📚 课程目录第4章被控对象建模

4. 被控对象建模

做HIL测试这些年，我见过不少团队上来就对着需求文档猛写用例。结果呢？要么测了一堆重复场景，要么关键边界漏得干干净净。说白了，测试用例设计不是靠体力活堆出来的，得有方法。

这一章，我把四种最实用的设计方法掰开揉碎讲给你听。它们不是学院派的纸上谈兵，而是我在项目里反复验证过的真功夫。

等价类划分的核心思想很简单：把输入数据分成若干类，每类里挑一个代表就够了。为什么？因为同一类里的数据，程序处理逻辑是一样的。

我记得有一次做BMS（电池管理系统）的HIL测试，电压采集通道有0~5V的范围。测试新人写了20多个用例，从0.1V到4.9V每隔0.2V测一次。我问他：「0.1V和0.3V测出来的逻辑有区别吗？」他想了想，说没有。这就是典型的无效覆盖。

  等价类划分的两个关键动作：
  有效等价类：符合需求规格的输入，程序应正常处理
无效等价类：不符合需求规格的输入，程序应有容错或报错机制

在HIL里，等价类划分特别适合处理传感器信号、CAN报文ID、诊断故障码这类离散输入。你想想看，一个CAN信号有256种取值，但真正影响控制逻辑的可能只有3~5个区间。

我的习惯：先画一个数轴，把有效区间和无效区间标出来。每个区间只写一个用例，剩下的精力留给边界值。

经验告诉我，80%的软件缺陷都集中在输入域的边界附近。为什么？因为开发人员在写条件判断时，最容易搞错「<」和「<=」的区别。

边界值分析不是独立使用的，它和等价类划分是黄金搭档。等价类帮你圈定范围，边界值帮你精准打击。

  边界值分析的经典套路：
  取最小值、最大值
取最小值-1、最大值+1（越过边界）
取最小值+1、最大值-1（紧贴边界内侧）

举个例子，一个PWM占空比信号，需求规定有效范围是5%~95%。边界值用例就是：4%、5%、6%、94%、95%、96%。一共6个用例，覆盖了所有边界风险点。

我曾经在一个EPS（电动助力转向）项目中吃过亏。扭矩传感器的有效范围是0~10Nm，我们只测了0和10两个边界。结果台架跑起来，在9.9Nm附近转向助力突然抖动。后来一查，是标定表在9.9~10.0之间有个跳变点。从那以后，我要求团队必须把「最大值-1」也纳入边界测试。

注意：HIL测试中，边界值不仅要看物理量的数值边界，还要看时间边界。比如信号跳变的上升沿时间、报文超时时间、故障恢复的延迟时间，这些时间边界往往是死锁和状态机卡死的重灾区。

因果图法，说白了就是画一张逻辑关系图。输入条件是「因」，输出结果是「果」。HIL测试里最头疼的就是多条件组合场景，比如：「当车速大于30且制动踏板被踩下且ABS未激活时，触发再生制动请求」。这种逻辑用自然语言描述，很容易漏掉组合。

因果图的步骤我总结为四步：

我习惯在画因果图之前，先和系统工程师过一遍需求文档。有一次做ADAS的HIL测试，需求里写「当AEB触发时，ESC退出」。因果图一画才发现，AEB和ESC之间还有三个中间状态没定义。要不是画了这张图，上了台架肯定出事故。

避坑指南：因果图不要画得太复杂。我见过有人画了30多个节点，最后自己都看不懂。建议一个因果图控制在5~8个输入条件，超过这个数就拆成子功能。

正交实验法解决的是「组合爆炸」问题。假设你有4个参数，每个参数有3个取值，全组合是3⁴=81个用例。但用正交表，可能9个用例就够了。

正交实验法的核心是「均匀分散，齐整可比」。它保证任意两个参数的组合都至少出现一次，但总用例数大幅减少。

我在VCU（整车控制器）项目中用过一次正交实验法。当时要测试6种驾驶模式 × 4种路面附着系数 × 3种坡度 × 2种载荷状态，全组合是144个用例。用L16正交表，只做了16个用例，就覆盖了所有两两组合。最终跑下来，发现的问题和全组合测试几乎一样多。

  正交实验法的适用场景：
  参数数量多（3个以上）
每个参数的取值数量相近
主要关注两两交互效应，高阶交互可忽略
测试资源有限，无法做全组合

注意：正交实验法不保证覆盖所有三阶及以上的交互组合。如果你的系统对高阶交互敏感（比如安全关键功能），建议在正交表的基础上补充全组合测试。

你可能会问：这四种方法到底怎么搭配用？我个人的工作流是这样的：

这四种方法不是互斥的，而是层层递进的关系。等价类和边界值解决「单参数」问题，因果图和正交实验法解决「多参数」问题。

嗯，这里要注意一点：不要为了用方法而用方法。如果某个功能只有两个输入条件，直接写全组合就行，没必要硬套正交实验法。方法是为测试服务的，不是反过来。

最后说一句，这些方法不是一次性能把所有用例都设计完的。我通常第一轮用等价类和边界值搭骨架，第二轮用因果图和正交实验法填血肉。两轮下来，覆盖度基本能到90%以上。剩下的10%，靠评审和探索性测试去补。