CN112418230A - 一种基于车载显示的自动化测试方法及测试系统 - Google Patents
一种基于车载显示的自动化测试方法及测试系统 Download PDFInfo
- Publication number
- CN112418230A CN112418230A CN202011273692.9A CN202011273692A CN112418230A CN 112418230 A CN112418230 A CN 112418230A CN 202011273692 A CN202011273692 A CN 202011273692A CN 112418230 A CN112418230 A CN 112418230A
- Authority
- CN
- China
- Prior art keywords
- image
- test
- character
- data
- vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 68
- 238000010998 test method Methods 0.000 claims abstract 3
- 238000004088 simulation Methods 0.000 claims description 13
- 238000000034 method Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 7
- 239000000463 material Substances 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 239000012535 impurity Substances 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000008676 import Effects 0.000 claims description 3
- 238000007670 refining Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 6
- 238000004904 shortening Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Automobile Manufacture Line, Endless Track Vehicle, Trailer (AREA)
Abstract
本发明涉及一种基于车载显示的自动化测试方法及测试系统，其包括以下工作步骤：S1，读取并解析待测试项信息，控制仪表盘显示需识别的数据并采集其图像信息；S2，对采集的图像信息进行识别；S3，将识别结果与期望结果对比，根据对比结果进行测试结果反馈。本发明可以在无人工操作的情况下连续自动运行，对车载显示的各输出画面进行确认，并自动生成测试报告及日志，测试人员不必从事单一的、重复的、枯燥的测试工作，只需要启动测试系统和查验测试报告，从而极大的提高了测试效率、节省了人力成本、降低了开发成本、缩短了开发周期、避免了不必要的人为错误、提高了测试的准确性。
Description
技术领域
本发明涉及自动化测试领域，具体涉及一种基于车载显示的自动化测试方法及测试系统。
背景技术
随着时代和经济的快速发展，人们对汽车的需求越来越高，汽车已成为了人们生活中不可或缺的一部分。汽车的质量关系到人们的生命安全，而汽车仪表盘作为汽车的一个重要组成部件，经历了从数字化到智能化、网络化的发展历程。时至今日，汽车仪表盘已经不再仅仅是显示车速、发动机转速、油量等基本信息，其所能展示的信息是汽车车况各方面的参数，信息量可谓相当庞大。然而随着系统的复杂化，出现错误的可能性也越来越大，使得仪表测试成为其投放生产线之前的十分重要的步骤。
但是，目前汽车仪表的测试还尚处于人工或半人工的状态，而且由于人力的先天缺陷，从事如此复杂的工作极易出现错误，且效率低下。因此设计合理的汽车仪表自动化测试系统是十分必要的。
发明内容
本发明针对现有技术中存在的技术问题，提供一种基于车载显示的自动化测试方法及测试系统，可以在无人工操作的情况下连续自动运行，对车载显示的各输出画面进行确认，并自动生成测试报告及日志，从而解决了以往依靠人力测试效率低、速度慢，易出错等问题。
本发明解决上述技术问题的技术方案如下：
一方面，本发明提供一种基于车载显示的自动化测试方法，包括以下步骤：
S1，读取并解析待测试项信息，控制仪表盘显示需识别的数据并采集其图像信息；
S2，对采集的图像信息进行识别；
S3，将识别结果与期望结果对比，根据对比结果进行测试结果反馈。
进一步，所述步骤S1包括：
S11，读取测试用例中待测试项的报文信息，将其转换为仿真信号并发送给仪表盘，控制仪表盘显示所需要识别的数据；
S12，发送截图指令，对仪表盘显示的数据进行截图并保存。
进一步，所述步骤S2包括：对采集的图像信息进行图标识别、指针读数识别、进度条读数识别和字符识别。
进一步，所述图标识别包括以下步骤：
提取期望结果中待对比区域的坐标及内容；
根据获取的待对比区域的坐标对测试过程中采集的图像进行截取得到图片，将所述图片转换为RGB数据；
使用模板匹配算法将所述RGB数据与获取的期望结果中待对比区域的内容进行对比。
进一步，所述指针读数识别和所述进度条读数识别均包括以下步骤：
对于采集的图像信息先提取所需要进行算法处理的图像区域，然后利用骨架提取算法将所述图像区域中指针和进度条从矩形细化为线形；
利用霍夫变换的方法对该线形进行识别；
根据该线形所处的位置计算其读数。
进一步，所述字符识别包含以下步骤：
利用Tesseract OCR 4.0引擎经过大量的训练建立针对仪表盘的文字识别库traineddata；
将测试过程中采集的字符图像进行OCR预处理，运用Tesseract OCR 4.0引擎将预处理后的字符图像匹配到文字识别库traineddata中的标准数据。
进一步，所述利用Tesseract OCR 4.0引擎经过大量的训练建立针对仪表盘的文字识别库traineddata，包括：
选择字符图像，截取大量的文字素材，以此作为文字识别库中的标准数据；
字符图像经过OCR预处理后，得到二值化、降噪、去杂后的字符图像，利用Tesseract OCR 4.0引擎对其进行训练，对于识别效果不理想的字符图像手动建立其文字识别库；
将所有训练的字符图像特征信息合并，并手工调制文字大小，核对文字精度，从而建立针对仪表盘的文字识别库traineddata。
第二方面，本发明还提供一种基于车载显示的自动化测试系统，包括相互信号连接的文件解析模块、信号控制模块、图像获取模块、图像对比模块，
所述文件解析模块导入测试用例并进行解析，获取测试用例中待测试项所对应的报文信息，并根据图像对比模块的对比报告反馈待测试项的测试结果，形成测试报告；
所述信号控制模块用于根据所述文件解析模块发出的报文信息控制仪表盘显示需识别的数据，并控制所述图像获取模块采集仪表盘的图像信息；
图像获取模块用于采集仪表盘的图像信息并上传；
所述图像处理模块用于对采集的图像信息进行识别和分析，将识别结果与期望结果对比，生成对比报告。
第三方面，本发明提供一种电子设备，包括：
存储器，用于存储计算机软件程序；
处理器，用于读取并执行所述计算机软件程序，实现上述的一种基于车载显示的自动化测试方法。
第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质中存储有用于实现上述的一种基于车载显示的自动化测试方法的计算机软件程序。
本发明的有益效果是：本发明可以在无人工操作的情况下连续自动运行，对车载显示的各输出画面进行确认，并自动生成测试报告及日志，测试人员不必从事单一的、重复的、枯燥的测试工作，只需要启动测试系统和查验测试报告，从而极大的提高了测试效率、节省了人力成本、降低了开发成本、缩短了开发周期、避免了不必要的人为错误、提高了测试的准确性。
附图说明
图1为本发明实施例一流程图；
图2为本发明实施例二结构组成示意图；
图3为本发明实施例二系统功能模块组成示意图；
图4为本发明实施例三系统结构组成示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
实施例一：
如图1所示，本发明实施例一提供的一种基于车载显示的自动化测试方法，包括以下步骤：
S1，读取并解析待测试项信息，控制仪表盘显示需识别的数据并采集其图像信息；
S2，对采集的图像信息进行识别；
S3，将识别结果与期望结果对比，根据对比结果进行测试结果反馈，形成测试报告。
期望结果可以理解为预设的希望达到的理想值。
具体的，所述步骤S1包括以下子步骤：
S11，读取测试用例中待测试项的报文信息，将其转换为仿真信号并发送给仪表盘，控制仪表盘显示所需要识别的数据；
S12，发送截图指令，对仪表盘显示的数据进行截图并保存。
上述步骤S1中，对仪表盘显示的数据进行图像采集包括单帧图像采集、多帧图像采集，单帧图像采集指在仪表的常规显示中获取一张常态显示图像，多帧图像采集指一段时间内对仪表显示进行采集，可进行动画获取。
本实施例中，上述步骤S2包括：对采集的图像信息进行图标识别、指针读数识别、进度条读数识别和字符识别。
具体的，所述步骤S2中对采集的图像信息进行图标识别包括以下步骤：
提取期望结果中待对比区域的坐标及内容；
根据获取的期望结果中的待对比区域的坐标对测试过程中实际采集的图像进行截取得到图片，将截取的所述图片转换为RGB数据；
使用模板匹配算法将所述RGB数据与获取的期望结果中待对比区域的内容进行对比。
具体的，所述步骤S2中对采集的图像信息进行指针读数识别和进度条读数识别均包括以下步骤：
对于采集的图像信息先进行预处理，以提取所需要进行算法处理的图像区域，然后利用骨架提取算法将所述图像区域中指针和进度条从矩形细化为线形，得到直线；
利用霍夫变换的方法对该线形(即得到的直线)进行识别；
根据该线形所处的位置计算其读数。
具体的，所述步骤S2中对采集的图像信息进行字符识别包含以下步骤：
利用Tesseract OCR 4.0引擎经过大量的训练建立针对仪表盘的文字识别库traineddata；
将测试过程中采集的字符图像进行OCR预处理，得到二值化、降噪、去杂后的字符图像，通过二值化，将彩色图片处理成黑白图片；通过降噪，将零散的杂点去掉；通过去杂，去掉不是文字的内容，一般是图形icon。运用Tesseract OCR 4.0引擎将预处理后的字符图像与文字识别库traineddata中的标准数据匹配。
更具体的，所述利用Tesseract OCR 4.0引擎经过大量的训练建立针对仪表盘的文字识别库traineddata，包括：
选择字符图像，截取大量的文字素材，将这些大量的文字素材作为文字识别库中的标准数据；
字符图像经过OCR预处理后，得到二值化、降噪、去杂后的字符图像，得到二值化、降噪、去杂后的字符图像，利用Tesseract OCR 4.0引擎对其进行训练，对于识别效果不理想的字符图像手动建立其文字识别库；
将所有训练的字符图像特征信息合并，并手工调制文字大小，核对文字精度，从而建立针对仪表盘的文字识别库traineddata。
实施例二：
本实施例提供一种基于车载显示的自动化测试系统，该系统是基于Python平台开发实现的，如图2～3所示，包括主机控制端、信号仿真端、图像获取端，其中主机控制端是整体的控制中心，包含文件解析模块、信号控制模块、图像对比模块。主机控制端采用Win7 64位中文操作系统，8G以上内存，同时配有OPENCV计算视觉库，基于Kvasers CANlib SDK二次开发总线测控系统。
所述文件解析模块导入测试用例并进行解析，获取测试用例中待测试项所对应的报文信息，并根据图像对比模块的对比报告反馈待测试项的测试结果，形成测试报告。
所述信号控制模块与信号仿真端连接，根据文件解析模块获取的报文信息传送控制信号给信号仿真端。
所述信号仿真端与主机控制端和仪表盘建立连接，根据主机控制端发出的控制指令进行仿真信号的传递以控制仪表盘的动作，使仪表盘显示需识别的数据。信号仿真端优选采用Kvaser设备。
所述图像获取端即图像获取模块，其根据信号仿真端传递的主机控制端发出的指令，控制LVDS图像截取设备及时获取仪表显示图像。该LVDS图像截取设备，直接通过仪表盘显示LVDS接口连接，获取画面为60fps，并通过网络将图像信息向图像对比模块传递。
所述图像对比模块将图像获取端传回的采集结果(即采集的图像信息)保存并进行识别分析，将识别结果与期望结果进行对比，并生成对比报告。
实施例三：
本实施例提供一种电子设备，如图4所示，包括：
存储器，用于存储计算机软件程序；
处理器，用于读取并执行所述计算机软件程序，实现上述的一种基于车载显示的自动化测试方法。例如包括：读取并解析待测试项信息，控制仪表盘显示需识别的数据并采集其图像信息；对采集的图像信息进行识别；将识别结果与期望结果对比，根据对比结果进行测试结果反馈。
此外，上述的存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
实施例四：
本实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有用于实现上述的一种基于车载显示的自动化测试方法的计算机软件程序。例如包括：读取并解析待测试项信息，控制仪表盘显示需识别的数据并采集其图像信息；对采集的图像信息进行识别；将识别结果与期望结果对比，根据对比结果进行测试结果反馈。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于车载显示的自动化测试方法，其特征在于，包括以下步骤：
S1，读取并解析待测试项信息，控制仪表盘显示需识别的数据并采集其图像信息；
S2，对采集的图像信息进行识别；
S3，将识别结果与期望结果对比，根据对比结果进行测试结果反馈。
2.根据权利要求1所述一种基于车载显示的自动化测试方法，其特征在于，所述步骤S1包括：
S11，读取测试用例中待测试项的报文信息，将其转换为仿真信号并发送给仪表盘，控制仪表盘显示所需要识别的数据；
S12，发送截图指令，对仪表盘显示的数据进行截图并保存。
3.根据权利要求1所述一种基于车载显示的自动化测试方法，其特征在于，所述步骤S2包括：对采集的图像信息进行图标识别、指针读数识别、进度条读数识别和字符识别。
4.根据权利要求3所述一种基于车载显示的自动化测试方法，其特征在于，所述图标识别包括以下步骤：
提取期望结果中待对比区域的坐标及内容；
根据获取的待对比区域的坐标对测试过程中采集的图像进行截取得到图片，将所述图片转换为RGB数据；
使用模板匹配算法将所述RGB数据与获取的期望结果中待对比区域的内容进行对比。
5.根据权利要求3所述一种基于车载显示的自动化测试方法，其特征在于，所述指针读数识别和所述进度条读数识别均包括以下步骤：
对于采集的图像信息先提取所需要进行算法处理的图像区域，然后利用骨架提取算法将所述图像区域中指针和进度条从矩形细化为线形；
利用霍夫变换的方法对该线形进行识别；
根据该线形所处的位置计算其读数。
6.根据权利要求3所述一种基于车载显示的自动化测试方法，其特征在于，所述字符识别包含以下步骤：
利用Tesseract OCR 4.0引擎经过大量的训练建立针对仪表盘的文字识别库traineddata；
将测试过程中采集的字符图像进行OCR预处理，运用Tesseract OCR 4.0引擎将预处理后的字符图像匹配到文字识别库traineddata中的标准数据。
7.根据权利要求6所述一种基于车载显示的自动化测试方法，其特征在于，所述利用Tesseract OCR 4.0引擎经过大量的训练建立针对仪表盘的文字识别库traineddata，包括：
选择字符图像，截取大量的文字素材，以此作为文字识别库中的标准数据；
字符图像经过OCR预处理后，得到二值化、降噪、去杂后的字符图像，利用TesseractOCR 4.0引擎对其进行训练，对于识别效果不理想的字符图像手动建立其文字识别库；
将所有训练的字符图像特征信息合并，并手工调制文字大小，核对文字精度，从而建立针对仪表盘的文字识别库traineddata。
8.一种基于车载显示的自动化测试系统，其特征在于，包括相互信号连接的文件解析模块、信号控制模块、图像获取模块、图像对比模块，
所述文件解析模块导入测试用例并进行解析，获取测试用例中待测试项所对应的报文信息，并根据图像对比模块的对比报告反馈待测试项的测试结果，形成测试报告；
所述信号控制模块用于根据所述文件解析模块发出的报文信息控制仪表盘显示需识别的数据，并控制所述图像获取模块采集仪表盘的图像信息；
所述图像获取模块用于采集仪表盘的图像信息并上传；
所述图像处理模块用于对采集的图像信息进行识别和分析，将识别结果与期望结果对比，生成对比报告。
9.一种电子设备，其特征在于，包括：
存储器，用于存储计算机软件程序；
处理器，用于读取并执行所述计算机软件程序，实现权利要求1至7任一项所述的一种基于车载显示的自动化测试方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有用于实现权利要求1至7任一项所述的一种基于车载显示的自动化测试方法的计算机软件程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011273692.9A CN112418230A (zh) | 2020-11-14 | 2020-11-14 | 一种基于车载显示的自动化测试方法及测试系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011273692.9A CN112418230A (zh) | 2020-11-14 | 2020-11-14 | 一种基于车载显示的自动化测试方法及测试系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112418230A true CN112418230A (zh) | 2021-02-26 |
Family
ID=74831429
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011273692.9A Pending CN112418230A (zh) | 2020-11-14 | 2020-11-14 | 一种基于车载显示的自动化测试方法及测试系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112418230A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113110909A (zh) * | 2021-04-20 | 2021-07-13 | 肇庆小鹏汽车有限公司 | 一种车辆仪表的测试方法和装置 |
| CN113438545A (zh) * | 2021-06-25 | 2021-09-24 | 江苏新通达电子科技股份有限公司 | 车载显示系统及其工作方法 |
| CN113532882A (zh) * | 2021-07-22 | 2021-10-22 | 中国第一汽车股份有限公司 | 一种汽车仪表测试方法、装置、系统及存储介质 |
| CN113865636A (zh) * | 2021-09-28 | 2021-12-31 | 北斗星通智联科技有限责任公司 | 仪表测试方法、系统及电子设备 |
| CN113918250A (zh) * | 2021-09-16 | 2022-01-11 | 电装光庭汽车电子(武汉)有限公司 | 一种车载仪表显示测试分析方法及系统 |
| CN113947721A (zh) * | 2021-12-20 | 2022-01-18 | 知迪汽车技术(北京)有限公司 | 娱乐系统测试的图像校验方法及系统 |
| CN114170182A (zh) * | 2021-12-07 | 2022-03-11 | 航天科技控股集团股份有限公司 | 全液晶仪表界面重构检测方法 |
| CN115237084A (zh) * | 2021-09-07 | 2022-10-25 | 广东省智能网联汽车创新中心有限公司 | 一种中控系统与仪表交互的测试方法、装置及汽车 |
| CN115793595A (zh) * | 2022-09-27 | 2023-03-14 | 华能核能技术研究院有限公司 | 信号处理模块响应时间测试方法及装置 |
| CN115962961A (zh) * | 2023-03-14 | 2023-04-14 | 苏州清研精准汽车科技有限公司 | Adas信号显示功能的测试系统以及方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1744054A (zh) * | 2004-08-31 | 2006-03-08 | 中国银联股份有限公司 | 一种自动化测试辅助系统及相应的软件自动测试方法 |
| CN102323499A (zh) * | 2011-06-15 | 2012-01-18 | 北京四方继保自动化股份有限公司 | 一种继电保护设备实现自动化测试的方法 |
| CN104598702A (zh) * | 2013-10-31 | 2015-05-06 | 鸿富锦精密工业（深圳）有限公司 | 测试报告生成方法及系统 |
| CN106855421A (zh) * | 2017-01-17 | 2017-06-16 | 中国第汽车股份有限公司 | 一种基于机器视觉的汽车仪表自动化测试系统及测试方法 |
| CN207440601U (zh) * | 2017-04-25 | 2018-06-01 | 安徽江淮汽车集团股份有限公司 | 一种汽车仪表的can总线报文丢失测试系统 |
| CN108958216A (zh) * | 2018-06-06 | 2018-12-07 | 南京国电南自电网自动化有限公司 | 新能源agc或avc控制系统的自动检测系统及方法 |
| CN109240277A (zh) * | 2018-11-13 | 2019-01-18 | 重庆长安汽车股份有限公司 | 控制系统诊断功能实车测试自动化平台及测试方法 |
| CN109697160A (zh) * | 2017-10-23 | 2019-04-30 | 中国舰船研究设计中心 | 一种以太网接口软件自动化测试系统及方法 |
| CN110516663A (zh) * | 2019-07-15 | 2019-11-29 | 平安普惠企业管理有限公司 | Ocr识别准确率的测试方法、装置、计算机设备及存储介质 |
| CN111141529A (zh) * | 2019-12-04 | 2020-05-12 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种汽车仪表信号的自动化测试方法 |
| CN111239158A (zh) * | 2020-03-13 | 2020-06-05 | 苏州鑫睿益荣信息技术有限公司 | 一种基于机器视觉的汽车仪表盘检测系统和检测方法 |
-
2020
- 2020-11-14 CN CN202011273692.9A patent/CN112418230A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1744054A (zh) * | 2004-08-31 | 2006-03-08 | 中国银联股份有限公司 | 一种自动化测试辅助系统及相应的软件自动测试方法 |
| CN102323499A (zh) * | 2011-06-15 | 2012-01-18 | 北京四方继保自动化股份有限公司 | 一种继电保护设备实现自动化测试的方法 |
| CN104598702A (zh) * | 2013-10-31 | 2015-05-06 | 鸿富锦精密工业（深圳）有限公司 | 测试报告生成方法及系统 |
| CN106855421A (zh) * | 2017-01-17 | 2017-06-16 | 中国第汽车股份有限公司 | 一种基于机器视觉的汽车仪表自动化测试系统及测试方法 |
| CN207440601U (zh) * | 2017-04-25 | 2018-06-01 | 安徽江淮汽车集团股份有限公司 | 一种汽车仪表的can总线报文丢失测试系统 |
| CN109697160A (zh) * | 2017-10-23 | 2019-04-30 | 中国舰船研究设计中心 | 一种以太网接口软件自动化测试系统及方法 |
| CN108958216A (zh) * | 2018-06-06 | 2018-12-07 | 南京国电南自电网自动化有限公司 | 新能源agc或avc控制系统的自动检测系统及方法 |
| CN109240277A (zh) * | 2018-11-13 | 2019-01-18 | 重庆长安汽车股份有限公司 | 控制系统诊断功能实车测试自动化平台及测试方法 |
| CN110516663A (zh) * | 2019-07-15 | 2019-11-29 | 平安普惠企业管理有限公司 | Ocr识别准确率的测试方法、装置、计算机设备及存储介质 |
| CN111141529A (zh) * | 2019-12-04 | 2020-05-12 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种汽车仪表信号的自动化测试方法 |
| CN111239158A (zh) * | 2020-03-13 | 2020-06-05 | 苏州鑫睿益荣信息技术有限公司 | 一种基于机器视觉的汽车仪表盘检测系统和检测方法 |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113110909A (zh) * | 2021-04-20 | 2021-07-13 | 肇庆小鹏汽车有限公司 | 一种车辆仪表的测试方法和装置 |
| CN113438545A (zh) * | 2021-06-25 | 2021-09-24 | 江苏新通达电子科技股份有限公司 | 车载显示系统及其工作方法 |
| CN113532882A (zh) * | 2021-07-22 | 2021-10-22 | 中国第一汽车股份有限公司 | 一种汽车仪表测试方法、装置、系统及存储介质 |
| CN115237084A (zh) * | 2021-09-07 | 2022-10-25 | 广东省智能网联汽车创新中心有限公司 | 一种中控系统与仪表交互的测试方法、装置及汽车 |
| CN113918250A (zh) * | 2021-09-16 | 2022-01-11 | 电装光庭汽车电子(武汉)有限公司 | 一种车载仪表显示测试分析方法及系统 |
| CN113865636A (zh) * | 2021-09-28 | 2021-12-31 | 北斗星通智联科技有限责任公司 | 仪表测试方法、系统及电子设备 |
| CN113865636B (zh) * | 2021-09-28 | 2024-02-02 | 北斗星通智联科技有限责任公司 | 仪表测试方法、系统及电子设备 |
| CN114170182A (zh) * | 2021-12-07 | 2022-03-11 | 航天科技控股集团股份有限公司 | 全液晶仪表界面重构检测方法 |
| CN114170182B (zh) * | 2021-12-07 | 2024-07-26 | 航天科技控股集团股份有限公司 | 全液晶仪表界面重构检测方法 |
| CN113947721B (zh) * | 2021-12-20 | 2022-07-05 | 知迪汽车技术(北京)有限公司 | 娱乐系统测试的图像校验方法及系统 |
| CN113947721A (zh) * | 2021-12-20 | 2022-01-18 | 知迪汽车技术(北京)有限公司 | 娱乐系统测试的图像校验方法及系统 |
| CN115793595A (zh) * | 2022-09-27 | 2023-03-14 | 华能核能技术研究院有限公司 | 信号处理模块响应时间测试方法及装置 |
| CN115962961A (zh) * | 2023-03-14 | 2023-04-14 | 苏州清研精准汽车科技有限公司 | Adas信号显示功能的测试系统以及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112418230A (zh) | 一种基于车载显示的自动化测试方法及测试系统 | |
| CN113758514B (zh) | 汽车仪表自动化测试方法、系统、可读存储介质及车辆 | |
| CN113805834B (zh) | 一种汽车智能座舱测试方法、系统、装置和存储介质 | |
| CN108764352B (zh) | 重复页面内容检测方法和装置 | |
| CN106855421A (zh) | 一种基于机器视觉的汽车仪表自动化测试系统及测试方法 | |
| CN106845545B (zh) | 数字式电测仪表自动检定装置中的图像识别方法及装置 | |
| WO2023001169A1 (zh) | 汽车仪表测试方法、装置、系统及存储介质 | |
| CN112734691A (zh) | 一种工业制品缺陷检测方法、装置、终端设备及存储介质 | |
| CN112861861B (zh) | 识别数码管文本的方法、装置及电子设备 | |
| CN111161237A (zh) | 一种果蔬表面质检方法及其储存介质、分拣装置 | |
| CN117275025A (zh) | 一种用于批量图像标注的处理系统 | |
| CN110544246A (zh) | 一种自动化测试方法、装置及存储介质 | |
| CN111199194A (zh) | 基于机器视觉和深度学习的汽车智能座舱仪表测试方法 | |
| CN115510261A (zh) | 一种在线电路图快速检索系统 | |
| CN106653092A (zh) | Ddr测试波形数据文件的处理方法及处理系统 | |
| CN114943875A (zh) | 用于电缆元件识别的视觉分析方法 | |
| CN112149654B (zh) | 基于深度学习的发票文本信息识别方法 | |
| CN113569677A (zh) | 一种基于扫描件的纸质试验报告生成方法 | |
| CN110992299B (zh) | 一种检测浏览器兼容性的方法及装置 | |
| CN116012860B (zh) | 一种基于图像识别的教师板书设计水平诊断方法及装置 | |
| CN112200182A (zh) | 基于深度学习的晶圆id识别方法和装置 | |
| CN116091503A (zh) | 一种面板异物缺陷的判别方法、装置、设备及介质 | |
| CN115760594A (zh) | 基于深度学习的条烟检测识别方法 | |
| CN114821618A (zh) | 一种ofd阅读软件显示效果的分析方法 | |
| CN114973287A (zh) | 基于建筑图纸的信息提取方法、系统、存储介质及设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210226 |