技术文章和通讯

Simulink模型的持续集成验证

作者:David Boissy, Paul Urban, Krishna Balasubramanian, Pablo Romero Cumbreras, Colin Branch和Jemima普利帕蒂，MathWorks

本文 是由 两部分组成的系列文章的第一篇。第1部分介绍如何利用GitLab®版本控制和詹金斯®用于持续集成(CI)。第2部分,持续 集成验证 Simulink模型 使用GitLab， 介绍了如何使用GitLab进行版本控制和CI。

持续集成(CI)越来越受欢迎，并成为基于模型的设计的一个组成部分。但什么是CI?它的好处是什么?它试图解决什么问题?如何仿真软件®能否融入CI生态系统?如何在项目中最好地利用CI ?

如果您熟悉基于模型的设计但不熟悉CI，您可能会问自己这些问题。在这篇技术文章中，我们将探讨一个通用的CI工作流，并将其应用到基于模型的设计中。然后，我们使用Jenkins、GitLab和Simulink Test™完成该工作流的一个示例。

本例中使用的项目是可以下载．

词是什么?

CI是一种敏捷方法的最佳实践，开发人员定期提交并合并他们的源代码更改到一个中央存储库中。这些“变更集”随后被自动构建、限定并发布。图1演示了这个基本的CI工作流和开发工作流。

CI工作流图。开发人员和测试作者开发、测试、合并、审查并向版本控制提交更改，这些更改通过CI管道进行构建、测试、打包和部署。完成后，构建输出、工件和报告就可用了

图1。CI工作流。

在工作流的开发部分，模型和测试被开发、验证、合并、审查，并提交给开发人员桌面上的版本控制系统。然后，版本控制系统触发工作流的自动化CI部分。CI工作流程的关键部分是:

构建:源代码和模型成为目标文件和可执行文件。

测试:测试作为质量检验关来执行。

包:可执行文件、文档、工件和其他可交付成果被打包交付给最终用户。

部署:包被部署到生产环境中。

这四个步骤一起被称为CI“管道”。该管道通常是自动化的，根据系统的不同，完成它可能需要几分钟到几天的时间。值得注意的是，在这些步骤中，创建了大量的工件，例如材料清单、测试结果和报告。

CI工作流经常与版本控制系统相关的开发人员工作流配对。在这些工作流中，开发人员通常将更改保存在本地存储库中，并在部署之前使用本地CI管道对更改进行限定。

CI的好处是什么?

实现了CI的团队通常报告以下好处:

  • 可重复性。CI管道为构建、测试、打包和部署提供了一致的、可重复的自动化过程。可重复的自动化允许开发人员专注于必要的工作，并节省项目时间。这也是降低风险的一个重要方面，通常是认证的要求。
  • 质量保证。手动测试是有效的，但是它通常基于几天前的快照，并且缺乏可重复性。使用CI，更改总是根据最新的代码库进行测试。
  • 减少开发时间。具有内置质量保证的可重复过程导致了高质量产品的更快交付。2022世界杯八强谁会赢？自动部署意味着您的代码总是可以用于生产。
  • 改进的协作。有了CI，开发人员就有了一个已定义的过程来管理变更集并将他们的代码合并到生产线中。一致的过程使得管理大型团队成为可能，并降低了增加新开发人员的成本。
  • Audit-ready代码。CI工作流提供了广泛的审计跟踪。对于通过CI管道进行的每个更改，都有可能确定是谁进行了更改、谁审查了更改、更改的性质、依赖性、测试及其结果，以及在此过程中生成的任何数量的相关报告和工件。

    基于模型的设计如何适应CI?

    按照设计，CI工作流和工具是与语言和领域无关的。这意味着挑战是教CI工具、系统和过程说话基于模型的设计——换句话说，就是制作Simulink®及相关工具通用语CI工作流程。

    这可以通过将基于模型的设计的三个关键组件集成到CI工作流中来实现:验证、代码生成和测试(图2)。基于模型的设计强调早期验证，它映射到CI管道，在构建阶段之前有一个验证阶段。代码生成发生在构建阶段。通过模拟的动态测试和生成代码的静态分析可以在测试阶段完成。

    基于模型的设计C I工作流的说明，其中对模型的更改会触发C I管道来验证更改、构建、测试、打包和部署工件。

    图2。映射到CI管道的基于模型的设计。

    这里是我们如何教CI工作流程说话基于模型的设计:

    发展。MATLAB®、Simulink、编码器和工具箱用于开发活动。MATLAB项目用于组织工作、协作以及与版本控制系统的接口。

    测试。Simulink Check™用于在模拟和代码生成之前执行模型质量检查。Simulink测试用于开发、管理和执行基于模拟的测试。Simulink Coverage™用于测量覆盖率和评估测试有效性。然后，质量检查、测试结果和覆盖率度量可以作为开发人员检验他们工作的质量闸门。

    合并。MATLAB的比较文件和文件夹功能用于比较和合并MATLAB文件。模型比较工具用于比较和合并Simulink模型。

    审查。审核是质量过程中变更提交给版本控制系统之前的最后一步。这里回顾了MATLAB脚本和Simulink模型的更改。在提交之前，资格预审的测试结果也作为最终的质量闸门进行审核。

    提交。MATLAB项目为版本控制系统提供了一个接口。

    核实。Simulink Check是用于本地验证的相同工具，用于CI系统内的自动验证。

    构建。MATLAB编码器™，Simulink编码器™和嵌入式编码器®用于为软件在循环(SIL)测试生成代码。

    测试。Simulink Test，本地测试使用的相同工具，用于CI系统内的自动测试。

    打包和部署。打包是将可执行文件、文档、工件和其他可交付成果打包以交付给最终用户的地方。部署是打包软件的发布。在基于模型设计的工作流程中，这些阶段在组织和组之间差别很大，并且经常涉及到将不同的构建和认证工件捆绑到准备交付给其他团队的产品中。

    现代开发工具和实践使开发人员能够创建更健壮的系统，并尽早和经常地测试功能。当CI系统集成到工作流中时，单元级测试和系统级测试就会自动化。这意味着开发人员可以专注于开发新的特性，而不是验证特性已经正确集成。

    下面的案例研究描述了集成CI和基于模型的设计的工作流。

    案例研究:在CI系统中验证、构建和测试Simulink模型

    在本例中，我们使用基于模型的设计和CI对汽车车道跟踪系统执行基于需求的测试(图3)。

    左图为Simulink中车道跟踪示例模型的截图。右图是Simulink中车道跟踪示例模型的鸟瞰图。

    图3。Lane-following系统模型。

    我们将使用的管道(图4)在每次Jenkins构建时都要执行。

    显示在Lane-Following Example管道中执行的操作的图，包括按顺序验证标准遵从性、构建模型和执行测试用例，并且所有这三种操作都指向一个包工件步骤。

    图4。通道跟踪示例的管道。

    正在进行的阶段如下:

    1. 验证标准遵从性:一个MATLAB单元脚本运行一个简单的Model Advisor检查。评估标准确保模型没有未连接的线。
    2. 构建模型:一个MATLAB单元测试文件为我们的模型构建生产SIL代码。如果构建成功而没有警告，则评估标准通过。
    3. 执行测试用例:Simulink test中的测试套件使用几个驾驶场景来测试车道跟随控制器。三个评估标准用于验证控制器的满意运行:
      • 避免碰撞:自我车在驾驶过程中的任何一点都不会与领头车相撞。
      • 安全距离维护:自我车与领跑车的时间间隔在1.5秒以上。两辆车之间的时间差距定义为计算的车头时距与自我车速度的比值。
      • 随道:与车道中心线的横向偏差不超过0.2米。
    4. 包工件:前面的每个阶段都会产生工件，包括一个Model Advisor报告，一个生成的可执行文件，以及一组测试结果，这些结果可以被存档以供将来使用或参考。

    工作流步骤

    工作流程包括以下步骤(图5):

    1. 触发在Jenkins中进行构建，观察验证和构建阶段通过。
    2. 检测Jenkins的测试用例失败。
    3. 繁殖该问题在我们的桌面MATLAB。
    4. 修复这个问题在模型中通过放宽评估标准。
    5. 在本地测试以确保测试用例通过。
    6. 合并和审查测试分支上的更改。
    7. 提交更改Git并在Jenkins中触发构建。
    8. 验证、构建和测试詹金斯。
    显示用户如何向版本控制提交更改、触发CI管道的关系图。对变更进行验证、构建、测试、打包和部署。如果某个阶段失败，用户可以按照前面的步骤重新提交给版本控制。

    图5。工作流示例。

    我们通过CI循环的第一次失败的传递如图左上角所示。它显示了CI测试失败、本地复制、标准放松以及CI工作流的成功完成。

    工作流细节

    1. 我们首先触发在詹金斯选择一个构建现在构建．Simulink Check检查和代码生成通过。
    Jenkins Dashboard下拉菜单的截图。选择“立即构建”。
    1. 接下来,我们检测第二个验证阶段的测试用例失败。测试用例LFACC_Curve_CutInOut_TooClose在测试套件LaneFollowingTestScenarios不符合评估标准。
    失败摘要的屏幕截图。
    1. 为了更好地理解失败，我们繁殖利用Simulink测试对故障进行局部测试。我们打开测试文件LaneFollowingTestScenarios.mldatx并运行测试用例LFACC_Curve_CutInOut_TooClose．注意，它不符合安全距离评估标准。需要更灵活地确定领头车和自我车之间的时间差距。
    通过评估标准的Simulink Test窗口的截图。
    1. 有了对问题的理解，我们现在修复这个问题．我们打开LaneFollowingTestBenchExample.slx模型并导航到碰撞检测/测试评估测试序列块。第一个评估断言，自我和领头车之间的时间差距不应低于1.5秒，每次不应超过2秒。
    GlobalAssessments确保自我车和领头车之间的时间间隔不低于% 1.5s，每次持续2秒以上。验证（持续时间(time_gap < 1.5,证券交易委员会) < 2);验证未检测到碰撞验证(~碰撞);验证与车道中心线横向偏差的绝对值一次不超过5s不超过0.2m %。验证（持续时间(abs (lateral_deviation) > 0.2,证券交易委员会) < 5);

    这种评估对正在测试的侵略性驾驶机动的限制太大。出于本例的目的，我们放宽了评估标准，以确保时间间隔不会在每次超过5秒的情况下下降到0.8秒以下。

    GlobalAssessments确保自我车和领头车之间的时间间隔不低于% 0.8s，每次不超过5秒．验证（持续时间(time_gap < 0.8,证券交易委员会) < 5);验证未检测到碰撞验证(~碰撞);验证与车道中心线横向偏差的绝对值一次不超过5s不超过0.2m %。验证（持续时间(abs (lateral_deviation) > 0.2,证券交易委员会) < 5);
    1. 在我们的模拟中，这个问题似乎是固定的。确认,我们在本地测试,保存模型并在测试管理器中重新运行测试。注意，它通过了新的评估标准。
    通过评估标准的Simulink Test窗口的截图。
    1. 我们已经解决了这个问题，并在当地进行了验证。我们现在使用模型比较工具来审查在将更改提交给版本控制之前。
    显示模型比较工具中新旧更改的比较的截图。

    我们还可以使用模型比较工具的发布特性来检查代码。

    当使用模型比较工具的发布特性时，显示新旧更改的对比截图。
    1. bug修复后，我们将这些更改推到带有MATLAB项目的GitLab中，添加一个提交消息来注意评估标准的更改。
    MATLAB项目的截图，显示所选的提交按钮和提交消息对应的注释窗口。

    然后我们注意到GitLab中的最新提交。

    GitLab在Jenkins中自动触发构建。Jenkins项目仪表板显示构建状态和进度。

    Jenkins项目仪表板的截图，通过加载栏显示构建状态和进度。
    1. Jenkins构建运行。我们看到验证、构建和测试现在通过管道阶段。

    我们现在可以启动一个合并请求，将测试分支中的更改合并到主分支中。在GitLab,下存储库我们选择分支机构然后单击合并请求在测试分支上的最新提交旁边。

    带有活动分支详细信息的GitLab仪表板的截图。它是一个主分支，后面跟着一个带有合并请求按钮的Test分支。

    我们完成表单并提交合并请求。

    作为分支的所有者，我们可以通过单击合并按钮。所有更改现在都在主分支上捕获。

    一个截图，显示合并请求成功时显示的消息。

    举例说明:工具、资源和需求

    以下部分概述了帮助您入门的资源、您将需要的工具以及应该如何配置它们。

    配置系统

    Jenkins是我们的CI系统，GitLab是我们的版本控制系统。MATLAB、Jenkins和GitLab必须配置为一起工作。下面的教程将帮助您进行设置。

    配置我们的MATLAB项目

    配置詹金斯

    配置GitLab触发Jenkins

    这些教程专门针对GitLab和Jenkins，但这些概念也可以应用于其他版本控制和CI系统。

    所需的工具

    本示例需要以下工具:

    CI的许可考虑

    如果您计划在多个主机或云上执行CI，请联系continuous-integration@mathworks.com寻求帮助。注意:像MathWorks这样的转换产品2022世界杯八强谁会赢？®编码器和编译器产品可能需要客户端访问许2022世界杯八强谁会赢？可证(cal)。

    附录:配置MATLAB, GitLab和Jenkins

    步骤1。配置MATLAB项目使用源代码控制

    在我们的示例中，第一步是配置我们的项目以使用GitLab的源代码控制。

    1. 创建一个名为MBDExampleWithGitAndJenkins，将示例加载到其中，并打开MATLAB项目MBDExampleWithGitAndJenkins.prj．
    2. 在GitLab中，创建一个将作为远程存储库的新项目。它的名字MBDExampleWithGitAndJenkins并记录它所在的URL。
    3. 在MATLAB中，转换项目使用源代码控制。在Project选项卡上，单击使用源代码控制．
    一个显示MATLAB中项目选项卡的截图，选中了“使用源代码控制”按钮。

    点击将项目添加到源代码控制中．

    弹出的“源代码控制信息”的截图。集成被设置为none，存储库位置不适用。它表示没有为项目根检测到源代码控制系统，并有一个按钮说将项目添加到源代码控制。
    1. 点击转换．
    弹出“添加到源代码控制”窗口。将源代码控制工具选择为Git，并给出项目根。有一个转换按钮。
      1. 点击开放项目当完成。
      显示文件被添加到源代码控制的截图。文件已经通过了所有检查，并且出现了一个“打开项目”按钮。出现一个带有几个按钮和后勤的Git菜单。

      该项目现在处于本地Git源代码控制之下。

      步骤2。提交更改并将本地存储库推到GitLab

      1. 在Project选项卡上，单击远程．
      MATLAB项目选项卡的截图，其中“Remote”突出显示。
      1. 在GitLab中指定远程源的URL。
      “设置远程”弹出框的截图。它有一个为起源远程指定U R L的表单。给定的U R L是模糊的，在底部有一个验证按钮和一个OK按钮。

      点击验证要确保成功连接到远程存储库，请单击好吧．该项目现在配置为使用GitLab推送和拉取更改。

      1. 点击提交执行初始提交。
      MATLAB项目选项卡的截图，其中提交按钮突出显示。
      注释窗口的截图，提交消息为Initial commit。
      1. 点击推将所有更改从本地存储库推送到远程GitLab存储库。
      选中Push按钮的MATLAB项目选项卡的截图。
      1. 刷新GitLab仪表板并观察MATLAB项目的内容。
      GitLab仪表板的截图，其中空项目被更新为先前推送的内容。

      步骤3:创建测试分支

      在此步骤中，我们创建一个测试分支，用于在与主分支合并之前测试和验证更改。

      1. 点击分支机构．
      选中分支按钮的MATLAB Project选项卡的截图。
      1. 扩大分支和标签的创建部分，将分支命名为“Test”，然后单击创建．
      分支窗口的截图，分支和标签创建部分展开。分支的名称是Test，它旁边可用的创建按钮可用于创建分支。
      1. 观察测试在分支浏览器中。从Test分支单击开关然后关闭．
      分支窗口的截图，其中当前选择的分支是Test。它旁边可用的切换按钮可用于将现有分支切换到Test分支。下面提供的关闭按钮可用于关闭窗口。
      1. 在MATLAB选择推将这些更改推送到GitLab，并观察GitLab中的Test分支。
      显示GitLab仪表板的截图。选择测试分支，并显示分支的相应内容。

      步骤4:配置Jenkins调用MATLAB

      1. 安装两个必需的插件:
        • GitLab插件-这个插件允许GitLab触发Jenkins构建，并在GitLab UI中显示其结果。
        • MATLAB插件-这个插件集成了MATLAB和Jenkins，并提供Jenkins接口来调用MATLAB和Simulink。
      2. 选择新项目并创建一个新的自由式项目MBDExampleUsingGitAndJenkins．
      3. 在源代码管理下，启用Git，将Jenkins指向我们的GitLab存储库，并输入测试建立分支。注:需要登录名或密码和GitLab API令牌。
      选中源代码管理选项卡的弹出窗口的截图。Git被选中，有用于Repository U R L和Credentials的表单。还有一个用于构建分支的表单和存储库浏览器。
      :“源代码管理”选项卡的另一张截图。它显示了一个用于添加其他行为的按钮和一个用于保存的按钮。
      1. 将生成触发器配置为在向测试在GitLab分支。在Build Triggers部分中选择先进的>秘密令牌．GitLab使用这个令牌来请求构建并使用Jenkins进行身份验证。记下秘密令牌和GitLab的webhook。
      弹出窗口中选择的Build Triggers选项卡的截图。在构建后操作下，当更改被推送到GitLab时进行构建，选择推送事件和打开的合并请求事件。
      Build Triggers选项卡的另一个截图。在构建后操作下，选中已打开的合并请求事件、已批准的合并请求和注释，并填写注释“Jenkins请重试构建”。有保存和应用按钮。
      : Build Triggers选项卡弹出窗口的截图。在“构建后操作”下，选中“启用”、“忽略W I P合并请求”、“设置构建描述以构建原因”和“允许所有分支触发此作业”。有用于保存和应用的按钮。
      Build Triggers选项卡的另一个截图。在允许的分支部分中，“允许所有分支触发此作业”被选中。Secret令牌有一个表单，它被模糊化了。有保存和应用按钮。
      1. 配置构建环境。选择使用MATLAB版本并输入MATLAB根。
      选中Build Environment选项卡的弹出窗口的截图。“使用MATLAB版本”被选中，有一个下拉菜单供选择，并有一个表格供MATLAB根填写。
      1. 配置构建步骤。

      点击添加构建步骤并选择运行MATLAB命令．输入的命令openProject(“SltestLaneFollowingExample.prj”);LaneFollowingExecModelAdvisor
      打开项目并运行模型顾问检查。

      点击添加构建步骤并选择运行MATLAB命令一次。输入命令:openProject(“SltestLaneFollowingExample.prj”);LaneFollowingExecControllerBuild

      点击添加构建步骤并选择MATLAB运行测试．选择利用测试结果而且Cobertura代码覆盖率以完成构建配置。

      选中Build选项卡的弹出窗口的截图。有一些表格用来填写要在MATLAB中运行的命令。有用于保存和应用的按钮。
      Build选项卡的另一个截图。在“生成测试工件”下，T A P测试结果用路径的表单填写。在“生成覆盖工件”下，Cobertura代码覆盖将通过路径的表单进行选择。

      第5步。出版挖掘结果

      点击添加构建后操作>发布TAP结果．输入TAP测试结果将被发布的相对路径。

      带有发布T A P结果测试结果的表单的后构建操作弹出窗口的截图。选中' Verbose '，将为每个T a P流文件打印一条消息。

      此操作解析TAP测试结果，并在选择TAP扩展测试结果时使其可见。输出包含执行的测试用例的概述，结果摘要，以及来自MATLAB控制台的日志。

      仪表板上的下拉菜单截图，“T A P扩展测试结果”突出显示。
      一个截图显示执行的T A P测试结果的描述。

      TAP插件还收集最新测试执行的结果，并显示如下所示的运行状况图。您可以通过单击图表访问以前的任何构建。

      T A P测试结果图，x轴显示Jenkins构建号，y轴显示T A P测试计数。测试用颜色编码为失败、通过、跳过或执行。随着构建号的增加，通过的测试数量也会增加。

      步骤6。发布HTML报告

      点击添加构建后操作>发布HTML报告．输入将在其中发布HTML报告的相对根路径，以及该路径中索引页的文件名。

      发布H T M L报告弹出窗口的截图。它具有用于归档的H T M L目录、索引页、索引页标题和报告标题的表单。它还有一个用于保存过去H T M L报告的复选框。
      在“发布H T M L报告”弹出窗口的这个截图中，有两个复选框被填充:始终链接到上一次构建和在报告标题中转义下划线。还有一个要包含哪些文件的表单。
      发布H T M L报告弹出窗口的另一个截图，其中包含要存档的H T M L目录、索引页和已填充的报告标题。还有一个用于发布选项的按钮。

      添加要发布的HTML报告的数量。在这个场景中，有两个web报告:模型顾问摘要和代码生成报告。这些是用MATLAB内置函数创建的标准报告。您可以添加自定义HTML报告。

      您将在主Jenkins作业页面上找到一个报告链接，对应于每个HTML报告的最后一个构建。如果你激活了发布选项下的“总是链接到上一次构建”复选框，插件将发布最后一次构建的报告，而不管构建状态如何。如果这个复选框没有被激活，插件将只链接到最后一个“成功”的构建。

      Jenkins项目仪表板的截图，其中突出显示了查看模型顾问摘要报告和代码生成报告的选项。

      步骤7。配置GitLab在Jenkins中触发构建

      配置GitLab，当主分支上出现新推送时，在Jenkins中触发自动构建。要做到这一点，请导航到设置>人则．在Build Trigger配置中使用webhook URL和Jenkins提供的秘密令牌并进行选择推动事件．

      注意:在URL部分使用完全限定的域名来代替localhost，以便GitLab能够找到Jenkins安装。

      Webhooks弹出的截图，U R L表单已填写，Secret Token字段未填写，在“Trigger”下的“Push Events”已选中，并填写了Trigger表单。

      在测试下拉,选择推动事件测试集成。GitLab将显示“Hook executed successfully: HTTP 200”的消息，Jenkins将开始构建。

      项目钩子弹出的截图，其中包含了启用的webhook详细信息。

      步骤8。配置Jenkins-to-GitLab身份验证

      要在GitLab上自动发布Jenkins构建状态，必须配置Jenkins- To -GitLab身份验证。

      1. 在GitLab上创建一个选择API范围的个人访问令牌。
      个人访问令牌弹出窗口的截图，其中包含用于为名为GitLabToJenkins的令牌添加名称、过期日期和范围的表单。在“scope”下，选中“a pi”，授予对a pi的完全读/写访问权。
      1. 复制令牌并在Jenkins配置系统下创建GitLab连接。
        注意:连接可以在多个Jenkins作业上重用，如果用户至少具有“维护者”权限，则可以全局配置连接。
      一个GitLab连接弹出框，其中包含连接名称、GitLab主机U R L和凭据字段。还有用于高级选项、测试连接、删除和添加的按钮。

      第9步。将Jenkins整合到GitLab管道中

      要将Jenkins集成到GitLab管道中，必须在Jenkins中配置GitLab连接，并将作业状态发布到GitLab。

      1. 在Jenkins作业的General部分选择GitLab Connection。
      选中General选项卡的弹出窗口的截图。这里有一个用于选择GitLab Connection的下拉菜单、一个用于描述的表单和几个其他选项。
      1. 添加一个构建后操作，将构建状态发布到GitLab。
        注意:该操作没有参数，将使用现有的GitLab连接在GitLab上发布构建状态，并为每个提交和合并请求创建双向跟踪。
      添加的构建后操作的截图，该操作指示将构建状态发布到GitLab。有一个高级选项按钮。

      步骤10:可视化基于需求的测试度量(R2020b)

      基于需求的测试指标让您评估基于需求的测试活动的状态和质量。使用模型测试仪表板可以可视化度量结果。

      模型测试仪表板的截图，显示了基于需求的测试活动的质量。
      1. 创建一个名为collectModelTestingResults.m基于下面所示的函数。该函数将初始化度量引擎基础结构，并收集所有可用的模型度量。
      如果存在('metric')， R2020a中增加了% metric功能。“ConditionCoverageBreakdown”“CoverageDataService”…“DecisionCoverageBreakdown”“ExecutionCoverageBreakdown”…“MCDCCoverageBreakdown”“OverallConditionCoverage”…“OverallDecisionCoverage”“OverallExecutionCoverage”…“OverallMCDCCoverage”“RequirementWithTestCase”…“RequirementWithTestCaseDistribution”“RequirementWithTestCasePercentage”…“RequirementsPerTestCase”“RequirementsPerTestCaseDistribution”…“TestCaseStatus”“TestCaseStatusDistribution”…“TestCaseStatusPercentage”“TestCaseTag”… "TestCaseTagDistribution" "TestCaseType"... "TestCaseTypeDistribution" "TestCaseWithRequirement"... "TestCaseWithRequirementDistribution" "TestCaseWithRequirementPercentage"... "TestCasesPerRequirement" "TestCasesPerRequirementDistribution"... ]; % collect all metrics for initial reconcile E = metric.Engine(); execute(E, metricIDs); end end
      1. 将此文件添加到项目和路径中。
      2. 配置Jenkins通过调用new来收集度量结果collectModelTestingResults函数两次。第一个调用初始化与Simulink Test Manager的度量集成。第二部分使用导出的Simulink Test Manager结果收集度量结果。
        1. 点击添加构建步骤并选择运行MATLAB命令一次。输入命令:openProject(“SltestLaneFollowingExample.prj”);collectModelTestingResults
          将此构建步骤定位在MATLAB运行测试构建步骤。
        2. 点击添加构建步骤并选择运行MATLAB命令一次。再次输入命令:openProject(“SltestLaneFollowingExample.prj”);collectModelTestingResults
          将此构建步骤定位在MATLAB运行测试构建步骤。
      Build步骤弹出窗口的截图。运行MATLAB命令的表格中填写了收集模型测试结果的命令。此表单已放在运行MATLAB测试构建步骤之前。
      Build步骤弹出窗口的截图。运行MATLAB命令的表格中填写了收集模型测试结果的命令。此表单已放置在运行MATLAB测试构建步骤之后。
      1. 检查Simulink测试管理器结果在MATLAB运行测试构建步骤。
      Build步骤弹出窗口的截图。用文件路径填充Simulink Test Manager Results的表单。
      1. 将度量结果存档到派生目录中。您还必须归档导出的测试管理器结果，因为当加载回MATLAB中时，它们将允许Metric结果的完整导航。

      点击添加post-build行动并选择存档的工件。输入路径/ * *, matlabTestArtifacts / * .mldatx将保存到该目录的所有文件存档。

      Post-build Actions截图弹出窗口的截图。有一个“归档工件”的头文件和一个用于归档文件的文件路径的表单。还有一个高级选项按钮。

      注意:要在MATLAB中查看这些结果，请执行以下操作:

      • 下载存档的工件(派生目录和测试结果.mldatx文件)。
      • 提取并复制到用于运行CI作业的同一版本的项目的本地副本中。
      • 在MATLAB中打开项目并启动模型测试仪表板。

      CI生成的结果将显示在指示板．

      詹金斯®是LF Charities Inc.的注册商标。

      2022年出版的

      2022世界杯八强谁会赢？产品使用

      了解更多

      查看相关功能的文章

      查看相关行业文章

      Baidu
      map