CN113268428A - 车队管理系统的测试方法、系统、存储介质和电子装置 - Google Patents

车队管理系统的测试方法、系统、存储介质和电子装置 Download PDF

Info

Publication number
CN113268428A
CN113268428A CN202110668357.7A CN202110668357A CN113268428A CN 113268428 A CN113268428 A CN 113268428A CN 202110668357 A CN202110668357 A CN 202110668357A CN 113268428 A CN113268428 A CN 113268428A
Authority
CN
China
Prior art keywords
target
data
fleet
test
driving
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.)
Granted
Application number
CN202110668357.7A
Other languages
English (en)
Other versions
CN113268428B (zh
Inventor
李军龙
安迪
王鑫
岳宇鹏
王泽文
聂泽宇
刘传
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
FAW Jiefang Automotive Co Ltd
Original Assignee
FAW Jiefang Automotive Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by FAW Jiefang Automotive Co Ltd filed Critical FAW Jiefang Automotive Co Ltd
Priority to CN202110668357.7A priority Critical patent/CN113268428B/zh
Publication of CN113268428A publication Critical patent/CN113268428A/zh
Application granted granted Critical
Publication of CN113268428B publication Critical patent/CN113268428B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/36Preventing errors by testing or debugging software
    • G06F11/3668Software testing
    • G06F11/3672Test management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/36Preventing errors by testing or debugging software
    • G06F11/3664Environments for testing or debugging software
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Abstract

本发明公开了车队管理系统的测试方法和测试系统、存储介质及电子装置,该方法包括:获取目标车队在虚拟测试场景下的卫星导航定位数据;根据预设的动力学模型和卫星导航定位数据,生成目标车队的整车总线数据;根据整车总线数据、和预设的事件触发策略及预设的场景算法,生成目标车队的虚拟行驶数据,其中,虚拟行驶数据包括目标车队在虚拟测试场景下的行驶轨迹、驾驶行为事件及行驶数据的统计结果;将整车总线数据与虚拟行驶数据进行对比,获取测试结果。本发明有效解决了车队管理系统中闭环测试不准确的问题。

Description

车队管理系统的测试方法、系统、存储介质和电子装置
技术领域
本发明涉及计算机领域,具体而言,涉及车队管理系统的测试方法、系统、存储介质和电子装置。
背景技术
随着社会经济的快速发展,物流运输车辆越来越多,对于拥有大量运输车辆的公司来讲,对于车辆的日常管理工作越发困难。车联网技术的出现使车队集中在线管理成为可能,车队管理系统的应用可以有效解决公司或车队领导对于内部车辆的日常使用状况、位置信息、司机驾驶行为等进行有效监控,通过对车辆资源的合理集中调度,提高了企业效益。与此同时,在开发过程中对车队管理系统的有效性、准确性及可靠性验证,与传统车辆的电子电气零部件封闭在整车内部测试不同,现有车队管理系统需要完成功能闭环测试。在功能闭环测试中,一方面需要模拟实车真实行驶工况,另一方面,需要将车载终端上的测试结果发送到云端服务器并最终在客户端上对测试结果进行验证。如何在实验室环境下,模拟实车行驶工况,特别是车辆行车轨迹、驾驶行为事件及行驶数据成为测试中的主要难点。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
基于此,有必要针对上述技术问题,提供一种车队管理系统的测试方法、系统、存储介质和电子装置,以至少解决现有车队管理系统中闭环测试不准确的技术问题。
一种车队管理系统的测试方法,包括:
获取目标车队在虚拟测试场景下的卫星导航定位数据;
根据预设的动力学模型和卫星导航定位数据,生成目标车队的整车总线数据;
根据整车总线数据、预设的事件触发策略及预设的场景算法,生成目标车队的虚拟行驶数据,其中,虚拟行驶数据包括目标车队在虚拟测试场景下的行驶轨迹、驾驶行为事件及行驶数据的统计结果;
将整车总线数据与虚拟行驶数据进行对比,获取测试结果。
在其中一个实施例中,卫星导航定位数据包括目标车队行驶位置的经度、目标车队行驶位置的纬度、目标车队行驶位置的高程、目标车队行驶的速度及目标车队行驶的时间。
在其中一个实施例中,根据整车总线数据和预设的事件触发策略及预设场景算法,生成目标车队的虚拟行驶数据,包括:
获取整车总线数据,整车总线数据包括整车总线正常值和整车总线异常值;
根据整车总线异常值和预设的事件触发策略,生成驾驶行为事件;
根据整车总线正常值和预设场景算法,生成目标车队的行驶轨迹和行驶数据的统计结果,统计结果用于反映在虚拟测试场景下,目标车队的总油耗、目标车队的平均油耗、目标车队的总里程和目标车队的小计里程的情况。
在其中一个实施例中,根据整车总线异常值和预设的事件触发策略,生成驾驶行为事件,包括:
根据整车总线异常值,总线异常值包括目标车队的总线信号长断和目标车队的总线信号短断;
在总线异常值超出预设的事件触发策略的信号范围的情况下,生成驾驶行驶事件,其中,驾驶行为事件包括目标车队超速、目标车队超转、目标车队怠速时间过长、目标车队空挡滑行、目标车队急减速、目标车队停车轰油门、目标车队偷油漏油报警和目标车队胎压异常。
在其中一个实施例中,将整车总线数据与虚拟行驶数据进行对比,获取测试结果,包括:
根据统计计算算法和整车总线数据,获取目标车队的实时行驶数据,其中,实时行驶数据包括目标车队的实时行驶轨迹、实时驾驶行为事件及实时行驶数据的统计结果;
将实时行驶数据与虚拟行驶数据进行对比,获取实时行驶数据和虚拟行驶数据之间的差异值;
在差异值在预设差异范围的情况下,判断目标车队测试通过;
在差异值超过预设差异范围的情况下,判断目标车队测试不通过。
一种车队管理的测试系统,该测试系统包括:
测试系统主机,用于发出测试信号;
卫星导航定位数据仿真仪,用于接受测试主机发出的测试信号,并根据测试信号提供目标车队在虚拟测试场景下的卫星导航定位数据;
仿真测试系统,设置有动力学模型,与测试系统主机和卫星导航定位数据仿真仪相连,仿真测试系统用于接受测试信号和卫星导航定位数据,并根据动力学模型生成目标车队的整车总线数据;
总线监控记录工具,分别与测试系统主机和仿真测试系统相连,用于实时监控和抓取测试系统主机中的测试信号及仿真测试系统中目标车队产生的整车总线数据;
目标车队车载终端,设置有预设的事件触发策略和预设的场景算法,与仿真测试系统相连,用于接受整车总线数据,根据整车总线数据、预设的事件触发策略及预设的场景算法,生成目标车队的虚拟行驶数据,其中,虚拟行驶数据包括目标车队在虚拟测试场景下的行驶轨迹、驾驶行为事件及行驶数据的统计结果;
服务器,与目标车队车载终端通信连接,用于接受整车总线数据与虚拟行驶数据,并将整车总线数据与虚拟行驶数据进行对比,获取测试结果。
在其中一个实施例中,该仿真测试系统包括:
电源管理单元,用于给车队管理的测试系统提供电源;
I/O板卡,用于接受测试信号和卫星导航定位数据,生成驱动信号;
空气动力模型,用于接受驱动信号,生成目标车队行驶的工况数据;
真实负载,用于接受驱动信号和工况数据,生成整车总线数据。
在其中一个实施例中,车该队管理的测试系统还包括电磁屏蔽箱,目标车队车载终端的通信端口与电磁屏蔽箱的外接天线连接,电磁屏蔽箱内放置有目标车队车载终端,用于给目标车队车载终端屏蔽外界真实导航信号的干扰。
一种存储介质,存储介质中存储有计算机程序,其中,计算机程序被设置为运行时执行以下步骤:
获取目标车队在虚拟测试场景下的卫星导航定位数据;
根据预设的动力学模型和卫星导航定位数据,生成目标车队的整车总线数据;
根据整车总线数据、预设的事件触发策略及预设的场景算法,生成目标车队的虚拟行驶数据,其中,虚拟行驶数据包括目标车队在虚拟测试场景下的行驶轨迹、驾驶行为事件及行驶数据的统计结果;
将整车总线数据与虚拟行驶数据进行对比,获取测试结果。
一种电子装置,包括存储器和处理器,存储器中存储有计算机程序,处理器被设置为运行计算机程序执行以实现以下步骤:
获取目标车队在虚拟测试场景下的卫星导航定位数据;
根据预设的动力学模型和卫星导航定位数据,生成目标车队的整车总线数据;
根据整车总线数据、预设的事件触发策略及预设的场景算法,生成目标车队的虚拟行驶数据,其中,虚拟行驶数据包括目标车队在虚拟测试场景下的行驶轨迹、驾驶行为事件及行驶数据的统计结果;
将整车总线数据与虚拟行驶数据进行对比,获取测试结果。
上述车队管理系统的测试方法、系统、存储介质和电子装置,通过获取目标车队在虚拟测试场景下的卫星导航定位数据;根据预设的动力学模型和卫星导航定位数据,生成目标车队的整车总线数据来模拟虚拟车队管理环境,然后根据整车总线数据、和预设的事件触发策略及预设的场景算法,生成目标车队的虚拟行驶数据,其中,虚拟行驶数据包括目标车队在虚拟测试场景下的行驶轨迹、驾驶行为事件及行驶数据的统计结果;将整车总线数据与虚拟行驶数据进行对比,获取测试结果,可以准确检测车队管理系统。
本发明有效解决了车队管理系统中闭环测试不准确的问题。
附图说明
图1为一个实施例中车队管理系统的测试方法的应用场景示意图;
图2为一个实施例中车队管理系统的测试方法的流程示意图;
图3为另一个实施例中车队管理系统的测试方法的流程示意图;
图4为又一个实施例中车队管理系统的测试方法的流程示意图;
图5为又一个实施例中车队管理系统的测试方法的流程示意图;
图6为一个实施例中车队管理系统的测试系统的结构示意图;
图7为一个实施例中电子装置的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种专业名词,但除非特别说明,这些专业名词不受这些术语限制。这些术语仅用于将一个专业名词与另一个专业名词区分。举例来说,在不脱离本申请的范围的情况下,第三预设阈值与第四预设阈值可以相同可以不同。
随着社会经济的快速发展,物流运输车辆越来越多,对于拥有大量运输车辆的公司来讲,对于车辆的日常管理工作越发困难。车联网技术的出现使车队集中在线管理成为可能,车队管理系统的应用可以有效解决公司或车队领导对于内部车辆的日常使用状况、位置信息、司机驾驶行为等进行有效监控,通过对车辆资源的合理集中调度,提高了企业效益。与此同时,在开发过程中对车队管理系统的有效性、准确性及可靠性验证,与传统车辆的电子电气零部件封闭在整车内部测试不同,现有车队管理系统需要完成功能闭环测试。在功能闭环测试中,一方面需要模拟实车真实行驶工况,另一方面,需要将车载终端上的测试结果发送到云端服务器并最终在客户端上对测试结果进行验证。如何在实验室环境下,模拟实车行驶工况,特别是车辆行车轨迹、驾驶行为事件及行驶数据成为测试中的主要难点。
针对上述相关技术中存在的问题,本发明实施例提供了一种车队管理系统的测试方法,该方法可以应用于图1中的应用场景。图1中包括用户设备101及服务器102。其中,用户设备101一般是用于给用户触发测试请求,并根据测试请求对目标车队进行测试,形成对比结果。由此,用户设备101可以实时目标车队对应的整车总线数据、虚拟行驶数据及对比结果发送给服务器102。而服务器102,主要是对用户设备101传输的数据进行可视化处理,用于向用户展示测试结果。当然,实际实施过程中,服务器102的处理功能也可以直接集成至用户设备101中,也即由用户设备101实时对目标车队的对比结果进行分析,并形成测试结果,后续需要使用测试结果时,只需由用户设备101输出测试结果即可。
另外,用于处理对比结果的处理设备其形式不一定是服务器,也可以为专门的处理设备,如个人计算机或笔记本电脑。本发明实施例对此不做具体限定。需要说明的是,本申请各实施例中提及的“多个”等的数量均指代“至少两个”的数量,比如,“多个”指“至少两个”。
另外,服务器102具体为怎样的处理过程,与图1中应用场景对应的具体用途有关。其中,具体用途可以为不限于获取关于测试目标车队管理系统相关信息,获取该目标车队运营的基本情况和管理效率,或者,具体用途还可以为目标车队用户进行异常事件的排查,例如目标车队通过目标车队的异常事件获取目标车队的超速事件等,从而方便后续的风险评估。
结合上述说明可知,图1中应用场景对应的具体用途可以为目标车队提供在线管理,也可以为目标车队的管理可效性进行监督。而对目标车队进行管理时,需要尽可能地在实验环境下尽可能地给目标车队模拟出真实的行驶环境,并在此模拟环境下尽可能地提高目标车队的准确性。因此,无论是哪种用途,均需要先尽可能地提供目标车队的运行环境。
基于此,参见图2,提供了一种车队管理系统的测试方法。以该方法应用于服务器,且执行主体为服务器为例进行说明,该方法包括如下步骤:
步骤S201:获取目标车队在虚拟测试场景下的卫星导航定位数据;
步骤S202:根据预设的动力学模型和卫星导航定位数据,生成目标车队的整车总线数据;
步骤S203:根据整车总线数据、预设的事件触发策略及预设的场景算法,生成目标车队的虚拟行驶数据,其中,虚拟行驶数据包括目标车队在虚拟测试场景下的行驶轨迹、驾驶行为事件及行驶数据的统计结果;
步骤S204:将整车总线数据与虚拟行驶数据进行对比,获取测试结果。
在上述步骤S201中,卫星导航定位数据用于模拟实际行车路线的位置信息,卫星导航定位数据包括目标车队行驶位置的经度、目标车队行驶位置的纬度、目标车队行驶位置的高程、目标车队行驶的速度及目标车队行驶的时间。卫星导航定位数据包括GPS导航数据、北斗导航数据、Galileo(Galileo satellite navigation system,伽利略定位系统)导航数据、Glonass(Global Navigation Satellite System,全球卫星导航系统)导航数据中的一种或几种。
采用卫星导航定位数据可以很好地模拟出目标车队所在的实验室车况,采用卫星导航数据能够模拟出行车路线的基本信息,同时接收目标车队所在的实验室车况的目标车队可以不是真实车队,提供目标车队中的车载终端就可以与卫星导航数据进行交换。
通过上述步骤,可以在实验室环境下,模拟目标车队的实车行驶工况,特别是车辆行车轨迹、驾驶行为事件及行驶数据,且避免了道路实车测试方式容易触发驾驶事故,造成驾驶过程中的安全隐患。
在上述步骤S202中,空气动力学模型基于对目标车队实况数据生成,空气动力学模型用于尽可能地还原目标车队在行驶过程中遇到的情况,从而得到目标车队在模拟车况下的实时模拟数据。整车总线数据用于反应目标车队在模拟车况下的实时数据,因此,整车总线数据也用于反应目标车队的实时虚拟情况。
在上述步骤S203中,预设的事件触发策略及预设的场景算法存储在目标车队的车辆的存储器中,一般用于反映当前车队管理系统管理车队的车况状况,包括车队行驶路程、行驶状况是否有突发事件。本发明对车队管理系统进行检测,实际上就是检测目标车队中预设的事件触发策略和预设的场景算法的准确性。上述虚拟行驶数据就是车队管理系统根据模拟车况下的实时数据生成的管理数据,用于反映车队系统对目标车队行驶的路况分析。
通过上述步骤,预设的事件触发策略及预设的场景算法可以独立于目标车队中的车辆进行存储,这样无需整车环境,在实验环境下就可以对目标车队的管理系统进行检验。
在上述步骤S204中,将整车总线数据与虚拟行驶数据进行对比,通过对比记录目标车队实况数据的整车总线数据和经过目标车队的管理系统分析后的虚拟行驶数据的匹配度,就可以反映出目标车队的管理系统对目标车队实况数据分析和管理的准确性。
上述车队管理系统的测试方法,通过获取目标车队在虚拟测试场景下的卫星导航定位数据;根据预设的动力学模型和卫星导航定位数据,生成目标车队的整车总线数据来模拟虚拟车队管理环境,然后根据整车总线数据、和预设的事件触发策略及预设的场景算法,生成目标车队的虚拟行驶数据,其中,虚拟行驶数据包括目标车队在虚拟测试场景下的行驶轨迹、驾驶行为事件及行驶数据的统计结果;将整车总线数据与虚拟行驶数据进行对比,获取测试结果,可以准确检测车队管理系统。
结合上述实施例的内容,在一个实施例中,参见图3,本发明实施例不对根据整车总线数据和预设的事件触发策略及预设场景算法,生成目标车队的虚拟行驶数据的方式作具体限定,包括但不限于:
步骤S301,获取整车总线数据,整车总线数据包括整车总线正常值和整车总线异常值;
步骤S302,根据整车总线异常值和预设的事件触发策略,生成驾驶行为事件;
步骤S303,根据整车总线正常值和预设场景算法,生成目标车队的行驶轨迹和行驶数据的统计结果,统计结果用于反映在虚拟测试场景下,目标车队的总油耗、目标车队的平均油耗、目标车队的总里程和目标车队的小计里程的情况。
上述步骤中,整车总线数据正常值是用于体现目标车队在整个行驶过程中的宏观数据,剔除整车总线异常值是为了减少整车总线异常值对总统计的干扰。整车总线异常值可以单独反映目标车队在模拟工况中遇到的突发情况,将整车总线数据单独进行计算,可以提高驾驶判定的准确性。
结合上述实施例的内容,在一个实施例中,参见图4,本发明实施例不对根据整车总线异常值和预设的事件触发策略,生成驾驶行为事件做出限定,包括但不限于:
步骤S401:根据获取整车总线异常值,总线异常值包括目标车队的总线信号长断和目标车队的总线信号短断;
步骤S402:在总线异常值超出预设的事件触发策略的信号范围的情况下,生成驾驶行驶事件,其中,驾驶行为事件包括目标车队超速、目标车队超转、目标车队怠速时间过长、目标车队空挡滑行、目标车队急减速、目标车队停车轰油门、目标车队偷油漏油报警和目标车队胎压异常。
在上述步骤中,基于事件触发策略对于每个驾驶事件单独设置有总线异常信号范围,通过将总线异常值与总线异常信号范围进行匹配,可以找出总线异常值对应的驾驶事件。这样无需对总线异常信号逐帧分析,就可以对总线异常值快速分析。
结合上述实施例的内容,在一个实施例中,参见图5,本发明实施例不对将整车总线数据与虚拟行驶数据进行对比,获取测试结果作出限定,包括但不限于
步骤S501:根据统计计算算法和整车总线数据,获取目标车队的实时行驶数据,其中,实时行驶数据包括目标车队的实时行驶轨迹、实时驾驶行为事件及实时行驶数据的统计结果;
步骤S502,将实时行驶数据与虚拟行驶数据进行对比,获取实时行驶数据和虚拟行驶数据之间的差异值;
步骤S503,在差异值在预设差异范围的情况下,判断目标车队测试通过;
步骤S504,在差异值超过预设差异范围的情况下,判断目标车队测试不通过。
在上述步骤S501中,对于整车总线数据基于现有的统计计算算法,得到目标车队在模拟工况下的行驶结果。
上述步骤将整车总线数据与虚拟行驶数据进行对比,通过对比记录目标车队实况数据的整车总线数据和经过目标车队的管理系统分析后的虚拟行驶数据的匹配度,就可以反映出目标车队的管理系统对目标车队实况数据分析和管理的准确性。
结合上述实施例的内容,在一个实施例中,如图6所示,还提供了一种用于实施上述测试系统的车队管理的测试系统,该车队管理的测试系统,包括:
测试系统主机610,用于发出测试信号;
卫星导航定位数据仿真仪620,用于接受测试主机610发出测试信号,卫星导航定位数据仿真仪620用于接受测试信号,并根据测试信号提供目标车队在虚拟测试场景下的卫星导航定位数据;
仿真测试系统630,设置有动力学模型,用于接受测试主机610发出的测试信号和卫星导航定位数据仿真仪620发出的卫星导航定位数据,并根据动力学模型生成目标车队的整车总线数据;
总线监控记录工具640,用于实时监控和抓取测试系统主机610中的测试信号和仿真测试系统620中目标车队产生的整车总线数据;
目标车队车载终端650,设置有预设的事件触发策略和预设的场景算法,用于接收仿真测试系统630发出的整车总线数据,根据整车总线数据、和预设的事件触发策略及预设的场景算法,生成目标车队的虚拟行驶数据,其中,虚拟行驶数据包括目标车队在虚拟测试场景下的行驶轨迹、驾驶行为事件及行驶数据的统计结果;
服务器660,与目标车队车载终端650通信连接,用于接受整车总线数据与虚拟行驶数据,并将整车总线数据与虚拟行驶数据进行对比,获取测试结果。
可选地,仿真测试系统633包括:电源管理单元631,用于给车队管理的测试系统提供电源;I/O板卡632,用于接受测试信号和卫星导航定位数据,生成驱动信号;空气动力模型633,用于接受驱动信号,生成目标车队行驶的工况数据;真实负载634,用于接受驱动信号和工况数据,生成整车总线数据。
在一个实施例中,车队管理的测试系统还包括电磁屏蔽箱670,目标车队车载终端650的通信端口与电磁屏蔽箱670的外接天线连接,电磁屏蔽箱内放置有目标车队车载终端650,用于给目标车队车载终端650屏蔽外界真实导航信号的干扰。
在一个实施例中,上述车队管理测试系统还包括客户端,客户端包括PC客户端681和移动客户端682,客户端用于接受服务器660的测试结果,并将测试结果可视化展现在客户端上。
具体地,上述车队管理测试系统630为级联工作模式,确保各总成单元控制器及负载成功连接到相关域总线,且功能可正常运行,同时将目标车载终端650连接线束从系统中独立引出,与电磁屏蔽箱670中目标车载终端650端口连接,将仿真测试系统中的电源管理单元631与卫星导航定位数据仿真仪620电源接口连接,以提供电源供给,上电确认各设备均可正常工作。
具体地,上述车队管理的测试系统的测试方法包括:导入配置文件至卫星导航定位数据仿真仪640,并将根据配置文件将卫星导航定位数据仿真仪640设置为远程控制模式;确认卫星导航定位数据仿真仪620的射频输出口与电磁屏蔽箱670中被测目标车载终端650的卫星定位天线端口连接稳定,同时,将目标车载终端650的通信端口与电磁屏蔽箱670外接天线连接;测试系统主机610通过网线与卫星导航定位数据仿真仪620和仿真测试系统630连接,控制卫星导航定位数据仿真仪620实时模拟行车轨迹曲线的卫星导航定位数据,同时,通过测试系统主机610软件控制I/O板卡和动力学模型,利用真实负载生成整车总线数据;通过上位机软件控制I/O板卡632驱动真实负载634,其中真实负载634包括各类开关、传感器和控制器,用于生成整车总线正常值和异常值数值,基于动力学模型模拟各类实车行驶工况;在总线监控记录工具640中新建工程,实时监控并记录总线报文数据值,一方面确保模拟行驶数据的准确性,另一方面为车队管理系统功能的准确性评价与判定提供依据;目标车载终端650通过与仿真测试系统630连接的线束采集总线数据,一方面基于驾驶行为事件触发策略判定事件是否触发,另一方面并对总线数据按照预定算法进行统计计算,得到用户所关心的行驶数据,再通过无线通信方式将封装好的结果数据传送到云端服务器,服务器对数据再处理后,通过客户端应用(PC客户端681和移动客户端682)以友好界面方式显示出来;将目标车载终端反馈的在客户端显示的行车轨迹、驾驶行为事件和行驶数据统计结果与使用总线监控记录工具记录的报文数据对比,同时,参照驾驶行为事件判定策略和统计计算算法,对车队管理系统功能进行评价。
进一步地,卫星导航定位数据包括GPS导航数据、北斗导航数据、Galileo(Galileosatellite navigation system,伽利略定位系统)导航数据、Glonass(Global NavigationSatellite System,全球卫星导航系统)导航数据中的一种或几种。驾驶行为事件包括超速、超转、怠速时间过长、空挡滑行、急减速、停车轰油门、偷油漏油报警和胎压异常。行驶数据包括总油耗、平均油耗、总里程和小计里程。
在一种实施例中,上述车队管理的测试系统可以但不限于应用在不限于获取关于测试目标车队管理系统相关信息,该用目标车队管理系统的测试请求中,还携带有测试对应的用户异常事件查询数据,例如目标车队的超速事件等。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储预设阈值。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种高空抛物检测方法。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取目标车队在虚拟测试场景下的卫星导航定位数据;
根据预设的动力学模型和卫星导航定位数据,生成目标车队的整车总线数据;
根据整车总线数据、和预设的事件触发策略及预设的场景算法,生成目标车队的虚拟行驶数据,其中,虚拟行驶数据包括目标车队在虚拟测试场景下的行驶轨迹、驾驶行为事件及行驶数据的统计结果;
将整车总线数据与虚拟行驶数据进行对比,获取测试结果。
在一个实施例中,上述卫星导航定位数据包括目标车队行驶位置的经度、目标车队行驶位置的纬度、目标车队行驶位置的高程、目标车队行驶的速度及目标车队行驶的时间
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取整车总线数据,整车总线数据包括整车总线正常值和整车总线异常值;
根据整车总线异常值和预设的事件触发策略,生成驾驶行为事件;
根据整车总线正常值和预设场景算法,生成目标车队的行驶轨迹和行驶数据的统计结果,统计结果用于反映在虚拟测试场景下,目标车队的总油耗、目标车队的平均油耗、目标车队的总里程和目标车队的小计里程的情况。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据整车总线异常值,总线异常值包括目标车队的总线信号长断和目标车队的总线信号短断;
在总线异常值超出预设的事件触发策略的信号范围的情况下,生成驾驶行驶事件,其中,驾驶行为事件包括目标车队超速、目标车队超转、目标车队怠速时间过长、目标车队空挡滑行、目标车队急减速、目标车队停车轰油门、目标车队偷油漏油报警和目标车队胎压异常。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据统计计算算法和整车总线数据,获取目标车队的实时行驶数据,其中,实时行驶数据包括目标车队的实时行驶轨迹、实时驾驶行为事件及实时行驶数据的统计结果;
将实时行驶数据与虚拟行驶数据进行对比,获取实时行驶数据和虚拟行驶数据之间的差异值;
在差异值在预设差异范围的情况下,判断目标车队测试通过;
在差异值超过预设差异范围的情况下,判断目标车队测试不通过。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取目标车队在虚拟测试场景下的卫星导航定位数据;
根据预设的动力学模型和卫星导航定位数据,生成目标车队的整车总线数据;
根据整车总线数据、和预设的事件触发策略及预设的场景算法,生成目标车队的虚拟行驶数据,其中,虚拟行驶数据包括目标车队在虚拟测试场景下的行驶轨迹、驾驶行为事件及行驶数据的统计结果;
将整车总线数据与虚拟行驶数据进行对比,获取测试结果。
在一个实施例中,上述卫星导航定位数据包括目标车队行驶位置的经度、目标车队行驶位置的纬度、目标车队行驶位置的高程、目标车队行驶的速度及目标车队行驶的时间
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取整车总线数据,整车总线数据包括整车总线正常值和整车总线异常值;
根据整车总线异常值和预设的事件触发策略,生成驾驶行为事件;
根据整车总线正常值和预设场景算法,生成目标车队的行驶轨迹和行驶数据的统计结果,统计结果用于反映在虚拟测试场景下,目标车队的总油耗、目标车队的平均油耗、目标车队的总里程和目标车队的小计里程的情况。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据整车总线异常值,总线异常值包括目标车队的总线信号长断和目标车队的总线信号短断;
在总线异常值超出预设的事件触发策略的信号范围的情况下,生成驾驶行驶事件,其中,驾驶行为事件包括目标车队超速、目标车队超转、目标车队怠速时间过长、目标车队空挡滑行、目标车队急减速、目标车队停车轰油门、目标车队偷油漏油报警和目标车队胎压异常。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据统计计算算法和整车总线数据,获取目标车队的实时行驶数据,其中,实时行驶数据包括目标车队的实时行驶轨迹、实时驾驶行为事件及实时行驶数据的统计结果;
将实时行驶数据与虚拟行驶数据进行对比,获取实时行驶数据和虚拟行驶数据之间的差异值;
在差异值在预设差异范围的情况下,判断目标车队测试通过;
在差异值超过预设差异范围的情况下,判断目标车队测试不通过。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可以存储于一些易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其他介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以作出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种车队管理系统的测试方法,其特征在于,包括:
获取目标车队在虚拟测试场景下的卫星导航定位数据;
根据预设的动力学模型和所述卫星导航定位数据,生成所述目标车队的整车总线数据;
根据所述整车总线数据、预设的事件触发策略及预设的场景算法,生成所述目标车队的虚拟行驶数据,其中,所述虚拟行驶数据包括目标车队在所述虚拟测试场景下的行驶轨迹、驾驶行为事件及行驶数据的统计结果;
将所述整车总线数据与所述虚拟行驶数据进行对比,获取测试结果。
2.根据权利要求1所述的方法,其特征在于,所述卫星导航定位数据包括目标车队行驶位置的经度、目标车队行驶位置的纬度、目标车队行驶位置的高程、目标车队行驶的速度及目标车队行驶的时间。
3.根据权利要求1所述的方法,其特征在于,所述根据所述整车总线数据和预设的事件触发策略及预设场景算法,生成所述目标车队的虚拟行驶数据,包括:
获取所述整车总线数据,所述整车总线数据包括整车总线正常值和整车总线异常值;
根据所述整车总线异常值和所述预设的事件触发策略,生成驾驶行为事件;
根据所述整车总线正常值和所述预设场景算法,生成所述目标车队的行驶轨迹和行驶数据的统计结果,所述统计结果用于反映在所述虚拟测试场景下,目标车队的总油耗、目标车队的平均油耗、目标车队的总里程和目标车队的小计里程的情况。
4.根据权利要求3所述的方法,其特征在于,所述根据所述整车总线异常值和所述预设的事件触发策略,生成驾驶行为事件,包括:
根据所述整车总线异常值,所述总线异常值包括目标车队的总线信号长断和目标车队的总线信号短断;
在所述总线异常值超出所述预设的事件触发策略的信号范围的情况下,生成驾驶行驶事件,其中,所述驾驶行为事件包括目标车队超速、目标车队超转、目标车队怠速时间过长、目标车队空挡滑行、目标车队急减速、目标车队停车轰油门、目标车队偷油漏油报警和目标车队胎压异常。
5.根据权利要求1所述的方法,所述将所述整车总线数据与所述虚拟行驶数据进行对比,获取测试结果,包括:
根据统计计算算法和所述整车总线数据,获取所述目标车队的实时行驶数据,其中,所述实时行驶数据包括目标车队的实时行驶轨迹、实时驾驶行为事件及实时行驶数据的统计结果;
将所述实时行驶数据与所述虚拟行驶数据进行对比,获取所述实时行驶数据和所述虚拟行驶数据之间的差异值;
在所述差异值在预设差异范围的情况下,判断所述目标车队测试通过;
在所述差异值超过预设差异范围的情况下,判断所述目标车队测试不通过。
6.一种车队管理的测试系统,其特征在于,包括:
测试系统主机,用于发出测试信号;
卫星导航定位数据仿真仪,用于接受所述测试主机发出的测试信号,并根据测试信号提供目标车队在虚拟测试场景下的卫星导航定位数据;
仿真测试系统,设置有动力学模型,与所述测试系统主机和所述卫星导航定位数据仿真仪相连,所述仿真测试系统用于接受所述测试信号和所述卫星导航定位数据,并根据所述动力学模型生成所述目标车队的整车总线数据;
总线监控记录工具,分别与所述测试系统主机和所述仿真测试系统相连,用于实时监控和抓取所述测试系统主机中的测试信号及所述仿真测试系统中所述目标车队产生的整车总线数据;
目标车队车载终端,设置有预设的事件触发策略和预设的场景算法,与所述仿真测试系统相连,用于接受所述整车总线数据,根据所述整车总线数据、所述预设的事件触发策略及所述预设的场景算法,生成所述目标车队的虚拟行驶数据,其中,所述虚拟行驶数据包括目标车队在所述虚拟测试场景下的行驶轨迹、驾驶行为事件及行驶数据的统计结果;
服务器,与所述目标车队车载终端通信连接,用于接收所述整车总线数据与所述虚拟行驶数据,并将所述整车总线数据与所述虚拟行驶数据进行对比,获取测试结果。
7.根据权利要求6所述的系统,其特征在于,所述仿真测试系统包括:
电源管理单元,用于给所述车队管理的测试系统提供电源;
I/O板卡,用于接收所述测试信号和所述卫星导航定位数据,生成驱动信号;
空气动力模型,用于接收所述驱动信号,生成所述目标车队行驶的工况数据;
真实负载,用于接受所述驱动信号和所述工况数据,生成所述整车总线数据。
8.根据权利要求6或7所述的系统,其特征在于,所述车队管理的测试系统还包括电磁屏蔽箱,所述目标车队车载终端的通信端口与所述电磁屏蔽箱的外接天线连接,所述电磁屏蔽箱内放置有所述目标车队车载终端,用于给所述目标车队车载终端屏蔽外界真实导航信号的干扰。
9.一种存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1至5任一项中所述的方法。
10.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行所述权利要求1至5任一项所述的方法。
CN202110668357.7A 2021-06-16 2021-06-16 车队管理系统的测试方法、系统、存储介质和电子装置 Active CN113268428B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110668357.7A CN113268428B (zh) 2021-06-16 2021-06-16 车队管理系统的测试方法、系统、存储介质和电子装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110668357.7A CN113268428B (zh) 2021-06-16 2021-06-16 车队管理系统的测试方法、系统、存储介质和电子装置

Publications (2)

Publication Number Publication Date
CN113268428A true CN113268428A (zh) 2021-08-17
CN113268428B CN113268428B (zh) 2023-08-18

Family

ID=77235190

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110668357.7A Active CN113268428B (zh) 2021-06-16 2021-06-16 车队管理系统的测试方法、系统、存储介质和电子装置

Country Status (1)

Country Link
CN (1) CN113268428B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115575982A (zh) * 2022-11-24 2023-01-06 中汽研软件测评(天津)有限公司 车载卫星定位系统健壮性确定方法、设备和存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070093999A1 (en) * 2005-10-26 2007-04-26 International Business Machines Corporation Importation of virtual signals into electronic test equipment to facilitate testing of an electronic component
JP2017146699A (ja) * 2016-02-16 2017-08-24 アイシン・エィ・ダブリュ株式会社 動作シミュレータシステム、動作シミュレータ方法及びコンピュータプログラム
CN109213126A (zh) * 2018-09-17 2019-01-15 安徽江淮汽车集团股份有限公司 自动驾驶汽车测试系统和方法
CN109884916A (zh) * 2019-02-26 2019-06-14 初速度(苏州)科技有限公司 一种自动驾驶仿真评估方法及装置
CN109901546A (zh) * 2017-12-11 2019-06-18 郑州宇通客车股份有限公司 辅助驾驶车辆硬件在环仿真测试方法和系统
US20190278698A1 (en) * 2018-03-07 2019-09-12 RightHook, Inc. Autonomous Vehicle Simulation And Testing
CN110793784A (zh) * 2019-09-16 2020-02-14 腾讯科技(深圳)有限公司 自动驾驶车辆的测试方法、装置、存储介质及电子装置
CN111061167A (zh) * 2019-12-26 2020-04-24 清华大学苏州汽车研究院(相城) 一种面向智能网联示范区的混合现实自动驾驶的测试方法及虚拟测试平台
CN112581633A (zh) * 2020-12-24 2021-03-30 北京亮道智能汽车技术有限公司 一种自动驾驶功能车辆在环虚拟仿真测试方法及系统
CN112965917A (zh) * 2021-04-15 2021-06-15 北京航迹科技有限公司 用于自动驾驶的测试方法、装置、设备和存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070093999A1 (en) * 2005-10-26 2007-04-26 International Business Machines Corporation Importation of virtual signals into electronic test equipment to facilitate testing of an electronic component
JP2017146699A (ja) * 2016-02-16 2017-08-24 アイシン・エィ・ダブリュ株式会社 動作シミュレータシステム、動作シミュレータ方法及びコンピュータプログラム
CN109901546A (zh) * 2017-12-11 2019-06-18 郑州宇通客车股份有限公司 辅助驾驶车辆硬件在环仿真测试方法和系统
US20190278698A1 (en) * 2018-03-07 2019-09-12 RightHook, Inc. Autonomous Vehicle Simulation And Testing
CN109213126A (zh) * 2018-09-17 2019-01-15 安徽江淮汽车集团股份有限公司 自动驾驶汽车测试系统和方法
CN109884916A (zh) * 2019-02-26 2019-06-14 初速度(苏州)科技有限公司 一种自动驾驶仿真评估方法及装置
CN110793784A (zh) * 2019-09-16 2020-02-14 腾讯科技(深圳)有限公司 自动驾驶车辆的测试方法、装置、存储介质及电子装置
CN111061167A (zh) * 2019-12-26 2020-04-24 清华大学苏州汽车研究院(相城) 一种面向智能网联示范区的混合现实自动驾驶的测试方法及虚拟测试平台
CN112581633A (zh) * 2020-12-24 2021-03-30 北京亮道智能汽车技术有限公司 一种自动驾驶功能车辆在环虚拟仿真测试方法及系统
CN112965917A (zh) * 2021-04-15 2021-06-15 北京航迹科技有限公司 用于自动驾驶的测试方法、装置、设备和存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115575982A (zh) * 2022-11-24 2023-01-06 中汽研软件测评(天津)有限公司 车载卫星定位系统健壮性确定方法、设备和存储介质

Also Published As

Publication number Publication date
CN113268428B (zh) 2023-08-18

Similar Documents

Publication Publication Date Title
US10101244B2 (en) Self-learning simulation environments
Holstein et al. Ethical and social aspects of self-driving cars
EP3915843A1 (en) Vehicle security monitoring device, method, and program
CN113515463B (zh) 自动化测试方法、装置、计算机设备和存储介质
US20190036948A1 (en) System and method for connected vehicle cybersecurity
US20170103101A1 (en) System for database data quality processing
CN106651602A (zh) 一种基于adas智能车载终端的车险管理服务系统
CN112326070B (zh) 温度传感器故障诊断方法、装置、电子设备及存储介质
CN206684779U (zh) 一种基于adas智能车载终端的车险管理服务系统
CN113065195A (zh) 一种车辆信息安全威胁评估方法、装置、介质及电子设备
US11580229B2 (en) Computer-implemented method of security-related control or configuration of a digital system
Akowuah et al. Physical invariant based attack detection for autonomous vehicles: Survey, vision, and challenges
EP3787260A1 (en) System and method for generating a dbc file
CN113268428B (zh) 车队管理系统的测试方法、系统、存储介质和电子装置
CN112600839A (zh) 基于车联网平台构建安全威胁关联视图的方法及装置
CN114664002A (zh) 分布式车载实时传感器数据处理作为服务
Jiang et al. Efficient and unbiased safety test for autonomous driving systems
US20160259699A1 (en) Multi-component and mixed-reality simulation environments
Duracz et al. Using rigorous simulation to support ISO 26262 hazard analysis and risk assessment
CN115792505B (zh) 一种轨道交通供电管理方法及系统
CN115329347B (zh) 基于车联网漏洞数据的预测方法、设备和存储介质
Khan et al. Surrogate safety measures as aid to driver assistance system design of the cognitive vehicle
Terrosi et al. Impact of machine learning on safety monitors
Zander-Nowicka et al. Automotive validation functions for on-line test evaluation of hybrid real-time systems
Vyas et al. A strategy and framework for analysis of operational data of automotive radars for development of active safety systems

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
GR01 Patent grant
GR01 Patent grant