Der erste Ansatz erwies sich als unkompliziert und gut handhabbar. Doch auch die optische Überprüfung sowie die Integration eines Logic Analyzers lassen sich mit Labgrid problemlos realisieren. Dies ist der hohen Erweiterbarkeit des Systems zu verdanken, unterstützt natürlich durch die Vielzahl nützlicher Python-Bibliotheken, die für derartige Anwendungen zur Verfügung stehen.
Die durchgehende Integration von einer Azure DevOps Pipeline bis hin zum Test des DUT konnte ebenfalls schnell und effizient umgesetzt werden. Auch remote funktionieren die Testdurchläufe zuverlässig: Test-Hosts, die über Ansible verwaltet werden, hosten sowohl Azure Agents als auch Labgrid Exporter – jene Instanzen, die Ressourcen bereitstellen und mit dem zentralen Koordinator kommunizieren.
Die Test-Hosts sind wie in dem obigen Beispiel über jeweils passende Schnittstellen mit ihren entsprechenden DUTs verbunden. In unserem konkreten Fall erfolgt dies über GPIO-Pins, die an die blinkende LED und den Jumper zum Setzten des Boot-Modes angeschlossen werden, sowie zusätzlich über eine Webcam, einen USB-zu-UART-Adapter für den Konsolenzugriff auf den DUT und einem USB-zu-MicroUSB zum Flashen desselben. Über die Pipeline kann nun ein Testdurchlauf gestartet werden, der sich das neueste Image für den DUT herunterlädt (je nach Anwendungsfall kann das auch jedes Mal neu gebaut werden – etwa auf einem extra dafür bereitgestellten Build-Host), den Flashvorgang durchführt, alle definierten Tests auf und mit dem DUT ausführt und das Ergebnis zurück in Azure DevOps lädt.
Über eine Webcam haben Entwickler gleichzeitig die Möglichkeit mitzuverfolgen, wie sich der DUT derzeit verhält indem man etwa Status LEDs oder Displays beobachtet. Durch die Möglichkeit, beliebig viele Test-Hosts in das System zu integrieren, entsteht mit Labgrid automatisch eine flexible und skalierbare Testinfrastruktur.
