系统集成与测试

11.4.1 系统集成与测试的理论框架

系统集成与测试是移动机器人开发过程中将硬件、软件、算法等各个子系统组合成一个完整系统，并验证其是否满足设计要求的阶段。这一阶段的核心任务是在真实环境中验证机器人的功能、性能和可靠性，发现并修复潜在问题，为最终交付奠定基础。

系统集成与测试的V模型是经典的开发流程模型，强调了测试与设计的对应关系：

text

需求分析 ─────────────────────────► 验收测试
│ │
▼ ▼
系统设计 ─────────────────────────► 系统集成测试
│ │
▼ ▼
模块设计 ─────────────────────────► 模块集成测试
│ │
▼ ▼
详细设计 ─────────────────────────► 单元测试
│ │
▼ ▼
编码实现 ─────────────────────────► 代码审查

移动机器人系统集成的特点：

• 多学科交叉：机械、电子、软件、算法协同

• 实时性要求：必须满足控制周期和响应时间约束

• 环境依赖性：性能表现受环境（光照、地形）影响大

• 安全性考量：测试过程中需保障人员和设备安全

11.4.2 硬件-软件集成

硬件-软件集成是系统集成的第一步，确保硬件平台能够被软件正确驱动和控制。

硬件抽象层验证

在集成初期，首先验证硬件抽象层（HAL）的正确性：

c

// HAL验证测试程序
void hal_validation_test(void) {
// 1. 验证GPIO
gpio_write(LED_PIN, 1);
delay_ms(500);
gpio_write(LED_PIN, 0);

// 2. 验证PWM输出（示波器观察波形）
pwm_set_duty(MOTOR_PWM_CH, 50); // 50%占空比
delay_ms(1000);
pwm_set_duty(MOTOR_PWM_CH, 0);

// 3. 验证ADC读取
uint16_t adc_val = adc_read(BATTERY_ADC_CH);
printf("Battery ADC: %d\\n", adc_val);

// 4. 验证I2C传感器
uint8_t who_am_i = i2c_read_reg(IMU_ADDR, WHO_AM_I_REG);
printf("IMU WHO_AM_I: 0x%02X\\n", who_am_i);

// 5. 验证UART通信
uart_send_string(DEBUG_UART, "HAL validation OK\\r\\n");
}

驱动程序集成

逐个集成传感器和执行器驱动，验证数据采集和控制输出的正确性：

电源管理验证

验证电源系统的各项功能：

c

void power_management_test(void) {
// 测试电池电压读取
float voltage = read_battery_voltage();
printf("Battery voltage: %.2fV\\n", voltage);

// 测试低电量告警
if (voltage < LOW_BATTERY_THRESHOLD) {
printf("LOW BATTERY WARNING\\n");
}

// 测试电源模式切换
printf("Entering sleep mode in 3s…\\n");
delay_ms(3000);
enter_sleep_mode();

// 使用外部中断唤醒后继续
printf("Woken up!\\n");

// 测试关机功能
printf("Shutting down in 5s…\\n");
delay_ms(5000);
power_off();
}

11.4.3 模块间集成测试

模块间集成测试验证各个软件模块能否协同工作，重点关注接口的正确性和数据的一致性。

感知-决策集成测试

验证传感器数据能够正确传递到决策模块：

c

// 感知-决策集成测试
void perception_decision_integration_test(void) {
// 模拟传感器数据
SensorData_t mock_sensors = {
.lidar_ranges = { /* 模拟数据 */ },
.imu_accel = {0, 0, 9.8},
.odom_x = 1.0, .odom_y = 2.0, .odom_theta = 0.5
};

PerceptionOutput_t perception_out;
DecisionOutput_t decision_out;

// 运行感知处理
Perception_Process(&mock_sensors, &perception_out);

// 运行决策模块
Decision_Update(&perception_out, &decision_out);

// 验证决策输出是否合理
TEST_ASSERT(decision_out.target_velocity >= 0);
TEST_ASSERT(decision_out.status != STATUS_FAILED);
}

决策-控制集成测试

验证决策指令能否正确转换为电机控制信号：

c

void decision_control_integration_test(void) {
DecisionOutput_t decision = {
.target_velocity = 0.5, // 0.5 m/s
.target_omega = 0.2, // 0.2 rad/s
.status = STATUS_OK
};

MotorFeedback_t feedback = {
.left_speed = 0.48,
.right_speed = 0.52
};

ControlOutput_t control_out;
Control_Update(&decision, &feedback, &control_out);

// 验证控制输出
printf("Left PWM: %.2f, Right PWM: %.2f\\n",
control_out.left_pwm, control_out.right_pwm);

// 预期左轮PWM略小于右轮（因为要向右转）
TEST_ASSERT(control_out.left_pwm < control_out.right_pwm);
}

人机交互集成测试

验证用户指令能否正确传递到系统：

c

void hmi_integration_test(void) {
// 模拟用户输入
UserInput_t user_input = {
.recognized_text = "go to point A",
.confidence = 0.95,
.touch_x = 100, .touch_y = 200
};

// 运行交互模块
UserOutput_t user_output;
UI_Process(&user_output, &user_input);

// 检查是否生成任务指令
TaskCommand_t task;
Decision_GetCurrentTask(&task);
TEST_ASSERT(task.task_type == TASK_GOTO_POINT);

// 检查语音反馈
TEST_ASSERT(strlen(user_output.tts_text) > 0);
printf("Robot says: %s\\n", user_output.tts_text);
}

11.4.4 功能测试与性能测试

功能测试验证系统是否满足需求规格说明书中定义的功能，性能测试验证系统在极限条件下的表现。

功能测试用例

自主导航功能测试代码：

c

void navigation_function_test(void) {
// 设置目标点
TaskCommand_t task = {
.task_type = TASK_GOTO_POINT,
.task_params.goto_point = {5.0, 3.0, 0.1} // x=5, y=3, 容差0.1m
};
Decision_SetTask(&task);

// 等待机器人到达
uint32_t start_time = get_tick_ms();
while (1) {
RobotStatus_t status;
Decision_GetStatus(&status);

if (status.nav_status == NAV_ARRIVED) {
printf("Navigation succeeded in %lu ms\\n", get_tick_ms() – start_time);
break;
}

if (status.nav_status == NAV_FAILED) {
printf("Navigation failed!\\n");
break;
}

delay_ms(100);
}

// 验证定位精度
float x, y, theta;
get_robot_pose(&x, &y, &theta);
float error = sqrt((x-5.0)*(x-5.0) + (y-3.0)*(y-3.0));
TEST_ASSERT(error < 0.05); // 误差<5cm
}

性能测试

性能测试关注系统在极限条件下的表现：

避障响应时间测试：

c

void obstacle_response_time_test(void) {
// 设置机器人以0.5m/s匀速前进
set_robot_velocity(0.5, 0);

// 使用GPIO标记事件
gpio_write(TEST_PIN, 1); // 触发障碍物出现

uint32_t start = DWT->CYCCNT;

// 等待机器人停止或避障
while (get_robot_velocity() > 0.1) {
// 等待
}

uint32_t end = DWT->CYCCNT;
float response_time_ms = (float)(end – start) / (SYSCLK_FREQ / 1000);

printf("Response time: %.2f ms\\n", response_time_ms);
TEST_ASSERT(response_time_ms < 100); // <100ms
}

11.4.5 环境测试与可靠性测试

环境测试验证机器人在不同环境条件下的适应能力，可靠性测试评估系统的长期稳定性。

环境测试

环境测试示例：

c

void temperature_test(void) {
// 在温箱中运行
printf("Starting high temperature test at 40°C\\n");

for (int hour = 0; hour < 2; hour++) {
// 每小时执行一轮功能测试
bool passed = run_function_test_suite();
if (!passed) {
printf("Test failed at hour %d\\n", hour);
return;
}

// 记录关键指标
record_telemetry();
delay_ms(3600000); // 1小时
}

printf("High temperature test passed\\n");
}

可靠性测试

可靠性测试通过长时间运行和故障注入来评估系统的稳定性：

• MTBF测试：连续运行72小时，记录故障次数

• 压力测试：在最大负载下持续运行

• 边界测试：输入极限值，观察系统响应

• 故障注入：模拟传感器失效、通信中断等异常

c

void fault_injection_test(void) {
// 模拟激光雷达失效
printf("Injecting LiDAR failure\\n");
set_sensor_fault(SENSOR_LIDAR, FAULT_DISCONNECT);

// 等待系统反应
delay_ms(1000);

// 验证是否进入降级模式
RobotMode_t mode = get_robot_mode();
TEST_ASSERT(mode == MODE_DEGRADED);

// 恢复传感器
clear_sensor_fault(SENSOR_LIDAR);

// 验证是否恢复正常
delay_ms(2000);
mode = get_robot_mode();
TEST_ASSERT(mode == MODE_NORMAL);
}

11.4.6 测试工具与自动化

测试工具链

自动化测试框架

构建自动化测试流水线，实现持续集成：

yaml

# .gitlab-ci.yml
stages:
– build
– unit_test
– integration_test
– hardware_test

build:
stage: build
script:
– make clean
– make

unit_test:
stage: unit_test
script:
– make test
– ./run_tests

integration_test:
stage: integration_test
script:
– python run_simulation_tests.py –tests navigation,obstacle_avoidance

hardware_test:
stage: hardware_test
script:
– python run_hardware_tests.py –tests battery,motors,sensors
only:
– main

数据记录与分析

在测试过程中记录关键数据，便于事后分析：

c

// 数据记录结构
typedef struct {
uint32_t timestamp;
float pose_x, pose_y, pose_theta;
float target_v, target_w;
float actual_v, actual_w;
float battery_voltage;
uint8_t motor_current[2];
uint8_t ultrasonic[4];
uint8_t error_code;
} Telemetry_t;

// 周期性记录（100ms）
void telemetry_task(void *param) {
Telemetry_t data;
FILE *log_file = fopen("test_log.bin", "wb");

while (test_running) {
data.timestamp = get_tick_ms();
get_robot_pose(&data.pose_x, &data.pose_y, &data.pose_theta);
get_target_velocity(&data.target_v, &data.target_w);
get_actual_velocity(&data.actual_v, &data.actual_w);
data.battery_voltage = read_battery_voltage();
// … 采集其他数据

fwrite(&data, sizeof(Telemetry_t), 1, log_file);
fflush(log_file);

vTaskDelay(pdMS_TO_TICKS(100));
}

fclose(log_file);
}

11.4.7 问题追踪与回归测试

缺陷管理

建立缺陷管理流程，确保每个问题都被跟踪和解决：

c

// 缺陷记录结构
typedef struct {
uint32_t id;
char description[256];
enum { CRITICAL, MAJOR, MINOR } severity;
enum { NEW, ASSIGNED, FIXED, VERIFIED, CLOSED } status;
char found_by[32];
char assigned_to[32];
uint32_t found_date;
uint32_t fixed_date;
char module[32];
char environment[64];
} Defect_t;

// 缺陷数据库（简化）
Defect_t g_defects[MAX_DEFECTS];
int g_defect_count = 0;

void add_defect(Defect_t *defect) {
defect->id = g_defect_count + 1;
g_defects[g_defect_count++] = *defect;
// 通知相关人员
send_notification(defect);
}

void fix_defect(int id, const char *fix_description) {
for (int i = 0; i < g_defect_count; i++) {
if (g_defects[i].id == id) {
g_defects[i].status = FIXED;
g_defects[i].fixed_date = get_tick_ms();
// 记录修复描述
break;
}
}
}

回归测试

每次修改后运行回归测试，确保没有引入新问题：

python

# regression_test.py
import subprocess
import json

def run_regression_tests():
# 运行所有测试用例
test_cases = [
"test_navigation",
"test_obstacle_avoidance",
"test_battery_management",
"test_sensor_fusion"
]

results = {}
for test in test_cases:
print(f"Running {test}…")
result = subprocess.run([f"./{test}"], capture_output=True)
results[test] = {
"passed": result.returncode == 0,
"output": result.stdout.decode()
}

# 生成报告
with open("regression_report.json", "w") as f:
json.dump(results, f, indent=2)

# 检查是否有失败的测试
failed = [t for t, r in results.items() if not r["passed"]]
if failed:
print(f"Regression test failed: {failed}")
return False
return True

11.4.8 现场测试与用户验收

现场测试计划

现场测试是在真实应用环境中验证系统性能的最后阶段：

用户验收测试（UAT）

用户验收测试由最终用户执行，验证系统是否满足业务需求：

c

// UAT用例模板
typedef struct {
char id[16];
char description[128];
char precondition[128];
char steps[512];
char expected_result[128];
enum { PENDING, PASSED, FAILED } result;
char actual_result[256];
} UATCase_t;

UATCase_t uat_suite[] = {
{
"UAT-001",
"用户通过手机APP发送导航指令",
"机器人在起点，APP已连接",
"1. 打开APP\\n2. 选择目标点\\n3. 点击开始导航",
"机器人移动到目标点，APP显示到达",
PENDING,
""
},
// 更多用例…
};

void run_uat(void) {
for (int i = 0; i < sizeof(uat_suite)/sizeof(UATCase_t); i++) {
printf("\\n=== %s: %s ===\\n", uat_suite[i].id, uat_suite[i].description);
printf("前置条件: %s\\n", uat_suite[i].precondition);
printf("步骤:\\n%s\\n", uat_suite[i].steps);
printf("预期结果: %s\\n", uat_suite[i].expected_result);

char input;
printf("测试通过? (y/n): ");
scanf(" %c", &input);

if (input == 'y' || input == 'Y') {
uat_suite[i].result = PASSED;
} else {
uat_suite[i].result = FAILED;
printf("请输入实际结果: ");
fgets(uat_suite[i].actual_result, sizeof(uat_suite[i].actual_result), stdin);
}
}

// 生成UAT报告
generate_uat_report();
}

11.4.9 常见问题与最佳实践

常见问题与解决方案

问题1：硬件-软件接口不匹配

现象：驱动程序无法正确控制硬件，传感器读数异常。

根因分析：引脚定义错误、时序不匹配、电平不兼容。

解决方案：

• 建立硬件-软件接口文档，双方共同评审

• 编写硬件抽象层验证程序，逐个测试接口

• 使用逻辑分析仪捕获实际时序，与规格书对比

问题2：模块间集成时数据不一致

现象：感知模块输出的障碍物位置与控制模块期望的坐标系不一致。

根因分析：模块间对数据含义理解不一致，坐标系定义不同。

解决方案：

• 明确定义接口数据结构，形成文档

• 增加数据头信息（如坐标系标识、时间戳）

• 编写集成测试用例，验证数据转换正确性

问题3：实时任务错过截止期

现象：控制周期偶尔超过1ms，导致机器人抖动。

根因分析：高优先级任务被中断或其他任务阻塞。

解决方案：

• 使用任务级看门狗监控执行时间

• 优化中断处理，将耗时操作移至任务

• 调整优先级，确保关键任务最高优先级

问题4：环境测试中发现传感器失效

现象：在强光下视觉识别失败，低温下IMU漂移。

根因分析：传感器工作范围未覆盖实际环境条件。

解决方案：

• 在选型阶段考虑环境适应性

• 增加传感器冗余，多模态融合

• 软件自适应（如根据光照调整曝光）

问题5：长时间运行后内存泄漏

现象：运行24小时后系统响应变慢，最终崩溃。

根因分析：动态内存分配未释放，或堆栈溢出。

解决方案：

• 使用静态内存分配替代动态分配

• 定期检查内存使用情况

• 运行内存泄漏检测工具（如Valgrind）

最佳实践指南

实践1：测试驱动开发（TDD）

在编写功能代码前先编写测试用例：

c

// 先写测试
void test_pid_controller(void) {
PID_t pid;
pid_init(&pid, 1.0, 0.1, 0.01, -100, 100);

float output = pid_update(&pid, 100, 90, 0.01);
TEST_ASSERT_FLOAT_WITHIN(0.1, 10.0, output);
}

// 后实现功能
float pid_update(PID_t *pid, float setpoint, float measurement, float dt) {
float error = setpoint – measurement;
// 实现PID算法
return …;
}

实践2：持续集成（CI）

每次代码提交自动运行测试，确保质量：

• 设置Git钩子，提交前运行单元测试

• 使用CI服务器（Jenkins/GitLab CI）自动构建和测试

• 测试失败时通知开发人员

实践3：灰度发布

新功能先在小范围测试，再逐步扩大：

实践4：问题追溯

每个问题都要追溯根源，避免重复发生：

• 问题发生后，记录详细复现步骤

• 分析根本原因，而非只解决表面现象

• 更新测试用例，防止回归

• 分享经验教训，团队共同学习

实践5：自动化测试金字塔

text

/\\ UI测试（少量）
/ \\ 集成测试（适量）
/ \\ 单元测试（大量）
/______\\

• 单元测试：覆盖核心算法和模块，快速反馈

• 集成测试：验证模块间交互，自动化运行

• UI测试：验证用户界面，手工或自动化

11.4.10 本章小结

系统集成与测试是移动机器人开发中将理论转化为实践的关键环节，其质量直接决定了最终产品的可靠性和用户满意度。本章系统阐述了从硬件-软件集成到用户验收的完整测试体系。

硬件-软件集成确保硬件平台能够被软件正确驱动，通过HAL验证和驱动程序测试，建立软硬件之间的可靠桥梁。

模块间集成测试验证感知、决策、控制、交互等模块能否协同工作，重点关注接口的正确性和数据的一致性。

功能测试与性能测试分别验证系统是否满足需求规格和极限条件下的表现，通过量化的测试用例确保系统质量。

环境测试与可靠性测试评估机器人在不同环境下的适应能力和长期运行的稳定性，通过故障注入和压力测试发现潜在问题。

测试工具与自动化构建了从单元测试到现场测试的完整工具链，通过持续集成实现质量保证的自动化。

问题追踪与回归测试确保每个缺陷都被有效管理，每次修改后都验证系统稳定性，防止问题复发。

现场测试与用户验收在真实环境中验证系统性能，通过用户参与确保系统满足业务需求。

从实践角度看，系统集成与测试遵循明确的技术路径：单元测试验证模块→集成测试验证接口→功能测试验证需求→性能测试验证极限→环境测试验证适应性→现场测试验证实用性→用户验收验证满意度。每个环节都需要将测试理论转化为具体的测试用例和验收标准。

优秀的测试体系不是一蹴而就的，而是在项目实践中不断完善的。测试人员应与开发人员紧密协作，将测试左移到开发早期，通过自动化提高效率，最终交付高质量、高可靠性的移动机器人产品。