Robotique : Une approche de test logiciel innovante - JFTL 2019 - CFTL
←
→
Transcription du contenu de la page
Si votre navigateur ne rend pas la page correctement, lisez s'il vous plaît le contenu de la page ci-dessous
Robotique : Une approche de test logiciel innovante JFTL 2019
Introduction
SoftbankRobotics Europe (SBRE),
Arnaud Chabrerie anciennement Aldebaran, fondée en 2005 est le
Directeur QA Software SBRE pionnier de la robotique en France
arnaud.chabrerie@softbankrobotics.com
SBRE se concentre sur la robotique humanoïde
avec ses 2 principaux robots : Pepper & NAO
Cognizant intervient chez SBRE depuis février
David Van Inghelandt 2017 et réalise les activités dans son centre de
Program Manager Cognizant service QA de Grenoble grâce à une
david.vaninghelandt@cognizant.com
organisation d’équipes Onsite / Nearshore
2 JFTL 2019
Transition d’une startup à une approche de test industrialisée
Du prototype au marché mondial
NAO pour l’éducation Pepper B2B (Softbank Multiplication des cas Pepper B2B
et la recherche Mobile Shops) d’usage pour Pepper & NAO en Chine
2017
Partenariat avec
Cognizant
2005 2007 2014 2015 2018 2019 2019
Création d’Aldebaran Lancement NAO sur Lancement Pepper Disponibilité Lancement NAO6 Lancement Pepper China
démarrage avec le le marché 1.0 Pour SoftBank au Mondiale de Pepper 1.9 Market
robot NAO Japon 1.5
Les robots sont certifiés et déployables dans 50 pays
3 JFTL 2019
Transition d’une startup à une approche de test industrialisée
Les axes de développement
SBRE a travaillé sur différents axes pour répondre aux nouveaux cas d’utilisation et faire face à l’accroissement
des ventes et des clients :
Optimisation
Revoir
Optimisation sur les différentes de la Repenser et adapter
l’approche de
typologies de test couverture de l’automatisation
test
test
Transition d’une approche
Amélioration
Changer Forfaitisation de l’activité
startup à une approche de tests l’organisation
continue avec Cognizant
industrialisée QA
Cette présentation illustre les actions mises en place par SBRE pour rester leader sur le marché de la robotique
4 JFTL 2019
Optimisation de la couverture de test
Identification des différentes typologies de tests
Tests tablette
Tests similaires au mobile Affichage, résolution
Upgrade firmware tablette
Tests réseau
Sécurité wifi
Réseau dégradé (wifi, bande passante, Tests Android
temps de réponse, coupures) Upgrade, vérification de l’intégration
Filaire et Wifi d’Android sur la tablette (fonctionnement
du clavier…)
Tests applications
Tests des applications mobiles qui
interagissent avec le robot
5 JFTL 2019
Optimisation de la couverture de test
Identification des différentes typologies de tests
Tests cloud Tests monitoring Tests store applicatif
RHM, Salesforce, Robot Workflow de soumission
Service des applications
Gestion des APK et PKG
Tests gestion flotte Tests de sécurité
Web, déploiement
d’application, gestion des
licences et habilitations
6 JFTL 2019
Optimisation de la couverture de test
Identification des différentes typologies de tests
Tests plateformes de développements
Tests choregraphe
Affichage, robot virtuel
Interactions (upgrade)
Tests sous 3 OS
Tests Android studio
Plugin spécifique
Tests SDK
Non régression sur une application de
test pour vérifier les différentes
fonctionnalités du SDK
7 JFTL 2019
Optimisation de la couverture de test
Identification des différentes typologies de tests
Tests spécifiques à la robotique
Motion Speech Vision
Contrairement aux systèmes d’information, la robotique humanoïde réagit à l’environnement
physique extérieur et au hardware du robot
On teste avant tout un usage, pas uniquement un software
8 JFTL 2019
Optimisation de la couverture de test
Création d’une « Product validation »
Recentrer les tests sur la vision des utilisateurs
Transformation Mise en place
Récolte des Partage du Product
en scénarios et des conditions
cas d’usage cas de test d’exécution
référentiel Validation
9 JFTL 2019
Optimisation de la couverture de test
Reformulation des besoins de tests
WHY ?
Test subject tracked
Exchange information walks at a fixed step rate
with user
WHAT ?
Using a natural interaction Criterias D = [2m, 5m]
with user User is not
lost and
stays in the
WHEN ? 6m
robot FOV
When the user enters the No Jerky Interaction
interaction zone head or
Zone
body Ok, start
movement walking!
HOW ?
Hatch
Using Human Detection, Closed and
Opened Attract
Engagement, Human Zone
Tracking, and Discuss/Chat
10 JFTL 2019Automatisation
Une nouvelle approche de test
Les contraintes liées à l'automatisation
Robot Améliorations
physique techniques
Recentrer sur les phases amonts :
tests unitaires & tests d’intégrations
Environnement Capteurs
variable physiques
Photos : la reconnaissance de visage, de
sexe et d’âge
Exemples de bénéfices sur les tests d'intégration
Sons : la reconnaissance vocale
et leurs automatisations via injections
11 JFTL 2019Automatisation
Une nouvelle approche de test
La mise en place des « Sanity » quotidiens
Continuous
Versioning
Integration • Exécutions via des
• Incorporation dans la machines virtuelles • Révision de la gestion
• Révisions et focus
chaine d’intégration pour simuler les du versioning des
sur les tests critiques
continue différents tests et
environnements synchronisation avec
les versions OS du
robot
Machines
Criticité
virtuelles
Les impacts sur la « Product validation »
• Les améliorations amonts augmentent le niveau de qualité en entrée des « Product Validation »
• Focus sur les tests utilisateurs sans anomalies parasites
12 JFTL 2019Amélioration continue
Industrialisation et optimisation
Industrialisation des tests d'intégration
• Exécution à blanc des tests par Cognizant
• Prioriser les tests en collaboration testeur/développeur/chef de produit
• Automatiser les tests d’intégration jugés critiques
Optimisation de la stratégie de test
• Shift Left - focus qualité en début de cycle : tests unitaires,
Req Design Code Test Accept. Prod
intégration, validation…
• Revue des référentiels d’intégration et de « Product validation »
pour éviter les redondances
Testing
• Partage du périmètre avec les représentants des utilisateurs
• Approche de test commune avec l’équipe Hardware
13 JFTL 2019Amélioration continue
Les prochaines étapes
Robustesse Internet of Things Intelligence Artificielle
14 JFTL 2019Changement du modèle d’exécution des tests
Démarche de forfaitisation
Les avantages de la forfaitisation
Propositions
L’arrivée de Cognizant n’a La forfaitisation a aidé à Le modèle est flexible
d’innovations : BOTS,
pas nécessité de formaliser l’expression de pour s’adapter aux
tests de robustesse, bras
modification de besoin et la documentation pics/creux de charge &
automatisé pour les tests
l’organisation côté SBRE d’architecture changement de planning
tablettes…
Les adaptations nécessaires dans le centre de service de Grenoble
Systématisation des
Intégration sécurisée au
Anticiper les envois de Mise en place d’une salle vidéos dans les
réseau de SBRE afin
robots au centre de de test dédiée aux tests anomalies et des
d’avoir accès à ses robots
services d’interactions visioconférences pour
à distance
les problèmes bloquants
15 JFTL 2019Conclusion & synthèse
Démarche d’amélioration 4
continue
La collaboration entre SBRE et Cognizant est un Mise en place de la
succès : « Product Validation » 3
Focalisation sur la perception de l’utilisation du
robot par l’utilisateur et pas seulement sur une
approche technologique
Amélioration de la satisfaction utilisateur en Industrialisation des
2 tests
augmentant la qualité logicielle des produits
Réduction des délais de validation des
nouvelles versions de robots (délais divisés par 2)
1 Optimisation de tests
16 JFTL 2019Conclusion & synthèse
Cette collaboration a également permis à Cognizant
France de découvrir quelques spécificités liées à la
60% 30% x5 robotique
Réduction des Réduction des tests Volume de test
campagnes (suppression des
multiplié par 5 1. Les tests robotiques ne sont pas déterministes
d’acceptance redondances et optim.)
du fait de l’environnement et du hardware
(certains tests doivent être exécutés plusieurs
fois)
2. Les nouveaux usages nécessitent
+11% x6 x6 constamment de se remettre en question
Automatisation : Augmentation des (couverture & approche de test)
Nombre de
passage de 17% à cadences de configurations de
28% de tests version robots à tester 3. L’évolution rapide du marché nécessite une
automatisés flexibilité importante
4. Encore plus que pour les SI traditionnels on ne
peut pas tout tester
17 JFTL 2019Merci Questions ? Arnaud Chabrerie David Van Inghelandt
Vous pouvez aussi lire
