본 논문은 Rapidly-exploring Random Tree(RRT) 확장 기법을 이용하여 Stateflow 모델 기반의 블랙박스 테스트 케이스 자동 생성 방법을 제안한다. 복잡한 시스템의 경로 계획 문제를 효율적으로 해결하는 방법으로 널리 사용되고 있는RRT기법은 테스트 케이스 생성에서도 좋은 성능을 보이고 있으나, 테스트 케이스 생성에 있어서 중요한 부분을 차지하는 테스트 커버리지를 고려하고 있지 않다. 제안하는 확장 기법은 테스트 커버리지를 향상시키기 위하여 테스트 목표 달성 율의 개념을 RRT 확장에 도입하여 테스트 목표를 더 달성할 수 있는 방향으로 RRT 확장을 유도 한다. 이를 위해서 테스트 목표 달성 율을 고려한 RRT 거리 함수와 RRT 무작위 노드 생성 방법, 그리고 변형된 RRT 확장 알고리즘을 제안한다. 제안된 기법의 유용성은 실제 자동차에서 사용되는 제어 ECU들의 Stateflow 모델을 이용한 실험을 통해 기존 RRT를 이용한 테스트 케이스 생성 기법과의 성능을 비교를 통해 보인다.
This paper proposes a test case generation method for Stateflow model using the extended RRT method. The RRT method which has been popularly used for planning paths for complex systems also shows a good performance for test case generation. However, it does not consider the test coverage which is important for test case generation. The proposed extension method hires the concept of test goal achievement to increase test coverage and drives RRT extension in the direction that increases the goal achievement. Considering the concept, a RRT distance metric, random node generation method and modified RRT extension algorithm are proposed. The effectiveness of proposed algorithm is compared with that of the typical RRT algorithm through the experiment using the practical automotive ECUs.
