CN118227512B - 测试用例的生成方法、装置及终端设备 - Google Patents
测试用例的生成方法、装置及终端设备 Download PDFInfo
- Publication number
- CN118227512B CN118227512B CN202410663487.5A CN202410663487A CN118227512B CN 118227512 B CN118227512 B CN 118227512B CN 202410663487 A CN202410663487 A CN 202410663487A CN 118227512 B CN118227512 B CN 118227512B
- Authority
- CN
- China
- Prior art keywords
- engine
- vehicle
- data
- operation data
- starting
- 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.)
- Active
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 96
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000013179 statistical model Methods 0.000 claims abstract description 75
- 238000007619 statistical method Methods 0.000 claims abstract description 46
- 238000009826 distribution Methods 0.000 claims description 62
- 239000000446 fuel Substances 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 20
- 230000007613 environmental effect Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 9
- 238000003860 storage Methods 0.000 description 8
- 238000012827 research and development Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000000295 complement effect Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3684—Test management for test design, e.g. generating new test cases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3452—Performance evaluation by statistical analysis
-
- 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
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
本申请实施例适用于计算机技术领域，提供了一种测试用例的生成方法、装置及终端设备，所述方法包括：获取多个车辆在起动时刻的车辆运行数据；基于所述车辆的能源类型对应的统计模型对所述能源类型对应的所有车辆运行数据进行统计分析，生成所述能源类型对应的发动机起动数据；将所有所述车辆的所述发动机起动数据发送至客户端，以使所述客户端基于所有所述发动机起动数据优化更新所述发动机的测试用例。在本申请实施例中，由于终端设备生成的发动机起动数据可以表示发动机在不同行驶状态下的起动次数，因此，客户端根据发动机起动数据优化更新测试用例，可以使得优化更新后的测试用例更符合车辆的实际行驶状态，提高测试用例实用性。
Description
技术领域
本申请实施例属于计算机技术领域，特别是涉及一种测试用例的生成方法、装置及终端设备。
背景技术
新车型上市前研发人员常需要对发动机控制器中的控制参数进行反复的优化测试，以优化发动机的控制方案，使得发动机满足环保、低油耗、耐久性强等要求，以提高用户的乘坐体验。研发人员优化测试时所使用的测试用例，一般是由研发人员根据经验、控制器的控制逻辑以及控制器的功能描述手动设计而成的。为了保证参数标定优化的准确性，研发人员常尽可能多地设计各种不同行驶状态下的测试用例，以使测试用例覆盖车辆所有可能的行驶状态，但由于上述测试用例均是研发人员根据经验配置的，可能存在某些测试用例对应的行驶状态在实际使用时极少出现，甚至从未出现。由此可见，现有的测试用例设计方法容易出现部分测试用例的实用性较低的情况，对该部分测试用例进行测试，则会增加不必要的测试时长，降低了测试效率以及增加了测试工作量。
发明内容
有鉴于此，本申请实施例提供了一种测试用例的生成方法、装置及终端设备，用以提高测试用例的实用性。
本申请实施例的第一方面提供了一种测试用例的生成方法，包括：
获取多个车辆在起动时刻的车辆运行数据；所述车辆运行数据用于确定所述车辆的发动机与行驶状态之间关系；
基于所述车辆的能源类型对应的统计模型对所述能源类型对应的所有车辆运行数据进行统计分析，生成所述能源类型对应的发动机起动数据；所述发动机起动数据用于表示所述发动机在不同行驶状态下的起动次数；
将所有所述车辆的所述发动机起动数据发送至客户端，以使所述客户端基于所有所述发动机起动数据优化更新所述发动机的测试用例。
在第一方面的一种可能的实现方式中，所述车辆运行数据包括所述起动时刻的发动机温度和行驶速度；所述发动机起动数据包括第一温度分布数据和车速分布数据；
所述基于所述车辆的能源类型对应的统计模型对所述能源类型对应的所有车辆运行数据进行统计分析，生成所述能源类型对应的发动机起动数据，包括：
若所述能源类型为混合能源类型，则基于所述起动时刻的发动机温度和预设的第一统计模型，生成第一温度分布数据；所述第一温度分布数据用于表示所述混合能源类型的车辆内所述发动机在不同发动机温度区间的起动次数；
基于所述起动时刻的行驶速度和预设的第二统计模型，生成车速分布数据；所述车速分布数据用于确定所述混合能源类型的车辆内所述发动机在不同车速区间的起动次数。
在第一方面的一种可能的实现方式中，所述车辆运行数据包括发动机温度；所述发动机起动数据包括第二温度分布数据；
所述基于所述车辆的能源类型对应的统计模型对所述能源类型对应的所有车辆运行数据进行统计分析，生成所述能源类型对应的发动机起动数据，包括：
若能源类型为燃油能源类型，则基于所述起动时刻的发动机温度和预设的第一统计模型，生成第二温度分布数据；所述第二温度分布数据用于表示所述燃油能源类型的车辆内所述发动机在不同发动机温度区间的起动次数。
在第一方面的一种可能的实现方式中，所述车辆运行数据包括地区信息、发动机温度和发动机类型；所述第一统计模型用于根据所述发动机温度、所述地区信息和所述发动机类型统计不同地区下不同发动机类型的发动机在各个发动机温度区间内的起动次数。
在第一方面的一种可能的实现方式中，所述车辆运行数据包括地区信息、行驶速度和发动机类型；所述第二统计模型用于根据所述行驶速度、所述地区信息和所述发动机类型统计不同地区下不同发动机类型的发动机在各个车速区间中的起动次数。
在第一方面的一种可能的实现方式中，所述车辆运行数据包括发动机转速值；
所述获取多个车辆在起动时刻的车辆运行数据，包括：
基于预设的采集间隔，获取所述车辆在多个不同采集时刻下的候选运行数据；
若任一候选运行数据中的所述发动机转速值大于0且所述任一候选运行数据的上一采集时刻的发动机转速值等于0，则确定所述任一候选运行数据为所述车辆在所述起动时刻的所述车辆运行数据。
在第一方面的一种可能的实现方式中，所述基于预设的采集间隔，获取所述车辆在多个不同采集时刻下的候选运行数据，包括：
基于所述采集间隔，获取所述车辆的实时运行数据；所述实时运行数据包括时间戳；
若任一时间戳对应的实时运行数据的个数大于1，则获取所述任一时间戳对应的各个实时运行数据的数据来源，并将所述数据来源为周期性采集的实时运行数据确定为所述候选运行数据。
在第一方面的一种可能的实现方式中，所述将所有所述车辆的所述发动机起动数据发送至客户端，以使所述客户端基于所有所述发动机起动数据优化更新所述发动机的测试用例，包括：
根据所述发动机起动数据，分别统计各个候选行驶状态对应的有效值；
将所述有效值大于预设的有效阈值的候选行驶状态确定有效行驶状态；
将所述有效行驶状态和所述有效行驶状态对应的所述发动机起动数据发送至客户端，以使所述客户端生成有效行驶状态对应的测试用例。
本申请实施例的第二方面提供了一种测试用例的生成装置，包括：
数据获取模块，用于获取多个车辆在起动时刻的车辆运行数据；所述车辆运行数据用于确定所述车辆的发动机与行驶状态之间关系；
统计分析模块，用于基于所述车辆的能源类型对应的统计模型对所述能源类型对应的所有车辆运行数据进行统计分析，生成所述能源类型对应的发动机起动数据；所述发动机起动数据用于表示所述发动机在不同行驶状态下的起动次数；
发送模块，用于将所有所述车辆的所述发动机起动数据发送至客户端，以使所述客户端基于所有所述发动机起动数据优化更新所述发动机的测试用例。
本申请实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中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计算机程序时实现如上述第一方面所述的测试用例的生成方法。
本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的测试用例的生成方法。
本申请实施例的第五方面提供了一种计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行上述第一方面所述的测试用例的生成方法。
与现有技术相比，本申请实施例具有以下优点：
本申请实施例，终端设备可以获取多个车辆在起动时刻的车辆运行数据；其中，终端设备获取到的车辆运行数据可以用于确定车辆的发动机与车辆的行驶状态之间的关系；终端设备在获取到车辆运行数据之后，可以根据车辆的能源类型对应的统计模型对能源类型对应的所有车辆运行数据进行统计分析，并生成能源类型对应的发动机起动数据；其中，终端设备生成的发动机起动数据可以用于表示发动机在不同行驶状态下的起动次数；终端设备可以将所有车辆的发动机起动数据发送至客户端，以使客户端基于终端设备生成的发动机起动数据优化更新发动机的测试用例。在本实施例中，由于终端设备的发动机起动数据是根据多个车辆在起动时刻的车辆运行数据生成的，且终端设备生成的发动机起动数据可以表示发动机在车辆不同行驶状态下的起动次数。因此，根据发动机起动数据优化更新发动机的测试用例，可以使得发动机的测试用例更加贴合车辆在实际使用过程中的行驶状态，提高测试用例的实用性，从而减少不必要的测试时长，提高测试效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍。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人员来讲，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。
图1是本申请实施例提供的一种测试用例的生成方法的示意图；
图2是本申请实施例提供的另一种测试用例的生成方法的示意图；
图3是本申请实施例提供的一种运行数据处理流程示意图；
图4是本申请实施例提供的一种测试用例的生成装置的示意图；
图5是本申请实施例提供的一种终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域技术人员应当清楚，在没有这些具体细节的其他实施例中也可以实现本申请。在其他情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
下面通过具体实施例来说明本申请的技术方案。
参照图1，示出了本申请实施例提供的一种测试用例的生成方法的示意图，该方法可以应用于手机、计算机、大型服务器等终端设备。上述具体可以包括如下步骤：
S101、获取多个车辆在起动时刻的车辆运行数据；车辆运行数据用于确定车辆的发动机与行驶状态之间关系。
在本实施例中，车辆启动之后，车载终端可以通过车辆上的传感器实时采集启动状态下的实时运行数据。具体地，车载终端采集的车辆运行数据可以包括但不限于车辆的发动机转速值、发动机温度、环境温度、地区信息、发动机类型和采集的时间戳。车载终端可以通过安装在发动机上的转速传感器采集发动机转速值。车载终端还可以通过安装在发动机水箱中的温度传感器采集发动机温度。车载终端还可以通过安装在车辆的前保险杠内部的温度传感器采集车辆所在环境下的环境温度。车载终端还可以通过车辆上的全球卫星定位系统实时获取用于表示车辆所在位置的地区信息。
车载终端在采集到实时运行数据之后，可以通过车载自组织网络将采集到的实时运行数据传输至车联网平台所在的终端设备。终端设备在接收到车载终端上传的实时运行数据之后，可以通过开发人员预先设定的数据库存储接收到的所以实时运行数据。当用户需要对发动机的测试用例进行优化更新时，用户可以向终端设备发起统计分析指令。终端设备可以响应于用户发起的统计分析指令，根据实时运行数据中的发动机转速值从接收到的多个实时运行数据中，确定出能够表示发动机的起动时刻的车辆运行数据，以对多个不同车辆的车辆运行数据进行统计分析，生成用于优化更新测试用例的发动机起动数据。其中，终端设备所确定出多个车辆的车辆运行数据可以用于表示车辆的发动机与车辆的行驶状态之间的关系。
在一种可能的实现方式中，终端设备在接收到车载终端上传的实时运行数据之后，可以根据实时运行数据对应的数据量判断当前接收到的实时运行数据是否为完整的数据。若终端设备确定当前接收到的实时运行数据的数据量等于开发人员预先设定的数据量阈值，则终端设备可以不对实时运行数据包进行数据补全处理。
若终端设备确定当前接收到的实时运行数据的数据量小于开发人员预先设定的数据量阈值，则终端设备可以根据该实时运行数据中包含的数据类型，确定该实时运行数据包中的缺失数据类型。终端设备在确定出当前实时运行数据包中的缺失数据类型之后，可以将终端设备最近获取的到该缺失数据类型对应的数据填补到该实时运行数据包中，以避免因车载传感器采集频率不一致而导致的数据缺少。例如，由于车辆的环境温度采集频率较低，而车辆的发动机转速值、发动机温度和地区信息采集频率较高，因此，终端设备接收到的某个实时运行数据包中，可能不包含车辆的环境温度。此时，该实时运行数据包的数据量可以小于数据量阈值，为了保证实时运行数据包中数据的完整性，终端设备可以将该车辆上传时间最近的环境温度填补到实时运行数据包中。
在一种可能的实现方式中，车辆上的各种车载传感器可以在车辆的启动状态下间隔采集车辆的发动机转速值、发动机温度、环境温度、地区信息等实时数据，并将采集到的实时数据传输至车载终端。车载终端在接收到到车载传感器发送的实时数据之后，可以根据接收到的所有实时数据、车载传感器采集该实时数据的时间戳以及当前车辆对应的车辆标识生成实时运行数据。车载终端在生成实时运行数据之后，可以通过车载自组织网络将采集到的实时运行数据传输至车联网平台所在的终端设备。终端设备在车载终端传输的实时运行数据之后，可以根据实时运行数据中的车辆标识确定接收到的实时运行数据对应的车载终端，并根据实时运行数据中的时间戳判断各个车载终端上传的实时运行数据是否出现重复。
对于任一车载终端对应的所有实时运行数据，终端设备可以判断该车载终端的各个时间戳对应的实时运行数据的个数是否大于1。若终端设备判定某一车载终端的任意一个时间戳，其对应的实时运行数据的个数等于1，则终端设备可以直接将该实时运行数据确定为该车辆该时间戳对应的候选运行数据。若终端设备判定某一车载终端的任意一个时间戳，其对应的实时运行数据的个数大于1，则终端设备可以获取该时间戳对应的各个实时运行数据的数据来源。其中，实时运行数据的数据来源可以包括周期性采集和事件上传。数据来源为周期性采集的实时运行数据可以表示车载传感器根据开发人员预先设定的采集频率，间隔采集并上传的数据。数据来源为事件上传的实时运行数据可以表示车载终端基于某一设定事件被触发而上传的数据。终端设备可以将数据来源为周期性采集的实时运行数据确定为该车辆该时间戳对应的候选运行数据。
终端设备在确定出任一车辆各个时间戳对应的候选运行数据之后，可以根据各个候选运行数据中的发动机转速值，确定出能够表示该车辆在发动机的起动时刻下发动机状态和行驶状态的车辆运行数据。终端设备可以先筛选出发动机转速值大于0的候选运行数据。对于各个发动机转速值大于0的候选运行数据，终端设备可以根据其对应的时间戳进一步判断其对应的上一采集时刻的发动机转速值是否等于0。若该车辆的某一候选运行数据中的发动机转速值大于0，且该候选运行数据对应的上一采集时刻的发动机等于0，则终端设备可以确定该候选运行数据满足发动机起动条件，该候选运行数据可以表示该车辆在发动机的起动时刻下发动机状态和行驶状态的车辆运行数据，因此，终端设备可以确定该候选运行数据为该车辆在发动机起动时刻的车辆运行数据。终端设备可以对确定出的车辆运行数据进行统计分析，以生成可以表示该车辆在不同行驶状态下的发动机起动次数的发动机起动数据。对于不满足发动机起动条件的候选运行数据，终端设备可以将其写入预设数据库中进行存储，并不将其用于发动机的起动统计分析。
在本实施例中，当某一车辆某一时间戳对应的实时运行数据的个数大于1时，即终端设备接收到车载终端重复上传的实时运行数据时，终端设备可以将数据来源为周期性采集的实时运行数据确定为候选运行数据。由于本实施例中，终端设备用于进行统计分析的数据为周期性采集的数据，因此，本实施例提供的方法可以保证用于进行统计分析的数据的可靠性，进而保证终端设备进行统计分析的准确性。进一步地，终端设备通过发动机转速值大于0，且其对应的上一采集时刻的发动机等于0这一发动机起动条件，从多个候选运行数据中筛选出车辆运行数据，并使用筛选出的车辆运行数据进行统计分析，可以保证用于进行统计分析的数据均为发动机起动时刻的数据，从而保证统计分析得到的发动机起动数据的准确性，进而根据发动机起动数据进行优化更新后的测试用例更加符合用户实际使用时发动机起动时刻的行驶状态，提高测试用例的实用性。
S102、基于车辆的能源类型对应的统计模型对能源类型对应的所有车辆运行数据进行统计分析，生成能源类型对应的发动机起动数据；发动机起动数据用于表示发动机在不同行驶状态下的起动次数。
在本实施例中，终端设备在确定出多个车辆的车辆运行数据之后，可以根据各个车辆运行数据对应的车辆的能源类型对所有车辆运行数据进行分类。而后，终端设备可以根据能源类型对应的统计模型对各个能源类型对应的所有车辆运行数据进行统计分析，以生成各个能源类型对应的发动机起动数据。其中，终端设备生成的发动机起动数据可以表示发动机在不同行驶状态下的起动次数。
S103、将所有车辆的发动机起动数据发送至客户端，以使客户端基于所有发动机起动数据优化更新发动机的测试用例。
在本实施例中，终端设备在统计出所有车辆的发动机起动数据之后，将生成的所有发动机起动数据发送到开发人员预先设定的客户端，以使客户端可以根据接收到的发动机起动数据优化更新发动机的测试用例。具体地，终端设备在生成发动机起动数据之后，可以根据开发人员预先设定的离线同步节点，将生成的发动机起动数据导出到目标数据库中，并通过目标数据库同步到相应客户端上。
在一种可能的实现方式中，终端设备在生成发动机起动数据之后，还可以将生成的发动机起动数据输入至开发人员预先设定的可视化应用程序中，以通过可视化应用程序对发动机起动数据进行可视化处理，生成起动工况图表。终端设备可以将发动机起动数据和起动工况图表发送至客户端中，以使客户端根据发动机起动数据和起动工况图表对发动机的测试用例进行优化更新。客户端在接收到终端设备发送的发动机起动数据和起动工况图表之后，还可以通过显示设备显示发动机起动数据和起动工况图表，以使研发人员能够根据客户端显示的发动机起动数据和起动工况图表对测试用例进行优化更新。具体地，由于发动机起动数据可以用于表示车辆发动机在不同行驶状态下的起动次数，因此，若某一行驶状态下发动机的起动次数较少，则研发人员可以删除该行驶状态对应的测试用例。或者研发人员可以根据发动机起动数据确定发动机起动次数较高的行驶状态，并调整测试用例，以使测试用例更符合发动机起动次数较高的行驶状态。
在本实施例中，终端设备在获取到多个不同车辆的车辆运行数据之后，可以根据能源类型对应的统计模型对获取到的所有车辆运行数据进行统计分析，以生产能源类型对应的发动机起动数据。由于车载终端生成的发动机起动数据可以用于表示发动机在不同行驶状态下的起动次数，因此，客户端在根据发动机起动数据优化更新测试用例之后，可以使得优化更新后的测试用例更加符合车辆的实际行驶状态，提高测试用例的实用性，从而减少研发人员测试的测试用例实用性较低的情况，减少不必要的测试时长，增加测试效率，提升发动机测试用例的交互合理性、诊断合理性。例如，若发动机起动数据表示，某一发动机类型的混合能源车辆在10摄氏度以下的低温环境下，其发动机的起动次数小于开发人员预设的次数阈值，则客户端可以自行删除该发动机类型的混合能源车辆在10摄氏度以下的低温环境下的起动测试用例，并生成第一提示信息。其中，客户端生成的第一提示信息可以用于表示某一发动机类型的混合能源车辆在10摄氏度以下的低温环境下的起动测试用例已被删除。
在一种可能的实现方式中，终端设备生成的发动机起动数据可以包括多个候选行驶状态和各个候选行驶状态对应的起动次数。终端设备在生成发动机起动数据之后还可以根据生成的发动机起动数据，分别统计各个候选行驶状态对应的有效值。具体地，终端设备可以根据各个候选行驶状态对应的起动次数和权重系数，分别计算各个候选行驶状态的有效值。其中，权重系数可以由研发人员根据各个候选行驶状态对应的危险程度或重要程度等方面设定而成。终端设备在计算出各个候选行驶状态对应的有效值之后，可以判断各个候选行驶状态对应的有效值是否大于开发人员预先设定的有效阈值。终端设备可以将有效值大于有效阈值的候选行驶确定为有效行驶状态，终端设备可以将确定出的有效行驶状态、各个有效行驶状态对应的发动机起动数据，以及起动工况图表发送至客户端中。客户端在接收到终端设备发送的有效行驶状态之后，可以根据有效行驶状态中的环境温度、发动机温度和行驶速度等数据，生成有效行驶状态对应的测试用例。
在一种可能的实现方式中，终端设备生成的发动机起动数据可以包括第一温度分布数据、第二温度分布数据和车速分布数据。其中，第一温度分布数据可以用于表示混合能源类型的车辆内，发动机在不同发动机温度区间的起动次数。车速分布数据可以用于表示混合能源类型的车辆内，发动机在不同车速区间的起动次数。第二温度分布数据可以用于表示燃油能源类型的车辆内，发动机在不同发动机温度区间的起动次数。
终端设备在生成第一温度分布数据之后，可以根据第一温度分布数据对应的各个发动机温度区间的第一权重系数和第一温度分布数据中各个发动机温度区间对应的起动次数，计算各个发动机温度区间对于混合能源类型的车辆的第一有效值。其中，每一个第一有效值所对应的发动机温度区间可以为该第一有效值对应的候选行驶状态。终端设备在生成车速分布数据之后，可以根据车速分布数据对应的各个车速区间的第一权重系数和车速分布数据中各个车速区间对应的起动次数，计算各个车速区间对于混合能源类型的车辆的第二有效值。其中，每一个第二有效值所对应的车速区间可以为该第二有效值对应的候选行驶状态。终端设备在生成第二温度分布数据之后，可以根据第一温度分布数据对应的各个发动机温度区间的第三权重系数和第一温度分布数据中各个发动机温度区间对应的起动次数，计算各个发动机温度区间对于燃油能源类型的车辆的第三有效值。其中，每一个第三有效值所对应的发动机温度区间可以为该第三有效值对应的候选行驶状态。
终端设备在生成第一有效值、第二有效值和第三有效值之后，可以分别判断各个有效值是否大于开发人员预先设定的有效阈值。对于大于有效阈值的任一有效值，终端设备可以将该有效值对应的候选行驶状态确定为有效行驶状态。终端设备可以将有效行驶状态、有效行驶状态对应的有效值、有效行驶状态对应的发动机起动数据发送至客户端。客户端在接收到有效行驶状态和有效行驶状态对应的有效值之后，可以判断研发人员当前设定的多个测试用例对应的行驶状态，是否符合任一有效行驶状态。若某一测试用例对应的行驶状态不符合任一有效行驶状态，则客户端可以生成第二提示信息，或客户端可以根据该测试用例最接近的有效行驶状态调整该测试用例。其中，第二提示信息可以用于表示该测试用例不符合任一有效行驶状态，可以删除该测试用例。
在本实施例中，终端设备在生成发动机起动数据之后，可以根据发动机起动数据分别统计各个候选行驶状态对应的有效值，并根据计算出的有效值确定出有效行驶状态。因此，通过本实施例提供的方法客户端可以直接根据有效行驶状态生成符合用户实际使用情况的测试用例，或删除不符合用户实际使用情况的测试用例。因此，通过本实施例提供的方法可以提高测试用例的实用性，避免客户端对不必要的测试用例进行实验测试，进而提高测试效率、减少测试工作量。
图2示出了本申请第二实施例提供的一种测试用例的生成方法S102的具体实现流程图。参见图2，相较于图1所述实施例，本实施例提供的一种测试用例的生成方法中S102包括：S1021~S1023，具体详述如下：
S1021、若能源类型为混合能源类型，则基于所述起动时刻的发动机温度和预设的第一统计模型，生成第一温度分布数据；第一温度分布数据用于表示混合能源类型的车辆内发动机在不同发动机温度区间的起动次数。
在本实施例中，终端设备确定出的车辆运行数据可以包括车辆在发动机起动时刻的发动机温度、环境温度、行驶速度和发动机类型。终端设备在获取到多个车辆运行数据之后，还可以确定上传该车辆运行数据的车载终端所在车辆的能源类型。其中，车辆的能源类型可以包括混合能源类型、燃油能源类型和电力能源类型。由于电力能源类型的车辆上不包含发动机，因此，终端设备不需要电力能源类型的车辆进行发动机起动数据的统计分析。由于混合能源类型的车辆可以在多个不同的发动机温度下起动发动机，因此，对于车辆的能源类型为混合能源类型的多个车辆运行数据，终端设备可以通过开发人员预先设定的第一统计模型对多个车辆运行数据的发动机温度进行统计分析，生成混合能源类型对应的第一温度分布数据。其中，第一温度分布数据可以用于表示混合能源类型的车辆，其发动机在不同发动机温度区间的起动次数。需要说明的是，用于进行统计分析的多个车辆运行数据可以为同一车载终端上传的车辆运行数据，也可以为多个混合能源类型车辆的车载终端上传的车辆运行数据。
在一种可能的实现方式中，第一统计模型可以用于根据用户所选择的目标维度统计发动机在多个目标维度的不同组合下在各个发动机温度区间内的起动次数。其中，目标维度可以包括但不限于地区信息维度、发动机类型维度、环境温度维度。具体地，地区信息维度可以包括省份维度和城市维度。
具体地，第一统计模型中可以包括温度分组单元、目标维度获取单元和统计单元。其中，当用户将所有待统计的混合能源类型的车辆运行数据输入至第一统计模型之后，第一统计模型中的温度分组单元在获取到待统计的所有车辆运行数据之后，可以根据各个车辆运行数据中的发动机温度确定各个车辆运行数据所属的发动机温度区间。第一统计模型中的目标维度获取单元可以用于获取用户所选择的目标维度和各个目标维度下的分类类型。第一统计模型中的统计单元可以用于根据用户选择的目标维度和各个目标维度下的分类类型，遍历各个发动机温度区间中的车辆运行数据，以计算出各个发动机温度区间中符合各个目标维度下的分类类型的车辆运行数据的个数，并生成混合能源类型的第一温度分布数据。
示例性地，当用户所选择的目标维度为地区信息维度和发动机类型维度时，第一统计模型可以根据多个车辆运行数据中的发动机温度、地区信息和发动机类型，统计在不同地区下不同发动机类型的发动机在各个发动机温度区间内的起动次数。例如，终端设备可以先根据多个车辆运行数据中的发动机温度确定出各个车辆运行数据所属的发动机温度区间。而后，当地区信息维度中的分类类型为河北保定，发动机类型维度中的分类类型为A类型时，第一统计模型中的统计单元可以遍历各个发动机温度区间中的车辆运行数据，以分别计算出各个发动机温度区间中地区信息为河北保定且发动机类型A类型的车辆运行数据的个数，并将各个发动机温度区间中统计出的个数作为位于河北保定且发动机类型为A类型的混合能源车辆，其发动机在80℃-81℃、81℃-82℃,82℃-83℃这三个发动机温度区间内分别对应的起动次数。
示例性地，当用户所选择的目标维度为地区信息维度、发动机类型维度和环境温度维度时，第一统计模型可以根据多个车辆运行数据中的发动机温度、地区信息、发动机类型和环境温度，统计在不同地区下不同发动机类型的发动机在各个发动机温度区间和各个环境温度区间内的起动次数。例如，终端设备可以根据多个车辆运行数据中的发动机温度、地区信息、发动机类型和环境温度，统计位于河北保定且发动机类型为A类型的车辆，其发动机在80℃-81℃这一发动机温度区间且车辆所在环境的环境温度位于10℃-15℃环境温度区间内的起动次数。
S1022、基于所述起动时刻的行驶速度和预设的第二统计模型，生成车速分布数据；车速分布数据用于确定混合能源类型的车辆内发动机在不同车速区间的起动次数。
在本实施例中，由于混合能源类型的车辆可以包括燃油能源系统和电能源系统。由于发动机是属于车辆的燃油能源系统的部件，因此，当车辆仅使用电动力源行驶时，不需要起动车辆的发动机。当混合能源类型车辆的电能充足且处于车辆的起步状态时，车辆可以使用电能源系统提供动力。当车辆的行驶速度大于开发人员预先设定的速度阈值时，车辆可以自动将能源系统切换为燃油能源系统，以为车辆提供充足且稳定的动力。综上所述，混合能源类型的车辆可以在多个不同的行驶速度下起动发动机，因此，对于混合能源类型的车辆终端设备还可以通过第二统计模型对发动机起动时刻的行驶速度进行统计分析，生成混合能源类型的车速分布数据。其中，终端设备生成的车速分布数据可以用于确定混合能源类型的车辆内发动机在不同车速区间的起动次数。
在一种可能的实现方式中，第二统计模型可以用于根据用户所选择的目标维度统计发动机在多个目标维度的不同组合下，在各个车速区间内的起动次数。其中，目标维度可以包括但不限于地区信息维度、发动机类型维度、环境温度维度。具体地，地区信息维度可以包括省份维度和城市维度。
具体地，第二统计模型中可以包括车速分组单元、目标维度获取单元和统计单元。其中，当用户将所有待统计的混合能源类型的车辆运行数据输入至第二统计模型之后，第二统计模型中的车速分组单元在获取到待统计的所有车辆运行数据之后，可以根据各个混合能源类型的车辆运行数据中的行驶速度确定各个混合能源类型的车辆运行数据所属的车速区间。第二统计模型中的目标维度获取单元可以用于获取用户所选择的目标维度和各个目标维度下的分类类型。第二统计模型中的统计单元可以用于根据用户选择的目标维度和各个目标维度下的分类类型，遍历各个车速区间中的车辆运行数据，以计算出各个车速区间中符合各个目标维度下的分类类型的车辆运行数据的个数，并生成混合能源类型的车速分布数据。
示例性地，当用户所选择的目标维度为地区信息维度和发动机类型维度时，第一统计模型可以根据多个车辆运行数据中的行驶速度、地区信息和发动机类型，统计在不同地区下不同发动机类型的发动机在各个车速区间内的起动次数。例如，终端设备可以先根据多个车辆运行数据中的行驶速度确定出各个车辆运行数据所属的车速区间。而后，当地区信息维度中的分类类型为河北保定，发动机类型维度中的分类类型为A类型时，第二统计模型中的统计单元可以遍历各个车速区间中的车辆运行数据，以分别计算出各个车速区间中地区信息为河北保定且发动机类型A类型的车辆运行数据的个数，并将各个车速区间中统计出的个数作为位于河北保定且发动机类型为A类型的混合能源车辆，其发动机在0公里每小时-10公里每小时、10公里每小时-20公里每小时、20公里每小时-30公里每小时这三个车速区间内分别对应的起动次数。
示例性地，当用户所选择的目标维度为地区信息维度、发动机类型维度和环境温度维度时，第一统计模型可以根据多个车辆运行数据中的行驶速度、地区信息、发动机类型和环境温度，统计在不同地区下不同发动机类型的发动机在各个车速区间和各个环境温度区间内的起动次数。例如，终端设备可以根据多个车辆运行数据中的发动机温度、地区信息、发动机类型和环境温度，统计位于河北保定且发动机类型为A类型的混合能源车辆，其行驶速度位于30公里每小时-40公里每小时这一车速区间内，且该车辆所在环境的环境温度位于10℃-15℃环境温度区间内的发动机的起动次数。如下表1所示，示出了本申请实施例提供的一种车速分布数据表。
表1 车速分布数据表
S1023、若能源类型为燃油能源类型，则基于所述起动时刻的发动机温度和预设的第一统计模型，生成第二温度分布数据；第二温度分布数据用于表示燃油能源类型的车辆内发动机在不同发动机温度区间的起动次数。
在本实施例中，由于燃油能源类型的车辆可以在多个不同的发动机温度下起动发动机。因此，对于多个车辆的能源类型为燃油能源类型的车辆运行数据，终端设备可以通过开发人员预先设定的第一统计模型对多个燃油能源类型的车辆运行数据的发动机温度进行统计分析，生成燃油能源类型的对应的第二温度分布数据。其中，第二温度分布数据可以用于表示燃油能源类型的车辆，其发动机在不同发动机温度区间的起动次数。
在一种可能的实现方式中，第一统计模型可以用于根据用户所选择的目标维度统计发动机在多个目标维度的不同组合下在各个发动机温度区间内的起动次数。其中，目标维度可以包括但不限于地区信息维度、发动机类型维度、环境温度维度。具体地，地区信息维度可以包括省份维度和城市维度。其中，第一统计模型计算第二温度分布数据的具体方法与本实施例中第一统计模型计算第一温度分布数据的具体方法相似，阅读者可以参照本实施例S1021中的内容，并将混合能源类型的车辆运行数据替换为燃油能源类型的车辆运行数据，将第一温度分布数据替换为第二温度分布数据，以理解本方案中第二温度分布数据的具体计算方法。
示例性地，当用户所选择的目标维度为地区信息维度和发动机类型维度时，第一统计模型可以根据多个车辆运行数据中的发动机温度、地区信息和发动机类型，统计在不同地区下不同发动机类型的发动机在各个发动机温度区间内的起动次数。例如，终端设备可以根据多个车辆运行数据中的发动机温度、地区信息和发动机类型，统计位于河北保定且发动机类型为C类型的燃油能源车辆，其发动机在80℃-81℃、81℃-82℃,82℃-83℃这三个发动机温度区间内分别对应的起动次数。
示例性地，当用户所选择的目标维度为地区信息维度、发动机类型维度和环境温度维度时，第一统计模型可以根据多个车辆运行数据中的发动机温度、地区信息、发动机类型和环境温度，统计在不同地区下不同发动机类型的发动机在各个发动机温度区间和各个环境温度区间内的起动次数。例如，终端设备可以根据多个车辆运行数据中的发动机温度、地区信息、发动机类型和环境温度，统计位于河北保定且发动机类型为C类型的燃油能源车辆，其发动机在80℃-81℃这一发动机温度区间且车辆所在环境的环境温度位于10℃-15℃环境温度区间内的起动次数。
在本实施例中，由于混合能源类型的车辆不仅能在多个不同的发动机温度下起动发动机，还可以在多个不同的行驶速度下启动发动机，因此分别使用第一统计模型和第二统计模型生成混合能源类型车辆的第一温度分布数据和车速分布数据，能够更加全面地表示混合能源车辆的发动机在各种行驶状态下的发动机起动情况，进而保证根据发动机起动数据进行优化更新后的测试用例的全面性。同样地，由于燃油能源类型的车辆能在多个不同的发动机温度下起动发动机，因此使用第一统计模型生成燃油能源类型车辆的第二温度分布数据，能够更加全面地表示燃油能源车辆的发动机在各种行驶状态下的发动机起动情况，进而保证根据发动机起动数据进行优化更新后的测试用例的全面性。
参见图3，示出了本申请实施例提供的一种运行数据处理流程示意图。参见图3，车载终端在采集到车辆的实时运行数据之后，可以将采集到的实时运行数据传输至车联网平台所在的终端设备。终端设备在接收到车载终端上传的实时运行数据之后，可以将接收到的实时运行数据写入数据库中进行存储。与此同时，终端设备还可以对接收到的实时运行数据进行数据清洗操作。其中，终端设备中的数据清洗操作可以包括但不限于对实时运行数据中的数据进行补全，通过开发人员预先设定的阈值筛选出实时运行数据中的异常数据并删除异常数据，根据实时运行数据中的时间戳筛选出实时运行数据中的补发数据并删除补发数据，以及对同一时间戳的重复数据进行数据筛选等操作。其中，由于信号波动等原因，车载终端在上传实时运行数据的过程中可以出现上传失败的情况，当上传失败时，车载终端会持续尝试上传。因此，终端设备接收到实时运行数据的日期可能与车载终端实际采集到该实时运行数据的日期不一致。当用户需要对某一特定时间内的车辆运行数据进行统计分析时，终端设备可以根据用户设定的目标时间段和实施运行数据中的时间戳筛选出实时运行数据中的补发数据并删除补发数据。
终端设备在数据清洗完毕之后，还可以根据实时运行数据中的发动机转速值从多个实时运行数据中筛选出能够表示车辆在发动机起动时刻的发动机状态和行驶状态的车辆运行数据。终端设备在确定出多个车辆运行数据之后，可以根据车辆运行数据中的车辆标识判断各个车辆运行数据所对应的车辆是否为售后车型的车辆。其中，售后车型的车辆可以表示已经售出且需要提供售后服务的车辆。非售后车型的车辆可以为研发部门的试验车、销售门店的待售车等车辆。若某一车辆运行数据中的车辆标识表示该车辆运行数据对应的车辆为非售后车型的车辆，则终端设备可以不对该车辆运行数据进行统计分析。若某一车辆运行数据中的车辆标识表示该车辆运行数据对应的车辆为售后车型的车辆，则终端设备可以对该车辆运行数据进行统计分析。
进一步地，对于售后车型的车辆运行数据，终端设备可以判断生成该车辆运行数据的车辆是否为混合能源类型的车辆。若某一车辆运行数据对应的车辆是混合能源类型的车辆，则终端设备可以通过第一统计模型对该车辆运行数据的发动机温度进行统计分析，并第二统计模型对该车辆运行数据的行驶速度进行统计分析。若某一车辆运行数据对应的车辆是燃油能源类型的车辆，则终端设备可以仅通过第一统计模型对该车辆运行数据的发动机温度进行统计分析。
需要说明的是，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
参照图4，示出了本申请实施例提供的一种测试用例的生成装置的示意图，具体可以包括数据获取模块401、统计分析模块402和发送模块403，其中：
数据获取模块401，用于获取多个车辆在起动时刻的车辆运行数据；所述车辆运行数据用于确定所述车辆的发动机与行驶状态之间关系；
统计分析模块402，用于基于所述车辆的能源类型对应的统计模型对所述能源类型对应的所有车辆运行数据进行统计分析，生成所述能源类型对应的发动机起动数据；所述发动机起动数据用于表示所述发动机在不同行驶状态下的起动次数；
发送模块403，用于将所有所述车辆的所述发动机起动数据发送至客户端，以使所述客户端基于所有所述发动机起动数据优化更新所述发动机的测试用例。
统计分析模块，还可以用于若所述能源类型为混合能源类型，则基于所述起动时刻的发动机温度和预设的第一统计模型，生成第一温度分布数据；所述第一温度分布数据用于表示所述混合能源类型的车辆内所述发动机在不同发动机温度区间的起动次数；基于所述起动时刻的行驶速度和预设的第二统计模型，生成车速分布数据；所述车速分布数据用于确定所述混合能源类型的车辆内所述发动机在不同车速区间的起动次数。
统计分析模块，还可以用于若能源类型为燃油能源类型，则基于所述起动时刻的发动机温度和预设的第一统计模型，生成第二温度分布数据；所述第二温度分布数据用于表示所述燃油能源类型的车辆内所述发动机在不同发动机温度区间的起动次数。
统计分析模块中的所述车辆运行数据包括地区信息、发动机温度和发动机类型；所述第一统计模型用于根据所述发动机温度、所述地区信息和所述发动机类型统计不同地区下不同发动机类型的发动机在各个发动机温度区间内的起动次数。
统计分析模块中的所述车辆运行数据包括地区信息、行驶速度和发动机类型；所述第二统计模型用于根据所述行驶速度、所述地区信息和所述发动机类型统计不同地区下不同发动机类型的发动机在各个车速区间中的起动次数。
数据获取模块，还可以用于基于预设的采集间隔，获取所述车辆在多个不同采集时刻下的候选运行数据；若任一候选运行数据中的所述发动机转速值大于0且所述任一候选运行数据的上一采集时刻的发动机转速值等于0，则确定所述任一候选运行数据为所述车辆在所述起动时刻的所述车辆运行数据。
数据获取模块，还可以用于基于所述采集间隔，获取所述车辆的实时运行数据；所述实时运行数据包括时间戳；若任一时间戳对应的实时运行数据的个数大于1，则获取所述任一时间戳对应的各个实时运行数据的数据来源，并将所述数据来源为周期性采集的实时运行数据确定为所述候选运行数据。
发送模块，还可以用于根据所述发动机起动数据，分别统计各个候选行驶状态对应的有效值；
将所述有效值大于预设的有效阈值的候选行驶状态确定有效行驶状态；
将所述有效行驶状态和所述有效行驶状态对应的所述发动机起动数据发送至客户端，以使所述客户端生成有效行驶状态对应的测试用例。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述得比较简单，相关之处参见方法实施例部分的说明即可。
参照图5，示出了本申请实施例提供的一种终端设备的示意图。如图5所示，本申请实施例中的终端设备500包括：处理器510、存储器520以及存储在所述存储器520中并可在所述处理器510上运行的计算机程序521。所述处理器510执行所述计算机程序521时实现上述测试用例的生成方法各个实施例中的步骤，例如图1所示的步骤S101至S103。或者，所述处理器510执行所述计算机程序521时实现上述各装置实施例中各模块/单元的功能，例如图4所示模块401至403的功能。
示例性的，所述计算机程序521可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器520中，并由所述处理器510执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段可以用于描述所述计算机程序521在所述终端设备500中的执行过程。例如，所述计算机程序521可以被分割成数据获取模块、统计分析模块和发送模块，各模块具体功能如下：
数据获取模块，用于获取多个车辆在起动时刻的车辆运行数据；所述车辆运行数据用于确定所述车辆的发动机与行驶状态之间关系；
统计分析模块，用于基于所述车辆的能源类型对应的统计模型对所述能源类型对应的所有车辆运行数据进行统计分析，生成所述能源类型对应的发动机起动数据；所述发动机起动数据用于表示所述发动机在不同行驶状态下的起动次数；
发送模块，用于将所有所述车辆的所述发动机起动数据发送至客户端，以使所述客户端基于所有所述发动机起动数据优化更新所述发动机的测试用例。
所述终端设备500可包括，但不仅限于，处理器510、存储器520。本领域技术人员可以理解，图5仅仅是终端设备500的一种示例，并不构成对终端设备500的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备500还可以包括输入输出设备、网络接入设备、总线等。
所述处理器510可以是中央处理单元（Central Processing Unit，CPU），还可以是其他通用处理器、数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现成可编程门阵列（Field-Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器520可以是所述终端设备500的内部存储单元，例如终端设备500的硬盘或内存。所述存储器520也可以是所述终端设备500的外部存储设备，例如所述终端设备500上配备的插接式硬盘，智能存储卡（Smart Media Card，SMC），安全数字（SecureDigital，SD）卡，闪存卡（Flash Card）等等。进一步地，所述存储器520还可以既包括所述终端设备500的内部存储单元也包括外部存储设备。所述存储器520用于存储所述计算机程序521以及所述终端设备500所需的其他程序和数据。所述存储器520还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还公开了一种终端设备，包括存储器、处理器以及存储在所述存储器中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计算机程序时实现如前述各个实施例所述的测试用例的生成方法。
本申请实施例还公开了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如前述各个实施例所述的测试用例的生成方法。
本申请实施例还公开了一种计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行前述各个实施例所述的测试用例的生成方法。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制。尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (10)
1.一种测试用例的生成方法，其特征在于，包括：
获取多个车辆在起动时刻的车辆运行数据；所述车辆运行数据用于确定所述车辆的发动机与行驶状态之间关系；所述车辆运行数据包括所述起动时刻的发动机温度和行驶速度；
基于所述车辆的能源类型对应的统计模型对所述能源类型对应的所有车辆运行数据进行统计分析，生成所述能源类型对应的发动机起动数据；所述发动机起动数据用于表示所述发动机在不同行驶状态下的起动次数；所述统计模型包括第一统计模型和第二统计模型；所述第一统计模型用于根据用户所选择的目标维度，统计发动机在多个目标维度的不同组合下，在各个发动机温度区间内的起动次数；第二统计模型用于根据用户所选择的目标维度，统计发动机在多个目标维度的不同组合下，在各个车速区间内的起动次数；
将所有所述车辆的所述发动机起动数据发送至客户端，以使所述客户端基于所有所述发动机起动数据优化更新所述发动机的测试用例。
2.根据权利要求1所述的方法，其特征在于，所述车辆运行数据包括所述起动时刻的发动机温度和行驶速度；所述发动机起动数据包括第一温度分布数据和车速分布数据；
所述基于所述车辆的能源类型对应的统计模型对所述能源类型对应的所有车辆运行数据进行统计分析，生成所述能源类型对应的发动机起动数据，包括：
若所述能源类型为混合能源类型，则基于所述起动时刻的发动机温度和预设的第一统计模型，生成第一温度分布数据；所述第一温度分布数据用于表示所述混合能源类型的车辆内所述发动机在不同发动机温度区间的起动次数；
基于所述起动时刻的行驶速度和预设的第二统计模型，生成车速分布数据；所述车速分布数据用于确定所述混合能源类型的车辆内所述发动机在不同车速区间的起动次数。
3.根据权利要求1所述的方法，其特征在于，所述车辆运行数据包括发动机温度；所述发动机起动数据包括第二温度分布数据；
所述基于所述车辆的能源类型对应的统计模型对所述能源类型对应的所有车辆运行数据进行统计分析，生成所述能源类型对应的发动机起动数据，包括：
若能源类型为燃油能源类型，则基于所述起动时刻的发动机温度和预设的第一统计模型，生成第二温度分布数据；所述第二温度分布数据用于表示所述燃油能源类型的车辆内所述发动机在不同发动机温度区间的起动次数。
4.根据权利要求2或3所述的方法，其特征在于，所述车辆运行数据包括地区信息、发动机温度和发动机类型；所述第一统计模型用于根据所述发动机温度、所述地区信息和所述发动机类型统计不同地区下不同发动机类型的发动机在各个发动机温度区间内的起动次数。
5.根据权利要求2所述的方法，其特征在于，所述车辆运行数据包括地区信息、行驶速度和发动机类型；所述第二统计模型用于根据所述行驶速度、所述地区信息和所述发动机类型统计不同地区下不同发动机类型的发动机在各个车速区间中的起动次数。
6.根据权利要求1-3任一项所述的方法，其特征在于，所述车辆运行数据包括发动机转速值；
所述获取多个车辆在起动时刻的车辆运行数据，包括：
基于预设的采集间隔，获取所述车辆在多个不同采集时刻下的候选运行数据；
若任一候选运行数据中的所述发动机转速值大于0且所述任一候选运行数据的上一采集时刻的发动机转速值等于0，则确定所述任一候选运行数据为所述车辆在所述起动时刻的所述车辆运行数据。
7.根据权利要求6所述的方法，其特征在于，所述基于预设的采集间隔，获取所述车辆在多个不同采集时刻下的候选运行数据，包括：
基于所述采集间隔，获取所述车辆的实时运行数据；所述实时运行数据包括时间戳；
若任一时间戳对应的实时运行数据的个数大于1，则获取所述任一时间戳对应的各个实时运行数据的数据来源，并将所述数据来源为周期性采集的实时运行数据确定为所述候选运行数据。
8.根据权利要求1-3任一项所述的方法，其特征在于，所述将所有所述车辆的所述发动机起动数据发送至客户端，以使所述客户端基于所有所述发动机起动数据优化更新所述发动机的测试用例，包括：
根据所述发动机起动数据，分别统计各个候选行驶状态对应的有效值；
将所述有效值大于预设的有效阈值的候选行驶状态确定有效行驶状态；
将所述有效行驶状态和所述有效行驶状态对应的所述发动机起动数据发送至客户端，以使所述客户端生成有效行驶状态对应的测试用例。
9.一种测试用例的生成装置，其特征在于，包括：
数据获取模块，用于获取多个车辆在起动时刻的车辆运行数据；所述车辆运行数据用于确定所述车辆的发动机与行驶状态之间关系；所述车辆运行数据包括所述起动时刻的发动机温度和行驶速度；
统计分析模块，用于基于所述车辆的能源类型对应的统计模型对所述能源类型对应的所有车辆运行数据进行统计分析，生成所述能源类型对应的发动机起动数据；所述发动机起动数据用于表示所述发动机在不同行驶状态下的起动次数；所述统计模型包括第一统计模型和第二统计模型；所述第一统计模型用于根据用户所选择的目标维度，统计发动机在多个目标维度的不同组合下，在各个发动机温度区间内的起动次数；第二统计模型用于根据用户所选择的目标维度，统计发动机在多个目标维度的不同组合下，在各个车速区间内的起动次数；
发送模块，用于将所有所述车辆的所述发动机起动数据发送至客户端，以使所述客户端基于所有所述发动机起动数据优化更新所述发动机的测试用例。
10.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述的测试用例的生成方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410663487.5A CN118227512B (zh) | 2024-05-27 | 2024-05-27 | 测试用例的生成方法、装置及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410663487.5A CN118227512B (zh) | 2024-05-27 | 2024-05-27 | 测试用例的生成方法、装置及终端设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118227512A CN118227512A (zh) | 2024-06-21 |
| CN118227512B true CN118227512B (zh) | 2024-08-02 |
Family
ID=91512392
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410663487.5A Active CN118227512B (zh) | 2024-05-27 | 2024-05-27 | 测试用例的生成方法、装置及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118227512B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110927573A (zh) * | 2019-11-29 | 2020-03-27 | 安徽江淮汽车集团股份有限公司 | 混合动力发动机调试方法、装置、设备及存储介质 |
| CN112012862A (zh) * | 2020-09-01 | 2020-12-01 | 潍柴动力股份有限公司 | 起动机控制方法、装置、整车控制系统及矿用卡车 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112311071B (zh) * | 2020-01-17 | 2023-01-03 | 长城汽车股份有限公司 | 混动车辆的电池包的保护方法和装置 |
| CN112539937B (zh) * | 2020-12-11 | 2021-12-28 | 奇瑞汽车股份有限公司 | 一种48v系统启停可靠性的测试方法 |
| CN115027448A (zh) * | 2022-06-20 | 2022-09-09 | 中国第一汽车股份有限公司 | 混合动力车辆起停机条件确定方法 |
| CN115523006A (zh) * | 2022-07-14 | 2022-12-27 | 上海汽车集团股份有限公司 | 车辆的机油保养周期的监测方法、整车控制器及车辆 |
-
2024
- 2024-05-27 CN CN202410663487.5A patent/CN118227512B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110927573A (zh) * | 2019-11-29 | 2020-03-27 | 安徽江淮汽车集团股份有限公司 | 混合动力发动机调试方法、装置、设备及存储介质 |
| CN112012862A (zh) * | 2020-09-01 | 2020-12-01 | 潍柴动力股份有限公司 | 起动机控制方法、装置、整车控制系统及矿用卡车 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118227512A (zh) | 2024-06-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11954651B2 (en) | Sensor-based digital twin system for vehicular analysis | |
| CN108279383B (zh) | 电池寿命预测方法、电池数据服务器及电池数据处理系统 | |
| EP3564647B1 (en) | Cloud-based vehicle fault diagnosis method, device and system thereof | |
| CN111241154B (zh) | 一种基于大数据的蓄电池故障预警方法及系统 | |
| CN112102518B (zh) | 车辆保养提醒信息的同步方法、装置、服务器及存储介质 | |
| US10101244B2 (en) | Self-learning simulation environments | |
| CN109724812B (zh) | 车辆故障预警的方法、装置、存储介质和终端设备 | |
| JP6651006B2 (ja) | ガソリンスタンドｐｏｉの自動発見方法、自動発見装置、及び記憶媒体と機器 | |
| JP2018531458A6 (ja) | ガソリンスタンドｐｏｉの自動発見方法、自動発見装置、及び記憶媒体と機器 | |
| CN110210980A (zh) | 一种驾驶行为评估方法、装置和存储介质 | |
| CN109871003A (zh) | 基于新能源汽车的车辆故障分析方法、装置及服务器 | |
| CN112595537B (zh) | 基于信号分析的设备健康状态监控方法、系统及存储介质 | |
| CN114199274A (zh) | 一种车辆行程确定方法、装置、设备及可读存储介质 | |
| CN118227512B (zh) | 测试用例的生成方法、装置及终端设备 | |
| CN117445677A (zh) | 车辆行驶预测方法、装置、电子设备及存储介质 | |
| CN116704765A (zh) | 路况预测方法、装置及可读存储介质 | |
| CN115933619A (zh) | 一种远程诊断方法、系统、电子设备及存储介质 | |
| CN114764600A (zh) | 新能源车电池包的寿命预测方法、装置和电子设备 | |
| CN111275847B (zh) | 一种调表车检测方法和装置 | |
| EP4379681A1 (en) | Method for detecting, predicting and preventing occurrence of failures and continuity control of vehicles, system performing said method and the device used in said system | |
| CN115373369B (zh) | 车辆故障诊断系统及方法 | |
| CN117744952B (zh) | 基于时序网络的大气碳排放量分析方法及系统 | |
| CN117874435B (zh) | 分布式边缘数据采集方法、装置、电子设备及存储介质 | |
| CN113487085B (zh) | 基于联合学习框架的设备使用寿命的预测方法、装置、计算机设备及计算机可读存储介质 | |
| US20240338980A1 (en) | Dtc rulebook generation system and method |
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 |