CN115202916A - 测试数据获取方法、系统、电子设备及可读存储介质 - Google Patents

Abstract

本发明涉及车辆测试技术领域，公开了一种测试数据获取方法、系统、电子设备及可读存储介质，该方法通过车辆终端获取自动驾驶数据和多个分类主题，根据各分类主题分别对自动驾驶数据进行数据分类，得到各分类主题对应的车辆分类数据，将各分类主题对应的车辆分类数据上传至云端，使得测试接口根据分类主题对云端中的车辆分类数据进行数据拉取，得到车辆测试数据，通过车辆终端得到真实的自动驾驶数据，从而根据自动驾驶数据进行分类，将分类后的自动驾驶数据上传至云端，使得测试机柜拉取云端的车辆分类数据进行硬件在环测试，相较于通过仿真软件得到仿真驾驶数据，提高了测试数据的真实性，从而提高硬件在环测试的测试准确性。

Description

测试数据获取方法、系统、电子设备及可读存储介质

技术领域

本发明涉及车辆测试技术领域，尤其涉及一种测试数据获取方法、系统、电子设备及可读存储介质。

背景技术

近年来，随着汽车智能化的程度越来越高，自动驾驶(又称智能辅助驾驶)变得越来越复杂，使得车辆部件和车辆系统对自动驾驶算法的要求也越来越高。而硬件在环测试(Hardware-in-the-Loop，HIL)作为一种用于复杂设备控制器的开发与测试技术，将车辆部件和车辆系统的物理部分被仿真器替代，实现对车辆部件和车辆系统的测试，从而保证车辆部件的性能和自动驾驶的可靠性，被广泛应用于各大供应商和车企中。

但是，现有的硬件在环测试通常通过仿真软件进行车辆的自动驾驶仿真，从而获取用于测试的自动驾驶相关数据，但是相较于真实车辆的自动驾驶数据，通过仿真软件得到自动驾驶数据的真实性较低，使得硬件在环测试的测试准确率较低。

发明内容

为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。

鉴于以上所述现有技术的缺点，本发明公开了一种测试数据获取方法、系统、电子设备及可读存储介质，以获取真实车辆的自动驾驶数据，从而提高硬件在环测试的测试准确率。

本发明公开了一种测试数据获取方法，包括：车辆终端获取自动驾驶数据和多个分类主题，其中，所述车辆终端与云端连接，所述云端还通过测试接口与测试机柜连接，所述分类主题用于表征测试对象和/或测试类型；根据各所述分类主题分别对所述自动驾驶数据进行数据分类，得到各所述分类主题对应的车辆分类数据；将各所述分类主题对应的车辆分类数据上传至所述云端，使得所述测试接口根据所述分类主题对所述云端中的车辆分类数据进行数据拉取，得到车辆测试数据，其中，所述车辆测试数据用于通过所述测试机柜进行硬件在环测试。

可选地，获取自动驾驶数据之后，所述方法还包括：对所述自动驾驶数据进行数据分析，得到所述自动驾驶数据中的即时处理数据和所述即使处理数据对应的数据处理接口；将所述即使处理数据发送至对应的数据处理接口，以通过所述数据处理接口对所述即时处理数据进行数据处理。

可选地，根据各所述分类主题分别对所述自动驾驶数据进行数据分类，得到各所述分类主题对应的车辆分类数据，包括：获取多个车辆样本数据，根据各所述分类主题对各所述车辆样本数据分配样本标签，得到各所述车辆样本数据对应的分类主题标签；根据带有所述分类主题标签的车辆样本数据分别对各所述分类主题对应的预设神经网络模型进行模型训练，将训练完成后的预设神经网络模型确定为各所述分类主题对应的数据分类模型；根据各所述分类主题对应的数据分类模型分别对所述自动驾驶数据进行分类，得到各所述分类主题对应的车辆分类数据。

可选地，根据各所述分类主题对应的数据分类模型分别对所述自动驾驶数据进行分类，得到各所述分类主题对应的车辆分类数据之后，所述方法还包括：将所述车辆分类数据对应的分类主题确定为所述车辆分类数据的数据标签；根据带有数据标签的所述车辆分类数据对各所述分类主题对应的数据分类模型进行迭代更新。

可选地，根据各所述分类主题分别对所述自动驾驶数据进行数据分类，得到各所述分类主题对应的车辆分类数据，包括：对各所述分类主题进行需求分析，得到各所述分类主题对应的算法参数；基于各所述分类主题对应的算法参数建立各所述分类主题对应的数据分类算法，其中，所述数据分类算法用于根据对应的算法参数从所述自动驾驶数据中进行计算，得到各所述分类主题对应的车辆分类数据；将所述自动驾驶数据分别输入各所述分类主题对应的数据分类算法，得到各所述分类主题对应的车辆分类数据。

可选地，所述测试接口还用于：获取测试机柜的测试需求，基于所述测试需求对所述分类主题进行选择，得到所述测试需求对应的测试主题；根据所述测试主题生成对应的主题订阅信息，将所述主题订阅信息发送至所述云端，使得所述云端在接收到车辆测试数据时，将所述车辆测试数据推送至所述测试接口，其中，所述车辆测试数据包括所述测试主题对应的车辆分类数据。

可选地，所述云端还用于：根据各所述分类主题将所述车辆分类数据填入预设的操作界面模板，得到用户操作界面；展示所述用户操作界面，并接收所述用户操作界面对应的数据标识和用户指令，其中，所述用户指令包括数据可视化指令或数据测试指令；根据所述数据标识从所述车辆分类数据进行数据匹配，得到所述数据标识对应的目标数据；若所述用户指令包括数据可视化指令，则根据所述目标数据生成展示页面；若所述用户指令包括数据测试指令，则将所述目标数据输入所述测试接口。

本发明公开了一种测试数据获取系统，包括：车辆终端，用于获取自动驾驶数据和多个分类主题，根据各所述分类主题分别对所述自动驾驶数据进行数据分类，得到各所述分类主题对应的车辆分类数据，将各所述分类主题对应的车辆分类数据上传至云端，其中，所述分类主题用于表征测试对象和/或测试类型；云端，通过测试接口与测试机柜连接；测试接口，用于根据所述分类主题对所述云端中的车辆分类数据进行数据拉取，得到车辆测试数据；测试机柜，用于根据所述车辆测试数据进行硬件在环测试。

本发明公开了一种电子设备，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行上述的方法。

本发明公开了一种计算机可读存储介质，其上存储有计算机程序：所述计算机程序被处理器执行时实现上述的方法。

本发明的有益效果：

通过车辆终端获取自动驾驶数据和多个分类主题，根据各分类主题分别对自动驾驶数据进行数据分类，得到各分类主题对应的车辆分类数据，将各分类主题对应的车辆分类数据上传至云端，使得测试接口根据分类主题对云端中的车辆分类数据进行数据拉取，得到车辆测试数据。这样，通过车辆终端得到真实的自动驾驶数据，从而根据自动驾驶数据进行分类，将分类后的自动驾驶数据上传至云端，使得测试机柜拉取云端的车辆分类数据进行硬件在环测试，相较于通过仿真软件得到仿真驾驶数据，提高了测试数据的真实性，从而提高硬件在环测试的测试准确性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术者来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1是本发明实施例中一个测试数据获取方法的流程示意图；

图2是本发明实施例中另一个测试数据获取方法的流程示意图；

图3是本发明实施例中一个测试数据获取系统的结构示意图；

图4是本发明实施例中一个电子设备的结构示意图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的子样本可以相互组合。

需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

在下文描述中，探讨了大量细节，以提供对本发明实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的，在其他实施例中，以方框图的形式而不是以细节的形式来示出公知的结构和设备，以避免使本发明的实施例难以理解。

本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。

除非另有说明，术语“多个”表示两个或两个以上。

本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。

术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。

结合图1所示，本公开实施例提供了一种测试数据获取方法，包括：

步骤S101，车辆终端获取自动驾驶数据和多个分类主题；

其中，车辆终端与云端连接，云端还通过测试接口与测试机柜连接，分类主题用于表征测试对象和/或测试类型；

步骤S102，根据各分类主题分别对自动驾驶数据进行数据分类，得到各分类主题对应的车辆分类数据；

步骤S103，将各分类主题对应的车辆分类数据上传至云端，使得测试接口根据分类主题对云端中的车辆分类数据进行数据拉取，得到车辆测试数据；

其中，车辆测试数据用于通过测试机柜进行硬件在环测试。

采用本公开实施例提供的测试数据获取方法，通过车辆终端获取自动驾驶数据和多个分类主题，根据各分类主题分别对自动驾驶数据进行数据分类，得到各分类主题对应的车辆分类数据，将各分类主题对应的车辆分类数据上传至云端，使得测试接口根据分类主题对云端中的车辆分类数据进行数据拉取，得到车辆测试数据。这样，通过车辆终端得到真实的自动驾驶数据，从而根据自动驾驶数据进行分类，将分类后的自动驾驶数据上传至云端，使得测试机柜拉取云端的车辆分类数据进行硬件在环测试，相较于通过仿真软件得到仿真驾驶数据，提高了测试数据的真实性，从而提高硬件在环测试的测试准确性。同时，分类主题表征测试对象和测试类型，能够提供多个维度的数据分类，提高数据访问的便捷性，便于通过云端分享数据。

可选地，自动驾驶数据包括车辆动力学数据、传感器感知数据、控制决策数据、中间层数据等中的一种或多种。

可选地，测试机柜还用于进行软件在环测试。

可选地，测试类型包括功能测试、功能多余物测试、边界测试、性能测试、接口测试、安全性测试、强度测试、可靠性测试、恢复性测试、人机交互界面测试、余量测试、配置测试、安装性测试、兼容性测试等测试类型中的一种或多种。

可选地，获取自动驾驶数据之后，该方法还包括：对自动驾驶数据进行数据分析，得到自动驾驶数据中的即时处理数据和即使处理数据对应的数据处理接口；将即使处理数据发送至对应的数据处理接口，以通过数据处理接口对即时处理数据进行数据处理。

可选地，对自动驾驶数据进行存储和备份。

可选地，根据各分类主题分别对自动驾驶数据进行数据分类，得到各分类主题对应的车辆分类数据，包括：获取多个车辆样本数据，根据各分类主题对各车辆样本数据分配样本标签，得到各车辆样本数据对应的分类主题标签；根据带有分类主题标签的车辆样本数据分别对各分类主题对应的预设神经网络模型进行模型训练，将训练完成后的预设神经网络模型确定为各分类主题对应的数据分类模型；根据各分类主题对应的数据分类模型分别对自动驾驶数据进行分类，得到各分类主题对应的车辆分类数据。

可选地，根据各分类主题对应的数据分类模型分别对自动驾驶数据进行分类，得到各分类主题对应的车辆分类数据之后，该方法还包括：将车辆分类数据对应的分类主题确定为车辆分类数据的数据标签；根据带有数据标签的车辆分类数据对各分类主题对应的数据分类模型进行迭代更新。

可选地，根据各分类主题分别对自动驾驶数据进行数据分类，得到各分类主题对应的车辆分类数据，包括：对各分类主题进行需求分析，得到各分类主题对应的算法参数；基于各分类主题对应的算法参数建立各分类主题对应的数据分类算法，其中，数据分类算法用于根据对应的算法参数从自动驾驶数据中进行计算，得到各分类主题对应的车辆分类数据；将自动驾驶数据分别输入各分类主题对应的数据分类算法，得到各分类主题对应的车辆分类数据。

这样，通过数据分类模型或数据分类算法对自动驾驶数据进行分析，提高数据分类的灵活性，便于测试机柜选择测试数据。

可选地，算法参数包括数据来源、数据字段、数据功能域、数据结构等中的至少一种，其中，数据功能域包括动力域、底盘域、智能座舱域、自动驾驶域、车身域等中的一种或多种。

可选地，测试接口还用于：获取测试机柜的测试需求，基于测试需求对分类主题进行选择，得到测试需求对应的测试主题；根据测试主题生成对应的主题订阅信息，将主题订阅信息发送至云端，使得云端在接收到车辆测试数据时，将车辆测试数据推送至测试接口，其中，车辆测试数据包括测试主题对应的车辆分类数据。

这样，测试接口通过主题订阅的方式令云端推送车辆测试数据，降低测试接口与云端之间的耦合度，便于对云端和测试接口进行维护。

可选地，云端还用于：根据各分类主题将车辆分类数据填入预设的操作界面模板，得到用户操作界面；展示用户操作界面，并接收用户操作界面对应的数据标识和用户指令，其中，用户指令包括数据可视化指令或数据测试指令；根据数据标识从车辆分类数据进行数据匹配，得到数据标识对应的目标数据；若用户指令包括数据可视化指令，则根据目标数据生成展示页面；若用户指令包括数据测试指令，则将目标数据输入测试接口。

可选地，通过对自动驾驶数据进行分类，得到车辆分类数据，进而根据车辆分类数据进行可视化、硬件在环测试、模型迭代训练等，提高数据复用率。

结合图2所示，本公开实施例提供了一种测试数据获取方法，包括：

步骤S201，车辆终端获取自动驾驶数据和多个分类主题；

步骤S202，车辆终端根据各分类主题分别对自动驾驶数据进行数据分类，得到各分类主题对应的车辆分类数据；

步骤S203，车辆终端向云端发送车辆分类数据；

步骤S204，测试机柜向测试接口发送测试需求；

步骤S205，测试接口基于测试需求对分类主题进行选择，得到测试需求对应的测试主题；

步骤S206，测试接口根据测试主题生成对应的主题订阅信息；

步骤S207，测试接口向云端发送主题订阅信息；

步骤S208，云端车辆向测试接口发送车辆测试数据；

步骤S209，测试接口向测试机柜发送车辆测试数据；

步骤S210，测试机柜根据车辆测试数据进行硬件在环测试。

采用本公开实施例提供的测试数据获取方法，车辆终端获取自动驾驶数据和多个分类主题，根据各分类主题分别对自动驾驶数据进行数据分类，得到各分类主题对应的车辆分类数据，将各分类主题对应的车辆分类数据上传至云端，使得测试接口根据分类主题对云端中的车辆分类数据进行数据拉取，得到车辆测试数据，具有以下优点：

第一、通过车辆终端得到真实的自动驾驶数据，从而根据自动驾驶数据进行分类，将分类后的自动驾驶数据上传至云端，使得测试机柜拉取云端的车辆分类数据进行硬件在环测试，相较于通过仿真软件得到仿真驾驶数据，提高了测试数据的真实性，从而提高硬件在环测试的测试准确性；

第二、分类主题表征测试对象和测试类型，能够提供多个维度的数据分类，提高数据访问的便捷性，便于通过云端分享数据；

第三、通过数据分类模型或数据分类算法对自动驾驶数据进行分析，提高数据分类的灵活性，便于测试机柜选择测试数据；

第四、测试接口通过主题订阅的方式令云端推送车辆测试数据，降低测试接口与云端之间的耦合度，便于对云端和测试接口进行维护。

结合图3所示，本公开实施例提供了一种测试数据获取系统，包括车辆终端301、云端302、测试接口303和测试机柜304。车辆终端301用于获取自动驾驶数据和多个分类主题，根据各分类主题分别对自动驾驶数据进行数据分类，得到各分类主题对应的车辆分类数据，将各分类主题对应的车辆分类数据上传至云端，其中，分类主题用于表征测试对象和/或测试类型；云端302通过测试接口与测试机柜连接；测试接口303用于根据分类主题对云端中的车辆分类数据进行数据拉取，得到车辆测试数据；测试机柜304用于根据车辆测试数据进行硬件在环测试。

采用本公开实施例提供的测试数据获取方法，车辆终端获取自动驾驶数据和多个分类主题，根据各分类主题分别对自动驾驶数据进行数据分类，得到各分类主题对应的车辆分类数据，将各分类主题对应的车辆分类数据上传至云端，使得测试接口根据分类主题对云端中的车辆分类数据进行数据拉取，得到车辆测试数据。这样，通过车辆终端得到真实的自动驾驶数据，从而根据自动驾驶数据进行分类，将分类后的自动驾驶数据上传至云端，使得测试机柜拉取云端的车辆分类数据进行硬件在环测试，相较于通过仿真软件得到仿真驾驶数据，提高了测试数据的真实性，从而提高硬件在环测试的测试准确性。同时，分类主题表征测试对象和测试类型，能够提供多个维度的数据分类，提高数据访问的便捷性，便于通过云端分享数据。

图4示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。需要说明的是，图4示出的电子设备的计算机系统400仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图4所示，计算机系统400包括中央处理单元(Central Processing Unit，CPU)401，其可以根据存储在只读存储器(Read-Only Memory，ROM)402中的程序或者从储存部分408加载到随机访问存储器(Random Access Memory，RAM)403中的程序而执行各种适当的动作和处理，例如执行上述实施例中的方法。在RAM 403中，还存储有系统操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(Input/Output，I/O)接口405也连接至总线404。

以下部件连接至I/O接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管(Cathode Ray Tube，CRT)、液晶显示器(Liquid Crystal Display，LCD)等以及扬声器等的输出部分407；包括硬盘等的储存部分408；以及包括诸如LAN(Local Area Network，局域网)卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入储存部分408。

特别地，根据本申请的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时，执行本申请的系统中限定的各种功能。

需要说明的是，本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本实施例中的任一项方法。

本公开实施例中的计算机可读存储介质，本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

本实施例公开的电子设备，包括处理器、存储器、收发器和通信接口，存储器和通信接口与处理器和收发器连接并完成相互间的通信，存储器用于存储计算机程序，通信接口用于进行通信，处理器和收发器用于运行计算机程序，使电子设备执行如上方法的各个步骤。

在本实施例中，存储器可能包含随机存取存储器(Random Access Memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、图形处理器(Graphics Processing Unit，简称GPU)，网络处理器(NetworkProcessor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

以上描述和附图充分地示出了本公开的实施例，以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选地，并且操作的顺序可以变化。一些实施例的部分和子样本可以被包括在或替换其他实施例的部分和子样本。而且，本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的，除非上下文清楚地表明，否则单数形式的“一个”(a)、“一个”(an)和“”(the)旨在同样包括复数形式。类似地，如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外，当用于本申请中时，术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的子样本、整体、步骤、操作、元素，和/或组件的存在，但不排除一个或一个以上其它子样本、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下，由语句“包括一个…”限定的要素，并不排除在包括要素的过程、方法或者设备中还存在另外的相同要素。本文中，每个实施例重点说明的可以是与其他实施例的不同之处，各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言，如果其与实施例公开的方法部分相对应，那么相关之处可以参见方法部分的描述。

本领域技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，可以取决于技术方案的特定应用和设计约束条件。技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能，但是这种实现不应认为超出本公开实施例的范围。技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本文所披露的实施例中，所揭露的方法、产品(包括但不限于装置、设备等)，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，可以仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些子样本可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外，在本公开实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中，不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生，有时不同的操作或步骤之间不存在特定的顺序。例如，两个连续的操作或步骤实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

Claims (10)

1.一种测试数据获取方法，其特征在于，包括：

车辆终端获取自动驾驶数据和多个分类主题，其中，所述车辆终端与云端连接，所述云端还通过测试接口与测试机柜连接，所述分类主题用于表征测试对象和/或测试类型；

根据各所述分类主题分别对所述自动驾驶数据进行数据分类，得到各所述分类主题对应的车辆分类数据；

将各所述分类主题对应的车辆分类数据上传至所述云端，使得所述测试接口根据所述分类主题对所述云端中的车辆分类数据进行数据拉取，得到车辆测试数据，其中，所述车辆测试数据用于通过所述测试机柜进行硬件在环测试。

2.根据权利要求1所述的方法，其特征在于，获取自动驾驶数据之后，所述方法还包括：

对所述自动驾驶数据进行数据分析，得到所述自动驾驶数据中的即时处理数据和所述即使处理数据对应的数据处理接口；

将所述即使处理数据发送至对应的数据处理接口，以通过所述数据处理接口对所述即时处理数据进行数据处理。

3.根据权利要求1所述的方法，其特征在于，根据各所述分类主题分别对所述自动驾驶数据进行数据分类，得到各所述分类主题对应的车辆分类数据，包括：

获取多个车辆样本数据，根据各所述分类主题对各所述车辆样本数据分配样本标签，得到各所述车辆样本数据对应的分类主题标签；

根据带有所述分类主题标签的车辆样本数据分别对各所述分类主题对应的预设神经网络模型进行模型训练，将训练完成后的预设神经网络模型确定为各所述分类主题对应的数据分类模型；

根据各所述分类主题对应的数据分类模型分别对所述自动驾驶数据进行分类，得到各所述分类主题对应的车辆分类数据。

4.根据权利要求3所述的方法，其特征在于，根据各所述分类主题对应的数据分类模型分别对所述自动驾驶数据进行分类，得到各所述分类主题对应的车辆分类数据之后，所述方法还包括：

将所述车辆分类数据对应的分类主题确定为所述车辆分类数据的数据标签；

根据带有数据标签的所述车辆分类数据对各所述分类主题对应的数据分类模型进行迭代更新。

5.根据权利要求1所述的方法，其特征在于，根据各所述分类主题分别对所述自动驾驶数据进行数据分类，得到各所述分类主题对应的车辆分类数据，包括：

对各所述分类主题进行需求分析，得到各所述分类主题对应的算法参数；

基于各所述分类主题对应的算法参数建立各所述分类主题对应的数据分类算法，其中，所述数据分类算法用于根据对应的算法参数从所述自动驾驶数据中进行计算，得到各所述分类主题对应的车辆分类数据；

将所述自动驾驶数据分别输入各所述分类主题对应的数据分类算法，得到各所述分类主题对应的车辆分类数据。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述测试接口还用于：

获取测试机柜的测试需求，基于所述测试需求对所述分类主题进行选择，得到所述测试需求对应的测试主题；

根据所述测试主题生成对应的主题订阅信息，将所述主题订阅信息发送至所述云端，使得所述云端在接收到车辆测试数据时，将所述车辆测试数据推送至所述测试接口，其中，所述车辆测试数据包括所述测试主题对应的车辆分类数据。

7.根据权利要求1至5任一项所述的方法，其特征在于，所述云端还用于：

根据各所述分类主题将所述车辆分类数据填入预设的操作界面模板，得到用户操作界面；

展示所述用户操作界面，并接收所述用户操作界面对应的数据标识和用户指令，其中，所述用户指令包括数据可视化指令或数据测试指令；

根据所述数据标识从所述车辆分类数据进行数据匹配，得到所述数据标识对应的目标数据；

若所述用户指令包括数据可视化指令，则根据所述目标数据生成展示页面；

若所述用户指令包括数据测试指令，则将所述目标数据输入所述测试接口。

8.一种测试数据获取系统，其特征在于，包括：

车辆终端，用于获取自动驾驶数据和多个分类主题，根据各所述分类主题分别对所述自动驾驶数据进行数据分类，得到各所述分类主题对应的车辆分类数据，将各所述分类主题对应的车辆分类数据上传至云端，其中，所述分类主题用于表征测试对象和/或测试类型；

云端，通过测试接口与测试机柜连接；

测试接口，用于根据所述分类主题对所述云端中的车辆分类数据进行数据拉取，得到车辆测试数据；

测试机柜，用于根据所述车辆测试数据进行硬件在环测试。

9.一种电子设备，其特征在于，包括：处理器及存储器；

所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行如权利要求1至7任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：

所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。

Images