CN114363207A - 云控平台的测试方法、装置、设备、存储介质及程序 - Google Patents
云控平台的测试方法、装置、设备、存储介质及程序 Download PDFInfo
- Publication number
- CN114363207A CN114363207A CN202111631943.0A CN202111631943A CN114363207A CN 114363207 A CN114363207 A CN 114363207A CN 202111631943 A CN202111631943 A CN 202111631943A CN 114363207 A CN114363207 A CN 114363207A
- Authority
- CN
- China
- Prior art keywords
- control platform
- cloud control
- data set
- traffic data
- ith
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/50—Testing arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了云控平台的测试方法、装置、设备、存储介质及程序,涉及人工智能领域,尤其涉及智能交通、云处理等技术领域。具体实现方案为:从已上线的第一云控平台获取第一交通数据;根据所述第一交通数据生成测试数据集,测试数据集中包括多个路侧设备对应的交通数据;控制待测试的第二云控平台对测试数据集进行处理,以得到第二云控平台的运行状态,并根据第二云控平台的运行状态,确定第二云控平台对应的最大路侧设备数量。上述过程中,通过利用测试数据集对第二云控平台进行压力测试,以确定出第二云控平台最多可支持的路侧设备的数量,相比人工预估的方式,提高了确定出的最大路侧设备数量的准确性。
Description
技术领域
本公开涉及人工智能领域中的智能交通、云处理等技术领域,尤其涉及一种云控平台的测试方法、装置、设备、存储介质及程序。
背景技术
在智能交通场景中,每个路口处设置有路侧设备,用于采集交通数据。多个路口的路侧设备连接至云控平台。各路侧设备采集的交通数据上传至云控平台,通过云控平台对交通数据进行处理。
实际应用中,在云控平台上线之前,通常根据人工经验,对云控平台支持的最大路侧设备数量进行预估。然后,根据预估的最大路侧设备数量,对云控平台进行上线配置。
然而,根据人工经验预估得到的最大路侧设备数量的准确性较低,可能会发生云控平台上线即崩溃的情况。
发明内容
本公开提供了一种云控平台的测试方法、装置、设备、存储介质及程序。
根据本公开的第一方面,提供了一种云控平台的测试方法,包括:
从已上线的第一云控平台获取第一交通数据;
根据所述第一交通数据生成测试数据集,控制待测试的第二云控平台对所述测试数据集进行处理,以得到所述第二云控平台的运行状态,并根据所述第二云控平台的运行状态,确定所述第二云控平台对应的最大路侧设备数量;
其中,所述测试数据集中包括多个路侧设备对应的交通数据,所述最大路侧设备数量为所述第二云控平台最多可支持的路侧设备的数量。
根据本公开的第二方面,提供了一种云控平台的测试装置,包括:
获取模块,用于从已上线的第一云控平台获取第一交通数据;
测试模块,用于根据所述第一交通数据生成测试数据集,控制待测试的第二云控平台对所述测试数据集进行处理,以得到所述第二云控平台的运行状态,并根据所述第二云控平台的运行状态,确定所述第二云控平台对应的最大路侧设备数量;
其中,所述测试数据集中包括多个路侧设备对应的交通数据,所述最大路侧设备数量为所述第二云控平台最多可支持的路侧设备的数量。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面所述的方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行第一方面所述的方法。
根据本公开的第五方面,提供了一种计算机程序产品,所述计算机程序产品包括:计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1为本公开实施例提供的一种智能交通系统架构的示意图;
图2为本公开实施例提供的一种云控平台的测试场景的示意图;
图3为本公开实施例提供的一种云控平台的测试方法的流程示意图;
图4为本公开实施例提供的另一种云控平台的测试方法的流程示意图;
图5为本公开实施例提供的又一种云控平台的测试方法的流程示意图;
图6为本公开实施例提供的一种测试数据集的生成方法的流程示意图;
图7为本公开实施例提供的另一种云控平台的测试场景的示意图;
图8为本公开实施例提供的一种云控平台的测试装置的结构示意图;
图9为本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本公开应用于智能交通系统(Intelligent Traffic System,ITS),智能交通系统也可以称为车路协同系统。车路协同是采用先进的无线通信和新一代互联网等技术,全方位实施车车、车路动态实时信息交互,并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理,充分实现人车路的有效协同,保证交通安全,提高通行效率,从而形成的安全、高效和环保的道路交通系统。
为了便于理解,首先结合图1对智能交通系统的架构进行说明。
图1为本公开实施例提供的一种智能交通系统架构的示意图。如图1所示,道路的每个路口设置有路侧设备。本实施例中,路侧设备通常是具有一定计算能力的计算单元或者处理器。路侧设备可以从感知设备接收对应路口的交通感知数据,以及对交通感知数据进行处理,并将处理的交通数据上传至云控平台。
示例性的,以一个路口为例,该路口处可以部署一个或者多个感知设备,例如:鱼眼相机、雷达、红外设备等。行驶至该路口的车辆通常也部署有一个或者多个感知设备。这样,路口的感知设备和/或车辆的感知设备对该路口的交通数据进行采集,并将采集到的交通感知数据上传至该路口的路侧设备。路侧设备对交通感知数据进行处理,将处理后的交通数据上传至云控平台。本公开实施例中,云控平台可以是位于云端的服务器、云平台、车路系统管理平台、中心子系统等。云控平台可以实现对道路交通的监测。
参见图1,多个路口的路侧设备可以接入一个云控平台。这样,该云控平台可以接收到多个路口的交通数据。云控平台可以对多个路口的交通数据进行融合处理、持久化处理、业务分析处理等,并将处理结果推送至大屏显示、第三方应用、大数据平台等。
由图1可见,云控平台可以实现多个路口的交通监测。实际应用中,在云控平台上线之前,需要预估云控平台最多支持接入多少个路侧设备,或者说,预估云控平台最多支持对多少个路口的交通数据进行监测。然后,根据预估结果对云控平台进行上线配置。通常采用的预估方式为,由运营人员根据云控平台的硬件配置以及人工经验进行预估。然而,这样预估的结果可能并不准确。在预估结果不准确的情况下,可能会发生云控平台上线即崩溃的情况。
需要说明的是,图1中是以一个路口部署一个路侧设备为例进行示意的,实际应用中,一个路口可以部署一个或者多个路侧设备,本实施例对此不作限定。假设一个路口部署一个路侧设备,若云控平台最多支持接入200个路侧设备,则说明云控平台可以支持对200个路口的交通数据进行监测。假设一个路口部署两个路侧设备,若云控平台最多支持接入200个路侧设备,则说明云控平台可以支持对100个路口的交通数据进行监测。
本公开提供一种云控平台的测试方法、装置、设备、存储介质及程序,应用于人工智能领域中的智能交通、云平台技术领域,能够通过对云控平台进行测试,准确地确定出云控平台支持的最大路侧设备数量,从而避免云控平台上线即崩溃的情况。
本公开实施例中,可以在云控平台上线之前,采用离线测试方式对云控平台进行测试。考虑到离线的云控平台未实际接入路侧设备,即离线的云控平台没有数据源,因此,可以从已上线的云控平台获取真实交通场景的交通数据,并利用这些交通数据对离线的云控平台进行测试。
下面结合图2对本公开实施例中的云控平台的测试场景进行介绍。
图2为本公开实施例提供的一种云控平台的测试场景的示意图。如图2所示,该测试场景包括:第一云控平台、测试设备和第二云控平台。其中,第一云控平台可以是已上线的云控平台,参见图2,实际交通场景中的多个路侧设备接入到第一云控平台。第二云控平台为待测试的云控平台。第二云控平台未接入路侧设备,第二云控平台也可以称为离线云控平台。测试设备可以是具有数据处理和数据收发功能的任意电子设备,包括但不限于台式电脑、笔记本电脑、平板电脑、个人计算机等。
参见图2,测试设备可以从第一云控平台获取第一交通数据。应理解,该第一交通数据是真实交通场景中的路侧设备实际采集到真实交通数据。
测试设备可以基于第一交通数据生成测试数据集,测试数据集中包括多个路侧设备对应的交通数据。测试设备可以控制第二云控平台对测试数据集进行处理,得到第二云控平台的运行状态,并根据第二云控平台的运行状态,确定第二云控平台对应的最大路侧设备数量。
本公开技术方案中,通过测试设备利用测试数据集对第二云控平台进行压力测试,以确定出第二云控平台最多可支持的路侧设备的数量,使得确定出的最大路侧设备数量更加准确。另外,由于测试数据集是根据从第一云控平台获取到第一交通数据得到的,使得测试数据集能够表征真实交通场景中的交通状况,从而进一步提高了测试结果的准确性。
下面结合几个具体的实施例对本公开的技术方案进行详细描述。下面几个实施例可以相互结合,对于相同或者相似的内容在某些实施例中可能不再重复描述。
图3为本公开实施例提供的一种云控平台的测试方法的流程示意图。本实施例的方法可以由图2中的测试设备执行。如图3所示,本实施例的方法包括:
S301:从已上线的第一云控平台获取第一交通数据。
本实施例中,第一云控平台为已上线的云控平台。参见图2所示,第一云控平台接入有多个路口的路侧设备。第一云控平台可以从多个路侧设备接收交通数据。本公开实施例中,每个路侧设备向第一云控平台上报的交通数据包括但不限于:障碍物的轨迹信息、交通事件信息等。
本实施例中,第一交通数据可以是第一云控平台从路侧设备接收到的原始交通数据。例如,测试设备可以对第一云控平台的输入接口进行监听,得到第一交通数据。第一交通数据还可以是第一云控平台对原始交通数据进行处理后的交通数据。例如,测试设备可以对第一云控平台的输出接口或者中间接口进行监听,得到第一交通数据。
需要说明的是,第一交通数据可以是一个路侧设备对应的交通数据,还可以包括多个路侧设备对应的交通数据,本实施例对此不作限定。
S302:根据所述第一交通数据生成测试数据集,控制待测试的第二云控平台对所述测试数据集进行处理,以得到所述第二云控平台的运行状态,并根据所述第二云控平台的运行状态,确定所述第二云控平台对应的最大路侧设备数量;其中,所述测试数据集中包括多个路侧设备对应的交通数据,所述最大路侧设备数量为所述第二云控平台最多可支持的路侧设备的数量。
本实施例中,第二云控平台为待测试的云控平台,或者称为离线云控平台。可以根据第一交通数据生成测试数据集,利用测试数据集对第二云控平台进行测试,从而确定出第二云控平台最多可支持的路侧设备的数量。应理解,本实施例对第二云控平台的测试可以称为压力测试。
示例性的,可以对第二云控平台执行多轮测试,每轮测试对应的测试数据集中包括多个路侧设备对应的交通数据,不同轮的测试数据集对应的路侧设备的数量不同。例如,第一轮测试对应的测试数据集中包括N1个路侧设备对应的交通数据,第二轮测试对应的测试数据集中包括N2个路侧设备对应的交通数据,第三轮测试对应的测试数据集中包括N3个路侧设备对应的交通数据,以此类推。这样,根据各轮测试中第二云控平台的运行状态,可以确定出第二云控平台最多支持的路侧设备的数量。
本实施例提供的云控平台的测试方法,包括:测试设备从已上线的第一云控平台获取第一交通数据;根据第一交通数据生成测试数据集,控制待测试的第二云控平台对测试数据集进行处理,以得到第二云控平台的运行状态,并根据第二云控平台的运行状态,确定第二云控平台对应的最大路侧设备数量;其中,测试数据集中包括多个路侧设备对应的交通数据,最大路侧设备数量为第二云控平台最多可支持的路侧设备的数量。上述过程中,通过利用测试数据集对第二云控平台进行压力测试,以确定出第二云控平台最多可支持的路侧设备的数量,相比人工预估的方式,提高了确定出的最大路侧设备数量的准确性。另外,由于测试数据集是根据从第一云控平台获取到第一交通数据得到的,因此测试数据集能够表征真实交通场景中的交通状况,从而进一步提高了测试结果的准确性。
在图3所示实施例的基础上,下面结合一个更具体的实施例对本公开技术方案进行更详细的描述。
图4为本公开实施例提供的另一种云控平台的测试方法的流程示意图。如图4所示,本实施例的方法包括:
S401:从已上线的第一云控平台获取第一交通数据。
应理解,S401的实现方式与图3中的S301类似,此处不做赘述。
S402:根据所述第一交通数据生成第i测试数据集,控制第二云控平台对第i测试数据集进行处理,以得到第二云控平台的第i运行状态,所述第i测试数据集中包括Ni个路侧设备对应的交通数据。
S403:若所述第i运行状态为正常状态,则所述i加1,并返回执行S402,Ni+1>Ni。
S404:若所述第i运行状态为异常状态,则根据第i-1个测试数据集对应的路侧设备的数量,确定第二云控平台对应的最大路侧设备数量。
示例性的,在第i运行状态为异常状态时,说明第二云控平台无法支持对第i测试数据集的处理,因此,可以将第i-1个测试数据集对应的路侧设备的数量,确定为第二云控平台对应的最大路侧设备数量。也就是说,若第i-1个测试数据集中包括Ni-1个路侧设备对应的交通数据,则将第二云控平台对应的最大路侧设备数量确定为Ni-1。
本实施例中,S402需要循环执行多轮,即i依次取1、2、3、……。举例而言,本实施例对第二云控平台的测试过程如下:
(1)根据第一交通数据生成第1测试数据集,第1测试数据集中包括N1个路侧设备对应的交通数据;控制第二云控平台对第1测试数据集进行处理,得到第二云控平台的第1运行状态。
(2)若第1运行状态为正常状态,则说明第二云控平台能够支持N1个路侧设备,继续执行后续的测试步骤(3)。
(3)根据第一交通数据生成第2测试数据集,第2测试数据集中包括N2个路侧设备对应的交通数据,N2>N1。控制第二云控平台对第2测试数据集进行处理,得到第二云控平台的第2运行状态。
(4)若第2运行状态为正常状态,则说明第二云控平台能够支持N2个路侧设备,继续执行后续的测试步骤(5)。若第2运行状态为异常状态,则说明第二云控平台不能支持N2个路侧设备,可以将N1作为第二云控平台对应的最大路侧设备数量。
(5)根据第一交通数据生成第3测试数据集,第3测试数据集中包括N3个路侧设备对应的交通数据,N3>N2。控制第二云控平台对第3测试数据集进行处理,得到第二云控平台的第3运行状态。
(6)若第3运行状态为正常状态,则说明第二云控平台能够支持N3个路侧设备,继续执行后续的测试。应理解后续测试过程是类似的,此处不作赘述。若第3运行状态为异常状态,则说明第二云控平台不能支持N3个路侧设备,可以将N2作为第二云控平台对应的最大路侧设备数量。
需要说明的是,本实施例对于每轮测试中测试数据集对应的路侧设备的数量不作限定。只要满足第i+1测试数据集对应的路侧设备的数量大于第i测试数据集对应的路侧设备的数量(Ni+1>Ni)即可。
可选的,Ni+1=Ni+1。
一个示例中,N1=1,N2=2,N3=3,以此类推。也就是说,从测试数据集对应的路侧设备的数量为1开始,依次进行多轮测试。
另一个示例中,N1=K,N2=K+1,N3=K+2,依次类推。也就是说,从测试数据集对应的路侧设备的数量为K开始,依次进行多轮测试。K可以为第二云控平台能够支持的最小路侧设备数量。
又一个示例中,Ni+1=Ni+p,Ni+1与Ni之间的差值p还可以是在测试过程中动态确定出的。例如,当i取值较小时,p可以为较大的值,当i取值较大时,p可以为较小的值。
本实施例中,通过对第二云控平台执行多轮测试,每轮测试不断增加测试数据集对应的路侧设备的数量;进而,根据第二云控平台对各测试数据集进行处理过程中的运行状态,确定出第二云控平台最多支持的路侧设备的数量,使得确定出的最大路侧设备数量更加准确。
在图4所示实施例的基础上,下面结合图5所述实施例,具体说明每轮测试的执行过程。
图5为本公开实施例提供的又一种云控平台的测试方法的流程示意图。如图5所示,本实施例的方法包括:
S501:根据第一交通数据生成第i测试数据集。
S502:向第二云控平台输入第i测试数据集。
S503:在第二云控平台对第i测试数据集进行处理过程中,获取第二云控平台的至少一个运行参数的参数值。
本实施例中,所述至少一个运行参数的参数值用于指示第二云控平台的运行状态。通过所述至少一个运行参数的参数值,可以判断出第二云控平台是否具有对第i测试数据集进行处理的能力。
示例性的,所述至少一个运行参数包括如下至少一种:
(1)第二云控平台中各服务对应的中央处理器(Central Processing Unit,CPU)占用率;
(2)第二云控平台中各服务对应内存泄漏状态;
(3)第二云控平台中各服务对应实际内存占用率;
(4)第二云控平台中各服务对应虚拟内存占用率;
(5)第二云控平台中各服务的重启次数;
(6)第二云控平台中各服务的重启频率;
(7)第二云控平台输出数据的空帧率和输出低频率,所述输出低频率为所述第二云控平台输出数据的频率小于或等于预设频率的概率;
(8)第二云控平台对应的展示页面的刷新时长。
针对上述的运行参数(1)至(4),可以在第二云控平台上运行监控工具,通过监控工具对CPU占用率、内存泄露状态、实际内存占用率、虚拟内存占用率进行监控,并通过监控工具将监控到的参数值上报至测试设备。
针对上述的运行参数(5)和(6),测试设备可以从第二云控平台获取运行日志,从运行日志中读取各服务的重启次数、重启频率等。
针对上述的运行参数(7),测试设备可以对第二云控平台的输出接口进行监听,以得到第二云控平台输出数据的情况,进而计算得出空帧率和输出低频率。举例而言,假设第i测试数据集中包括100条交通数据,通过对第二云控平台的输出接口进行监听,确定第二云控平台实际输出了95条交通数据,则说明空帧率为5%。另外,还可以根据第二云控平台在每个单位时间内输出的交通数据的条数,确定出第二云控平台在该单位时间内输出数据的频率。进而,根据各单位时间内输出数据的频率是否小于预设频率,可以确定出第二云控平台的输出低频率。应理解,空帧率和输出低频率可以反映第二云控平台的处理性能。
针对上述的运行参数(8),可以在第二云控平台的前端运行监控工具,通过监控工具对展示页面的刷新过程进行监听,得到展示页面的刷新时长。进而,监控工具可以将刷新时长上报至测试设备。应理解,刷新时长可以反映第二云控平台的数据处理过程是否出现卡顿。
S504:根据第二云控平台的至少一个运行参数的参数值,确定第二云控平台的第i运行状态。
应理解,上述的每个运行参数的参数值均对应有预设范围,在第二云控平台正常运行时,各运行参数的参数值均位于各自对应的预设范围内。这样,可以根据各运行参数的参数值以及各自对应的预设范围,确定第二云控平台的运行状态。
示例性的,若所述至少一个运行参数的参数值均在对应的预设范围内,则确定所述第二云控平台的第i运行状态为正常状态。若所述至少一个运行参数中存在运行参数的参数值不在对应的预设范围内,则确定所述第二云控平台的第i运行状态为异常状态。也就是说,所述至少一个运行参数中,只要存在一个或者多个运行参数的参数值不在对应的预设范围内,则确定第二云控平台的第i运行状态为异常状态。
应理解的是,图5所示实施例中是以第i轮测试过程为例进行说明的,其他轮的测试过程是类似的。
本公开实施例中,考虑到云控平台在对交通数据处理过程中,要求交通数据为实时交通数据,对过期的交通数据不予处理。而测试设备从第一云控平台获取到的第一交通数据实际为过期的历史交通数据,因此,在对第二云控平台进行测试时,不能直接将第一交通数据输入至第二云控平台。也就是说,测试设备在对第二云控平台进行测试时,需要基于第一交通数据构造出第二云控平台能够处理的测试数据集。
本公开实施例中,第一交通数据可以为一个路侧设备对应的交通数据。也就是说,测试设备只需要从第一云控平台获取一个路侧设备对应的交通数据。进而,测试设备基于该一个路侧设备对应的交通数据生成测试数据集。下面结合图6进行详细说明。
图6为本公开实施例提供的一种测试数据集的生成方法的流程示意图。本实施例以第i测试数据集的生成过程为例进行说明。如图6所示,本实施例的方法包括:
S601:根据第二云控平台对应的预设数据格式,对第一交通数据进行处理,得到第二交通数据。
示例性的,可以采用如下方式将第一交通数据转换为第二交通数据:从第一交通数据中获取障碍物轨迹信息,按照预设数据格式,对所述障碍物轨迹信息和当前时间戳进行拼接处理,得到第二交通数据。这样,实现了利用第一交通数据中的障碍物轨迹信息构造得到第二云控平台的实时交通数据。
S602:确定第i测试数据集对应的路侧设备的数量Ni。
示例性的,i取值为1时,第1测试数据集对应的路侧设备的数量可以为1;或者,第1测试数据集对应的路侧设备的数量可以为K,K为第二云控平台支持的最小路侧设备数量。
当i取值大于1时,可以根据第i-1测试数据集对应的路侧设备的数量Ni-1,确定第i测试数据集对应的路侧设备的数量Ni。例如,Ni=Ni-1+1,Ni=Ni-1+p。其中,p为预设固定步长,或者为动态步长,本实施例对此不作限定。
S603:将所述第二交通数据复制Ni份,得到所述第i测试数据集。
本实施例中,由于第一交通数据为一个路侧设备对应的交通数据,通过上述方式构造得到的第二交通数据也为一个路侧设备对应的交通数据。在第i轮测试中,确定出第i测试数据集对应的路侧设备的数量Ni之后,将第二交通数据复制Ni份,即可得到第i测试数据集。这样,第i测试数据集中包括Ni个路侧设备对应的交通数据。
应理解,本实施例中,第i测试数据集中包括的Ni个路侧设备对应的交通数据是相同的。
本实施例中,测试设备只需要从第一云控平台获取一个路侧设备对应的交通数据(即第一交通数据),通过对该一个路侧设备对应的交通数据进行转换处理,得到第二云控平台对应的一个路侧设备对应的交通数据(即第二交通数据),进而,对第二交通数据进行复制即可得到测试数据集,简化了测试数据集的生成过程,提高了测试数据集的生成效率。
在上述任意实施例的基础上,下面结合一个具体的示例,对云控平台的测试过程进行举例说明。图7为本公开实施例提供的另一种云控平台的测试场景的示意图。如图7所示,在真实交通场景中,各路侧设备采集的原始交通数据上传至第一云控平台后,第一云控平台通过一个或者多个处理组件(图7中以2个处理组件为例进行示例)对原始交通数据进行处理(例如基于64个可打印字符来表示二进制数据(Base64)编码处理、融合处理等)。然后,第一云控平台将处理后的交通数据存储到预设数据库中,例如时间序列数据库(TimeSeries Database,TSDB。进而,第一云控平台可以从预设数据库中获取交通数据,并通过一个或者多个处理组件对交通数据进行处理(例如抽帧处理等),最后,输出处理结果。
本实施例中,参见图7,测试设备可以从第一云控平台的预设数据库中获取第一交通数据。进而,根据第一交通数据生成测试数据集。
一个示例中,测试设备可以每日对第一云控平台的预设数据库进行监听,假设监听时长为12小时,例如可以在早8点至晚8点之间对第一云控平台的预设数据库进行监听,得到第一交通数据。然后,测试设备可以在次日基于第一交通数据生成测试数据集,并利用测试数据集对第二云控平台进行测试。
举例而言,图7所示的场景中,从第一云控平台的预设数据库中获取的第一交通数据,是经过Base64编码之后的pb格式的交通数据。测试设备对第一交通数据的转换过程如下:将pb格式的第一交通数据转换为json格式,从json格式的第一交通数据中提取出障碍物轨迹信息,并将提取出的障碍物轨迹信息与当前时间戳进行拼接,生成json格式的拼接数据,进而,将json格式的拼接数据转换为pb格式,得到pb格式的第二交通数据。
测试设备将第一交通数据转换为第二交通数据之后,可以利用第二交通数据对第二云控平台进行多轮测试。例如,在第i轮测试中,将第二交通数据复制Ni份,得到第i测试数据集。将第i测试数据集输入至第二云控平台。在第二云控平台对第i测试数据集进行处理的过程中,获取第二云控平台的至少一个运行参数的参数值。根据第二云控平台的至少一个运行参数的参数值,确定第二云控平台的第i运行状态。若第i运行状态为正常状态,则继续进行第i+1轮测试。若第i运行状态为异常状态,则将第i-1测试数据集对应的路侧设备的数量,确定为第二云控平台对应的最大路侧设备数量。
能够理解的是,云控平台在对交通数据进行处理时,还需要获知实际交通场景的静态信息,例如,路侧设备的经纬度信息、路口的经纬度信息等。因此,本实施例中,在利用从第一云控平台获取的第一交通数据,对第二云控平台进行测试时,还需要将实际交通场景的静态信息(例如上报第一交通数据的路侧设备的经纬度信息、以及对应路口的经纬度信息等)同步到第二云控平台。具体而言,测试设备可以从第一云控平台获取与第一交通数据对应的静态信息,并将静态信息配置到第二云控平台。
一些可能的实现方式中,测试设备确定出第二云控平台对应的最大路侧设备数量之后,可以显示该最大路侧设备数量,以便测试人员及时获知测试结果。或者,测试设备还可以向其他预设设备发送最大路侧设备数量。
图8为本公开实施例提供的一种云控平台的测试装置的结构示意图。该装置可以为软件和/或硬件的形式。如图8所示,本实施例提供的云控平台的测试装置800,包括:获取模块801和测试模块802。其中,
获取模块801,用于从已上线的第一云控平台获取第一交通数据;
测试模块802,用于根据所述第一交通数据生成测试数据集,控制待测试的第二云控平台对所述测试数据集进行处理,以得到所述第二云控平台的运行状态,并根据所述第二云控平台的运行状态,确定所述第二云控平台对应的最大路侧设备数量;
其中,所述测试数据集中包括多个路侧设备对应的交通数据,所述最大路侧设备数量为所述第二云控平台最多可支持的路侧设备的数量。
一种可能的实现方式中,所述测试模块802包括:
测试单元,用于执行测试操作,所述测试操作包括:根据所述第一交通数据生成第i测试数据集,控制所述第二云控平台对所述第i测试数据集进行处理,以得到所述第二云控平台的第i运行状态,所述第i测试数据集中包括Ni个路侧设备对应的交通数据;
所述测试单元,还用于若所述第i运行状态为正常状态,则将所述i加1,并返回执行所述测试操作,其中,Ni+1>Ni;
确定单元,用于若所述第i运行状态为异常状态,则根据第i-1个测试数据集对应的路侧设备的数量,确定所述最大路侧设备数量。
一种可能的实现方式中,所述测试单元包括:
输入子单元,用于向所述第二云控平台输入所述第i测试数据集;
获取子单元,用于在所述第二云控平台对所述第i测试数据集进行处理过程中,获取所述第二云控平台的至少一个运行参数的参数值;
第一确定子单元,用于根据所述第二云控平台的至少一个运行参数的参数值,确定所述第二云控平台的第i运行状态。
一种可能的实现方式中,所述第一确定子单元具体用于:
若所述至少一个运行参数的参数值均在对应的预设范围内,则确定所述第二云控平台的第i运行状态为正常状态;或者,
若所述至少一个运行参数中存在运行参数的参数值不在对应的预设范围内,则确定所述第二云控平台的第i运行状态为异常状态。
一种可能的实现方式中,所述至少一个运行参数包括如下至少一种:
所述第二云控平台中各服务对应的中央处理器CPU占用率;
所述第二云控平台中各服务对应内存泄漏状态;
所述第二云控平台中各服务对应实际内存占用率;
所述第二云控平台中各服务对应虚拟内存占用率;
所述第二云控平台中各服务的重启次数;
所述第二云控平台中各服务的重启频率;
所述第二云控平台输出数据的空帧率和输出低频率,所述输出低频率为所述第二云控平台输出数据的频率小于预设频率的概率;
所述第二云控平台对应的展示页面的刷新时长。
一种可能的实现方式中,所述确定单元包括:
第二确定子单元,用于将所述第i-1个测试数据集对应的路侧设备的数量,确定为所述最大路侧设备数量。
一种可能的实现方式中,所述第一交通数据为一个路侧设备对应的交通数据,所述测试单元包括:
处理子单元,用于根据所述第二云控平台对应的预设数据格式,对所述第一交通数据进行处理,得到第二交通数据;
第三确定子单元,用于确定所述第i测试数据集对应的路侧设备的数量Ni;
复制子单元,用于将所述第二交通数据复制Ni份,得到所述第i测试数据集。
一种可能的实现方式中,所述处理子单元具体用于:
从所述第一交通数据中获取障碍物轨迹信息;
按照所述预设数据格式,对所述障碍物轨迹信息和当前时间戳进行拼接处理,得到所述第二交通数据。
一种可能的实现方式中,本实施例的装置还包括:
显示模块,用于显示所述最大路侧设备数量;或者,
发送模块,用于向预设设备发送所述最大路侧设备数量。
本实施例提供的云控平台的测试装置,可用于执行上述任一方法实施例提供的技术方案,其实现原理和技术效果类似,此处不作赘述。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
根据本公开的实施例,本公开还提供了一种计算机程序产品,计算机程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图9所示,设备900包括计算单元901,其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序,来执行各种适当的动作和处理。在RAM 903中,还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
设备900中的多个部件连接至I/O接口905,包括:输入单元906,例如键盘、鼠标等;输出单元907,例如各种类型的显示器、扬声器等;存储单元908,例如磁盘、光盘等;以及通信单元909,例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理,例如云控平台的测试方法。例如,在一些实施例中,云控平台的测试方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元908。在一些实施例中,计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时,可以执行上文描述的云控平台的测试方法的一个或多个步骤。备选地,在其他实施例中,计算单元901可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行云控平台的测试方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (21)
1.一种云控平台的测试方法,包括:
从已上线的第一云控平台获取第一交通数据;
根据所述第一交通数据生成测试数据集,控制待测试的第二云控平台对所述测试数据集进行处理,以得到所述第二云控平台的运行状态,并根据所述第二云控平台的运行状态,确定所述第二云控平台对应的最大路侧设备数量;
其中,所述测试数据集中包括多个路侧设备对应的交通数据,所述最大路侧设备数量为所述第二云控平台最多可支持的路侧设备的数量。
2.根据权利要求1所述的方法,其中,根据所述第一交通数据生成测试数据集,控制待测试的第二云控平台对所述测试数据集进行处理,以得到所述第二云控平台的运行状态,并根据所述第二云控平台的运行状态,确定所述第二云控平台对应的最大路侧设备数量,包括:
执行测试操作,所述测试操作包括:根据所述第一交通数据生成第i测试数据集,控制所述第二云控平台对所述第i测试数据集进行处理,以得到所述第二云控平台的第i运行状态,所述第i测试数据集中包括Ni个路侧设备对应的交通数据;
若所述第i运行状态为正常状态,则将所述i加1,并返回执行所述测试操作,其中,Ni+1>Ni;
若所述第i运行状态为异常状态,则根据第i-1个测试数据集对应的路侧设备的数量,确定所述最大路侧设备数量。
3.根据权利要求2所述的方法,其中,控制所述第二云控平台对所述第i测试数据集进行处理,以得到所述第二云控平台的第i运行状态,包括:
向所述第二云控平台输入所述第i测试数据集;
在所述第二云控平台对所述第i测试数据集进行处理过程中,获取所述第二云控平台的至少一个运行参数的参数值;
根据所述第二云控平台的至少一个运行参数的参数值,确定所述第二云控平台的第i运行状态。
4.根据权利要求3所述的方法,其中,根据所述第二云控平台的至少一个运行参数的参数值,确定所述第二云控平台的第i运行状态,包括:
若所述至少一个运行参数的参数值均在对应的预设范围内,则确定所述第二云控平台的第i运行状态为正常状态;或者,
若所述至少一个运行参数中存在运行参数的参数值不在对应的预设范围内,则确定所述第二云控平台的第i运行状态为异常状态。
5.根据权利要求3或4所述的方法,其中,所述至少一个运行参数包括如下至少一种:
所述第二云控平台中各服务对应的中央处理器CPU占用率;
所述第二云控平台中各服务对应内存泄漏状态;
所述第二云控平台中各服务对应实际内存占用率;
所述第二云控平台中各服务对应虚拟内存占用率;
所述第二云控平台中各服务的重启次数;
所述第二云控平台中各服务的重启频率;
所述第二云控平台输出数据的空帧率和输出低频率,所述输出低频率为所述第二云控平台输出数据的频率小于预设频率的概率;
所述第二云控平台对应的展示页面的刷新时长。
6.根据权利要求2至5任一项所述的方法,其中,根据第i-1个测试数据集对应的路侧设备的数量,确定所述最大路侧设备数量,包括:
将所述第i-1个测试数据集对应的路侧设备的数量,确定为所述最大路侧设备数量。
7.根据权利要求2至6任一项所述的方法,其中,所述第一交通数据为一个路侧设备对应的交通数据,根据所述第一交通数据生成第i测试数据集,包括:
根据所述第二云控平台对应的预设数据格式,对所述第一交通数据进行处理,得到第二交通数据;
确定所述第i测试数据集对应的路侧设备的数量Ni;
将所述第二交通数据复制Ni份,得到所述第i测试数据集。
8.根据权利要求7所述的方法,其中,根据所述第二云控平台对应的预设数据格式,对所述第一交通数据进行处理,得到第二交通数据,包括:
从所述第一交通数据中获取障碍物轨迹信息;
按照所述预设数据格式,对所述障碍物轨迹信息和当前时间戳进行拼接处理,得到所述第二交通数据。
9.根据权利要求1至8任一项所述的方法,确定所述第二云控平台对应的最大路侧设备数量之后,还包括:
显示所述最大路侧设备数量;或者,
向预设设备发送所述最大路侧设备数量。
10.一种云控平台的测试装置,包括:
获取模块,用于从已上线的第一云控平台获取第一交通数据;
测试模块,用于根据所述第一交通数据生成测试数据集,控制待测试的第二云控平台对所述测试数据集进行处理,以得到所述第二云控平台的运行状态,并根据所述第二云控平台的运行状态,确定所述第二云控平台对应的最大路侧设备数量;
其中,所述测试数据集中包括多个路侧设备对应的交通数据,所述最大路侧设备数量为所述第二云控平台最多可支持的路侧设备的数量。
11.根据权利要求10所述的装置,其中,所述测试模块包括:
测试单元,用于执行测试操作,所述测试操作包括:根据所述第一交通数据生成第i测试数据集,控制所述第二云控平台对所述第i测试数据集进行处理,以得到所述第二云控平台的第i运行状态,所述第i测试数据集中包括Ni个路侧设备对应的交通数据;
所述测试单元,还用于若所述第i运行状态为正常状态,则将所述i加1,并返回执行所述测试操作,其中,Ni+1>Ni;
确定单元,用于若所述第i运行状态为异常状态,则根据第i-1个测试数据集对应的路侧设备的数量,确定所述最大路侧设备数量。
12.根据权利要求11所述的装置,其中,所述测试单元包括:
输入子单元,用于向所述第二云控平台输入所述第i测试数据集;
获取子单元,用于在所述第二云控平台对所述第i测试数据集进行处理过程中,获取所述第二云控平台的至少一个运行参数的参数值;
第一确定子单元,用于根据所述第二云控平台的至少一个运行参数的参数值,确定所述第二云控平台的第i运行状态。
13.根据权利要求12所述的装置,其中,所述第一确定子单元具体用于:
若所述至少一个运行参数的参数值均在对应的预设范围内,则确定所述第二云控平台的第i运行状态为正常状态;或者,
若所述至少一个运行参数中存在运行参数的参数值不在对应的预设范围内,则确定所述第二云控平台的第i运行状态为异常状态。
14.根据权利要求12或13所述的装置,其中,所述至少一个运行参数包括如下至少一种:
所述第二云控平台中各服务对应的中央处理器CPU占用率;
所述第二云控平台中各服务对应内存泄漏状态;
所述第二云控平台中各服务对应实际内存占用率;
所述第二云控平台中各服务对应虚拟内存占用率;
所述第二云控平台中各服务的重启次数;
所述第二云控平台中各服务的重启频率;
所述第二云控平台输出数据的空帧率和输出低频率,所述输出低频率为所述第二云控平台输出数据的频率小于预设频率的概率;
所述第二云控平台对应的展示页面的刷新时长。
15.根据权利要求11至14任一项所述的装置,其中,所述确定单元包括:
第二确定子单元,用于将所述第i-1个测试数据集对应的路侧设备的数量,确定为所述最大路侧设备数量。
16.根据权利要求11至15任一项所述的装置,其中,所述第一交通数据为一个路侧设备对应的交通数据,所述测试单元包括:
处理子单元,用于根据所述第二云控平台对应的预设数据格式,对所述第一交通数据进行处理,得到第二交通数据;
第三确定子单元,用于确定所述第i测试数据集对应的路侧设备的数量Ni;
复制子单元,用于将所述第二交通数据复制Ni份,得到所述第i测试数据集。
17.根据权利要求16所述的装置,其中,所述处理子单元具体用于:
从所述第一交通数据中获取障碍物轨迹信息;
按照所述预设数据格式,对所述障碍物轨迹信息和当前时间戳进行拼接处理,得到所述第二交通数据。
18.根据权利要求10至17任一项所述的装置,还包括:
显示模块,用于显示所述最大路侧设备数量;或者,
发送模块,用于向预设设备发送所述最大路侧设备数量。
19.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至9中任一项所述的方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1至9中任一项所述的方法。
21.一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现权利要求1至9中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111631943.0A CN114363207A (zh) | 2021-12-28 | 2021-12-28 | 云控平台的测试方法、装置、设备、存储介质及程序 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111631943.0A CN114363207A (zh) | 2021-12-28 | 2021-12-28 | 云控平台的测试方法、装置、设备、存储介质及程序 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114363207A true CN114363207A (zh) | 2022-04-15 |
Family
ID=81102723
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111631943.0A Pending CN114363207A (zh) | 2021-12-28 | 2021-12-28 | 云控平台的测试方法、装置、设备、存储介质及程序 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114363207A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101364344A (zh) * | 2008-06-27 | 2009-02-11 | 北京工业大学 | 基于压力测试的路网极限容量确定方法 |
CN108874637A (zh) * | 2017-05-09 | 2018-11-23 | 北京京东尚科信息技术有限公司 | 一种压力测试的方法、系统、电子设备和可读存储介质 |
CN112631246A (zh) * | 2020-12-11 | 2021-04-09 | 国汽(北京)智能网联汽车研究院有限公司 | 测试评价信息确定方法、装置、设备及计算机存储介质 |
CN112991735A (zh) * | 2021-03-05 | 2021-06-18 | 北京百度网讯科技有限公司 | 交通流量监测系统的测试方法、装置及设备 |
CN112988535A (zh) * | 2021-03-03 | 2021-06-18 | 北京百度网讯科技有限公司 | 数据推送服务的测试方法、设备、存储介质及程序产品 |
CN113032249A (zh) * | 2021-03-05 | 2021-06-25 | 北京百度网讯科技有限公司 | 交通流量监测系统的测试方法、装置及设备 |
CN113132183A (zh) * | 2021-04-20 | 2021-07-16 | 北京天融信网络安全技术有限公司 | 一种数据传输测试的方法、装置、电子设备及介质 |
KR20210134253A (ko) * | 2020-12-22 | 2021-11-09 | 아폴로 인텔리전트 커넥티비티 (베이징) 테크놀로지 씨오., 엘티디. | 차량 모니터링 방법, 장치 및 클라우드 제어 플랫폼 |
US20210390029A1 (en) * | 2021-03-24 | 2021-12-16 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for testing stress based on cloud service |
-
2021
- 2021-12-28 CN CN202111631943.0A patent/CN114363207A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101364344A (zh) * | 2008-06-27 | 2009-02-11 | 北京工业大学 | 基于压力测试的路网极限容量确定方法 |
CN108874637A (zh) * | 2017-05-09 | 2018-11-23 | 北京京东尚科信息技术有限公司 | 一种压力测试的方法、系统、电子设备和可读存储介质 |
CN112631246A (zh) * | 2020-12-11 | 2021-04-09 | 国汽(北京)智能网联汽车研究院有限公司 | 测试评价信息确定方法、装置、设备及计算机存储介质 |
KR20210134253A (ko) * | 2020-12-22 | 2021-11-09 | 아폴로 인텔리전트 커넥티비티 (베이징) 테크놀로지 씨오., 엘티디. | 차량 모니터링 방법, 장치 및 클라우드 제어 플랫폼 |
CN112988535A (zh) * | 2021-03-03 | 2021-06-18 | 北京百度网讯科技有限公司 | 数据推送服务的测试方法、设备、存储介质及程序产品 |
CN112991735A (zh) * | 2021-03-05 | 2021-06-18 | 北京百度网讯科技有限公司 | 交通流量监测系统的测试方法、装置及设备 |
CN113032249A (zh) * | 2021-03-05 | 2021-06-25 | 北京百度网讯科技有限公司 | 交通流量监测系统的测试方法、装置及设备 |
US20210390029A1 (en) * | 2021-03-24 | 2021-12-16 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for testing stress based on cloud service |
CN113132183A (zh) * | 2021-04-20 | 2021-07-16 | 北京天融信网络安全技术有限公司 | 一种数据传输测试的方法、装置、电子设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7366094B2 (ja) | 信号灯データ表示方法、装置、サーバ、端末、システムと媒体 | |
KR102606423B1 (ko) | 교통량 모니터링 시스템의 테스트 방법, 장치 및 기기 | |
CN110347694B (zh) | 一种基于物联网的设备监控方法、装置及系统 | |
CN114095522A (zh) | 车辆监控方法、服务系统、管理终端、车辆及存储介质 | |
CN116149304B (zh) | 一种车辆诊断系统、方法、设备及存储介质 | |
EP4024362A2 (en) | Method and apparatus of failure monitoring for signal lights, electronic device and storage medium | |
JP7348243B2 (ja) | 交通流監視測定システムのテスト方法、装置及び機器 | |
CN114363207A (zh) | 云控平台的测试方法、装置、设备、存储介质及程序 | |
CN114091909A (zh) | 一种协同开发的方法、系统、装置及电子设备 | |
CN113422817A (zh) | 用于辅助驾驶培训的移动设备、方法和电子设备 | |
CN112799957A (zh) | 基于用户行为的故障处理方法、系统、设备和介质 | |
US11772681B2 (en) | Method and apparatus for processing autonomous driving simulation data, and electronic device | |
CN113704063B (zh) | 一种云手机的性能监控方法、装置、设备及存储介质 | |
CN115292081B (zh) | 信息发送方法、装置、电子设备和介质 | |
CN114791996B (zh) | 信息处理方法、装置、系统、电子设备及存储介质 | |
EP4113476A1 (en) | Data processing method and apparatus, electronic device and readable storage medium | |
CN111680116B (zh) | 基于地图的位置信息的显示方法、系统、介质及电子设备 | |
CN114661683A (zh) | 日志信息处理方法、装置、设备、介质以及自动驾驶车辆 | |
EP4040403A2 (en) | Method and apparatus for updating map data using vehicle camera | |
CN113704063A (zh) | 一种云手机的性能监控方法、装置、设备及存储介质 | |
CN117009111A (zh) | 一种数据处理方法、装置、设备及介质 | |
CN114937185A (zh) | 图像样本采集方法、装置、电子设备和存储介质 | |
CN115470193A (zh) | 一种雷达数据模拟方法、装置、设备及介质 | |
CN117785625A (zh) | 服务器性能预测方法、装置、设备及存储介质 | |
CN115031750A (zh) | 阻断路段的状态确定方法、装置及计算机程序产品 |
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 |