Publicação
AI-powered framework for automated hardware verification
| datacite.subject.fos | Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática | |
| datacite.subject.sdg | 09:Indústria, Inovação e Infraestruturas | |
| dc.contributor.advisor | Gericota, Manuel Gradim de Oliveira | |
| dc.contributor.author | SACRAMENTO, DANIEL DA FONSECA | |
| dc.date.accessioned | 2026-09-16T15:32:19Z | |
| dc.date.available | 2026-09-16T15:32:19Z | |
| dc.date.issued | 2026-07-24 | |
| dc.description.abstract | Modern eBike systems are increasingly complex, integrating multiple subsystems that require rigorous verification against formal requirements. This thesis presents an end-to-end automated test framework that bridges requirements management (Jama Connect) directly to physical test bench execution through an Artificial Intelligence (AI)-powered translation layer. The proposed architecture introduces a three-layer data model: HW_MAP, TEST_SPEC, and TEST_SEQUENCE. It creates a traceable digital thread from requirements to measurements. A deterministic AI agent, the JamaTestTranslator, translates natural-language requirements into executable test sequences without human interpretation, enforcing a zero-hallucination policy through constrained prompting and JSON schema validation. A custom multiplexing hardware interface extends oscilloscope channel availability for multi-signal testing without additional instrumentation. The framework is validated on two representative test cases: an ORing protection circuit characterization, which verifies the output voltage levels of a dual-diode supply arbitration network, and an SPI signal integrity test, which verifies the voltage levels, rise and fall times, and clock frequency of the communication bus between a barometer, an Inertial Measurement Unit (IMU), and a microcontroller. In both cases, the framework substantially reduces the manual effort involved in test script authoring and instrument configuration, automating the translation from structured requirements to executable test sequences. The generated reports present pass/fail verdicts and min/max/measured comparisons directly traceable to the source requirements in Jama Connect. | eng |
| dc.description.abstract | Os sistemas eBike modernos são cada vez mais complexos, integrando múltiplos subsistemas que requerem verificação rigorosa face a requisitos formais. Esta tese apresenta uma framework de teste automatizado de ponta a ponta que liga a gestão de requisitos (Jama Connect) diretamente à execução na bancada de teste física, através de uma camada de tradução baseada em Inteligência Artificial. A arquitetura proposta introduz um modelo de dados de três camadas: HW_MAP, TEST_SPEC e TEST_SEQUENCE, criando um digital thread rastreável desde os requisitos até às medições. Um agente de IA determinístico, o JamaTestTranslator, traduz requisitos em linguagem natural para sequências de teste executáveis sem interpretação humana, aplicando uma política de zero alucinações através de prompting estruturado e validação de esquemas JSON. Uma interface de hardware de multiplexagem personalizada expande os canais disponíveis no osciloscópio para testes multi-sinal sem necessidade de instrumentação adicional. A framework é validada em dois casos de teste representativos: a caracterização de um circuito de protecção ORing, que verifica os níveis de tensão de saída de uma rede de arbitragem de alimentação por duplo díodo, e um teste de integridade de sinal SPI, que verifica os níveis de tensão, tempos de subida e descida, e frequência de relógio do barramento de comunicação entre um barómetro, uma Unidade de Medição Inercial (UMI) e um microcontrolador. Em ambos os casos, a framework reduz substancialmente o esforço manual envolvido na criação de scripts de teste e configuração de instrumentos, automatizando a tradução de requisitos estruturados para sequências de teste executáveis. Os relatórios gerados apresentam veredictos de aprovação/reprovação e comparações mín | por |
| dc.identifier.tid | 204361460 | |
| dc.identifier.uri | http://hdl.handle.net/10400.22/32734 | |
| dc.language.iso | eng | |
| dc.rights.uri | N/A | |
| dc.subject | eBike | |
| dc.subject | Hardware-in-the-Loop | |
| dc.subject | Test Automation | |
| dc.subject | AI Agent | |
| dc.subject | Jama Connect | |
| dc.subject | Model Context Protocol | |
| dc.subject | SPI | |
| dc.subject | BLE | |
| dc.subject | Signal Integrity | |
| dc.title | AI-powered framework for automated hardware verification | eng |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| thesis.degree.name | Mestrado em Engenharia Electrotécnica e de Computadores |