CN114356756A - 一种智能驾驶模型开发的模型在环自动化测试方法 - Google Patents
一种智能驾驶模型开发的模型在环自动化测试方法 Download PDFInfo
- Publication number
- CN114356756A CN114356756A CN202111585071.9A CN202111585071A CN114356756A CN 114356756 A CN114356756 A CN 114356756A CN 202111585071 A CN202111585071 A CN 202111585071A CN 114356756 A CN114356756 A CN 114356756A
- Authority
- CN
- China
- Prior art keywords
- test
- testing
- requirement
- simulation
- model
- 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.)
- Withdrawn
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 104
- 238000011161 development Methods 0.000 title claims abstract description 15
- 238000004088 simulation Methods 0.000 claims abstract description 21
- 238000000034 method Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 7
- 238000004422 calculation algorithm Methods 0.000 abstract description 5
- 230000007547 defect Effects 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 8
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3676—Test management for coverage analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供一种智能驾驶算法开发的模型在环测试方法,包括:根据测试需求编写测试步骤文档;生成测试脚本;仿真测试执行;根据测试结果生成测试报告。本发明能使MIL仿真测试更加自动化、测试结果与需求设计绑定自动化出具需求设计是否被满足的测试报告,在开发早期发现控制算法功能逻辑的缺陷,降低HIL(硬件在环)测试以及实车路试的成本。
Description
技术领域
本发明涉及汽车电器控制测试领域,更具体是汽车整车控制器开发过程的算法型在环测试方法。
背景技术
基于模型的设计方法(MBD,Model Based Design),是汽车电控开发的常用方法,模型在环(MIL,Model In Loop)测试在模型初步开发完后,以纯软件仿真的形式,来验证控制模型是否满足功能需求。可以在早期阶段发现模型中存在的问题,效率较高。是V流程开发中重要部分,广泛用于嵌入式ECU的开发过程。
现有的MIL测试方案,一般是使用Matlab自带的组件来自动生成测试用例及进行单元测试,对于集成测试,常使用如恒润等供应商集成的工具进行仿真测试,定制功能较少,成本较为高昂。用Excel编写大量时间序列信号,生成数据到测试输入模块(SignalBuilder),对格式要求较高,鲁棒性不强。另一方面输入信号在测试前已固定,完全依靠时间序列进行步骤设计,在动力学或控制逻辑更改后可能就不再适用,重用性较差,脚本编写麻烦,结果分析困难,自动化程度也不高。
发明内容
有鉴于此,本发明提供一种智能驾驶算法开发的模型在环测试方法,主要目的在于使MIL仿真测试更加自动化、测试结果与需求设计绑定自动化出具需求设计是否被满足的测试报告,在开发早期发现控制算法功能逻辑的缺陷,降低HIL(硬件在环)测试以及实车路试的成本。
本发明采用的技术方案如下:
一种智能驾驶模型开发的模型在环自动化测试方法,其包括步骤:
(一)根据测试需求编写测试步骤文档;
(二)生成测试脚本;
(三)仿真测试执行;
(四)根据测试结果生成测试报告。
其中对于步骤(三),仿真测试执行的步骤如下:
(1)开始;
(2)判断仿真测试是否运行?若是,进行下一步,若否,则结束仿真;
(3)判断是否达到该步骤的测试条件?若是,进行步骤5,若否,则进行下一步;
(4)判断是否满足Block条件,若是,记录案例于当前步骤,然后结束仿真,若否,则回到步骤3;
(5)执行操作;
(6)判断是否满足该步骤通过条件,若是,记录该步骤对应SR为Passed,若否,记录该步骤对应SR为Failed;
(7)判断该步骤是否处于最后一步?若是,结束仿真,若否,返回步骤2。
采用以上技术方案,本发明具有如下优点:测试案例编写逻辑清晰,一个案例可关联多条需求,且不同判据对应未通过直接给需求打上标签,直接完成功能需求覆盖度的统计,又直观地向测试人员展示测试数据。
附图说明
图1为本发明整体方案示意图;
图2是本发明提供的一种测试步骤文档模板示意图;
图3是为本发明实施提供的一种自动化测试执行流程图。
具体实施方式
以下结合具体附图,以长安三级智能驾驶的测试为具体实施例对本发明方法做进一步说明。
长安三级智能驾驶,即有条件自动驾驶,因而测试的关注点在于两处,一是主要功能逻辑是否正常,能否正确处理在可执行范围域内所有场景。二是在处于可执行范围域边界时,系统应提醒驾驶员进行接管,便于责任划分。因而,适用于长安三级智能驾驶MIL测试主要思想是,在满足条件测试条件时执行某项操作,观测输出结果是否满足需求。
针对如上需要,提供一种自动化模型在环测试方案,参见图1、图2和图3,该方案包括:
(一)测试步骤编写,其包括案例ID、测试条件,执行操作,Block条件,通过条件等模块。
(二)通过调用预设程序生成所述测试步骤的测试脚本。
(三)自动化测试执行。
(四)生成测试报告。
本实施例,上述步骤(一)中,其测试步骤模板如图2所示,在具体生成测试脚本之前,需要针对测试步骤模板进行必要信息的填写,这些信息的来源应来自测试概述和总线协议。
测试步骤信息主要分为测试条件、观测接口,执行操作,输入接口,Block条件,通过条件等。
其中,测试条件和执行操作为测试概述中自然语言描述,这部分信息可以令测试案例编写逻辑清晰,测试条件即描述当前主车处于一个怎么的状态,当满足该状态后即视为进入该步骤,而观测接口即是对该状态信息信号层级的描述。执行操作是在满足测试条件时需要执行的操作的自然语言描述,这里的操作是广义上的信号注入,包括但不限于驾驶员操作、执行器故障注入、环境信息修改等。输入接口即是对上述执行操作在信号层级的描述。
对于执行操作和输入接口部分,在信号层级的描述为"信号A=x",对于测试执行而言,即是在此时刻将信号A原有的闭环信号进行切断,将x作为模拟值输送给被测对象。从而达到故障注入的目的。
Block条件即为,当测试条件未满足时,是否认为测试已经阻塞,当Block条件满足时,系统结束仿真,记录Block所在步骤及条件。测试案例为不通过。
通过条件即为案例是否通过的判断,由于某些案例对应多条需求,不同步骤对应需求并不强相关,因而通过对需求标记是否实现更适用于测试结果管理。通过条件部分设计主要由序号、需求ID、判断时间、判断条件、接口这几部分组成,其具体实现是在相应判断时间对判断条件进行判断之后,将对应需求ID的需求标记为Passed或Failed。这样便于后续直接完成功能需求覆盖度的统计。
本实施例中,上述步骤(二),在测试步骤模板上填写好测试步骤的全部内容之后,即使用预设程序对测试步骤生成脚本。其具体实施方案是,在一个Excel工作簿中,包含多个工作表(sheet),每个工作表作为一个测试案例,工作表名称即为案例ID,程序读取相应位置的信息进行处理。生成MATLAB用于控制Simulink执行的脚本。
本实施例中,上述步骤(三),自动化测试执行流程参见图2,具体包括:
1、开始。
2、判断仿真测试是否运行?若是,进行下一步,若否,则结束仿真。
3、判断是否达到该步骤的测试条件?若是,进行步骤5,若否,则进行下一步。
4、判断是否满足Block条件,若是,记录案例于当前步骤,然后结束仿真,若否,则回到步骤3。
5、执行操作。
6、判断是否满足该步骤通过条件,若是,记录该步骤对应SR为Passed,若否,记录该步骤对应SR为Failed。
7、判断该步骤是否处于最后一步?若是,结束仿真,若否,返回步骤2。
本实施例中,上述步骤(四),在执行完所有案例之后,使用预设脚本对需求Excel表进行二次统计,由于一条需求会由至少一个案例的一个步骤的通过条件来覆盖,因而在上述步骤的通过条件处,相应为该需求打上Passed或Failed信息时,同时应包含该条案例以及步骤信息,每条需求至少含有一个标签,有任一标签为Failed时,需求为未通过。全部标签都为Passed时,该需求在当前版本视为通过。
对于未通过的需求,可以根据标签上的案例及步骤信息,关联到具体信号在该时间段具体值,直观地向测试人员展示测试数据
根据excel内需求通过情况,出具针对需求的测试报告,计算通过率,漏检率。
Claims (5)
1.一种智能驾驶模型开发的模型在环自动化测试方法,其特征在于,包括步骤:
(一)根据测试需求编写测试步骤文档;
(二)生成测试脚本;
(三)仿真测试执行;
(四)根据测试结果生成测试报告;
对于步骤(三),仿真测试执行的步骤如下:
(1)开始;
(2)判断仿真测试是否运行?若是,进行下一步,若否,则结束仿真;
(3)判断是否达到该步骤的测试条件?若是,进行步骤5,若否,则进行下一步;
(4)判断是否满足Block条件,若是,记录案例于当前步骤,然后结束仿真,若否,则回到步骤3;
(5)执行操作;
(6)判断是否满足该步骤通过条件,若是,记录该步骤对应SR为Passed,若否,记录该步骤对应SR为Failed;
(7)判断该步骤是否处于最后一步?若是,结束仿真,若否,返回步骤2。
2.根据权利要求1所述的智能驾驶模型开发的模型在环自动化测试方法,其特征在于,在步骤(一)中,需要在测试步骤模板上填写测试步骤,填写的测试步骤信息的来自测试概述和总线协议,测试步骤信息分为测试条件、观测接口、执行操作、输入接口、Block条件、通过条件等。
3.根据权利要求2所述的智能驾驶模型开发的模型在环自动化测试方法,其特征在于,在步骤(一)中,在测试步骤模板上填写好测试步骤的全部内容之后,即使用预设程序对测试步骤生成脚本,一个Excel工作簿中,包含多个工作表,每个工作表作为一个测试案例,工作表名称即为案例ID,程序读取相应位置的信息进行处理,生成MATLAB用于控制Simulink执行的脚本。
4.根据权利要求1所述的智能驾驶模型开发的模型在环自动化测试方法,其特征在于,在步骤(四)中,在执行完所有案例之后,使用预设脚本对需求进行二次统计,一条需求由至少一个案例的一个步骤的通过条件来覆盖,在上述步骤的通过条件处,相应为该需求打上Passed或Failed信息时,同时应包含该条案例以及步骤信息,每条需求至少含有一个标签,有任一标签为Failed时,需求为未通过,全部标签都为Passed时,该需求在当前版本视为通过。
5.根据权利要求1所述的智能驾驶模型开发的模型在环自动化测试方法,其特征在于,在步骤(四)中,包括根据excel内需求通过情况,出具针对需求的测试报告,计算通过率,漏检率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111585071.9A CN114356756A (zh) | 2021-12-22 | 2021-12-22 | 一种智能驾驶模型开发的模型在环自动化测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111585071.9A CN114356756A (zh) | 2021-12-22 | 2021-12-22 | 一种智能驾驶模型开发的模型在环自动化测试方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114356756A true CN114356756A (zh) | 2022-04-15 |
Family
ID=81101140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111585071.9A Withdrawn CN114356756A (zh) | 2021-12-22 | 2021-12-22 | 一种智能驾驶模型开发的模型在环自动化测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114356756A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180089911A1 (en) * | 2016-09-23 | 2018-03-29 | Kpit Technologies Limited | Autonomous system validation |
CN110096445A (zh) * | 2019-05-06 | 2019-08-06 | 北京长城华冠汽车科技股份有限公司 | 一种模型在环测试方法及装置 |
CN110989565A (zh) * | 2019-12-31 | 2020-04-10 | 上汽通用五菱汽车股份有限公司 | 电动尾门控制器测试方法、系统及存储介质 |
CN112115600A (zh) * | 2020-09-11 | 2020-12-22 | 中国第一汽车股份有限公司 | 一种自动驾驶车辆的仿真系统 |
CN112684423A (zh) * | 2020-12-30 | 2021-04-20 | 东风汽车有限公司 | 一种自动驾驶功能测试系统及测试方法 |
CN113361098A (zh) * | 2021-06-04 | 2021-09-07 | 雄狮汽车科技(南京)有限公司 | 车辆盲区监测功能的测试方法、装置及车辆 |
CN113742220A (zh) * | 2021-08-12 | 2021-12-03 | 重庆长安汽车股份有限公司 | 有限自动驾驶系统正向开发过程中的仿真测试方法 |
CN113804451A (zh) * | 2020-06-11 | 2021-12-17 | 上海汽车集团股份有限公司 | 一种汽车智能驾驶自动化仿真测试方法及装置 |
-
2021
- 2021-12-22 CN CN202111585071.9A patent/CN114356756A/zh not_active Withdrawn
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180089911A1 (en) * | 2016-09-23 | 2018-03-29 | Kpit Technologies Limited | Autonomous system validation |
CN110096445A (zh) * | 2019-05-06 | 2019-08-06 | 北京长城华冠汽车科技股份有限公司 | 一种模型在环测试方法及装置 |
CN110989565A (zh) * | 2019-12-31 | 2020-04-10 | 上汽通用五菱汽车股份有限公司 | 电动尾门控制器测试方法、系统及存储介质 |
CN113804451A (zh) * | 2020-06-11 | 2021-12-17 | 上海汽车集团股份有限公司 | 一种汽车智能驾驶自动化仿真测试方法及装置 |
CN112115600A (zh) * | 2020-09-11 | 2020-12-22 | 中国第一汽车股份有限公司 | 一种自动驾驶车辆的仿真系统 |
CN112684423A (zh) * | 2020-12-30 | 2021-04-20 | 东风汽车有限公司 | 一种自动驾驶功能测试系统及测试方法 |
CN113361098A (zh) * | 2021-06-04 | 2021-09-07 | 雄狮汽车科技(南京)有限公司 | 车辆盲区监测功能的测试方法、装置及车辆 |
CN113742220A (zh) * | 2021-08-12 | 2021-12-03 | 重庆长安汽车股份有限公司 | 有限自动驾驶系统正向开发过程中的仿真测试方法 |
Non-Patent Citations (1)
Title |
---|
朱元: "《基于AUTOSAR规范的车用电机控制器软件开发》", 31 August 2017, 同济大学出版社, pages: 179 - 185 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107831757B (zh) | 基于dSPACE的电机控制器硬件在环自动化测试系统及方法 | |
JP2014203314A (ja) | Ecuシミュレーション装置 | |
Hunt et al. | Failure mode effects analysis: a practical application of functional modeling | |
CN107370637B (zh) | 车载ecu通信功能自动化测试系统及方法 | |
CN112506756B (zh) | 一种车辆控制器测试用例脚本生成方法和装置 | |
CN111506509A (zh) | 汽车软件单元自动测试方法、装置、设备及存储介质 | |
Thomas et al. | An integrated approach to requirements development and hazard analysis | |
CN112068530A (zh) | 一种ecu自动化测试方法、系统、存储介质及装置 | |
CN114356756A (zh) | 一种智能驾驶模型开发的模型在环自动化测试方法 | |
Kaijser et al. | Towards simulation-based verification for continuous integration and delivery | |
van de Mortel-Fronczak et al. | Supervisor synthesis in model-based automotive systems engineering | |
CN115348200A (zh) | 一种can通信功能测试方法及测试系统 | |
Ray et al. | Validating automotive control software using instrumentation-based verification | |
Yang et al. | An effective model-based development process using simulink/stateflow for automotive body control electronics | |
CN100367233C (zh) | 程序执行控制方式 | |
CN116521143B (zh) | 一种故障诊断did读写服务处理方法及装置 | |
Francois | New approaches in virtualization of ECU software development | |
Semenov | Automation of Hardware-in-the-Loop and In-the-Vehicle testing and validation for Hybrid Electric Vehicles at Ford | |
CN214670127U (zh) | 燃料电池控制算法硬件在环测试平台 | |
Schubert et al. | Executable Specs: What makes one, and how are they used? | |
Corbier | Accelerate the Development of Certified Software for Train Control & Monitoring Systems | |
CN113342426A (zh) | 一种应用层软件组件集成方法及系统 | |
Syed et al. | Automated Migration of Legacy Functions and Algorithms to Model Based Design | |
Otterbach et al. | System verification throughout the development cycle | |
de Oliveira Vasconcelos et al. | Automotive Powertrain Test Automation |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220415 |