Automated System-level Testing of Unmanned Aerial Systems

要約

無人航空機システム（UAS）は、セーフティクリティカルでミッションクリティカルな様々なアビオニクスシステムに依存している。国際安全規格の主な要件は、アビオニクス・ソフトウェア・システムの厳格なシステム・レベル・テストを実施することです。現在の業界慣行は、テストシナリオを手動で作成し、シミュレータを使用してこれらのシナリオを手動/自動で実行し、結果を手動で評価することです。テストシナリオは、通常、特定の飛行条件または環境条件を設定し、これらの設定で被試験システムをテストすることから構成される。この目的のための最先端のアプローチも、手動によるテストシナリオの開発と評価を必要とする。本稿では、UASのシステムレベル試験を自動化するための新しいアプローチを提案する。提案するアプローチ（AITester）は、モデルベースのテストと人工知能（AI）技術を利用して、様々なテストシナリオを自動的に生成、実行、評価する。テストシナリオは、実行時の環境コンテキストに基づいて、オンザフライで、すなわちテスト実行中に生成される。このアプローチはツールセットによってサポートされる。我々は、無人航空機（UAV）の自動操縦システムおよび地上管制ステーション（GCS）のコックピット・ディスプレイ・システム（CDS）というUASの2つのコアコンポーネントについて、提案されたアプローチを実証的に評価した。その結果、AITesterは、UAV自動操縦の期待挙動からの逸脱を引き起こすテストシナリオを効果的に生成し、GCS-CDSの潜在的な欠陥を明らかにすることが示された。

要約(オリジナル)

Unmanned aerial systems (UAS) rely on various avionics systems that are safety-critical and mission-critical. A major requirement of international safety standards is to perform rigorous system-level testing of avionics software systems. The current industrial practice is to manually create test scenarios, manually/automatically execute these scenarios using simulators, and manually evaluate outcomes. The test scenarios typically consist of setting certain flight or environment conditions and testing the system under test in these settings. The state-of-the-art approaches for this purpose also require manual test scenario development and evaluation. In this paper, we propose a novel approach to automate the system-level testing of the UAS. The proposed approach (AITester) utilizes model-based testing and artificial intelligence (AI) techniques to automatically generate, execute, and evaluate various test scenarios. The test scenarios are generated on the fly, i.e., during test execution based on the environmental context at runtime. The approach is supported by a toolset. We empirically evaluate the proposed approach on two core components of UAS, an autopilot system of an unmanned aerial vehicle (UAV) and cockpit display systems (CDS) of the ground control station (GCS). The results show that the AITester effectively generates test scenarios causing deviations from the expected behavior of the UAV autopilot and reveals potential flaws in the GCS-CDS.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL