黑盒测试技术在嵌入式软件测试中的融合应用

近些年来,嵌入式软件的规模及复杂程度急剧增大,尤其在国防、轨道交通、汽车、民航以及工业控制等领域的用户对嵌入式软件质量要求更加严格,使用过程中对嵌入式软件缺陷的容忍度越来越低。因此,如何有效提高嵌入式软件的质量成为目前迫切需要解决的问题。文章以某款新能源汽车整车控制策略中的空调控制模块为例,分析了如何将等价类划分法、边界值分析法、因果图分析法等黑盒测试技术有序高效地融合应用在嵌入式软件测试用例设计之中;文章阐明了使用不同类型的黑盒测试用例设计方法相互融合的嵌入式软件测试思路,可以有效、有序地设计出一组可靠性高、执行性强的功能测试用例,从而提高了测试的效率,保证了软件测试的置信度和软件质量。     

基于激光与视觉融合的车辆自主定位与建图算法

定位与建图是车辆未知环境自主驾驶的基础,激光雷达依赖于场景几何特征而视觉图像 易受光线干扰,依靠单一激光点云或视觉图像的定位与建图算法存在一定局限性。本文提出一 种激光与视觉融合SLAM(Simultaneous Localization And Mapping)的车辆自主定位算法,通过融 合互补的激光与视觉各自优势提升定位算法的整体性能。为发挥多源融合优势,本文在算法前 端利用激光点云获取视觉特征的深度信息,将激光-视觉特征以松耦合的方式输入位姿估计模块 提升算法的鲁棒性。针对算法后端位姿和特征点大范围优化过程中计算量过大的问题,提出基 于关键帧和滑动窗口的平衡选取策略,以及基于特征点和位姿的分类优化策略减少计算量。实 验结果表明：本文算法的平均定位相对误差为 0.11 m 和 0.002 rad,平均资源占用率为 22.18% (CPU)和 21.50%(内存),与经典的 A-LOAM(Advanced implementation of LOAM)和 ORB-SLAM2 (Oriented FAST and Rotated BRIEF SLAM2)算法相比在精确性和鲁棒性上均有良好表现。     

基于知识融合的船舶能耗决策支持系统

在建立船舶能耗评价模型基础上,针对能耗影响因素众多,提出了基于知识融合的船舶能耗决策支持系统的研究。以船舶能耗为对象,应用系统辨识理论,建立重点设备能耗模型库;以方法、经验和案例为基础,建立船舶能耗知识库;融合模型库、知识库、关系数据库等多源知识,建立船舶能耗评价与决策支持系统。以实现船舶航运管理、船舶操纵控制、航线设计以及船舶设计等各个过程的决策支持。     

雷达与AIS目标位置信息融合方法的研究

研究了利用AIS播发的目标位置等信息 ,在雷达上进行目标点迹 (位置 )关联与合并的融合方法。建立其数学模型 ,并进行计算机仿真验证 ,其结果显示出该方法可以有效地提高目标的位置精度与可靠性。     

基于模糊神经网络的航海信息融合技术研究

根据航海信息融合的要求，建立了航海信息融合处理模型，讨论了各种传感器数据的融合处理；采用改进的自适应模糊系统的径向基函数网络的信息融合算法实现目标信息融合，建立数学模型，给出了具体的算法，并通过计算机仿真，验证了该信息融合算法对提高目标数据的精度和可靠性的有效性。