CN115543809A - 自动驾驶功能的测试场景库构建方法及装置 - Google Patents

Abstract

本申请涉及自动驾驶技术领域，特别涉及一种自动驾驶功能的测试场景库构建方法及装置，其中，方法包括：获取自动驾驶功能的至少一个目标测试用例；根据至少一个目标测试用例建立每个目标测试用例对应的目标逻辑场景，拆分目标逻辑场景得到至少一个静态逻辑场景和至少一个动态逻辑场景，并分别根据至少一个静态逻辑场景和至少一个动态逻辑场景得到静态模板场景和动态模板场景；根据目标测试用例的编号、静态模板场景、动态模板场景和静态逻辑场景与动态逻辑场景中要素取值范围生成多个场景文件，利用多个场景文件构建自动功能的测试场景库。由此，解决了实车采集数据生成场景验证效率低、成本高，人工搭建测试场景重复性工作量大、错误率高等问题。

Description

自动驾驶功能的测试场景库构建方法及装置

技术领域

本申请涉及自动驾驶技术领域，特别涉及一种自动驾驶功能的测试场景库构建方法及装置。

背景技术

随着自动驾驶技术迭代速度的加快，采取更加高效的测试方法对于推进相关技术从研发阶段走向量产至关重要。由于仿真测试具有周期短、低成本、测试场景丰富、安全性高等优点，在进入实车测试验证环节通常先采用仿真测试对软件功能进行验证。

然而，相关技术对实车测试验证中利用实车采集数据和场景挖掘技术生成场景的有效性仍有待验证，无法直接应用于软件开发过程；采用VTD软件的ROD、SE模块，人工搭建自动驾驶仿真测试场景效率低、错误率高。

发明内容

本申请提供一种自动驾驶功能的测试场景库构建方法及装置，以解决相关技术中基于实车采集数据生成的场景用于软件功能验证效率低、成本高，人工搭建的测试场景重复性工作量大、错误率高等问题。

本申请第一方面实施例提供一种自动驾驶功能的测试场景库构建方法，包括以下步骤：获取自动驾驶功能的至少一个目标测试用例；根据所述至少一个目标测试用例建立每个目标测试用例对应的目标逻辑场景，拆分所述目标逻辑场景得到至少一个静态逻辑场景和至少一个动态逻辑场景，并分别根据所述至少一个静态逻辑场景和至少一个动态逻辑场景得到静态模板场景和动态模板场景；根据所述目标测试用例的编号、所述静态模板场景、所述动态模板场景和静态逻辑场景与动态逻辑场景中要素取值范围生成多个场景文件，利用所述多个场景文件构建所述自动功能的测试场景库。

根据上述技术手段，本申请实施例可以通过目标测试用例建立对应的静态逻辑场景和动态逻辑场景，利用多个静态模板场景和动态逻辑模板场景生成多个场景文件，建立测试场景库，无需利用实车采集数据和场景挖掘技术生成场景，提高了场景的有效性，降低了场景搭建成本。

可选地，分别根据所述至少一个静态逻辑场景和至少一个动态逻辑场景得到静态模板场景和动态模板场景，包括：按照预设分类策略分别对所述至少一个静态逻辑场景和至少一个动态逻辑场景的要素进行分类，得到要素分类结果，并整合所述要素分类结果得到静态逻辑场景的分类要素和动态逻辑场景的分类要素；利用预设VTD软件的ROD模块对所述静态逻辑场景的分类要素进行场景搭建，得到所述静态模板场景；利用所述预设VTD软件的SE模块对所述动态逻辑场景的分类要素进行场景搭建，得到所述动态模板场景。

根据上述技术手段，本申请实施例通过VTD软件的ROD、SE模块搭建静态模板场景和动态模板场景，降低了人工搭建的工作量和错误率，提高了场景测试效率。

可选地，所述根据所述目标测试用例的编号、所述静态模板场景、所述动态模板场景和静态逻辑场景与动态逻辑场景的要素取值生成多个场景文件，包括：根据所述目标测试用例的编号、所述静态模板场景的名称、所述动态模板场景的名称和静态逻辑场景与动态逻辑场景中要素取值范围写入预设文件中，生成场景设计文档，其中，所述静态模板场景与所述动态模板场景的名称分别根据分类要素进行命名；利用预设脚本读取所述场景设计文档，并在所述要素取值范围内遍历所述静态逻辑场景与所述动态逻辑场景，生成所述多个场景文件。

根据上述技术手段，本申请实施例通过将目标测试用例的编号、静态模板场景的名称、动态模板场景的名称和静态逻辑场景与动态逻辑场景中要素取值范围写入预设文件中，从而生成具体场景设计文档，提高了场景测试的效率。

可选地，所述根据所述至少一个目标测试用例建立每个目标测试用例对应的目标逻辑场景，包括：识别所述每个目标测试用例的场景描述和场景示意图；利用所述每个目标测试用例的场景描述和所述场景示意图建立所述每个目标测试用例对应的目标逻辑场景。

根据上述技术手段，本申请实施例根据目标测试用例的场景描述和场景示意图建立目标逻辑场景，能够提高建立测试场景的效率，降低了搭建场景测试成本。

本申请第二方面实施例提供一种自动驾驶功能的测试场景库构建装置，包括：获取模块，用于获取自动驾驶功能的至少一个目标测试用例；拆分模块，用于根据所述至少一个目标测试用例建立每个目标测试用例对应的目标逻辑场景，拆分所述目标逻辑场景得到至少一个静态逻辑场景和至少一个动态逻辑场景，并分别根据所述至少一个静态逻辑场景和至少一个动态逻辑场景得到静态模板场景和动态模板场景；构建模块，用于根据所述目标测试用例的编号、所述静态模板场景、所述动态模板场景和静态逻辑场景与动态逻辑场景中要素取值范围生成多个场景文件，利用所述多个场景文件构建所述自动功能的测试场景库。

可选地，所述拆分模块进一步用于：按照预设分类策略分别对所述至少一个静态逻辑场景和至少一个动态逻辑场景的要素进行分类，得到要素分类结果，并整合所述要素分类结果得到静态逻辑场景的分类要素和动态逻辑场景的分类要素；利用预设VTD软件的ROD模块对所述静态逻辑场景的分类要素进行场景搭建，得到所述静态模板场景；利用所述预设VTD软件的VTD软件的SE模块对所述动态逻辑场景的分类要素进行场景搭建，得到所述动态模板场景。

可选地，所述构建模块进一步用于：根据所述目标测试用例的编号、所述静态模板场景的名称、所述动态模板场景的名称和静态逻辑场景与动态逻辑场景中要素取值范围写入预设文件中，生成场景设计文档，其中，所述静态模板场景与所述动态模板场景的名称分别根据分类要素进行命名；利用预设脚本读取所述场景设计文档，并在所述要素取值范围内遍历所述静态逻辑场景与所述动态逻辑场景，生成所述多个场景文件。

可选地，所述构建模块进一步用于：识别所述每个目标测试用例的场景描述和场景示意图；利用所述每个目标测试用例的场景描述和所述场景示意图建立所述每个目标测试用例对应的目标逻辑场景。

本申请第三方面实施例提供一种电子设备，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自动驾驶功能的测试场景库构建方法。

本申请第四方面实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以用于实现如上述实施例所述的自动驾驶功能的测试场景库构建方法。

由此，本申请至少具有如下有益效果：

(1)本申请实施例可以通过目标测试用例建立对应的静态逻辑场景和动态逻辑场景，利用多个静态模板场景和动态逻辑模板场景生成多个场景文件，建立测试场景库，无需利用实车采集数据和场景挖掘技术生成场景，提高了场景的有效性，降低了场景搭建成本。

(2)本申请实施例通过VTD软件的ROD、SE模块搭建静态模板场景和动态模板场景，降低了人工搭建的工作量和错误率，提高了场景测试效率。

(3)本申请实施例通过将目标测试用例的编号、静态模板场景的名称、动态模板场景的名称和静态逻辑场景与动态逻辑场景中要素取值范围写入预设文件中，从而生成具体场景设计文档，提高了场景测试的效率。

(4)本申请实施例根据目标测试用例的场景描述和场景示意图建立目标逻辑场景，能够提高建立测试场景的效率，降低了搭建场景测试成本。

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自动驾驶功能的测试场景库构建方法的流程图；

图2为根据本申请实施例提供的自动上下匝道功能的一个用例测试场景示意图；

图3为根据本申请实施例提供的一种静态模板分类的示意图；

图4为根据本申请实施例提供的一种动态模板场景分类元素示意图；

图5为根据本申请实施例提供的自动驾驶功能的测试场景库构建方法的步骤示意图；

图6为根据本申请实施例提供的自动驾驶功能的测试场景库构建装置的示例图；

图7为根据本申请实施例提供的电子设备的结构示意图。

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。

随着自动驾驶技术迭代速度的加快，采取更加高效的测试方法对于推进相关技术从研发阶段走向量产至关重要。由于仿真测试具有周期短、低成本、测试场景丰富、安全性高等优点，在进入实车测试验证环节通常先采用仿真测试对软件功能进行验证。

相关技术1公开了一种构建自动驾驶测试场景的构建方法，具体是通过实车采集数据，并采用聚类方法对场景进行类别划分，提取每类场景中的元素从而获得元素库，并统计该场景类别下该子元素的每个值对应的概率。根据每个子元素的值的概率分布从中抽取出一个值，作为当前场景中该子元素对应的位置，然后再将每个子元素的值组合形成一个初始测试场景，并对初始测试场景合理性进行人工分析，剔除不合理场景进而生成大量测试场景。该专利虽然能提供一种生成大量测试场景的方法，但是需要依赖于大量的路采数据，需要的成本较高。同时，该方法需要采用数学分析方法建立场景挖掘技术，其有效性仍需进一步验证，不能直接应用于软件开发过程。

相关技术2公开了一种基于VTD(Virtual Test Drive，场景仿真软件)软件搭建虚拟测试场景的方法，首先确定所搭建场景中的所需要的参数信息，利用VTD软件ROD(RoadNetwork Editor，路网编辑器)模块搭建静态场景及动态场景，然后启动仿真来判断搭建的动静态场景是否与原始场景达到一致的测试环境，如与原始场景效果一致，则保存Xml文件并做好命名记录及管理。当前智能驾驶软件开发过程中需要生成大量的测试场景。然而，相关技术中2仅说明了人工搭建场景的方法，具有一定局限性，无法提高仿真测试的效率。

下面参考附图描述本申请实施例的自动驾驶功能的测试场景库构建方法及装置。针对上述背景技术中提到的采用实车采集数据和场景挖掘技术生成场景的有效性有待验证，无法直接应用于软件开发过程，采用VTD软件的ROD、SE(Scenario Editor，场景编辑器)模块人工搭建自动驾驶仿真测试场景效率低、错误率高的问题，本申请提供了一种自动驾驶功能的测试场景库构建方法，在该方法中，通过目标测试用例合计逻辑场景库，对逻辑场景进行分类整合，搭建场景模板，生成具体场景设计文档，从而搭建自动功能的测试场景库。由此，解决了基于实车采集数据生成的场景用于软件功能验证效率低、成本高，人工搭建测试场景重复性工作量大、错误率高等问题。

具体而言，图1为本申请实施例所提供的自动驾驶功能的测试场景库构建方法的流程示意图。

如图1所示，该自动驾驶功能的测试场景库构建方法包括以下步骤：

在步骤S101中，获取自动驾驶功能的至少一个目标测试用例。

其中，目标测试用例有多种，智能驾驶系统功能包括自动换道、自适应巡航、车道对中、自动紧急制动等。

在步骤S102中，根据至少一个目标测试用例建立每个目标测试用例对应的目标逻辑场景，拆分目标逻辑场景得到至少一个静态逻辑场景和至少一个动态逻辑场景，并分别根据至少一个静态逻辑场景和至少一个动态逻辑场景得到静态模板场景和动态模板场景。

其中，每个目标测试用例对应的目标逻辑场景均可拆分为一个静态逻辑场景和一个动态逻辑场景。

在本申请实施例中，根据至少一个目标测试用例建立每个目标测试用例对应的目标逻辑场景，包括：识别每个目标测试用例的场景描述和场景示意图；利用每个目标测试用例的场景描述和场景示意图建立每个目标测试用例对应的目标逻辑场景。

可以理解的是，根据目标测试用例UseCase的场景描述和示意图，建立对应目标逻辑场景，并拆分为静态逻辑场景和动态逻辑场景。

举例来说，一个UseCase如何形成逻辑场景，某智能驾驶系统需求的UseCase的场景示意图如图2所示，旨在测试算法能否根据其他交通参与者行驶状态来控制车速、保持安全距离，并安全驶入匝道。该Use Case所需的静态路网类型为主路进匝道，主路为三车道，匝道道路为单车道，靠近匝道侧的车道为应急车道，在匝道口处有引流车道，包括一个junction，其中影响仿真测试的静态路网关键参数包括：匝道口处车辆可变道起始点到可变道截至点的长度、匝道车道宽度、匝道口引流车道宽度、道路限速值。Use Case涉及的动态场景为本车前方目标车切入匝道口引导车道，对测试产生影响的动态场景关键参数包括本车初始车速、目标车车速(Vplayer1)、换道时间、本车开始换道位置。根据智能驾驶系统研发的ODD和系统体验需求，确定每个关键参数的状态空间，形成逻辑场景。

在本申请实施例中，根据至少一个静态逻辑场景和至少一个动态逻辑场景得到静态模板场景和动态模板场景，包括：按照预设分类策略分别对至少一个静态逻辑场景和至少一个动态逻辑场景的要素进行分类，得到要素分类结果，并整合要素分类结果得到静态逻辑场景的分类要素和动态逻辑场景的分类要素；利用预设VTD软件的ROD模块对静态逻辑场景的分类要素进行场景搭建，得到静态模板场景；利用预设VTD软件的SE模块对动态逻辑场景的分类要素进行场景搭建，得到动态模板场景。

其中，预设分类策略是指对静态逻辑场景和动态逻辑场景进行分类的方法。

需要说明的是，将UseCase建立逻辑场景后，对所有静态场景和动态场景进行分类，分类的目的是形成包含所有参数的场景框架，图3、图4展示了可能的一种分类方式，固定了部分场景参数，因此后续能够使用简单脚本生成所需具体场景，解决了自动化生成场景的技术难题。

可以理解的是，通过VTD软件的ROD模块和SE模块分别搭建静态模板场景和动态模板场景。

在步骤S103中，根据目标测试用例的编号、静态模板场景、动态模板场景和静态逻辑场景与动态逻辑场景中要素取值范围生成多个场景文件，利用多个场景文件构建自动功能的测试场景库。

可以理解的是，将所有静态逻辑场景进行整合分类，利用VTD软件的ROD模块搭建动态模板场景，导出.xodr文件，根据分类要素进行打标签和命名，并将.xodr文件中对应元素的数值修改为参数名称；将所有动态逻辑场景进行整合分类，利用VTD软件的SE模块搭建动态模板场景，导出.xml文件，依据其元素属性进行命名，将.xml文件中对应元素的数值改为参数名称，将其分类元素作为该动态模板场景的标签和名称。

在本申请实施例中，根据目标测试用例的编号、静态模板场景、动态模板场景和静态逻辑场景与动态逻辑场景的要素取值生成多个场景文件，包括：根据目标测试用例的编号、静态模板场景的名称、动态模板场景的名称和静态逻辑场景与动态逻辑场景中要素取值范围写入预设文件中，生成场景设计文档，其中，静态模板场景与动态模板场景的名称分别根据分类要素进行命名；利用预设脚本读取场景设计文档，并在要素取值范围内遍历静态逻辑场景与动态逻辑场景，生成多个场景文件。

可以理解的是，将Use case编号、对应的静态场景模板名称、动态场景模板名称、逻辑场景的要素取值范围写入Excel文件中，形成具体场景设计文档。根据具体场景设计文档，利用脚本读取参数取值范围，自动生成该测试需求对应的多个场景文件，包括.xodr文件、.osgb文件、.xml场景文件。

下面将通过一个具体实施例来阐述自动驾驶功能的测试场景库构建方法，如图5所示，步骤如下：

1、首先根据自动驾驶的Use Case设计逻辑场景，形成逻辑场景库。智能驾驶系统功能包括自动换道、自适应巡航、车道对中、自动紧急制动等，下面以一个Use Case为实例说明如何形成逻辑场景。

某智能驾驶系统需求的Use Case的场景示意图如图2所示，旨在测试算法能否根据其他交通参与者行驶状态来控制车速、保持安全距离，并安全驶入匝道。该Use Case所需的静态路网类型为主路进匝道，主路为三车道，匝道道路为单车道，靠近匝道侧的车道为应急车道，在匝道口处有引流车道，包括一个junction，其中影响仿真测试的静态路网关键参数包括：匝道口处车辆可变道起始点到可变道截至点的长度、匝道车道宽度、匝道口引流车道宽度、道路限速值。Use Case涉及的动态场景为本车前方目标车切入匝道口引导车道，对测试产生影响的动态场景关键参数包括本车初始车速、目标车车速(Vplayer1)、换道时间、本车开始换道位置。根据智能驾驶系统研发的ODD和系统体验需求，确定每个关键参数的状态空间，形成逻辑场景

2、将每条Use Case按照上述思路建立逻辑场景，并对所有静态场景和动态场景进行分类，分类的目的是形成包含所有参数的场景框架，图3、图4展示了可能的一种分类方式，固定了部分场景参数，因此后续能够使用简单脚本生成所需具体场景，解决了自动化生成场景的技术难题。

3、使用VTD软件ROD模块和SE模块搭建模板场景，并将其影响测试的因素替换为参数名称。以上述Use Case的逻辑场景为例，生成静态场景模板时变道起始点的具体坐标可替换为ExitStart_x和ExitStart_y，结合ROD生成的路网文件结构，可将变道截至点具体坐标替换为ExitEnd_x和ExitEnd_y，匝道曲率替换为Ramp_Radius，每条道路限速值替换为Vmainroad_max、Vexit_max、Vramp_max，匝道入口引流车道宽度替换为Exit_width,匝道车道宽度替换为Ramp_width。结合SE生成的路网场景文件结构，动态场景中的本车车速替换为Vego、目标车车速替换为Vplayer1、换道触发trigger位置坐标替换为LaneChangeTrigger_x,LaneChangeTrigger_y,换道时间替换为LaneChange_time。静态和动态模板场景的命名是分类元素的全集，若前述逻辑场景为一类场景，则需要四个标签，分别是匝道、主路进匝道、主路三车道、匝道单车道这四个标签，静态场景模板命名Ramp_EnterRamp_mainroad3_Ramp1。动态模板场景模板则需要3个标签，分别是轿车目标车1、有变速trigger、有换道trigger、有route，并将动态场景模板命名Player1_LaneChange1_Vchange1_Route1，打标签的作用是快速为Use Case找到对应场景模板，以上述方式命名的作用是能够通过名称直观了解到模板场景包括的不可变更要素。

4、将Use Case的ID，Use Case对应的静态场景模板名称和动态场景模板名称，每个模板中的状态空间写入Excel中，形成场景设计文档。

5、编写脚本根据场景设计文档的内容遍历状态空间生成具体静态场景和具体动态场景参数值，并将场景模板文件中的参数名称替换为具体数值，进而得到对应Use Case的多个具体静态路网、动态场景，并通过VTD shell命令行自动在不开启ROD模块的情况下，生成可视化.osgb文件，将.xodr和.osgb关联到动态场景.xml后，即完成了应用场景模板、场景设计文档自动化构建系统功能验证场景库。

根据本申请实施例提出的自动驾驶功能的测试场景库构建方法，可以通过目标测试用例建立对应的静态逻辑场景和动态逻辑场景，利用多个静态模板场景和动态逻辑模板场景生成多个场景文件，建立测试场景库，无需利用实车采集数据和场景挖掘技术生成场景，提高了场景的有效性，降低了场景搭建成本；通过VTD软件的ROD、SE模块搭建静态模板场景和动态模板场景，降低了人工搭建的工作量和错误率，提高了场景测试效率；通过将目标测试用例的编号、静态模板场景的名称、动态模板场景的名称和静态逻辑场景与动态逻辑场景中要素取值范围写入预设文件中，从而生成具体场景设计文档，提高了场景测试的效率；根据目标测试用例的场景描述和场景示意图建立目标逻辑场景，能够提高建立测试场景的效率，降低了搭建场景测试成本。

其次参照附图描述根据本申请实施例提出的自动驾驶功能的测试场景库构建装置。

图6是本申请实施例的自动驾驶功能的测试场景库构建装置的方框示意图。

如图6所示，该自动驾驶功能的测试场景库构建装置10包括：获取模块100、拆分模块200和构建模块300。

其中，获取模块100用于获取自动驾驶功能的至少一个目标测试用例；拆分模块200用于根据至少一个目标测试用例建立每个目标测试用例对应的目标逻辑场景，拆分目标逻辑场景得到至少一个静态逻辑场景和至少一个动态逻辑场景，并分别根据至少一个静态逻辑场景和至少一个动态逻辑场景得到静态模板场景和动态模板场景；构建模块300用于根据目标测试用例的编号、静态模板场景、动态模板场景和静态逻辑场景与动态逻辑场景中要素取值范围生成多个场景文件，利用多个场景文件构建自动功能的测试场景库。

在本申请实施例中，拆分模块200进一步用于：按照预设分类策略分别对至少一个静态逻辑场景和至少一个动态逻辑场景的要素进行分类，得到要素分类结果，并整合要素分类结果得到静态逻辑场景的分类要素和动态逻辑场景的分类要素；利用预设VTD软件的ROD模块对静态逻辑场景的分类要素进行场景搭建，得到静态模板场景；利用预设VTD软件的VTD软件的SE模块对动态逻辑场景的分类要素进行场景搭建，得到动态模板场景。

在本申请实施例中，构建模块300进一步用于：根据目标测试用例的编号、静态模板场景的名称、动态模板场景的名称和静态逻辑场景与动态逻辑场景中要素取值范围写入预设文件中，生成场景设计文档，其中，静态模板场景与动态模板场景的名称分别根据分类要素进行命名；利用预设脚本读取场景设计文档，并在要素取值范围内遍历静态逻辑场景与动态逻辑场景，生成多个场景文件。

在本申请实施例中，构建模块300进一步用于：识别每个目标测试用例的场景描述和场景示意图；利用每个目标测试用例的场景描述和场景示意图建立每个目标测试用例对应的目标逻辑场景。

需要说明的是，前述对自动驾驶功能的测试场景库构建方法实施例的解释说明也适用于该实施例的自动驾驶功能的测试场景库构建装置，此处不再赘述。

根据本申请实施例提出的自动驾驶功能的测试场景库构建装置，可以通过目标测试用例建立对应的静态逻辑场景和动态逻辑场景，利用多个静态模板场景和动态逻辑模板场景生成多个场景文件，建立测试场景库，无需利用实车采集数据和场景挖掘技术生成场景，提高了场景的有效性，降低了场景搭建成本；通过VTD软件的ROD、SE模块搭建静态模板场景和动态模板场景，降低了人工搭建的工作量和错误率，提高了场景测试效率；通过将目标测试用例的编号、静态模板场景的名称、动态模板场景的名称和静态逻辑场景与动态逻辑场景中要素取值范围写入预设文件中，从而生成具体场景设计文档，提高了场景测试的效率；根据目标测试用例的场景描述和场景示意图建立目标逻辑场景，能够提高建立测试场景的效率，降低了搭建场景测试成本。

图7为本申请实施例提供的电子设备的结构示意图。该电子设备可以包括：

存储器701、处理器702及存储在存储器701上并可在处理器702上运行的计算机程序。

处理器702执行程序时实现上述实施例中提供的自动驾驶功能的测试场景库构建方法。

进一步地，电子设备还包括：

通信接口703，用于存储器701和处理器702之间的通信。

存储器701，用于存放可在处理器702上运行的计算机程序。

存储器701可能包含高速RAM(Random Access Memory，随机存取存储器)存储器，也可能还包括非易失性存储器，例如至少一个磁盘存储器。

如果存储器701、处理器702和通信接口703独立实现，则通信接口703、存储器701和处理器702可以通过总线相互连接并完成相互间的通信。总线可以是ISA(IndustryStandard Architecture，工业标准体系结构)总线、PCI(Peripheral Component，外部设备互连)总线或EISA(Extended Industry Standard Architecture，扩展工业标准体系结构)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7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。

可选的，在具体实现上，如果存储器701、处理器702及通信接口703，集成在一块芯片上实现，则存储器701、处理器702及通信接口703可以通过内部接口完成相互间的通信。

处理器702可能是一个CPU(Central Processing Unit，中央处理器)，或者是ASIC(Application Specific Integrated Circuit，特定集成电路)，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。

本申请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自动驾驶功能的测试场景库构建方法。

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是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，表示包括一个或更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。

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，现场可编程门阵列等。

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。

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)

1.一种自动驾驶功能的测试场景库构建方法，其特征在于，包括以下步骤：

获取自动驾驶功能的至少一个目标测试用例；

根据所述至少一个目标测试用例建立每个目标测试用例对应的目标逻辑场景，拆分所述目标逻辑场景得到至少一个静态逻辑场景和至少一个动态逻辑场景，并分别根据所述至少一个静态逻辑场景和至少一个动态逻辑场景得到静态模板场景和动态模板场景；

根据所述目标测试用例的编号、所述静态模板场景、所述动态模板场景和静态逻辑场景与动态逻辑场景中要素取值范围生成多个场景文件，利用所述多个场景文件构建所述自动功能的测试场景库。

2.根据权利要求1所述的方法，其特征在于，分别根据所述至少一个静态逻辑场景和至少一个动态逻辑场景得到静态模板场景和动态模板场景，包括：

按照预设分类策略分别对所述至少一个静态逻辑场景和至少一个动态逻辑场景的要素进行分类，得到要素分类结果，并整合所述要素分类结果得到静态逻辑场景的分类要素和动态逻辑场景的分类要素；

利用预设VTD软件的ROD模块对所述静态逻辑场景的分类要素进行场景搭建，得到所述静态模板场景；

利用所述预设VTD软件的SE模块对所述动态逻辑场景的分类要素进行场景搭建，得到所述动态模板场景。

3.根据权利要求1所述的方法，其特征在于，所述根据所述目标测试用例的编号、所述静态模板场景、所述动态模板场景和静态逻辑场景与动态逻辑场景的要素取值生成多个场景文件，包括：

根据所述目标测试用例的编号、所述静态模板场景的名称、所述动态模板场景的名称和静态逻辑场景与动态逻辑场景中要素取值范围写入预设文件中，生成场景设计文档，其中，所述静态模板场景与所述动态模板场景的名称分别根据分类要素进行命名；

利用预设脚本读取所述场景设计文档，并在所述要素取值范围内遍历所述静态逻辑场景与所述动态逻辑场景，生成所述多个场景文件。

4.根据权利要求1所述的方法，其特征在于，所述根据所述至少一个目标测试用例建立每个目标测试用例对应的目标逻辑场景，包括：

识别所述每个目标测试用例的场景描述和场景示意图；

利用所述每个目标测试用例的场景描述和所述场景示意图建立所述每个目标测试用例对应的目标逻辑场景。

5.一种自动驾驶功能的测试场景库构建装置，其特征在于，包括：

获取模块，用于获取自动驾驶功能的至少一个目标测试用例；

拆分模块，用于根据所述至少一个目标测试用例建立每个目标测试用例对应的目标逻辑场景，拆分所述目标逻辑场景得到至少一个静态逻辑场景和至少一个动态逻辑场景，并分别根据所述至少一个静态逻辑场景和至少一个动态逻辑场景得到静态模板场景和动态模板场景；

构建模块，用于根据所述目标测试用例的编号、所述静态模板场景、所述动态模板场景和静态逻辑场景与动态逻辑场景中要素取值范围生成多个场景文件，利用所述多个场景文件构建所述自动功能的测试场景库。

6.根据权利要求5所述的装置，其特征在于，所述拆分模块进一步用于：

按照预设分类策略分别对所述至少一个静态逻辑场景和至少一个动态逻辑场景的要素进行分类，得到要素分类结果，并整合所述要素分类结果得到静态逻辑场景的分类要素和动态逻辑场景的分类要素；

利用预设VTD软件的ROD模块对所述静态逻辑场景的分类要素进行场景搭建，得到所述静态模板场景；

利用所述预设VTD软件的VTD软件的SE模块对所述动态逻辑场景的分类要素进行场景搭建，得到所述动态模板场景。

7.根据权利要求5所述的装置，其特征在于，所述构建模块进一步用于：

根据所述目标测试用例的编号、所述静态模板场景的名称、所述动态模板场景的名称和静态逻辑场景与动态逻辑场景中要素取值范围写入预设文件中，生成场景设计文档，其中，所述静态模板场景与所述动态模板场景的名称分别根据分类要素进行命名；

利用预设脚本读取所述场景设计文档，并在所述要素取值范围内遍历所述静态逻辑场景与所述动态逻辑场景，生成所述多个场景文件。

8.根据权利要求5所述的装置，其特征在于，所述构建模块进一步用于：

识别所述每个目标测试用例的场景描述和场景示意图；

利用所述每个目标测试用例的场景描述和所述场景示意图建立所述每个目标测试用例对应的目标逻辑场景。

9.一种电子设备，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1-4任一项所述的自动驾驶功能的测试场景库构建方法。

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1-4任一项所述的自动驾驶功能的测试场景库构建方法。

Images