CN115470711A - 车辆的智能化测试方法、装置、车辆及存储介质 - Google Patents

车辆的智能化测试方法、装置、车辆及存储介质 Download PDF

Info

Publication number
CN115470711A
CN115470711A CN202211176806.7A CN202211176806A CN115470711A CN 115470711 A CN115470711 A CN 115470711A CN 202211176806 A CN202211176806 A CN 202211176806A CN 115470711 A CN115470711 A CN 115470711A
Authority
CN
China
Prior art keywords
vehicle
scene
xml file
tested
recommended
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
Application number
CN202211176806.7A
Other languages
English (en)
Inventor
胡顺芬
张俊峰
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.)
Chongqing Changan Automobile Co Ltd
Original Assignee
Chongqing Changan Automobile 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 Chongqing Changan Automobile Co Ltd filed Critical Chongqing Changan Automobile Co Ltd
Priority to CN202211176806.7A priority Critical patent/CN115470711A/zh
Publication of CN115470711A publication Critical patent/CN115470711A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/27Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/10Text processing
    • G06F40/12Use of codes for handling textual entities
    • G06F40/14Tree-structured documents

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本申请涉及一种车辆的智能化测试方法、装置、车辆及存储介质,其中,方法包括:根据至少一个测试项的前置条件生成xml文件;基于xml文件获取待测试车辆的推荐场景的同时,获取待测试车辆的相关日志信息;根据相关日志信息识别待测试车辆的推荐动作,并基于推荐场景和推荐动作得到待测试车辆的智能化测试结果。本申请实施例可以进行前置条件模拟,并通过相关日志信息,直观地获取推荐场景及推荐动作的智能化测试结果,操作便捷,从而节约测试时间,提高测试效率。

Description

车辆的智能化测试方法、装置、车辆及存储介质
技术领域
本申请涉及汽车电子技术领域,特别涉及一种车辆的智能化测试方法、装置、车辆及存储介质。
背景技术
场景大脑系统软件融合了车辆、环境和车内人员行为、语音等多模态数据,进行场景决策后提供主动交互,同时,场景大脑系统软件采用深度学习技术,将车内摄像头视频数据、车内温度、车辆位置、时间、季节、车内人数、车辆挡位、车外空气质量、实时交通、座椅加热状态等数据输入,学习不同条件下用户偏好的操作,为用户提供精准的主动交互。
相关技术中,尚未出现场景大脑的测试方法,因此关于场景大脑的测试技能还不足,且台架模拟测试情况比较复杂,现有的场景测试方法难以直接应用,有待改进。
发明内容
本申请提供一种车辆的智能化测试方法、装置、车辆及存储介质,以解决相关技术中缺乏对场景大脑的测试方法,且台架模拟测试情况比较复杂,现有的场景测试方法难以直接应用的技术问题。
本申请第一方面实施例提供一种车辆的智能化测试方法,包括以下步骤:根据至少一个测试项的前置条件生成xml文件;基于所述xml文件获取待测试车辆的推荐场景的同时,获取所述待测试车辆的相关日志信息;以及根据所述相关日志信息识别所述待测试车辆的推荐动作,并基于所述推荐场景和所述推荐动作得到所述待测试车辆的智能化测试结果。
根据上述技术手段,本申请实施例可以基于前置条件,生成相应的xml文件,从而进行前置条件模拟,并通过相关日志信息,直观地获取推荐场景及推荐动作的智能化测试结果,操作便捷,可以节约测试时间,提高测试效率。
可选地,在本申请的一个实施例中,在根据所述至少一个测试项的前置条件生成所述xml文件之后,还包括:将所述xml文件用adb推入所述待测试车辆的车机;和/或,利用Android Studio软件添加所述xml文件至所述车机。
根据上述技术手段,本申请实施例可以基于adb或Android Studio软件,实现xml文件的导入。
可选地,在本申请的一个实施例中,在基于所述xml文件获取所述待测试车辆的推荐场景之前,还包括:接收所述至少一个测试项的场景变更信息;根据所述场景变更新信息修改所述xml文件。
根据上述技术手段,本申请实施例可以基于前置条件的变化,生成相应的xml文件,从而模拟不同的前置条件。
可选地,在本申请的一个实施例中,在获取所述待测试车辆的推荐场景之前,还包括:基于由推荐样本生成的训练集训练模型,得到推荐模型,以利用所述推荐模型得到所述推荐场景。
根据上述技术手段,本申请实施例可以通过模型训练,得到推荐模型,从而获得推荐场景。
可选地,在本申请的一个实施例中,所述前置条件包括挡位、车门和车窗状态、天气、温度、空气质量和车速中的至少一项。
根据上述技术手段,本申请实施例的前置条件可以包括多种限制。
本申请第二方面实施例提供一种车辆的智能化测试装置,包括:生成模块,用于根据至少一个测试项的前置条件生成xml文件;获取模块,用于基于所述xml文件获取待测试车辆的推荐场景的同时,获取所述待测试车辆的相关日志信息;以及测试模块,用于根据所述相关日志信息识别所述待测试车辆的推荐动作,并基于所述推荐场景和所述推荐动作得到所述待测试车辆的智能化测试结果。
可选地,在本申请的一个实施例中,还包括:推入模块,用于将所述xml文件用adb推入所述待测试车辆的车机;和/或,添加模块,用于利用Android Studio软件添加所述xml文件至所述车机。
可选地,在本申请的一个实施例中,还包括:接收模块,用于接收所述至少一个测试项的场景变更信息;修改模块,用于根据所述场景变更新信息修改所述xml文件。
可选地,在本申请的一个实施例中,还包括:训练模块,用于基于由推荐样本生成的训练集训练模型,得到推荐模型,以利用所述推荐模型得到所述推荐场景。
可选地,在本申请的一个实施例中,所述前置条件包括挡位、车门和车窗状态、天气、温度、空气质量和车速中的至少一项。
本申请第三方面实施例提供一种车辆,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如上述实施例所述的车辆的智能化测试方法。
本申请第四方面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存储计算机程序,该程序被处理器执行时实现如上的车辆的智能化测试方法。
本申请实施例的有益效果:
(1)本申请实施例可以基于前置条件的变化,生成相应的xml文件,从而模拟不同的前置条件,并通过相关日志信息,直观地获取推荐场景及推荐动作的智能化测试结果,操作便捷,可以节约测试时间,提高测试效率;
(2)本申请实施例可以通过推荐场景的日志信息,从而便于直观地判断推荐的场景以及推荐动作是否正确。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本申请实施例提供的一种车辆的智能化测试方法的流程图;
图2为根据本申请一个实施例的车辆的智能化测试方法的流程图;
图3为根据本申请一个实施例的车辆的智能化测试方法的原理示意图;
图4为根据本申请实施例提供的一种车辆的智能化测试装置的结构示意图;
图5为根据本申请实施例提供的车辆的结构示意图。
其中,10-车辆的智能化测试装置;100-生成模块、200-获取模块、300-测试模块。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的车辆的智能化测试方法、装置、车辆及存储介质。针对上述背景技术中心提到的相关技术中缺乏对场景大脑的测试方法,且台架模拟测试情况比较复杂,现有的场景测试方法难以直接应用的技术问题,本申请提供了一种车辆的智能化测试方法,在该方法中,可以根据测试项的前置条件生成xml文件,获取待测试车辆的推荐场景和相关日志信息,根据相关日志信息识别待测试车辆的推荐动作,并结合推荐场景得到待测试车辆的智能化测试结果,可以进行前置条件模拟,并通过相关日志信息,直观地获取推荐场景及推荐动作的智能化测试结果,操作便捷,从而节约测试时间,提高测试效率。由此,解决了相关技术中缺乏对场景大脑的测试方法,且台架模拟测试情况比较复杂,现有的场景测试方法难以直接应用的技术问题。
具体而言,图1为本申请实施例所提供的一种车辆的智能化测试方法的流程示意图。
如图1所示,该车辆的智能化测试方法包括以下步骤:
在步骤S101中,根据至少一个测试项的前置条件生成xml文件。
可以理解的是,场景大脑系统软件可以融合车辆、环境和车内人员行为、语音等多模态数据,进行场景决策后提供主动交互,因此,车辆的智能化测试过程中,基于场景不同,测试项的前置条件可能会有多种,本申请实施例可以根据测试需求配置xml文件,按照不同的场景配置前置条件。
可选地,在本申请的一个实施例中,前置条件包括挡位、车门和车窗状态、天气、温度、空气质量和车速中的至少一项。
本领域技术人员可以理解到的是,场景大脑系统软件可以采用深度学习技术,将车内摄像头视频数据、车内温度、车辆位置、时间、季节、车内人数、车辆挡位、车外空气质量、实时交通、座椅加热状态等数据输入,学习不同条件下用户偏好的操作,为用户提供精准的主动交互,因此,本申请实施例中的前置条件可以包括挡位、车门和车窗状态、天气、温度、空气质量、车速等,本申请实施例可以基于场景不同,配置相应的前置条件,以便完成对场景大脑系统软件的测试。
可选地,在本申请的一个实施例中,在根据至少一个测试项的前置条件生成xml文件之后,还包括:将xml文件用adb推入待测试车辆的车机;和/或,利用Android Studio软件添加xml文件至车机。
作为一种可能实现的方式,本申请实施例可以使用adb命令将xml文件导入待测试车辆的车机,和/或,使用Android Studio软件导入配置好的xml文件,在xml文件导入后,本申请实施例可以显示相应的文件,用户可以在显示界面选择需要的文件。
在步骤S102中,基于xml文件获取待测试车辆的推荐场景的同时,获取待测试车辆的相关日志信息。
在一些实施例中,本申请实施例可以基于xml文件进行数据处理,获取待测试车辆的推荐场景,并通过Android Studio软件打印对应的场景以及动作的日志信息,便于清晰直观地判断推荐的场景以及推荐动作是否正确。
可选地,在本申请的一个实施例中,在基于xml文件获取待测试车辆的推荐场景之前,还包括:接收至少一个测试项的场景变更信息;根据场景变更新信息修改xml文件。
在实际执行过程中,当测试场景变化时,本申请实施例可以接收至少一个测试项的场景变更信息,并相应修改xml文件,以模拟不同的前置条件,从而节约测试时间,提高测试效率。
可选地,在本申请的一个实施例中,在获取待测试车辆的推荐场景之前,还包括:基于由推荐样本生成的训练集训练模型,得到推荐模型,以利用推荐模型得到推荐场景。
具体地,本申请实施例可以模拟发送数据,进行数据预处理,将数据一份下发至车机端执行,一份发至服务器,如云端进行数据处理,比对服务器和车机端数据预处理结果,确认当前数据预处理的正确性,处理完成后,场景模型根据数据进行推荐。其中,本申请实施例可以将同一数据重复多次,得到服务器模型场景推荐结果,从而确定该数据为推荐场景,确定推荐样本,并生成训练集训练模型,进而改变原始数据,重新进行推荐,确认模型是否能生成新的场景推荐,如果生成新的推荐,则认为推荐模型是有效的,得到推荐模型,并获得推荐场景。
在步骤S103中,根据相关日志信息识别待测试车辆的推荐动作,并基于推荐场景和推荐动作得到待测试车辆的智能化测试结果。
作为一种可能实现的方式,本申请实施例可以根据相关日志信息输出动作模型,并根据动作仲裁规则,推荐的场景可以推荐出唯一的动作,即识别待测试车辆的推荐动作,从而获得用户在不同场景下的偏好操作,以形成用户偏好画像,本申请实施例可以通过改变用户偏好画像,查看最终动作输出,查看输出参数和调用接口调用返回结果,完成场景推荐测试。
结合图2和图3所示,以一个实施例对本申请实施例的车辆的智能化测试方法的工作原理进行详细阐述。
如图2所示,本申请实施例可以包括以下步骤:
步骤S201:根据测试需求配置xml文件,按照不同的场景配置前置条件,如挡位、车门和车窗状态、天气、温度、空气质量、车速等。
步骤S202:使用Android Studio软件导入配置好的xml文件,或者使用adb命令将xml文件导入设备中。
步骤S203:xml文件导入后,本申请实施例可以显示相应的文件,用户可以点击选择所需要的文件。
步骤S204:进行数据处理,车机端输出推荐的场景模型以及动作模型,AndroidStudio软件打印对应的场景以及动作的日志信息。
步骤S205:判断场景是否变更。当需要测试的场景发生变化时,本申请实施例可以返回步骤S201,修改xml文件内容,再次按照步骤执行。
如图3所示,本申请实施例中的工作原理可以包括以下步骤:
步骤S301:模拟发送数据,进行数据预处理。
步骤S302:将数据一份下发至车机端执行,一份发至服务器,如云端进行数据处理,比对服务器和车机端数据预处理结果,确认当前数据预处理的正确性,处理完成后,场景模型根据数据进行推荐。
步骤S303:将同一数据重复多次,得到服务器模型场景推荐结果,从而确定该数据为推荐场景,确定推荐样本,并生成训练集训练模型,进而改变原始数据,重新进行推荐,确认模型是否能生成新的场景推荐,如果生成新的推荐,则认为推荐模型是有效的,从而确定被测场景大类。
步骤S304:根据场景推荐规则,每一个推荐样本根据仲裁规则,确定出被测小场景。
步骤S305:从服务器下发模型辅助向量。
步骤S306:改变输出动作向量,执行数据。
步骤S307:输出动作模型。
步骤S308:根据动作仲裁规则,推荐的场景会推荐出唯一的动作。
步骤S309:获得用户在不同场景下的偏好操作,以形成用户偏好画像,本申请实施例可以通过改变用户偏好画像,查看最终动作输出,查看输出参数和调用接口调用返回结果,完成场景推荐测试。
根据本申请实施例提出的车辆的智能化测试方法,可以根据测试项的前置条件生成xml文件,获取待测试车辆的推荐场景和相关日志信息,根据相关日志信息识别待测试车辆的推荐动作,并结合推荐场景得到待测试车辆的智能化测试结果,可以进行前置条件模拟,并通过相关日志信息,直观地获取推荐场景及推荐动作的智能化测试结果,操作便捷,从而节约测试时间,提高测试效率。由此,解决了相关技术中缺乏对场景大脑的测试方法,且台架模拟测试情况比较复杂,现有的场景测试方法难以直接应用的技术问题。
其次参照附图描述根据本申请实施例提出的车辆的智能化测试装置。
图4是本申请实施例的车辆的智能化测试装置的方框示意图。
如图4所示,该车辆的智能化测试装置10包括:生成模块100、获取模块200和测试模块300。
具体地,生成模块100,用于根据至少一个测试项的前置条件生成xml文件。
获取模块200,用于基于xml文件获取待测试车辆的推荐场景的同时,获取待测试车辆的相关日志信息。
测试模块300,用于根据相关日志信息识别待测试车辆的推荐动作,并基于推荐场景和推荐动作得到待测试车辆的智能化测试结果。
可选地,在本申请的一个实施例中,车辆的智能化测试装置10还包括:推入模块和/或添加模块。
其中,推入模块,用于将xml文件用adb推入待测试车辆的车机。
添加模块,用于利用Android Studio软件添加xml文件至车机。
可选地,在本申请的一个实施例中,车辆的智能化测试装置10还包括:接收模块和修改模块。
其中,接收模块,用于接收至少一个测试项的场景变更信息。
修改模块,用于根据场景变更新信息修改xml文件。
可选地,在本申请的一个实施例中,车辆的智能化测试装置10还包括:训练模块。
其中,训练模块,用于基于由推荐样本生成的训练集训练模型,得到推荐模型,以利用推荐模型得到推荐场景。
可选地,在本申请的一个实施例中,前置条件包括挡位、车门和车窗状态、天气、温度、空气质量和车速中的至少一项。
需要说明的是,前述对车辆的智能化测试方法实施例的解释说明也适用于该实施例的车辆的智能化测试装置,此处不再赘述。
根据本申请实施例提出的车辆的智能化测试装置,可以根据测试项的前置条件生成xml文件,获取待测试车辆的推荐场景和相关日志信息,根据相关日志信息识别待测试车辆的推荐动作,并结合推荐场景得到待测试车辆的智能化测试结果,可以进行前置条件模拟,并通过相关日志信息,直观地获取推荐场景及推荐动作的智能化测试结果,操作便捷,从而节约测试时间,提高测试效率。由此,解决了相关技术中缺乏对场景大脑的测试方法,且台架模拟测试情况比较复杂,现有的场景测试方法难以直接应用的技术问题。
图5为本申请实施例提供的车辆的结构示意图。该车辆可以包括:
存储器501、处理器502及存储在存储器501上并可在处理器502上运行的计算机程序。
处理器502执行程序时实现上述实施例中提供的车辆的智能化测试方法。
进一步地,车辆还包括:
通信接口503,用于存储器501和处理器502之间的通信。
存储器501,用于存放可在处理器502上运行的计算机程序。
存储器501可能包含高速RAM存储器,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。
如果存储器501、处理器502和通信接口503独立实现,则通信接口503、存储器501和处理器502可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture,简称为ISA)总线、外部设备互连(PeripheralComponent,简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture,简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选地,在具体实现上,如果存储器501、处理器502及通信接口503,集成在一块芯片上实现,则存储器501、处理器502及通信接口503可以通过内部接口完成相互间的通信。
处理器502可能是一个中央处理器(Central Processing Unit,简称为CPU),或者是特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路。
本实施例还提供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如上的车辆的智能化测试方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“N个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或N个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种车辆的智能化测试方法,其特征在于,包括以下步骤:
根据至少一个测试项的前置条件生成xml文件;
基于所述xml文件获取待测试车辆的推荐场景的同时,获取所述待测试车辆的相关日志信息;以及
根据所述相关日志信息识别所述待测试车辆的推荐动作,并基于所述推荐场景和所述推荐动作得到所述待测试车辆的智能化测试结果。
2.根据权利要求1所述的方法,其特征在于,在根据所述至少一个测试项的前置条件生成所述xml文件之后,还包括:
将所述xml文件用adb推入所述待测试车辆的车机;
和/或,利用Android Studio软件添加所述xml文件至所述车机。
3.根据权利要求1或2所述的方法,其特征在于,在基于所述xml文件获取所述待测试车辆的推荐场景之前,还包括:
接收所述至少一个测试项的场景变更信息;
根据所述场景变更新信息修改所述xml文件。
4.根据权利要求1所述的方法,其特征在于,在获取所述待测试车辆的推荐场景之前,还包括:
基于由推荐样本生成的训练集训练模型,得到推荐模型,以利用所述推荐模型得到所述推荐场景。
5.根据权利要求1所述的方法,其特征在于,所述前置条件包括挡位、车门和车窗状态、天气、温度、空气质量和车速中的至少一项。
6.一种车辆的智能化测试装置,其特征在于,包括:
生成模块,用于根据至少一个测试项的前置条件生成xml文件;
获取模块,用于基于所述xml文件获取待测试车辆的推荐场景的同时,获取所述待测试车辆的相关日志信息;以及
测试模块,用于根据所述相关日志信息识别所述待测试车辆的推荐动作,并基于所述推荐场景和所述推荐动作得到所述待测试车辆的智能化测试结果。
7.根据权利要求6所述的装置,其特征在于,还包括:
推入模块,用于将所述xml文件用adb推入所述待测试车辆的车机;
和/或,添加模块,用于利用Android Studio软件添加所述xml文件至所述车机。
8.根据权利要求6或7所述的装置,其特征在于,还包括:
接收模块,用于接收所述至少一个测试项的场景变更信息;
修改模块,用于根据所述场景变更新信息修改所述xml文件。
9.一种车辆,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如权利要求1-5任一项所述的车辆的智能化测试方法。
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,该程序被处理器执行,以用于实现如权利要求1-5任一项所述的车辆的智能化测试方法。
CN202211176806.7A 2022-09-26 2022-09-26 车辆的智能化测试方法、装置、车辆及存储介质 Pending CN115470711A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211176806.7A CN115470711A (zh) 2022-09-26 2022-09-26 车辆的智能化测试方法、装置、车辆及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211176806.7A CN115470711A (zh) 2022-09-26 2022-09-26 车辆的智能化测试方法、装置、车辆及存储介质

Publications (1)

Publication Number Publication Date
CN115470711A true CN115470711A (zh) 2022-12-13

Family

ID=84335925

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211176806.7A Pending CN115470711A (zh) 2022-09-26 2022-09-26 车辆的智能化测试方法、装置、车辆及存储介质

Country Status (1)

Country Link
CN (1) CN115470711A (zh)

Similar Documents

Publication Publication Date Title
CN108802511B (zh) 一种电池管理单元的测试方法及系统
CN110705690B (zh) 基于生成模型和元学习优化方法的连续学习方法及系统
CN109918302B (zh) 车载自动化测试方法、装置、车载多媒体系统及汽车
CN112181752B (zh) 车辆总线测试方法、装置、电子设备和可读存储介质
CN113468070A (zh) 车载以太网的一致性测试方法
CN113791605A (zh) 一种测试方法、装置、设备及存储介质
CN112698582A (zh) Adas ecu仿真测试方法和测试系统
CN109885929B (zh) 自动驾驶决策规划数据复现方法及装置
CN113133041B (zh) 动态间隔列控车载中车车通信功能的测试方法及装置
CN111123728B (zh) 无人车仿真方法、装置、设备及计算机可读介质
CN108228965B (zh) 一种存储单元的仿真验证方法、装置和设备
CN117724982A (zh) 仿真测评方法、装置、电子设备及存储介质
CN111581101A (zh) 软件模型的测试方法、装置、设备和介质
CN109933856B (zh) 自动驾驶决策规划数据复现方法及装置
CN111950852A (zh) 一种用户行为分析与指导方法、装置、电子设备和可读存储装置
CN115470711A (zh) 车辆的智能化测试方法、装置、车辆及存储介质
CN115795900A (zh) 自动驾驶系统的软件在环仿真测试方法、装置及电子设备
CN115484561A (zh) 车载无线网络信号状态的提醒方法、装置、车辆及介质
CN115062571A (zh) 应用于集成电路器件的数据区域动态选取方法、系统、设备和计算机可读存储介质
CN118092210A (zh) 消息处理方法、装置、电子设备及介质
CN115509145A (zh) 一种用于仿真自动泊车功能的自动泊车仿真系统
EP4202690A1 (en) Method and electronic checking system for checking performances of an application on a target equipment of a vehicle, related computer program and applications platform
CN113495844B (zh) 基于虚拟点击的自动化测试方法、装置、系统及存储介质
CN112434073B (zh) 一种样本选择模型的确定方法及装置
CN114596749A (zh) 诊断教学方法、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