CN117007937A - 车规级芯片测试方法及系统 - Google Patents

Abstract

本发明提供一种车规级芯片测试方法及系统。其中，所述方法包括以下具体步骤：通过ROS建立基于道路环境的测试数据集；根据目标测试任务，在所述测试数据集中筛选出目标测试数据单元；根据所述目标测试数据单元，生成自动驾驶数据；根据所述自动驾驶数据，生成芯片驱动数据；与所述目标测试任务匹配的待测车规级芯片接收所述芯片驱动数据，生成芯片运行反馈数据；处理所述芯片运行反馈数据，得到芯片测试结果，以此通过模拟构建整车环境舱和整车道路环境，在实现电学性能测试的基础上，科学、有效地实现对车规级芯片的功能验证测试。

Description

车规级芯片测试方法及系统

技术领域

本发明涉及芯片测试领域，特别是涉及一种车规级芯片测试方法及系统。

背景技术

车规级芯片，指技术标准达到车规级，可应用于汽车控制的芯片。车规级是适用于汽车电子元件的规格标准等级之一。车规级芯片在正式批量运用于车辆前，需要进行严格的测试。

现有室内的车规级芯片测试的方法，都是针对车规级芯片的可靠性和耐久性进行测试。涉及的芯片测试设备和方法均未提供车规级芯片在智能驾驶模式下的环境舱和实际运行数据，对车规级芯片在实际上车表现方面的功能验证仍然存在很强的局限性。由于车规级芯片的测试要求较高，车规级芯片除了需要可靠性与耐久性测试以外，对于关键零部件的控制类芯片，也需要基于整车环境舱和整车道路环境对车规级芯片进行实际上车表现方面的功能验证。车规级芯片功能测试的痛点在于复杂场景(比如智能驾驶模式下)，目前仍对车规级芯片的功能验证缺乏科学、有效的测试手段。现有的车规级芯片的功能验证测试，一般采用室外真实驾驶环境进行测试，测试过程及测试结果受外界环境影响较大。

发明内容

为解决上述技术问题，本发明提供了一种车规级芯片测试方法及系统，通过测试数据集和自动驾驶数据模拟构建整车环境舱和整车道路环境下的整车数据环境，可选择不同的车规级SOC或者MCU以及传感器芯片等进行功能测试。

本发明提供一种车规级芯片测试方法，包括以下具体步骤：

通过ROS建立基于道路环境的测试数据集；

根据目标测试任务，在所述测试数据集中筛选出目标测试数据单元；

根据所述目标测试数据单元，生成自动驾驶数据；

根据所述自动驾驶数据，生成芯片驱动数据；

与所述目标测试任务匹配的待测车规级芯片接收所述芯片驱动数据，生成芯片运行反馈数据；

处理所述芯片运行反馈数据，得到芯片测试结果。

进一步地，所述自动驾驶数据包括目标识别数据、定位计算数据、路径规划数据、路径追踪数据、坐标转换数据。

进一步地，处理所述芯片运行反馈数据，得到芯片测试结果，包括以下具体步骤：

匹配所述芯片运行反馈数据与预设数据，得到匹配结果；

根据所述匹配结果，生成待测芯片参数数据；

图形化显示所述待测芯片参数数据，得到芯片测试结果。

进一步地，根据所述匹配结果，生成待测芯片参数数据，包括以下具体步骤：

当所述匹配结果为不匹配时，根据所述芯片运行反馈数据生成异常数据；

根据所述异常数据和所述匹配结果，生成待测芯片参数数据。

进一步地，根据所述匹配结果，生成待测芯片参数数据，包括以下具体步骤：

当所述匹配结果为匹配时，根据所述芯片运行反馈数据和所述匹配结果，生成待测芯片参数数据。

本发明还提供另一种车规级芯片测试方法，包括以下具体步骤：

通过ROS建立基于道路环境的测试数据集；

根据目标测试任务，在所述测试数据集中筛选出目标测试数据单元；

根据所述目标测试数据单元，生成自动驾驶数据；

根据所述自动驾驶数据，生成芯片驱动数据；

与所述目标测试任务匹配的待测车规级芯片和基准芯片分别接收所述芯片驱动数据，生成第一芯片运行反馈数据和第二芯片运行反馈数据；

处理所述第一芯片运行反馈数据和所述第二芯片运行反馈数据，得到芯片测试结果。

进一步地，处理所述第一芯片运行反馈数据和所述第二芯片运行反馈数据，得到芯片测试结果，包括以下具体步骤：

匹配所述第一芯片运行反馈数据与所述第二芯片运行反馈数据，得到匹配结果；

根据所述匹配结果，生成待测芯片参数数据；

图形化显示所述待测芯片参数数据，得到芯片测试结果。

进一步地，通过ROS建立基于道路环境的测试数据集，包括以下具体步骤：

通过ROS接收基于道路环境的传感器数据；

预处理所述传感器数据，得到初始传感器数据；

根据测试场景和测试类型，将所述初始传感器数据和高精度地图数据分类处理，得到测试数据集。

本发明还提供一种车规级芯片测试系统，包括：

智能驾驶数据组件，用于通过ROS建立基于道路环境的测试数据集；还用于根据目标测试任务，在所述测试数据集中筛选出目标测试数据单元；

智能驾驶运行组件，用于根据所述目标测试数据单元，生成自动驾驶数据；还用于根据所述自动驾驶数据，生成芯片驱动数据；

芯片测试组件，用于通过与所述目标测试任务匹配的待测车规级芯片接收所述芯片驱动数据，生成芯片运行反馈数据；

智能驾驶中间件，用于处理所述芯片运行反馈数据，得到芯片测试结果。

本发明还提供另一种车规级芯片测试系统，包括：

智能驾驶数据组件，用于通过ROS建立基于道路环境的测试数据集；还用于根据目标测试任务，在所述测试数据集中筛选出目标测试数据单元；

智能驾驶运行组件，用于根据所述目标测试数据单元，生成自动驾驶数据；还用于根据所述自动驾驶数据，生成芯片驱动数据；

芯片测试组件，用于通过与所述目标测试任务匹配的待测车规级芯片和基准芯片分别接收所述芯片驱动数据，生成第一芯片运行反馈数据和第二芯片运行反馈数据；

智能驾驶中间件，用于处理所述第一芯片运行反馈数据和所述第二芯片运行反馈数据，得到芯片测试结果。

本发明提供的技术方案至少具有以下有益效果：

通过测试数据集和自动驾驶数据模拟构建整车环境舱和整车道路环境下的整车数据环境，可选择不同的车规级SOC或者MCU以及传感器芯片等进行功能测试，提供了一种科学、有效的针对车规级芯片的功能验证的测试手段，便于不同的车规级SOC或者MCU以及传感器芯片等进行功能测试，更好反映出芯片在实际工况下的运行状况，提升芯片设计的良品率。

附图说明

图1为本发明提供的一种车规级芯片测试方法的流程图；

图2为本发明提供的一种测试运行流程图；

图3为本发明提供的一种车规级芯片测试系统的示意图；

图4为本发明提供的一种车规级芯片测试上位机软件系统框图；

其中，11、智能驾驶数据组件；12、智能驾驶运行组件；13、芯片测试组件；14、智能驾驶中间件；100、车规级芯片测试系统。

具体实施方式

为了加深对本发明的理解，下面将结合附图和实施例对本发明做进一步详细描述，该实施例仅用于解释本发明，并不对本发明的保护范围构成限定。

请参照图1，本发明提供一种车规级芯片测试方法，包括以下具体步骤：

S100：通过ROS建立基于道路环境的测试数据集。

需要说明的是，这里的ROS是Robot Operating System的缩写，通常称为“机器人操作系统”，但它并不是一个真正的操作系统，而是一个面向机器人的开源的元操作系统。ROS可以提供类似传统操作系统的诸多功能，如硬件抽象、底层设备控制、常用功能实现、进程间消息传递、程序包管理等，还提供相关工具和库，用于获取、编译、编辑代码以及在多个计算机之间运行程序完成分布式计算。在ROS的计算图中，ROS的Master以一个nameservice的方式工作。它给ROS的节点存储了topics和service的注册信息。Nodes与Master通信从而报告它们的注册信息。当这些节点与master通信的时候，它们可以接收关于其他注册节点的信息并且建立与其他注册节点之间的联系。当这些注册信息改变时，Master也会回馈这些节点，同时允许节点动态创建与新节点之间的连接。ROS节点之间的连接是直接的，Master仅仅提供了查询信息，就像一个DNS服务器。节点订阅一个topic将会要求建立一个与发布该topics的节点的连接，并且将会在同意连接协议的基础上建立该连接。ROS里面使用最广的连接协议是TCPROS，这个协议使用标准的TCP/IP接口。这样的架构允许解耦操作，通过ROS建立的测试数据集更加接近在真实道路环境中实时采集的数据。

进一步地，通过ROS建立基于道路环境的测试数据集，包括以下具体步骤：

通过ROS接收基于道路环境的传感器数据；

预处理所述传感器数据，得到初始传感器数据；

根据测试场景和测试类型，将所述初始传感器数据和高精度地图数据分类处理，得到测试数据集。

这里的测试数据集包含了智能驾驶所必须的智能相机、激光雷达、IMU/GNSS等传感器数据，也包含了测试场景所必须的高精度地图数据。传感器数据可以通过Carla仿真器生成，也可以基于实车道路采集的数据包进行开发。在一种具体的实施方法中，可以在ROS基础之上建立智能驾驶数据管理组件，也可以称为智能驾驶数据组件，以此通过ROS接收不同类型的传感器数据，并进行相应的预处理，筛选出符合要求的初始传感器数据。传感器数据可以包括轮速传感器数据、GNSS数据、雷达传感器数据、视觉传感器数据，为了模拟更为逼真的实车道路驾驶环境，还可以加入其他类型的传感器数据。在预处理时，可以通过判断传感器数据的延迟时间来筛选出符合要求的数据，比如：如果相应的传感器数据的接收延迟超过阈值，则剔除该传感器数据，以此筛除时延过大、数据显著异常的数据。在筛选出初始传感器数据后，可以将初始传感器数据和高精度地图数据按照测试场景和测试类型等将不同路段、不同传感器的测试数据进行分类管理，生成相应的测试数据集，便于后续在测试不同的功能时可以选择不同的数据进行测试。

S200：根据目标测试任务，在所述测试数据集中筛选出目标测试数据单元。

在接收到目标测试任务后，可以根据目标测试任务确定测试目的、测试场景、测试类型等测试参数，并通过测试参数在测试数据集中筛选出符合要求的数据，确定目标测试数据单元。比如：可以通过测试参数中的测试场景和测试类型匹配测试数据集中的测试场景和测试类型，当匹配到数据后，将测试数据集中匹配到的数据作为目标测试数据单元。

S300：根据所述目标测试数据单元，生成自动驾驶数据。

进一步地，所述自动驾驶数据包括目标识别数据、定位计算数据、路径规划数据、路径追踪数据、坐标转换数据。

需要指出的是，这里的自动驾驶数据需要通过智能驾驶相关的感知、决策、控制等智能驾驶算法生成。智能驾驶算法通过对目标测试数据单元包含的各种数据进行计算，可以为待测的车规级芯片提供实验室环境下所需的各类自动驾驶数据，比如目标识别数据、定位计算数据、全局或局部的路径规划数据、路径追踪数据、坐标转换数据等。这里的自动驾驶数据还可以根据实际的测试需要增加其他类型的自动驾驶数据。在一种具体的实施方式中，可以通过成熟的智能驾驶框架建立智能驾驶运行组件，智能驾驶框架可以采用autoware、Apollo等开源框架，也可以是自行开发的智能驾驶框架。需要说明的是，这里的智能驾驶框架在感知、控制、决策等基本功能上需要满足一定的要求，以便在后续的测试中可以替换不同的模块芯片进行车规级芯片测试。智能驾驶运行组件可以基于目标测试数据单元，生成相应的自动驾驶数据。

S400：根据所述自动驾驶数据，生成芯片驱动数据。

可以理解的是，在生成相应的自动驾驶数据后，便可以将自动驾驶数据转换成相应的芯片控制指令即芯片驱动数据，以此驱动待测的车规级芯片进行相应的动作。这里的车规级芯片优选车规级控制芯片。在一种具体的实施方式中，用于生成自动驾驶数据的智能驾驶运行组件设置于智能驾驶服务器，智能驾驶服务器还设置有CAN通信组件，智能驾驶服务器通过CAN通信组件向待测的车规级芯片下发芯片控制指令。CAN通信组件在下发芯片控制指令时会进行相应的数据打包，接收数据时会进行相应的解析，以提高数据的安全性。

S500：与所述目标测试任务匹配的待测车规级芯片接收所述芯片驱动数据，生成芯片运行反馈数据。

需要指出的是，这里的待测车规级芯片与目标测试任务相对应，不同类型的待测车规级芯片对应不同的目标测试任务，以实现测试任务的针对性，提高测试的准确性和可靠性。待测车规级芯片在接收到芯片驱动数据即芯片控制指令后，便进行相应的计算操作，同时生成相应的芯片运行反馈数据即数据回采信号。需要说明的是，待测车规级芯片在接收到芯片驱动数据后，可以根据控制指令与车辆动力学执行机构协调动作，并生成相应的芯片运行反馈数据。通过与车辆动力学执行机构协调动作，生成的芯片运行反馈数据更接近实际道路驾驶场景下测试得到的数据，准确性更高。

S600：处理所述芯片运行反馈数据，得到芯片测试结果。

可以理解的是，这里的芯片运行反馈数据是基于测试数据集和自动驾驶数据生成的，可以有效反映待测车规级芯片在对应场景下的运行情况。在处理芯片运行反馈数据时，可以通过CAN通信组件将芯片运行反馈数据传输至相应的数据处理模块进行处理，以最终得到芯片测试结果。在一种具体的实施方式中，可以基于ROS建立智能驾驶中间件，该智能驾驶中间件包含一些基础的智能驾驶应用进行运行和计算时所必须的库。智能驾驶中间件可以对芯片运行反馈数据进行相应计算，以得到相应的计算结果，这里的计算结果可以作为芯片测试结果或者其中的一部分。还可以通过CAN通信组件将芯片运行反馈数据传输至相应的显示模块，实现对芯片运行反馈数据的统计与处理，并将统计与处理结果作为芯片测试结果或者其中的一部分。

进一步地，处理所述芯片运行反馈数据，得到芯片测试结果，包括以下具体步骤：

匹配所述芯片运行反馈数据与预设数据，得到匹配结果；

根据所述匹配结果，生成待测芯片参数数据；

图形化显示所述待测芯片参数数据，得到芯片测试结果。

需要指出，将芯片运行反馈数据与预设数据进行匹配，可以预先筛选出相应条件的数据，减少人工判断的工作量，提高测试效率。比如，这里的预设数据可以根据需要设置表征运行不合规的一种阈值数据，假设芯片运行反馈数据低于该阈值数据，则判定该芯片运行反馈数据为异常数据，并启动数据异常记录，将该芯片运行反馈数据归纳到异常数据。这里的预设数据还可以根据需要设置表征运行不合规的另一种阈值数据，假设芯片运行反馈数据高于该阈值数据，则判定该芯片运行反馈数据为异常数据，并启动数据异常记录，将该芯片运行反馈数据归纳到异常数据。这里的预设数据还可以是通过作为参考标准的基准芯片运行得到，具体实施时，基准芯片通过同步获取芯片驱动数据，运行生成相应的数据作为预设数据，假设芯片运行反馈数据与预设数据不匹配，则判定该芯片运行反馈数据为异常数据，并启动数据异常记录，将该芯片运行反馈数据归纳到异常数据。本发明中预设数据的设置可以根据实际需要进行调整，以适应不同的异常数据的判断。这里的待测芯片参数数据，可以是待测车规级芯片的测试参数或者是其他与该芯片相关的参数。通过将待测车规级芯片的相关参数显示在图形化界面上，便于操作人员进行决策和数据分析，有助于测试人员进行设计改进。

进一步地，根据所述匹配结果，生成待测芯片参数数据，包括以下具体步骤：

当所述匹配结果为不匹配时，根据所述芯片运行反馈数据生成异常数据；

根据所述异常数据和所述匹配结果，生成待测芯片参数数据。

这里的异常数据可以是对芯片运行反馈数据进行标注后的数据，也可以是根据芯片运行反馈数据重新生成的标注的数据。将匹配结果反映到待测芯片参数数据中，可以提高数据的可读性，有助于操作人员进行决策和数据分析。

进一步地，根据所述匹配结果，生成待测芯片参数数据，包括以下具体步骤：

当所述匹配结果为匹配时，根据所述芯片运行反馈数据和所述匹配结果，生成待测芯片参数数据。

需要指出的是，这里的匹配结果不局限于简单的对错和数据的高低匹配，还可以是其他类型的数据匹配，比如多个阈值的匹配。假设存在多个阈值区间，其中的两个以上的阈值区间均属于匹配，此时将匹配结果反映到待测芯片参数数据中，可以提高数据的可读性，有助于操作人员进行决策和数据分析。

请参考图2，为本发明提供的一种测试运行流程图，测试方法如下：首先服务器启动，服务器选用Linux系统；启动roscore，即启动在ROS基础之上建立的智能驾驶数据管理组件；载入测试数据即目标测试数据单元，智能驾驶数据管理组件中的节点监控模块测试载入数据是否成功；如数据载入成功进入下一部分，载入失败则返回重新进行数据载入；启动自动驾驶运行组件，启动全局路径规划、局部路径规划或者其他动作，用以生成目标识别数据、定位计算数据、路径规划数据、路径追踪数据、坐标转换数据等；运行CAN收发，即通过CAN收发模块进行数据收发，具体通过CAN通信向待测车规级芯片下发需要处理的信息，并接收来自待测车规级芯片反馈的数据信息，接收CAN消息；运行数据处理，即通过数据处理模块对待测车规级芯片的芯片运行反馈数据进行处理；如果结果无异常(匹配)，则进行下一步，如果结果有异常(不匹配)，则启动异常记录生成异常数据；图形化显示，将待测车规级芯片的相关参数即待测芯片参数数据显示在图形化界面上，以便操作人员进行决策和数据分析；结束系统，关闭相关进程。

本发明还提供另一种车规级芯片测试方法，包括以下具体步骤：

通过ROS建立基于道路环境的测试数据集；

根据目标测试任务，在所述测试数据集中筛选出目标测试数据单元；

根据所述目标测试数据单元，生成自动驾驶数据；

根据所述自动驾驶数据，生成芯片驱动数据；

与所述目标测试任务匹配的待测车规级芯片和基准芯片分别接收所述芯片驱动数据，生成第一芯片运行反馈数据和第二芯片运行反馈数据；

处理所述第一芯片运行反馈数据和所述第二芯片运行反馈数据，得到芯片测试结果。

需要说明的是，在上述车规级芯片测试方法中，第一芯片运行反馈数据可以理解为待测车规级芯片的芯片运行反馈数据，第二芯片运行反馈数据可以理解为基准芯片的芯片运行反馈数据，最终的芯片测试结果根据第一芯片运行反馈数据和第二芯片运行反馈数据综合处理而来。这里的基准芯片可以理解为作为参考标准的与待测车规级芯片的型号规格相同的芯片，其基于芯片驱动数据生成的第二芯片运行反馈数据可以作为标准数据。通过将第一芯片运行反馈数据和标准数据进行对比，便可以形成对实际待测芯片的评价，也即形成对待测车规级芯片的评价。

进一步地，所述第一自动驾驶数据和所述第二自动驾驶数据均包括目标识别数据、定位计算数据、路径规划数据、路径追踪数据、坐标转换数据。

进一步地，处理所述第一芯片运行反馈数据和所述第二芯片运行反馈数据，得到芯片测试结果，包括以下具体步骤：

匹配所述第一芯片运行反馈数据与所述第二芯片运行反馈数据，得到匹配结果；

根据所述匹配结果，生成待测芯片参数数据；

图形化显示所述待测芯片参数数据，得到芯片测试结果。

需要说明的是，由于这里的第二芯片运行反馈数据由基准芯片在接收芯片驱动数据后运行得到，基准芯片和待测车规级芯片的运行数据环境相同，由此通过匹配第一芯片运行反馈数据和第二芯片运行反馈数据得到的匹配结果，准确性极高，便于测试人员对测试的全过程进行分析判断。

请参考图3，本发明还提供一种车规级芯片测试系统100，包括：

智能驾驶数据组件11，用于通过ROS建立基于道路环境的测试数据集；还用于根据目标测试任务，在所述测试数据集中筛选出目标测试数据单元；

智能驾驶运行组件12，用于根据所述目标测试数据单元，生成自动驾驶数据；还用于根据所述自动驾驶数据，生成芯片驱动数据；

芯片测试组件13，用于通过与所述目标测试任务匹配的待测车规级芯片接收所述芯片驱动数据，生成芯片运行反馈数据；

智能驾驶中间件14，用于处理所述芯片运行反馈数据，得到芯片测试结果。

需要指出的是，在对车规级芯片进行测试前，车规级芯片测试系统100可以为待测的车规级芯片提供可靠的整车数据和道路仿真环境，在测试中，该系统能够记录异常数据并进行分析，在测试后，该系统能够根据记录的数据提供图形化的分析界面帮助测试人员进行设计改进。在一种具体的实施方式中，系统组成示意图请参考图4。智能驾驶数据组件11包括轮速传感器、GNSS、雷达传感器、视觉传感器、高精度地图等模块，可以生成相应的传感器数据和高精度地图数据。显然，根据实际测试需要，智能驾驶数据组件11中还可以基于ROS添加其他类型的功能模块。智能驾驶运行组件12包括目标识别、定位计算、局部规划、路径追踪、坐标转换等模块。芯片测试组件13包括待测芯片测试机台和车辆动力学执行机构，测芯片测试机台和车辆动力学执行机构可以协调动作。待测芯片测试机台上设置待测车规级芯片，还可以设置基准芯片。智能驾驶中间件14基于ROS建立，除了作为数据处理模块处理芯片运行反馈数据，进行数据记录分析，还用于将智能驾驶数据组件11生成的目标测试数据单元传输至智能驾驶运行组件12。智能驾驶运行组件12与芯片测试组件13之间通过CAN通信建立连接。芯片测试组件13可以通过CAN通信将相应芯片运行反馈数据传输至图形化显示装置实现图形化界面的显示，还可以通过CAN通信将相应芯片运行反馈数据传输至数据处理模块实现数据记录分析。车规级芯片测试系统100还可以包括图形化显示组件，用于图形化界面的显示。芯片测试组件13与智能驾驶中间件14之间可以直接通过CAN通信建立连接，也可以通过智能驾驶运行组件12建立间接联系。

本发明还提供另一种车规级芯片测试系统，包括：

智能驾驶数据组件，用于通过ROS建立基于道路环境的测试数据集；还用于根据目标测试任务，在所述测试数据集中筛选出目标测试数据单元；

智能驾驶运行组件，用于根据所述目标测试数据单元，生成自动驾驶数据；还用于根据所述自动驾驶数据，生成芯片驱动数据；

芯片测试组件，用于通过与所述目标测试任务匹配的待测车规级芯片和基准芯片分别接收所述芯片驱动数据，生成第一芯片运行反馈数据和第二芯片运行反馈数据；

智能驾驶中间件，用于处理所述第一芯片运行反馈数据和所述第二芯片运行反馈数据，得到芯片测试结果。

上述实施例不应以任何方式限制本发明，凡采用等同替换或等效转换的方式获得的技术方案均落在本发明的保护范围内。

Claims (10)

1.一种车规级芯片测试方法，其特征在于，包括以下具体步骤：

通过ROS建立基于道路环境的测试数据集；

根据目标测试任务，在所述测试数据集中筛选出目标测试数据单元；

根据所述目标测试数据单元，生成自动驾驶数据；

根据所述自动驾驶数据，生成芯片驱动数据；

与所述目标测试任务匹配的待测车规级芯片接收所述芯片驱动数据，生成芯片运行反馈数据；

处理所述芯片运行反馈数据，得到芯片测试结果。

2.根据权利要求1所述的方法，其特征在于，所述自动驾驶数据包括目标识别数据、定位计算数据、路径规划数据、路径追踪数据、坐标转换数据。

3.根据权利要求1所述的方法，其特征在于，处理所述芯片运行反馈数据，得到芯片测试结果，包括以下具体步骤：

匹配所述芯片运行反馈数据与预设数据，得到匹配结果；

根据所述匹配结果，生成待测芯片参数数据；

图形化显示所述待测芯片参数数据，得到芯片测试结果。

4.根据权利要求3所述的方法，其特征在于，根据所述匹配结果，生成待测芯片参数数据，包括以下具体步骤：

当所述匹配结果为不匹配时，根据所述芯片运行反馈数据生成异常数据；

根据所述异常数据和所述匹配结果，生成待测芯片参数数据。

5.根据权利要求3所述的方法，其特征在于，根据所述匹配结果，生成待测芯片参数数据，包括以下具体步骤：

当所述匹配结果为匹配时，根据所述芯片运行反馈数据和所述匹配结果，生成待测芯片参数数据。

6.一种车规级芯片测试方法，其特征在于，包括以下具体步骤：

通过ROS建立基于道路环境的测试数据集；

根据目标测试任务，在所述测试数据集中筛选出目标测试数据单元；

根据所述目标测试数据单元，生成自动驾驶数据；

根据所述自动驾驶数据，生成芯片驱动数据；

与所述目标测试任务匹配的待测车规级芯片和基准芯片分别接收所述芯片驱动数据，生成第一芯片运行反馈数据和第二芯片运行反馈数据；

处理所述第一芯片运行反馈数据和所述第二芯片运行反馈数据，得到芯片测试结果。

7.根据权利要求6所述的方法，其特征在于，处理所述第一芯片运行反馈数据和所述第二芯片运行反馈数据，得到芯片测试结果，包括以下具体步骤：

匹配所述第一芯片运行反馈数据与所述第二芯片运行反馈数据，得到匹配结果；

根据所述匹配结果，生成待测芯片参数数据；

图形化显示所述待测芯片参数数据，得到芯片测试结果。

8.根据权利要求1-7中任一项所述的方法，其特征在于，通过ROS建立基于道路环境的测试数据集，包括以下具体步骤：

通过ROS接收基于道路环境的传感器数据；

预处理所述传感器数据，得到初始传感器数据；

根据测试场景和测试类型，将所述初始传感器数据和高精度地图数据分类处理，得到测试数据集。

9.一种车规级芯片测试系统，其特征在于，包括：

智能驾驶数据组件，用于通过ROS建立基于道路环境的测试数据集；还用于根据目标测试任务，在所述测试数据集中筛选出目标测试数据单元；

智能驾驶运行组件，用于根据所述目标测试数据单元，生成自动驾驶数据；还用于根据所述自动驾驶数据，生成芯片驱动数据；

芯片测试组件，用于通过与所述目标测试任务匹配的待测车规级芯片接收所述芯片驱动数据，生成芯片运行反馈数据；

智能驾驶中间件，用于处理所述芯片运行反馈数据，得到芯片测试结果。

10.一种车规级芯片测试系统，其特征在于，包括：

智能驾驶数据组件，用于通过ROS建立基于道路环境的测试数据集；还用于根据目标测试任务，在所述测试数据集中筛选出目标测试数据单元；

智能驾驶运行组件，用于根据所述目标测试数据单元，生成自动驾驶数据；还用于根据所述自动驾驶数据，生成芯片驱动数据；

芯片测试组件，用于通过与所述目标测试任务匹配的待测车规级芯片和基准芯片分别接收所述芯片驱动数据，生成第一芯片运行反馈数据和第二芯片运行反馈数据；

智能驾驶中间件，用于处理所述第一芯片运行反馈数据和所述第二芯片运行反馈数据，得到芯片测试结果。