CN116719748A - 一种船舶系统的场景生成方法、装置及介质 - Google Patents
一种船舶系统的场景生成方法、装置及介质 Download PDFInfo
- Publication number
- CN116719748A CN116719748A CN202311000629.1A CN202311000629A CN116719748A CN 116719748 A CN116719748 A CN 116719748A CN 202311000629 A CN202311000629 A CN 202311000629A CN 116719748 A CN116719748 A CN 116719748A
- Authority
- CN
- China
- Prior art keywords
- scene
- functional
- parameter
- logic
- specific
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000012360 testing method Methods 0.000 claims abstract description 115
- 238000005070 sampling Methods 0.000 claims description 21
- 230000003068 static effect Effects 0.000 claims description 10
- 230000004069 differentiation Effects 0.000 abstract description 5
- 230000000875 corresponding effect Effects 0.000 description 59
- 238000013461 design Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000005457 optimization Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006798 recombination Effects 0.000 description 2
- 238000005215 recombination Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011438 discrete method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000265 homogenisation Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
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
- G06F11/3664—Environments for testing or debugging software
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种船舶系统的场景生成方法、装置及介质,所述方法包括:根据被测船舶系统的测试需求,确定至少一个用于测试被测船舶系统的功能场景;根据所述功能场景的场景要素,对所述功能场景进行参数表达,得到与所述功能场景对应的逻辑场景;根据所述逻辑场景对应的功能场景的重要性指标,对所述逻辑场景的每一个场景参数进行离散化处理,得到与所述逻辑场景对应的至少一个具体场景;根据所述具体场景的参数集,生成具体场景描述文件。本发明的方案可以高效生成测试场景,测试场景可以适应于不同的测试系统,场景差异化程度可控,测试可信度高。
Description
技术领域
本发明涉及测试技术领域,特别是一种船舶系统的场景生成方法、装置及介质。
背景技术
随着船舶智能化的发展,航行测试的难度逐渐加大,对船舶智能航行测试技术的需求日益迫切。基于场景的虚拟仿真测试是对智能航行系统进行综合验证的优选方式,已成为智能航行系统测试验证不可或缺的重要组成部分;
而测试场景是智能航行仿真测试的核心和源头,是构成智能航行虚拟测试场的重要部分,也是影响仿真测试可靠性的重要因素;
然而,目前的测试场景的选取主要基于实际案例(如基于实际船舶碰撞案例库进行建模)、专家经验(基于法规要求进行建模)、简单枚举(建立参数空间后随机或有序选取参数,只适用于极简单场景);
这些现有的测试场景的选取方式测试所需的计算量大,无法适应不同的被测系统,不利于补充测试,场景生成效率低,场景同质化程度较高。
发明内容
本发明要解决的技术问题是提供一种船舶系统的场景生成方法、装置及介质,可以高效生成测试场景,测试场景可以适应于不同的测试系统,场景差异化程度可控,测试可信度高。
为解决上述技术问题,本发明的技术方案如下:
一种船舶系统的场景生成方法,包括:
根据被测船舶系统的测试需求,确定至少一个用于测试被测船舶系统的功能场景;
根据所述功能场景的场景要素,对所述功能场景进行参数表达,得到与所述功能场景对应的逻辑场景;
根据所述逻辑场景对应的功能场景的重要性指标,对所述逻辑场景的每一个场景参数进行离散化处理,得到与所述逻辑场景对应的至少一个具体场景;
根据所述具体场景的参数集,生成具体场景描述文件。
可选的,确定至少一个用于测试被测船舶系统的功能场景,包括:
根据被测船舶系统的测试需求,确定用于测试被测船舶系统的功能场景集;其中,N为测试需求所对应的功能场景的数量,,,为测试需求所对应的
第一个功能场景的第一个语言描述标签,为测试需求所对应的第一个功能场景的第
二个语言描述标签,为测试需求所对应的第i个功能场景的第1个语言描述标签,语言
描述标签为以文字串形式存储的对应功能场景的特征。
可选的,根据所述功能场景的场景要素,对所述功能场景进行参数表达,得到与所述功能场景对应的逻辑场景,包括:
根据所述功能场景的船舶要素、静态环境要素、态势要素和气象要素中的至少一项,确定所述功能场景的每一个场景参数的目标取值范围;其中,所述场景要素包括至少一个场景参数;
根据所述场景参数的目标取值范围和数据类型,得到与所述功能场景对应的逻辑
场景;
其中,,其中,为第i个逻辑场景,为第i个逻辑场景的第j个场景参数的数据类型,β为场景参数
的取值。
可选的,确定所述功能场景的每一个场景参数的目标取值范围,包括:
根据所述功能场景的语言描述标签,确定所述功能场景的每一个场景参数的初始取值范围;
根据所述初始取值范围和所述功能场景的场景要素的逻辑关系,得到场景参数的目标取值范围。
可选的,根据所述初始取值范围和所述功能场景的场景要素的逻辑关系,得到场景参数的目标取值范围,包括:
根据所述功能场景的场景要素间的逻辑关系,在所述初始取值范围中,排除预设参数组合,得到目标取值范围,其中,m和o为正整数,且m≤o、β为场景参数的取值。
可选的,根据所述逻辑场景对应的功能场景的重要性指标,对所述逻辑场景的每一个场景参数进行离散化处理,得到与所述逻辑场景对应的至少一个具体场景,包括:
获取所述功能场景的重要性指标,其中为第i个功
能场景的重要性指标,i为1至N的正整数;
根据所述功能场景的重要性指标,确定逻辑场景的每个场景参数离散化后的参数数量;
根据所述参数数量,在参数取值范围内进行抽样,得到离散化后的场景参数;
将离散化后的场景参数进行组合,得到与所述逻辑场景对应的至少一个具体场
景,,其中,Scenedi表示第i个功能场景对应的具体场景序列、Sdi1
表示第i个功能场景的第1个具体场景。
可选的,根据所述功能场景的重要性指标,确定逻辑场景的每个场景参数离散化后的参数数量,包括:
当场景参数为连续型参数时,参数数量,其中为归一化的第i个功能场景的重要性指标,、k为连续型参数段数、βijLowerk为
场景参数取值下限、βijUpperk为场景参数取值上限、p为测试总量参数、hj为参数的采样间隔;
当场景参数为离散型参数时,参数数量,其中,p
为测试总量参数。
可选的,根据所述具体场景的参数集,生成具体场景描述文件,包括:
根据所述具体场景的参数集中的场景参数,对所述逻辑场景进行测试,得到补充场景;
根据所述补充场景和具体场景,得到最终具体场景;
根据所述最终具体场景的场景参数,得到具体场景描述文件。
本发明还提供一种船舶系统的场景生成装置,包括:
获取模块,用于根据被测船舶系统的测试需求,确定至少一个用于测试被测船舶系统的功能场景;
生成模块,用于根据所述功能场景的场景要素,对所述功能场景进行参数表达,得到与所述功能场景对应的逻辑场景;根据所述逻辑场景对应的功能场景的重要性指标,对所述逻辑场景的每一个场景参数进行离散化处理,得到与所述逻辑场景对应的至少一个具体场景;根据所述具体场景的参数集,生成具体场景描述文件。
本发明还提供一种计算机可读存储介质,存储指令,当所述指令在计算机上运行时,使得计算机执行如上述的方法。
本发明的上述方案至少包括以下有益效果:
本发明的上述方案,根据被测船舶系统的测试需求,确定至少一个用于测试被测船舶系统的功能场景;根据所述功能场景的场景要素,对所述功能场景进行参数表达,得到与所述功能场景对应的逻辑场景;根据所述逻辑场景对应的功能场景的重要性指标,对所述逻辑场景的每一个场景参数进行离散化处理,得到与所述逻辑场景对应的至少一个具体场景;根据所述具体场景的参数集,生成具体场景描述文件。可以高效生成测试场景,测试场景可以适应于不同的测试系统,场景差异化程度可控,测试可信度高。
附图说明
图1是本发明实施例的船舶系统的场景生成方法的流程示意图。
图2是本发明实施例的船舶系统的场景生成方法的具体流程示意图。
图3是本发明实施例的船舶系统的场景生成装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
如图1所示,本发明的实施例提出一种船舶系统的场景生成方法,包括:
步骤11,根据被测船舶系统的测试需求,确定至少一个用于测试被测船舶系统的功能场景;
步骤12,根据所述功能场景的场景要素,对所述功能场景进行参数表达,得到与所述功能场景对应的逻辑场景;
步骤13,根据所述逻辑场景对应的功能场景的重要性指标,对所述逻辑场景的每一个场景参数进行离散化处理,得到与所述逻辑场景对应的至少一个具体场景;
步骤14,根据所述具体场景的参数集,生成具体场景描述文件。
如图2所示,本实施例中,首先根据被测系统的测试需求,确定一系列功能场景。所述功能场景用语言描述希望生成的场景特征。然后确定用于描述这些场景特征的场景要素,所述场景要素包括多个具体的场景参数,通过确定场景参数的取值范围,对功能场景进行描述,将功能性场景表达为逻辑场景。其中,一个功能场景对应一个逻辑场景。将参数的取值范围进一步离散化处理,并将离散化后的参数取值组合,得到一个逻辑场景对应的多个具体场景。将生成的具体场景的参数,转化为具体场景描述格式,即得到具体场景描述文件,根据所述具体场景描述文件生成测试场景,从而实现了高效生成测试场景,测试场景可以适应于不同的测试系统,场景差异化程度可控,测试可信度高。
本发明一可选的实施例中,步骤11可以包括:
步骤111,根据被测船舶系统的测试需求,确定用于测试被测船舶系统的功能场景
集;其中,N为测试需求所对应的功能场景的数量,,,为测试需求所对应的
第一个功能场景的第一个语言描述标签,为测试需求所对应的第一个功能场景的第
二个语言描述标签,为测试需求所对应的第i个功能场景的第1个语言描述标签,语言
描述标签为以文字串形式存储的对应功能场景的特征。
该实施例中,通过被测系统的设计及使用说明书明确被测系统的功能设计及设计
运行条件,并根据具体测试需求对应确定测试的功能场景,形成功能场景集,其中N为功能场景的数量,每一Sfi由其语言描述标签
组成,每一功能场景均由一系列标签组成,即 ,其中为
以文字串形式存储的对应功能场景的语言描述标签,每一功能场景由多个语言描述标签组
成。
本发明一可选的实施例中,步骤12可以包括:
步骤121,根据所述功能场景的船舶要素、静态环境要素、态势要素和气象要素中的至少一项,确定所述功能场景的每一个场景参数的目标取值范围;其中,所述场景要素包括至少一个场景参数;
步骤122,根据所述场景参数的目标取值范围和数据类型,得到与所述功能场景对
应的逻辑场景;
其中,,其中,为第i个逻辑场景,为第i个逻辑场景第j个场景参数的数据类型,β为场景参数的
取值。
本实施例中,构建场景要素库,将功能场景从多个场景要素的角度进行描述。所述场景要素包括:船舶要素、静态环境要素、态势要素和气象要素。
所述船舶要素是场景中影响被控船舶运动计算和危险判定的要素,可由船舶试验
或模拟计算来确定,包括被控船舶的几何特性、性能特性等参数。具体表示为,其中βh1为第一个船舶要素的场景参数,该列表长度为测试船舶
系统所需的船舶要素的场景参数数量;
所述静态环境要素为场景中不随时间发生变化的静态要素参数,包括航道信息、
固定交通设施参数等,表示为,该列表长度为测试所须的静态环
境要素的场景参数数量;
所述态势要素为场景中本船的初始位置参数、目标船及其他障碍物的初始位置、
行为特性参数等,表示为,该列表长度为测试所须的态势要素的
场景参数数量;
所述气象要素为场景中的气象条件要素,包括风场、流场、环境场参数,表示为,该列表长度为测试所须的气象要素的场景参数数量。
本实施例中,将上述场景要素包含的多个场景参数进行组合,即构成功能场景的
参数空间,表示为。将上述序列中的场景参数顺序命名,
即得到,其中J为场景参数的数量。本方法中,在确定功能场景的参数空间
后,同时设定参数空间内每一个场景参数的取值范围间隔,即场景参数的采样间隔,用于作为后续采样时的依据。列表长度为J,即J个场景参数各自的采
样间隔。当所述场景参数为离散型参数且无法确定采样间隔时,hj取值为1。
确定上述功能场景的参数空间以及确定各场景参数的采样间隔后,对所述功能场景进行参数化表达,即确定每一个场景参数的取值范围和数据类型,得到所述功能场景对应的逻辑场景。
所述逻辑场景包括多个场景参数以及每个场景参数各自的数据类型和取值范围。
具体表示为, 其中βij1
即为第i个功能场景对应的逻辑场景的第j个场景参数的取值范围内的一个取值。多个逻辑
场景即形成逻辑场景序列,所述逻辑场景序列共包括与N个功
能场景对应的N个逻辑场景。
本发明一可选的实施例中,步骤121可以包括:
步骤1211,根据所述功能场景的语言描述标签,确定所述功能场景的每一个场景参数的初始取值范围;
步骤1212,根据所述初始取值范围和所述功能场景的场景要素的逻辑关系,得到场景参数的目标取值范围。
本实施例中,为得到相应的逻辑场景,需对功能场景进行进一步描述,针对每一功能场景,针对每一场景参数,应设定其目标取值范围。为得到该目标取值范围,首先设定其初始取值范围,该初始取值范围一般是事先设定的,针对不同的语言描述标签对初始取值范围进行差异化调整。在得到初始取值范围后进一步优化,得到目标取值范围。
为便于数据的读取,所述初始取值范围及目标取值范围可表示为,即首先表示参数j的数据类型/>,然后表示取值范围内的参数可取数值,其中/>为正整数。
本方法中,所述数据类型分为离散型和连续型,针对连续型数据,又有开区间和闭区间之分。所述数据类型和Type的对应具体如下表1所示:
表1,数据类型表
Typej | 含义 |
1 | 离散型 |
2 | 开区间 |
3 | 闭区间 |
4 | 左闭右开区间 |
5 | 左开右闭区间 |
当场景参数为离散型时,其取值范围为一集合,具体表示为;当场景参数取值确定,即其取值范围为只有一个元素的集合
时,具体表示为;
当场景参数为连续型时,其取值范围为一区间,其中为取值下界,为取值上界,具体表示为。当所述连续型场
景参数取值分为多段时,则表示为。
本发明一可选的实施例中,步骤1212可以包括:
步骤12121,根据所述功能场景的场景要素间的逻辑关系,在所述初始取值范围中,排除预设参数组合,得到目标取值范围,其中,m和o为正整数,且m≤o、β为场景参数的取值。
本实施例中,对上述初始取值范围进一步优化,优化依据为场景要素的逻辑关系,基于要素间的关系分析,排除逻辑场景内不可能出现的场景参数的取值,即缩小所述初始取值范围,得到目标取值范围。根据所述目标取值范围,即得到每一功能场景的每一参数表达,将其组成逻辑场景列表。
本发明一可选的实施例中,步骤13可以包括:
步骤131,获取所述功能场景的重要性指标,其中为第一个功
能场景的重要性指标;
步骤132,根据所述功能场景的重要性指标,确定逻辑场景的每个场景参数离散化后的参数数量;
步骤133,根据所述参数数量,通过预设的抽样方法在参数取值范围内进行抽样,得到离散化后的场景参数;
步骤134,将离散化后的逻辑场景的参数取值进行组合,得到与所述逻辑场景对应
的至少一个具体场景,其中,Scenedi表示第i个功能场景对应的
具体场景序列、Sdi1表示第i个功能场景的第1个具体场景。
该实施例中,为生成具体的用于测试的场景,将所述逻辑场景进一步离散化处理
并组合,生成多个具体场景。在离散化过程中,首先对所述功能场景进行重要性评估,根据
功能场景的危险性和出现频率确定功能场景的重要性指标,其中,为一
正实数,表示第i个功能场景的重要性,该列表长度为N。
为对场景参数进行离散化处理,将所述重要性指标矩阵归一化,得到。
根据归一化后的重要性指标,确定离散化后的逻辑场景的场景参数在目标取值范围内的参数个数,当重要性强时,取值个数多,离散化后的场景参数的取值个数与所述功能场景的重要性指标呈正相关。当确定参数数量后,即可对场景参数在目标取值范围内采样。
当场景参数为连续型时,采用等距离散法采样,将连续型场景参数转化为离散型参数;
当场景参数为离散型时,采用等间隔抽样方法进行采样,减少参数范围。在采样完
成后,所有逻辑场景的场景参数均可表示为离散型参数,具体表示为,其中为离散化后的第i个逻辑场
景,其中的每一个场景参数数据类型均转化为1,离散化操作完成。
将离散化后的逻辑场景的场景参数的取值进行组合,即得到多个具体场景,具体
表示为,即第i个逻辑场景组合出了多个具体场景。而其中的一
个具体场景可以表示为,即第r个具体场景包括J个场景
参数。
上述对场景参数的取值进行组合中,组合方式可以为全组和、成对测试、边界测试等方法,优选的,由于全组合所得到的测试用例数量通常极大,对于船舶避碰问题的场景设计,优选采用成对测试的方式进行参数组合。
本发明一可选的实施例中,步骤132可以包括:
步骤1321,当场景参数为连续型参数时,参数数量,
其中为归一化的第i个功能场景的重要性指标,、k为连续型参数段数、
βijLowerk为场景参数取值下限、βijUpperk为场景参数取值上限、p为测试总量参数、hj为参数的
采样间隔;
步骤1322,当场景参数为离散型参数时,参数数量,
其中,p为测试总量参数。
该实施例中,面对不同的数据类型,根据归一化后的功能场景的重要性指标,采用上述不同的方法确定参数数量。
本发明一可选的实施例中,步骤14可以包括:
步骤141,根据所述具体场景的参数集中的场景参数,对所述逻辑场景进行测试,得到补充场景;
步骤142,根据所述补充场景和具体场景,得到最终具体场景;
步骤143,根据所述最终具体场景的场景参数,得到具体场景描述文件。
该实施例中,在得到所述功能场景对应的多个具体场景后,对所有功能场景对应
的具体场景取并集,则得到K个具体场景序列,具体为。使用响应面优化等试验设
计优化方法,针对逻辑场景集中未被测到或被测较少的区域添加补充场景,具体为。将所述补充场景与具体场景序列取并集,则得到最终的
具体场景集合,其中共包括K'个具体场
景。将上述K'个具体场景的场景参数集转化为具体场景描述格式,得到场景描述文件。根据
所述场景描述文件生成测试场景。
本发明一具体的实施例中,具体的场景生成方式如下所示:
1、在构建功能场景时,考虑开阔水域的避碰测试,设定功能场景如下:
功能场景1:开阔水域,两船会遇,左舷对遇;
功能场景2:开阔水域,两船会遇,右舷对遇;
功能场景3:开阔水域,两船会遇,右交叉相遇,存在碰撞危险;
则上述三个功能场景构成如下功能场景集:
2、对所述功能场景进行重要性评估,分别对三个功能场景的重要性进行打分,所
述功能场景重要性得分如下:功能场景1:40、功能场景2:40、功能场景3:20,则可构成重要
性指标,上述重要性指标用于后续对逻辑场景进行离散化处理。
3、考虑船舶状态要素、静态环境要素、态势要素和气象要素,构建功能场景的参数空间。所述船舶要素选择本船船长、本船船宽、操纵模型参数K、操纵模型参数T;由于所选水域开阔,因此静态环境要素无;态势要素选择本船初始位置横坐标、本船初始位置纵坐标、本船初始航向、避碰目标船初始位置横坐标、避碰目标船初始位置纵坐标、避碰目标船初始航向;气象要素考虑风浪参数风速、风向、有义波高、波峰周期。因此构成参数空间:
对于上述场景参数,设置其采样间距为。
4、根据上述参数空间包含的场景参数对设定的三个功能场景分别进行参数表达,设定每一个场景参数的取值范围并对取值范围进行优化,得到如下所示三个逻辑场景:
上述三个逻辑场景各自包括14个场景参数,且所述场景参数分为4类,每一个场景参数定义了各自的取值范围。
5、根据上述重要性指标,对上述三个逻辑场景进行离散化处理,
选取测试总量参数p=1,获得逻辑场景的参数离散化结果:
。
6、将上述离散化结果的参数进行组合,生成多个具体场景:
7、将上述三个功能场景对应的具体场景进行组合,取并集,得到具体场景集合:
通过试验设计优化方法添加补充测试场景:
,所述补充测试场
景与上述具体场景取并集,形成用于测试的具体场景集合:
。
根据上述具体场景集合,生成测试用的具体场景。
本发明的上述实施例,通过根据被测船舶系统的测试需求,确定至少一个用于测试被测船舶系统的功能场景;生成模块32,用于根据所述功能场景的场景要素,对所述功能场景进行参数表达,得到与所述功能场景对应的逻辑场景;根据所述逻辑场景对应的功能场景的重要性指标,对所述逻辑场景的每一个场景参数进行离散化处理,得到与所述逻辑场景对应的至少一个具体场景;根据所述具体场景的参数集,生成具体场景描述文件,使得船舶系统的智能航行场景生成效率高,具有很好的实用性和扩展性。有利于结合被测系统特征,专家经验,现有数据库的优势,且场景流程化、可并行生成场景,场景差异化程度可控制,测试可信度高。
如图3所示,本发明还提供一种船舶系统的场景生成装置30,包括:
获取模块31,用于根据被测船舶系统的测试需求,确定至少一个用于测试被测船舶系统的功能场景;
生成模块32,用于根据所述功能场景的场景要素,对所述功能场景进行参数表达,得到与所述功能场景对应的逻辑场景;根据所述逻辑场景对应的功能场景的重要性指标,对所述逻辑场景的每一个场景参数进行离散化处理,得到与所述逻辑场景对应的至少一个具体场景;根据所述具体场景的参数集,生成具体场景描述文件。
可选的,确定至少一个用于测试被测船舶系统的功能场景,包括:
根据被测船舶系统的测试需求,确定用于测试被测船舶系统的功能场景集;其中,N为测试需求所对应的功能场景的数量,,,为测试需求所对应的
第一个功能场景的第一个语言描述标签,为测试需求所对应的第一个功能场景的第
二个语言描述标签,为测试需求所对应的第i个功能场景的第1个语言描述标签,语言
描述标签为以文字串形式存储的对应功能场景的特征。
可选的,根据所述功能场景的场景要素,对所述功能场景进行参数表达,得到与所述功能场景对应的逻辑场景,包括:
根据所述功能场景的船舶要素、静态环境要素、态势要素和气象要素中的至少一项,确定所述功能场景的每一个场景参数的目标取值范围;其中,所述场景要素包括至少一个场景参数;
根据所述场景参数的目标取值范围和数据类型,得到与所述功能场景对应的逻辑
场景;
其中,,其中,为第i个逻辑场景,为第i个逻辑场景的第j个场景参数的数据类型,β为场景参数
的取值。
可选的,确定所述功能场景的每一个场景参数的目标取值范围,包括:
根据所述功能场景的语言描述标签,确定所述功能场景的每一个场景参数的初始取值范围;
根据所述初始取值范围和所述功能场景的场景要素的逻辑关系,得到场景参数的目标取值范围。
可选的,根据所述初始取值范围和所述功能场景的场景要素的逻辑关系,得到场景参数的目标取值范围,包括:
根据所述功能场景的场景要素间的逻辑关系,在所述初始取值范围中,排除预设参数组合,得到目标取值范围,其中,m和o为正整数,且m≤o、β为场景参数的取值。
可选的,根据所述逻辑场景对应的功能场景的重要性指标,对所述逻辑场景的每一个场景参数进行离散化处理,得到与所述逻辑场景对应的至少一个具体场景,包括:
获取所述功能场景的重要性指标,其中为第i个功
能场景的重要性指标,i为1至N的正整数;
根据所述功能场景的重要性指标,确定逻辑场景的每个场景参数离散化后的参数数量;
根据所述参数数量,在参数取值范围内进行抽样,得到离散化后的场景参数;
将离散化后的场景参数进行组合,得到与所述逻辑场景对应的至少一个具体场
景,,其中,Scenedi表示第i个功能场景对应的具体场景序列、Sdi1
表示第i个功能场景的第1个具体场景。
可选的,根据所述功能场景的重要性指标,确定逻辑场景的每个场景参数离散化后的参数数量,包括:
当场景参数为连续型参数时,参数数量,其中为归一化的第i个功能场景的重要性指标,、k为连续型参数段数、βijLowerk为
场景参数取值下限、βijUpperk为场景参数取值上限、p为测试总量参数、hj为参数的采样间隔;
当场景参数为离散型参数时,参数数量,其中,p
为测试总量参数。
可选的,根据所述具体场景的参数集,生成具体场景描述文件,包括:
根据所述具体场景的参数集中的场景参数,对所述逻辑场景进行测试,得到补充场景;
根据所述补充场景和具体场景,得到最终具体场景;
根据所述最终具体场景的场景参数,得到具体场景描述文件。
需要说明的是,该装置是与上述方法对应的装置,上述方法实施例中的所有实现方式均适用于该装置的实施例中,也能达到相同的技术效果。
本发明的实施例还提供一种计算机可读存储介质,存储有指令,所述指令在计算机上运行时,使得计算机执行如上述的方法。上述方法实施例中的所有实现方式均适用于该实施例中,也能达到相同的技术效果。
本领域普通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,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的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。
在本发明所提供的实施例中,应该理解到,所揭露的装置和方法,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,所述单元的划分,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,或一些特征可以忽略,或不执行。另一点,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。
所述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方案的目的。
另外,在本发明各个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。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
此外,需要指出的是,在本发明的装置和方法中,显然,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且,执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行,但是并不需要一定按照时间顺序执行,某些步骤可以并行或彼此独立地执行。对本领域的普通技术人员而言,能够理解本发明的方法和装置的全部或者任何步骤或者部件,可以在任何计算装置(包括处理器、存储介质等)或者计算装置的网络中,以硬件、固件、软件或者它们的组合加以实现,这是本领域普通技术人员在阅读了本发明的说明的情况下运用他们的基本编程技能就能实现的。
因此,本发明的目的还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。因此,本发明的目的也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现。也就是说,这样的程序产品也构成本发明,并且存储有这样的程序产品的存储介质也构成本发明。显然,所述存储介质可以是任何公知的存储介质或者将来所开发出来的任何存储介质。还需要指出的是,在本发明的装置和方法中,显然,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且,执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行,但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种船舶系统的场景生成方法,其特征在于,包括:
根据被测船舶系统的测试需求,确定至少一个用于测试被测船舶系统的功能场景;
根据所述功能场景的场景要素,对所述功能场景进行参数表达,得到与所述功能场景对应的逻辑场景;
根据所述逻辑场景对应的功能场景的重要性指标,对所述逻辑场景的每一个场景参数进行离散化处理,得到与所述逻辑场景对应的至少一个具体场景;
根据所述具体场景的参数集,生成具体场景描述文件。
2.根据权利要求1所述的船舶系统的场景生成方法,其特征在于,确定至少一个用于测试被测船舶系统的功能场景,包括:
根据被测船舶系统的测试需求,确定用于测试被测船舶系统的功能场景集;其中,N为测试需求所对应的功能场景的数量,,/>,/>为测试需求所对应的第一个功能场景的第一个语言描述标签,/>为测试需求所对应的第一个功能场景的第二个语言描述标签,/>为测试需求所对应的第i个功能场景的第1个语言描述标签,语言描述标签为以文字串形式存储的对应功能场景的特征。
3.根据权利要求2所述的船舶系统的场景生成方法,其特征在于,根据所述功能场景的场景要素,对所述功能场景进行参数表达,得到与所述功能场景对应的逻辑场景,包括:
根据所述功能场景的船舶要素、静态环境要素、态势要素和气象要素中的至少一项,确定所述功能场景的每一个场景参数的目标取值范围;其中,所述场景要素包括至少一个场景参数;
根据所述场景参数的目标取值范围和数据类型,得到与所述功能场景对应的逻辑场景;
其中,,其中,/>为第i个逻辑场景,/>为第i个逻辑场景的第j个场景参数的数据类型,β为场景参数的取值。
4.根据权利要求3所述的船舶系统的场景生成方法,其特征在于,确定所述功能场景的每一个场景参数的目标取值范围,包括:
根据所述功能场景的语言描述标签,确定所述功能场景的每一个场景参数的初始取值范围;
根据所述初始取值范围和所述功能场景的场景要素的逻辑关系,得到场景参数的目标取值范围。
5.根据权利要求4所述的船舶系统的场景生成方法,其特征在于,根据所述初始取值范围和所述功能场景的场景要素的逻辑关系,得到场景参数的目标取值范围,包括:
根据所述功能场景的场景要素间的逻辑关系,在所述初始取值范围中,排除预设参数组合,得到目标取值范围,其中,m和o为正整数,且m≤o、β为场景参数的取值。
6.根据权利要求4或5所述的船舶系统的场景生成方法,其特征在于,根据所述逻辑场景对应的功能场景的重要性指标,对所述逻辑场景的每一个场景参数进行离散化处理,得到与所述逻辑场景对应的至少一个具体场景,包括:
获取所述功能场景的重要性指标,其中/>为第i个功能场景的重要性指标,i为1至N的正整数;
根据所述功能场景的重要性指标,确定逻辑场景的每个场景参数离散化后的参数数量;
根据所述参数数量,在参数取值范围内进行抽样,得到离散化后的场景参数;
将离散化后的场景参数进行组合,得到与所述逻辑场景对应的至少一个具体场景,,其中,Scenedi表示第i个功能场景对应的具体场景序列、Sdi1表示第i个功能场景的第1个具体场景。
7.根据权利要求6所述的船舶系统的场景生成方法,其特征在于,根据所述功能场景的重要性指标,确定逻辑场景的每个场景参数离散化后的参数数量,包括:
当场景参数为连续型参数时,参数数量,其中/>为归一化的第i个功能场景的重要性指标,/>、k为连续型参数段数、βijLowerk为场景参数取值下限、βijUpperk为场景参数取值上限、p为测试总量参数、hj为参数的采样间隔;
当场景参数为离散型参数时,参数数量,其中,p为测试总量参数。
8.根据权利要求1所述的船舶系统的场景生成方法,其特征在于,根据所述具体场景的参数集,生成具体场景描述文件,包括:
根据所述具体场景的参数集中的场景参数,对所述逻辑场景进行测试,得到补充场景;
根据所述补充场景和具体场景,得到最终具体场景;
根据所述最终具体场景的场景参数,得到具体场景描述文件。
9.一种船舶系统的场景生成装置,其特征在于,包括:
获取模块,用于根据被测船舶系统的测试需求,确定至少一个用于测试被测船舶系统的功能场景;
生成模块,用于根据所述功能场景的场景要素,对所述功能场景进行参数表达,得到与所述功能场景对应的逻辑场景;根据所述逻辑场景对应的功能场景的重要性指标,对所述逻辑场景的每一个场景参数进行离散化处理,得到与所述逻辑场景对应的至少一个具体场景;根据所述具体场景的参数集,生成具体场景描述文件。
10.一种计算机可读存储介质,其特征在于,存储指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1至8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311000629.1A CN116719748B (zh) | 2023-08-10 | 2023-08-10 | 一种船舶系统的场景生成方法、装置及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311000629.1A CN116719748B (zh) | 2023-08-10 | 2023-08-10 | 一种船舶系统的场景生成方法、装置及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116719748A true CN116719748A (zh) | 2023-09-08 |
CN116719748B CN116719748B (zh) | 2024-02-20 |
Family
ID=87868378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311000629.1A Active CN116719748B (zh) | 2023-08-10 | 2023-08-10 | 一种船舶系统的场景生成方法、装置及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116719748B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116911077A (zh) * | 2023-09-13 | 2023-10-20 | 中国船级社 | 一种船舶智能航行场景的处理方法、系统及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112685289A (zh) * | 2020-12-11 | 2021-04-20 | 中国汽车技术研究中心有限公司 | 场景的生成方法、基于场景的模型在环测试方法和系统 |
CN113886958A (zh) * | 2021-09-30 | 2022-01-04 | 重庆长安汽车股份有限公司 | 一种驾驶系统仿真测试场景生成方法、系统及计算机可读存储介质 |
CN114355790A (zh) * | 2021-12-22 | 2022-04-15 | 重庆长安汽车股份有限公司 | 一种有限自动驾驶遍历测试场景设计方法、系统及计算机可读存储介质 |
US20230055523A1 (en) * | 2021-08-18 | 2023-02-23 | Xepic Corporation Limited | Method, apparatus, and storage medium for generating test cases |
CN116050136A (zh) * | 2023-01-28 | 2023-05-02 | 中国船级社 | 一种智能船舶测试场景库的生成方法、装置及设备 |
-
2023
- 2023-08-10 CN CN202311000629.1A patent/CN116719748B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112685289A (zh) * | 2020-12-11 | 2021-04-20 | 中国汽车技术研究中心有限公司 | 场景的生成方法、基于场景的模型在环测试方法和系统 |
US20230055523A1 (en) * | 2021-08-18 | 2023-02-23 | Xepic Corporation Limited | Method, apparatus, and storage medium for generating test cases |
CN113886958A (zh) * | 2021-09-30 | 2022-01-04 | 重庆长安汽车股份有限公司 | 一种驾驶系统仿真测试场景生成方法、系统及计算机可读存储介质 |
CN114355790A (zh) * | 2021-12-22 | 2022-04-15 | 重庆长安汽车股份有限公司 | 一种有限自动驾驶遍历测试场景设计方法、系统及计算机可读存储介质 |
CN116050136A (zh) * | 2023-01-28 | 2023-05-02 | 中国船级社 | 一种智能船舶测试场景库的生成方法、装置及设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116911077A (zh) * | 2023-09-13 | 2023-10-20 | 中国船级社 | 一种船舶智能航行场景的处理方法、系统及装置 |
CN116911077B (zh) * | 2023-09-13 | 2024-02-20 | 中国船级社 | 一种船舶智能航行场景的处理方法、系统及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116719748B (zh) | 2024-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112149316A (zh) | 基于改进的cnn模型的航空发动机剩余寿命预测方法 | |
CN107949841A (zh) | 提问应答系统的训练装置以及该训练装置用的计算机程序 | |
CN109977234A (zh) | 一种基于主题关键词过滤的知识图谱补全方法 | |
CN108427720A (zh) | 系统日志分类方法 | |
CN116719748B (zh) | 一种船舶系统的场景生成方法、装置及介质 | |
CN111008693B (zh) | 一种基于数据压缩的网络模型构建方法、系统和介质 | |
US8504331B2 (en) | Aerodynamic model identification process for aircraft simulation process | |
CN110991195A (zh) | 机器翻译模型训练方法、装置及存储介质 | |
CN112990222A (zh) | 一种基于图像边界知识迁移的引导语义分割方法 | |
CN116737581A (zh) | 测试文本的生成方法、装置、存储介质及电子设备 | |
CN112365344B (zh) | 一种业务规则自动生成方法和系统 | |
CN116580283B (zh) | 一种图像提示词生成方法、装置、电子设备及存储介质 | |
CN108614815A (zh) | 句子交互方法和装置 | |
KR102082899B1 (ko) | 건조사양서 분석을 통한 상이율 자동산정 장치 및 그를 이용한 설계공수 자동산정 방법 | |
CN115358477B (zh) | 一种作战想定随机生成系统及其应用 | |
CN109829054A (zh) | 一种文本分类方法及系统 | |
CN115936003A (zh) | 基于神经网络的软件功能点查重方法、装置、设备及介质 | |
CN115712574A (zh) | 一种面向人工智能组件的测试用例生成方法 | |
CN114510873A (zh) | 基于大数据的石油测井预测方法以及预测装置 | |
CN114742644A (zh) | 训练多场景风控系统、预测业务对象风险的方法和装置 | |
CN114529063A (zh) | 一种基于机器学习的金融领域数据预测方法、设备及介质 | |
CN113159419A (zh) | 一种群体特征画像分析方法、装置、设备及可读存储介质 | |
CN110109994B (zh) | 包含结构化和非结构化数据的汽车金融风控系统 | |
CN118070775B (zh) | 摘要生成模型的性能评测方法、装置、计算机设备 | |
CN110147881A (zh) | 语言处理方法、装置、设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |