(航空工业第一飞机设计研究院，陕西 西安 710089)

近年来，随着航空工业的高速发展，航电系统的复杂度也随之大幅提升。大型运输机显示控制系统的发展与航电系统的发展相适应，正逐步从单立式机械仪表显示和低综合度电器仪表显示向高度综合化的显示控制技术转化。座舱人机界面更加简洁，操作更加快捷，数字化程度更加全面，是当前显示控制系统的发展方向。图形图像处理技术、数字技术、信息技术的飞速发展，使大型运输机显示控制系统取得了长足的进步和发展。

显示控制系统是飞行员与航电系统交互的人机接口，也是感知任务系统、飞控系统、机电系统、环控系统等非航电系统实时状态的关键桥梁[1]。大型运输机显示控制系统具有交联关系复杂、接口众多、功能逻辑复杂等特点，且随着功能不断完善和系统不断迭代，其规模也日趋庞大，这也对配套测试系统提出了严格的要求。如何能够敏捷、准确、高效地完成测试需求成为了目前亟需解决的难题。传统测试为人员在环的开环测试方法，需要人工干预，降低了测试效率。人工操作的测试流程存在无法复用、错误率高、典型测试场景难以实现、特定故障场景难以复现等一系列问题[2]。为解决上述问题，本文设计了一种大型运输机显示控制系统自动化测试平台，能够通过解析ICD(接口控制文件)，自动生成测试用例并通过图像识别技术实现测试结果的自动判读，最终自动生成测试报告，从而大幅提高了测试效率，满足快速迭代测试的需求。

1 需求分析

1.1 大型运输机显示控制系统组成特点

大型运输机显示控制系统由显示终端、显示控制组件和显示处理单元组成。为保证可靠性，同时部署两套显示处理单元和显示控制组件，左右互为备份，确保失效或降级情况下的应急操作。典型的显示控制组件有系统启动板、显示控制板、选择转换板、多功能键盘、轨迹球、导航控制板等。与显示控制系统交联的外系统有自动飞行控制板、发动机控制板、液压控制板、起落架控制板、电源控制板、气源控制板等几十种控制板，其按键形式也分为按键、指示状态按键、保护式按键、按键式旋钮、按键式双旋钮、自动回弹旋钮等多种形式。大型运输机显示控制系统显示画面又包括主飞行显示区、多功能显示区、导航画面显示区、飞行通告显示区、主状态显示区、飞行管理显示区、检查单显示区、发动机信息显示区和外系统简图显示区等。

由此可见，大型运输机不同于战斗机和其他小型飞机，其显示控制系统具有交联逻辑复杂、显示控制组件种类繁多、操作形式多变、显示画面类型多且变化多样等特点。

1.2 显示控制系统传统测试方法

显示控制系统的传统测试方法为人员在环的开环测试，测试人员根据试验任务书或系统功能更改单编写纸质的试验测试记录，并根据系统详细设计文件编写操作测试用例。通过测试人员现场实操，判断显示控制系统是否满足设计要求，以及是否存在功能缺陷。表1为传统测试记录，测试人员根据操作用例中的步骤逐一设置，并观察系统响应是否正确。

表1 传统测试记录

传统测试方法的核心是测试人员，验证环境的配置和测试人员现场实操降低了测试效率。传统测试记录需要人工编写，在少量更改和批量生产的情况下无法复用操作流程，造成设备平台和人力资源浪费，严重影响开发周期[3-4]。

1.3 自动化测试平台需求分析

分析大型运输机显示控制系统的特点和显示控制系统传统测试方法存在的弊端，大型运输机显示控制系统自动化测试平台应具有以下特点：

① 能够模拟多种类、多形式显示控制组件激励信号。

② 能够根据ICD和网络配置自动生成测试用例基础集[5]。

③ 能够自动批量执行测试用例，测试过程应为人不在环的闭环自动测试。

④ 能够对测试用例进行版本管理，形成测试用例库，提高典型测试用例复用性。

⑤ 能够通过图像识别技术，自动识别显示数据，并自动判读测试结果[6]。

⑥ 能够自动生成测试报告。

2 自动化测试平台设计

2.1 平台硬件构型设计

图1为大型运输机显示控制系统自动测试平台硬件构型。左侧为被测系统，其中显示终端、显示处理单元、总线电缆均按照机载状态部署。右侧为自动测试平台，由2台主控计算机、1台数据服务器(含1台磁盘阵列)、1台图像识别机、1台测试实时目标机组成。内部通过以太网交换机交联，外部通过配线系统与被测系统交联。2台主控计算机为高性能工作站，负责解析ICD文件和网络配置，进行测试用例设计、调试和执行。数据服务器用于测试版本管理和测试过程中的数据存储，磁盘阵列用于定期对数据进行备份。图像识别计算机运行图像识别软件，并通过截取的DIV信号进行测试结果自动匹配，并将匹配结果通过以太网传送至主控计算机。测试实施目标机选用NI PXI工控机，其中配有ARINC429板卡和AFDX板卡，分别用于模拟显示控制板和外系统总线数据。配线系统进行机载信号和仿真信号的切换。同时负责截取显示终端的视频信号并传送至图像识别计算机。

2.2 平台软件设计

自动化测试平台软件采用成熟的工业级系统实时仿真软件RT-LAB进行开发，其完全集成了Matlab和Simulink，具有很强的通用性，便于扩展。并支持C、C++、LabVIEW、Visual Basic、Python和3D Virtual的无缝接入。自动化测试平台软件架构如图2所示。

2.2.1 配置解析模块

解析ICD文件和网络配置，根据ICD生成适应于AFDX和ARINC429总线网络的测试用例基础集，为测试用例的设计提供基础素材。

2.2.2 构型配置模块

根据解析的网络配置文件，并结合ICD对网络拓扑和数据路由进行确认。如图3所示，拓扑图显示当前上下位机以及被测设备之间的连接关系和运行状态，可以根据网络配置文件自动生成，也可以进行可视化编辑。拓扑图与配置表中的信息实时同步，测试人员通过软件界面可以灵活自由地配置验证构型，实现全数字、半实物、全实物验证环境的快速切换。

图1 平台硬件构型

图2 自动化测试平台软件架构

图3 网络拓扑图

2.2.3 用例设计与执行模块

用例设计与执行模块通过解析ICD数据库文件，将ICD中定义的元素转换成基础用例。这些基础用例(如舱门状态、襟翼挡位、减速手柄挡位、速度、高度等)仅表示单一的意义，并不能满足显控系统某项功能的验证。将这些单一意义的基础用例形成基础用例集，并通过显示控制软件运行逻辑关系组合成复杂的用例，如在用例集中提取舱门状态、襟翼挡位、减速手柄挡位、速度、高度等，将这一组用例赋值并按照特定顺序依次执行，形成特定功能的测试用例，即当舱门状态为关闭，襟翼挡位为15，减速手柄挡位为预位，速度为xxx m/s、高度xxx m时，显示控制系统应显示最大速度带最大速度告警。用例执行后通过对比预先设置的期望值与图像识别计算值，自动判读测试结果是否正确。用例执行的同时保存图像截图，当图像识别失败时，后期通过人工进行判读。平台为测试用例的执行提供了普通模式和激励响应模式。普通模式是以树的形式呈现测试流程，执行动作包括发送信号、接收信号、表达式赋值、表达式判断、延时、动作流程、启动动作流程、停止动作流程、循环、跳出循环、继续循环、比较期望值等多种类型。激励响应模式是以表格的形式呈现测试流程，表格内容包括步骤、信号名称、标量名称、激励值/期望值、描述和执行结果，能够满足多条件下复杂环境的测试。

2.2.4 图像识别模块

通过在显示终端前端加入视频分频器，将显示画面截取后送至图像识别模块。图像识别模块可处理固定区域图像和动态图像。固定区域的图像识别(如空速显示、电源状态显示等)可通过以下步骤实现。

① 根据参数显示区域对图像进行截取，由于参数显示区域固定，截取图像区域已预先确定。

② 对截取图像进行二值化处理，排除干扰背景，只保留黑色和白色两种颜色，用(0,1)进行表示。T表示关键阈值，可根据多次试验得出，Gray表示灰度像素，可采用加权平均值法确定，B表示二值像素：

③ 对二值化后的图像进行字符分割，得到从左到右的连续字符。

④ 将分割后的字符送入完成训练的神经网络，最终，将神经网络输出的二进制码转换后与预期值进行对比[7-8]。

动态目标识别如空中防撞信息等，采用背景差分法。其步骤如下：

① 截取一组动态数据中的一帧，用f(x，y)表示，背景图像用B(x，y)表示，计算其差分值D(x，y)：

D(x，y) = |f(x，y)-B(x，y)|

②D(x，y)为图像识别的目标对象，其通过背景和动态目标的差分值，确定出动态目标轮廓[9]。

对D(x，y)进行二值化处理，字符分割后使用静态目标识别的神经网络方法最终获得识别结果。

通过结合固定区域图像和动态目标图像识别结果，能够覆盖显示控制系统全部显示内容，对图像识别模块进行多轮测试，结果表明目标识别率能够达到95%。

2.3 自动测试平台工作流程

平台工作流程如图4所示。平台根据ICD文件和网络配置进行基础用例生成和试验构型配置。根据需求对基础用例进行逻辑关联组合，形成复杂的用例。通过图像识别结果和预期结果的对比实现测试结果的自动判读，最终存储结果并生成测试报告。

图4 平台工作流程图

3 平台执行结果与分析

以发动机信息显示页面为例，其中重要参数显示19个，针对这19个参数设计了57个用例。用例执行结果如图5所示。其中测试通过51个，未通过6个。执行时间205 s。相同的测试量若采用人工操作需要花费大量的时间进行参数设置和结果确认。

图5 执行结果与分析

4 结束语

本文分析了大型运输机显示控制系统的特点和传统人工测试的弊端，并据此设计了针对大型运输机显示控制系统的自动化测试平台。该平台能够实现固定区域和动态图像显示控制画面的自动测试，无需人工操作，解决了人工测试中效率低下、无法复用、错误率高等问题，满足快速迭代测试的需求。目前，该平台已成功应用于某大型运输机及其多种改型中。