En af de vigtigste aktiviteter i forbindelse med digital testning er indsamling af data om udviklingen og det endelige resultat af testene. Sådanne data gør det muligt for kunden eller — om nødvendigt — agrifoodTEF at evaluere systemets ydeevne (via service S00184). Denne tjeneste forvalter indsamlingen af data, der er relevante for den evaluering af ydeevnen, der foretages under testene af både det system, der testes, og det beregningsmiljø, hvor testene finder sted.
Eksempler på indsamlede data omfatter oplysninger, der er produceret i et virtuelt miljø for at simulere indsamling af sensordata i et fysisk miljø statistikker om AI-modellens ydeevne i prøvnings- og ibrugtagningsfasen (f.eks. optaget hukommelse, antal parametre, der kan trænes, tab af træning/optimering osv.) specifikke etiketter og anmærkninger, der skal anvendes som grundsandhed til evaluering af systemet og systemets output, når det udsættes for en række prøvningsbetingelser.
Det minimum af data, der skal indsamles, defineres af de evalueringsparametre, som brugeren har valgt (enten alene eller med agrifoodTEF-støtte via service S00178) til at behandle dem. Generelt udvælger agrifoodTEF sammen med kunden et større sæt data med et minimum for at give et bedre overblik over systemets ydeevne og for at gøre det muligt at anvende andre parametre i fremtiden, hvis det er nødvendigt.
Som et output af tjenesten giver vi ud over de rådata også kunden dokumentation, der beskriver logførte funktioner og betingelser for testmiljøet på testtidspunktet samt eventuelle parameterværdier, variationsområder og specifikationer, der kræves til reproducerbarhedsformål.
Hvordan kan tjenesten hjælpe dig?
Ved gennemførelsen af digitale test, der udnytter de computerressourcer, som agrifoodTEF stiller til rådighed, kræver indsamlingen af meningsfulde data indgående viden om den type infrastruktur, der anvendes til testene, og om de særlige forhold ved gennemførelsen af agrifoodTEF. Denne service hjælper kunderne med at opnå de nødvendige data uden at skulle opbygge de interne kompetencer, der er nødvendige for at udføre dataindsamling på egen hånd.
Ved at udnytte denne tjeneste videreformidler kunden opgaven med at indsamle data til agrifoodTEF's team af ingeniører, som er eksperter i både dataindsamlingskampagner og i arkitekturen og værktøjerne i agrifoodTEF's digitale infrastruktur.
Denne service gør det muligt for kunden at udnytte evnen (som kun digital test har) til at tillade perfekt reproducerbarhed / gentagelse af test: perfekt kontrol over testmiljøet er faktisk tilgængelig, så problemet med reproducerbarhed/repeterbarhed er reduceret til at besidde fuld information om miljøet og de test, der udføres i det.
Hvordan tjenesten vil blive leveret
Ved gennemførelsen af digitale test, der udnytter de computerressourcer, som agrifoodTEF stiller til rådighed, kræver indsamlingen af meningsfulde data indgående viden om den type infrastruktur, der anvendes til testene, og om de særlige forhold ved gennemførelsen af agrifoodTEF.
Denne service hjælper kunderne med at opnå de nødvendige data uden at skulle opbygge de interne kompetencer, der er nødvendige for at udføre dataindsamling på egen hånd.
Ved at udnytte denne tjeneste videreformidler kunden opgaven med at indsamle data til agrifoodTEF's team af ingeniører, som er eksperter i både dataindsamlingskampagner og i arkitekturen og værktøjerne i agrifoodTEF's digitale infrastruktur.
Tilpasning af tjenester
Denne servicebeskrivelse er bevidst generisk. Hvert tilfælde af denne service er faktisk tilpasset for at tilpasse den til den specifikke kundes behov og krav. Følgende er et eksempel på en tjenesteforekomst.Eksempeltjeneste: For at undgå at beskadige planter under robot ukrudtsoperationer ønsker kunden at teste en intra-row navigationsløsning i simulering, før systemet implementeres i marken, så der er udarbejdet en passende simulering (baseret på Gazebo) af robotten og miljøet. For at hjælpe kunden med grundigt at validere deres navigationssoftware kører vi simuleringen og indsamler punktskydata i en Gazebo-simulator. De indsamlede data repræsenterer planterækker af forskellig længde (3, 5 og op til 10 meter), bredder inden for rækken (fra 3 ned til 1 meter) og plantetætheder for at muliggøre systemtest i scenarier med varierende vanskeligheder. Under disse aktiviteter indsamler vi datasæt, der beskriver robottens interaktion med det simulerede miljø. Derudover indsamler vi de fulde (simulerede) sensordatastrømme, så kunden kan bruge dem senere (f.eks. til træning af AI-modeller). Vi giver også kunden en rapport, der beskriver de forskellige datafelter, der er inkluderet, og deres indsamlingshyppighed samt de fulde konfigurationsfiler i simuleringsmiljøet, hvilket gør det muligt at reproducere testene nøjagtigt i fremtiden.