunhofer.

Ähnliche Präsentationen


Präsentation zum Thema: "13.6.2009 Eingebettete Systeme Qualität und Produktivität Prof. Dr. Holger Schlingloff Institut für Informatik der Humboldt Universität und Fraunhofer."—  Präsentation transkript:

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

2 Folie 2 H. Schlingloff, Eingebettete Systeme War wir bislang hatten 1. Einführungsbeispiel (Mars Polar Lander) 2. Automotive Software Engineering Domänen-Engineering Modellbasierte Entwicklung 3. Anforderungsdefinition und -artefakte Lastenheft TSG Ziele und Szenarien Strategien 4. Modellierung physikalische Modellierung Anwendungs- und Verhaltensmodellierung Berechnungsmodelle, zeitabhängige & hybride Automaten Datenflussmodelle

3 Folie 3 H. Schlingloff, Eingebettete Systeme Beispiel Füllstandsregelung Füllstandsanzeiger Zulauf Ablauf max min Randbedingungen 0 f(t) h 0 < f(t) < h f. (t)= k 1 *z(t) – k 2 *a(t) Steuerfunktionalität f(t) min z(t) = 1 f(t) max z(t) = 0 f0 / f. = k 1 z – k 2 a f=h / f. = – k 2 a f=0 / f. = k 1 z ok high low fmin f max / z=0 f min / z=1 Strecke Regelung mid full emty

4 Folie 4 H. Schlingloff, Eingebettete Systeme Katze-und-Maus-Problem fängt die Katze die Maus oder nicht? (trifft die Abwehrrakete das Projektil oder nicht?)

5 Folie 5 H. Schlingloff, Eingebettete Systeme Modellierung Differentialgleichungssystem für diese Variablen Ziel (x z,y z ) Katze Geschwindigkeit v k Position (x k (t),y k (t)) Konstante: v k, v m, x z, y z, x m (0), y m (0), x k (0), y k (0) Geschwindigkeitsvektor Maus v m 2 = x m 2 +y m 2 x m = x z -x m (0), y m = y z -y m (0) d mz = sqrt( x m 2 + y m 2 ) x m / v m = x m / d mz, y m /v m = y m / d mz Geschwindigkeitsvektor Katze v k 2 = x k 2 +y k 2 x k = x m -x k, y k = y m -y k d km = sqrt( x k 2 + y k 2 ) x k / v k = x k / d km, y k / v k = y k / d km Maus Geschw. v m Pos. (x m (t),y m (t))

6 Folie 6 H. Schlingloff, Eingebettete Systeme hybrider Automat Konstante: v k, v m, x z, y z, x m (0), y m (0), x k (0), y k (0) Variable: x m, y m, x k, y k, x k, y k x m = x z -x m (0), y m = y z -y m (0) d mz = sqrt( x m 2 + y m 2 ) x m = x m * v m / d mz y m = y m * v m / d mz x k = x m -x k y k = y m -y k d km = sqrt( x k 2 + y k 2 ) x k = x k * v k / d km y k = y k * v k / d km startjagd nahrung rettung * (x m,y m )=(x k,y k ) (x m,y m )=(x z,y z ) *: x m =x m (0), y m =y m (0), x k =x k (0), y k =y k (0), x m = …, y m =… x k =… y k =…

7 Folie 7 H. Schlingloff, Eingebettete Systeme 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 Folie 8 H. Schlingloff, Eingebettete Systeme 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 Folie 9 H. Schlingloff, Eingebettete Systeme Datenflussmodellierung Beispiel ist stark datenorientiert Kontrollfluss nur zum Abbruch Modellierung durch Datenflussdiagramm jede Leitung entspricht einer Variablen Konstante als spezielle Variable Integratoren Rückkoppelungen

10 Folie 10 H. Schlingloff, Eingebettete Systeme

11 Folie 11 H. Schlingloff, Eingebettete Systeme Simulationsergebnis

12 Folie 12 H. Schlingloff, Eingebettete Systeme

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

14 Folie 14 H. Schlingloff, Eingebettete Systeme 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- und Produkterstellung erhöhte Zuverlässigkeit gegen Programmierfehler automatische Optimierung des generierten Codes Wie kann man sicherstellen, dass der generierte Code das Erwartete leistet? Quelle: dSPACE GmbHThanks for the slides: Daniela Weinberg

15 Folie 15 H. Schlingloff, Eingebettete Systeme 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) test output result comparison physical model implementation model test stimuli C code (target) ECU MiL (physical model) MiL (impl. model) SiL PiL C code (host)

16 Folie 16 H. Schlingloff, Eingebettete Systeme Szenarien für Testautomatisierung Requirements Modell Code Testsuite Requirements Modell Code Testsuite UseCases


Herunterladen ppt "13.6.2009 Eingebettete Systeme Qualität und Produktivität Prof. Dr. Holger Schlingloff Institut für Informatik der Humboldt Universität und Fraunhofer."

Ähnliche Präsentationen


Google-Anzeigen