top of page

Smarte LED Matrixbeleuchtung

für den führenden europäischen Automobilhersteller
unsplash-ENJmH0SSd8w_edited.jpg

Das Kundenprojekt beschäftigt sich mit der Neuentwicklung der Lichtsteuerung für Luxusmarken von VW, Audi und Porsche. Die LED-Matrixlichter an der Front und der Rückseite werden zum Beispiel so angesteuert, dass entgegenkommende Fahrzeuge oder Personen nicht geblendet werden. Weiters wird eine Kurve ausleuchtet und der Scheinwerfer automatisch auf- und abblendet.

 

Der gesamte Lebenszyklus des Produktes durchlief eine unabhängige Prüfung entsprechend Automotive-Spice (Software Process Improvement and Capability Determination) Standard. Alle Prozesse, Architektur und Design der Systeme, sowie die Testdurchführung inklusive Testdokumentation auf mehreren Ebenden wurden von einem externen Testhaus auditiert.

mpindustries.at hat die Regressionstests erstellt, durchgeführt und die Issue-Tickets weiterverfolgt. Zusätzlich ist von mpindustries.at eine Testautomatisierung über die prozedurale Programmiersprache CAPL implementiert worden und für die CI/CD-Pipeline für eine automatisierte Testdurchführung vorbereitet worden.


 

Haupttätigkeiten am Hardware-in-the-Loop (HIL) System:

Das Testsystem bestand aus der Systemhardware, einer speziellen Videokarte auf einem Windows-System, einer steuerbarer Stromversorgung und einer Testschnittstelle.

 

Die Tests wurden auf folgende zwei Testebenen durchzuführen:

1. System-Engineering-Ebene (SYS):
Auf dieser Ebene wurde das System inklusive der Hardware unter Test gestellt. Meine Aufgabe war die Erstellung und Durchführung der Regressions-Tests. Zum Beispiel habe ich im Rahmen meiner Tätigkeiten die  End-of-Line-Daten (EOL), Gyro-Daten, die Videoschnittstelle und Boot/Security-Testfälle vom Steuermodul validiert.

2. Software-Engineering-Ebene (SWE):
Auf SWE-Ebene hat die Erstellung und Durchführung der Software Integration Tests stattgefunden. Unter anderem habe ich die Inter Process Communication (IPC), die Beleuchtungs-Modi, die Status-Modi und Ermittlung der Fehlerklassen.

3. Erstellung der kontinuierlichen Testautomatisierungsumgebung mit Hilfe von GitLab und Python.

 

Unsere Ergebnisse:

1. Erhöhung der Testabdeckung auf beiden Ebenen von 0 % auf ~75 %
2. Analyse und Umsetzung der Testfallgenerierung von der Software-Architektur- und Design
3. Inbetriebnahme und Erweiterung der Test-Hardware um GMSL-Videoverarbeitung.
 

Spezielle Herausforderungen des Projektes:

1. Erstellung komplexer Testfälle
2. Großes dynamisches und internationales Projektteam
3. Zusammenarbeit mit weit entfernten Software-Lieferant aus Asien.

 

Verwendete Werkzeuge:


Kollaborative Tools:

Polarion inklusive mehrstufige Inner-Join-Abfragen, GitLab
 

RESTbus-Simulation:

Vector CANoe, CANape und CAPL, Texas Instruments CCSTUDIO, Python 3.9

Hardware:

Gigabit Multimedia Serial Link, UART, SPI-Bus, I2C-Bus, Arduino, Oszilloskop

Weiterführende Artikel:

1. Matrixlicht:
Matrix-LED, LED und Laser: Vorteile, Nachteile, Umrüstung?

2. Audi:
Was Audis Digitallicht alles kann

3. Porsche:
Performance-Sprung in der Lichttechnik

4. VW:
Die neuen „IQ.Light – HD-Matrix-Scheinwerfer“

bottom of page