工程软件开发的敏捷和基于模型的设计

当今大多数为工程应用开发软件的团队都认识到传统(瀑布式)方法的缺点。这些包括在项目后期发现缺陷和设计问题，适应需求变化的能力，以及交付不满足客户需求的系统的风险。

为了克服这些缺点，许多团队已经采用了一种将敏捷方法与基于模型的设计相结合的方法。

对基于模型的设计和敏捷方法的研究表明，基于模型的设计补充了工程应用的敏捷，甚至使敏捷成为可能。与敏捷一样，基于模型的设计最初是为了支持快速迭代。它还满足了敏捷无法单独解决的系统工程挑战:

• 如何在没有设备的情况下进行早期测试
• 如何管理工程系统的复杂性
• 如何降低在昂贵的硬件上测试未经验证的软件的风险
• 如何满足功能安全和其他标准的要求，包括DO-178B/C和ISO 26262

本文通过一个将基于模型的设计与敏捷方法和Scrum框架相结合的自适应巡航控制示例，解释了基于模型的设计如何支持敏捷开发的核心价值。

将敏捷的核心价值映射到基于模型的设计

敏捷宣言为软件开发定义了四个核心价值:

• 个人和交互胜过过程和工具
• 工作软件优于全面的文档
• 客户协作胜过合同谈判
• 对变化做出反应而不是遵循计划

该宣言的作者指出，“over”并不意味着“not”。他们的建议是转移重点:“虽然右边的项目有价值，但我们更看重左边的项目。”

让我们看看这些敏捷价值如何映射到基于模型的设计。

关注个体和互动

基于模型的设计中的过程和工具——特别是建模和模拟——促进了个人和团队之间的生产性交互。该模型可以直接在Simulink中共享^®，在报告中，或作为网页，使所有利益相关者使用它作为共同的参考点和唯一的真相来源。模拟结果清晰可见，可以促进设计决策、Scrum计划以及与涉众的讨论。

注重与客户的合作

客户协作是敏捷方法的核心。每个sprint都以计划会议开始，以评审会议结束，在评审会议上，客户经常被邀请提供输入。建模和仿真不仅支持有效的客户协作，而且支持跨团队、域和规程的协作。来自硬件设计、系统设计以及功能和组件开发的工程师有一种共同的语言，可以专注于一起工作，而不是担心工具。

专注于工作软件

对于使用敏捷的团队来说，基于模型的设计的主要优势之一是，即使嵌入式目标、设备、传感器或其他硬件不可用，也能够从他们最早的冲刺阶段开发系统的工作版本。通过仿真验证的Simulink模型可以作为工作软件在整个项目中。模型充当开发中系统的可执行规范。在早期的sprint中，当硬件可能不可用时，模拟结果可以与客户共享，代替硬件测试结果，并用于衡量进度，征求购买，或计划下一个sprint。模型还提供了一种清晰而方便的方法来衡量进展。随着模型的细化，它可以用于为软件在循环(SIL)、处理器在循环(PIL)和硬件在循环(HIL)测试以及实时原型和生产系统生成代码。

该模型还可以作为全面文档的基础。在基于模型的设计中，文档是设计过程的一个输出，而不是一个离散的任务，文档和报告可以根据需要从模型中生成。

专注于应对变化

瀑布式开发的一个主要障碍是不能充分响应不断变化的需求和条件。敏捷开发和基于模型的设计解决了这一缺陷，并使团队能够更有效地响应变更。对于工程应用程序中的任何重要更改，使用基于模型设计的工程师可以修改模型，然后简单地重新生成代码。在实现任何更改之前，团队可以运行假设分析，以确定适应特定更改请求的最佳方式。在对模型进行更改之后，工程师可以为回归测试运行模拟，以确保更改不会在系统中导致非预期的行为。当模型与需求相关联时，团队可以执行影响分析，以了解对模型一部分的更改将如何影响其他部分。

用例:结合敏捷方法和基于模型的设计开发自适应巡航控制器

在这个例子中，一个汽车工程团队正在开发具有传感器融合的自适应巡航控制系统的软件。该系统融合来自机载雷达和视觉传感器的输入数据，以识别最重要的目标及其与自我车辆的距离，以适应速度和保持安全距离。

在这个项目中，一组工程师致力于开发控制算法，另一组开发驾驶场景和合成传感器数据。这些合成数据将使工程师能够在实际传感器数据可用之前很好地开发和测试算法。使用合成数据的早期模拟可以为设计决策提供信息，例如车内传感器的类型、数量和位置。

在第一个sprint中，每个子团队(或工程师小组)为其各自的子系统建模，使用共享的系统级Simulink模型来协调他们的工作(图2)。即使在这个早期阶段，他们也可以运行模拟来查看控制器在各种条件下的行为。在编写或生成一行代码之前，他们会调试控制器，确定要优化的参数，并从系统的工作版本中可视化关键性能指标。

在第一个sprint结束时与客户的评审会议中，他们共享模型和仿真结果(图3)。模型和结果提供了工作软件的具体表示—例如，通过说明在另一辆车进入其车道后车辆的速度如何下降。

在随后的sprint中，团队根据客户反馈对模型进行改进或增强——例如，通过调整安全跟随距离或改变车辆加速或减速的速率——并优化其以生成代码并部署到ECU。生成的代码可以原样使用，也可以与遗留代码集成，作为更大系统的一部分。使用Jenkins™的持续集成(CI)用于持续检查生成的代码和手动代码的集成，在模型上运行测试，检查是否符合建模标准，然后在生成的代码上执行测试。所有这些活动的结果将自动报告，以跟踪进展，并为未使用开发工具的涉众提供服务。

在后面的sprint中，团队会合并更严格的验证和验证活动，包括SIL、PIL或HIL测试，以确保设计满足需求。他们还检查模型和代码是否符合已建立的标准和指南，使用静态分析和形式化方法来证明没有关键的运行时错误，并为标准认证准备生成报告和其他工件。

随着项目的进展，客户的需求可能会发生变化。例如，客户可能要求模型预测控制而不是经典的控制算法，因为先进的MPC控制器使车辆能够对环境中其他车辆更激进的机动做出反应。由于在这个项目中使用了一个系统模型，算法团队可以很容易地用一个新开发的模型预测控制器替换原来的控制算法，并保持模型的其余部分不变。团队重新运行模拟并与客户分享结果。然后就可以做出一个明智的决定，决定是继续进行设计更改还是恢复到以前的方法。

这个团队在他们的敏捷开发工作流中使用了基于模型的设计，并在涉及硬件之前交付了可工作的软件。建模和仿真使团队能够基于客户反馈持续改进设计，甚至在项目后期适应重要的需求更改。