本申請涉及汽車測試,尤其涉及一種基于人工智能的整車控制器自動化測試方法和系統(tǒng)。
背景技術:
1、整車控制器通過對駕駛員發(fā)出的指令以及傳感器采集到的各部件信號進行分析,控制下級各部件控制器動作,從而實現(xiàn)汽車的啟停、行駛控制、故障處理、車載電器管理以及信息交互等功能。目前,針對整車控制器的測試主要依賴于人工編寫測試用例的方法,該方法存在效率低下、覆蓋率不足、復雜度難以控制以及執(zhí)行效率不高等問題,從而導致整車控制器的測試成本高、誤碼率高且反應速度慢。
技術實現(xiàn)思路
1、為解決上述技術問題,本發(fā)明的目的在于:提供一種效率高的基于人工智能的整車控制器自動化測試方法和系統(tǒng)。
2、為實現(xiàn)上述目的,本申請實施例的一方面提出了一種基于人工智能的整車控制器自動化測試方法,包括以下步驟:
3、獲取整車控制器的測試基礎信息,對所述測試基礎信息進行預處理,得到測試用例特征信息;
4、將所述測試用例特征信息輸入預先訓練好的測試用例生成模型,生成測試用例;
5、對所述測試用例進行評估,得到評估結果,進而根據(jù)所述評估結果對所述測試用例進行篩選,得到測試用例集;
6、根據(jù)所述測試用例集對所述整車控制器進行自動化測試,得到測試報告;
7、其中,所述測試基礎信息包括功能需求、接口信息以及測試目標,所述評估結果包括覆蓋率評估值、復雜度評估值以及執(zhí)行效率評估值。
8、在一些實施例中,所述對所述測試基礎信息進行預處理,得到測試用例特征信息,具體包括:
9、對所述測試基礎信息進行分詞和過濾,得到第一測試用例信息;
10、對所述第一測試用例信息進行關鍵詞提取,得到第二測試用例信息;
11、對所述第二測試用例信息進行結構解析和關系提取,得到第三測試用例信息;
12、對所述第三測試用例信息進行格式轉換,得到所述測試用例特征信息。
13、在一些實施例中,所述整車控制器自動化測試方法還包括預先訓練所述測試用例生成模型的步驟,所述預先訓練所述測試用例生成模型,具體包括:
14、獲取歷史測試數(shù)據(jù),所述歷史測試數(shù)據(jù)包括成功執(zhí)行、無效執(zhí)行以及邊界條件的所述測試用例,進而對各所述測試用例進行特征提取和標注,得到第一測試用例樣本;
15、對所述第一測試用例樣本進行清洗和格式化處理,得到第二測試用例樣本;
16、確定復合損失函數(shù),并將所述第二測試用例樣本劃分為訓練集、驗證集以及測試集;
17、通過所述訓練集根據(jù)所述復合損失函數(shù)對預設的深度神經(jīng)網(wǎng)絡進行訓練,得到損失值;
18、通過所述驗證集根據(jù)所述損失值對所述深度神經(jīng)網(wǎng)絡進行參數(shù)調整,進而通過所述測試集對參數(shù)調整后的所述深度神經(jīng)網(wǎng)絡進行性能評估,得到所述測試用例生成模型。
19、在一些實施例中,所述復合損失函數(shù)包括用于訓練測試用例覆蓋率的第一損失函數(shù)、用于訓練測試用例復雜度的第二損失函數(shù)以及用于訓練測試用例執(zhí)行效率的第三損失函數(shù)。
20、在一些實施例中,所述對所述測試用例進行評估,得到評估結果,進而根據(jù)所述評估結果對所述測試用例進行篩選,得到測試用例集,具體包括:
21、對所述測試用例進行覆蓋率分析,得到所述覆蓋率評估值,并對所述測試用例進行復雜度分析,得到所述復雜度評估值,對所述測試用例進行執(zhí)行效率分析,得到所述執(zhí)行效率評估值;
22、確定所述測試用例的評估指標,進而根據(jù)所述覆蓋率評估值、所述復雜度評估值、所述執(zhí)行效率評估值以及所述評估指標對所述測試用例進行篩選和調整,得到所述測試用例集。
23、在一些實施例中,所述評估指標包括覆蓋率閾值、復雜度閾值以及執(zhí)行效率閾值,所述根據(jù)所述覆蓋率評估值、所述復雜度評估值、所述執(zhí)行效率評估值以及所述評估指標對所述測試用例進行篩選和調整,具體包括:
24、當所述測試用例的所述覆蓋率評估值低于所述覆蓋率閾值,刪除對應的所述測試用例;
25、當所述測試用例的所述復雜度評估值高于所述復雜度閾值,根據(jù)對應的所述測試用例的復雜代碼段增加相應的測試用例;
26、當所述測試用例的所述執(zhí)行效率評估值低于所述執(zhí)行效率閾值,調整對應的所述測試用例的執(zhí)行順序。
27、在一些實施例中,所述根據(jù)所述測試用例集對所述整車控制器進行自動化測試,得到測試報告,具體包括:
28、確定測試工具,進而對所述測試工具進行配置;
29、通過配置好的所述測試工具執(zhí)行所述測試用例集,并記錄執(zhí)行過程中的測試結果和異常情況;
30、根據(jù)所述測試結果和所述異常情況生成所述測試報告。
31、為實現(xiàn)上述目的,本申請實施例的另一方面提出了一種基于人工智能的整車控制器自動化測試系統(tǒng),包括:
32、特征提取模塊,用于獲取整車控制器的測試基礎信息,對所述測試基礎信息進行預處理,得到測試用例特征信息;
33、測試用例生成模塊,用于將所述測試用例特征信息輸入預先訓練好的測試用例生成模型,生成測試用例;
34、評估及篩選模塊,用于對所述測試用例進行評估,得到評估結果,進而根據(jù)所述評估結果對所述測試用例進行篩選,得到測試用例集;
35、自動化測試模塊,用于根據(jù)所述測試用例集對所述整車控制器進行自動化測試,得到測試報告;
36、其中,所述測試基礎信息包括功能需求、接口信息以及測試目標,所述評估結果包括覆蓋率評估值、復雜度評估值以及執(zhí)行效率評估值。
37、為實現(xiàn)上述目的,本申請實施例的另一方面提出了一種電子設備,所述電子設備包括存儲器、處理器、存儲在所述存儲器上并可在所述處理器上運行的程序以及用于實現(xiàn)所述處理器和所述存儲器之間的連接通信的數(shù)據(jù)總線,所述程序被所述處理器執(zhí)行時實現(xiàn)如前面所述的基于人工智能的整車控制器自動化測試方法。
38、為實現(xiàn)上述目的,本申請實施例的另一方面提出了一種存儲介質,所述存儲介質為計算機可讀存儲介質,用于計算機可讀存儲,所述存儲介質存儲有一個或者多個程序,所述一個或者多個程序可被一個或者多個處理器執(zhí)行,以實現(xiàn)如前面所述的基于人工智能的整車控制器自動化測試方法。
39、本發(fā)明的有益效果是:本發(fā)明的基于人工智能的整車控制器自動化測試方法和系統(tǒng),通過基于人工智能算法訓練好的測試用例生成模型根據(jù)整車控制器的功能需求、接口信息以及測試目標自動生成測試用例,進而對生成的測試用例進行評估和篩選,得到測試用例集,最后通過測試用例集對整車控制器進行自動化測試。本發(fā)明利用人工智能算法自動生成整車控制器的測試用例,且根據(jù)測試用例的覆蓋率、復雜度以及執(zhí)行效率進行篩選和調整,能夠實現(xiàn)測試用例的智能化生成和優(yōu)化,從而有效提高整車控制器測試的全面性和準確性,且提高整車控制器的測試效率和質量,縮短測試周期,降低測試成本。
1.一種基于人工智能的整車控制器自動化測試方法,其特征在于,包括以下步驟:
2.根據(jù)權利要求1所述的一種基于人工智能的整車控制器自動化測試方法,其特征在于,所述對所述測試基礎信息進行預處理,得到測試用例特征信息,具體包括:
3.根據(jù)權利要求1所述的一種基于人工智能的整車控制器自動化測試方法,其特征在于,所述整車控制器自動化測試方法還包括預先訓練所述測試用例生成模型的步驟,所述預先訓練所述測試用例生成模型,具體包括:
4.根據(jù)權利要求3所述的一種基于人工智能的整車控制器自動化測試方法,其特征在于,所述復合損失函數(shù)包括用于訓練測試用例覆蓋率的第一損失函數(shù)、用于訓練測試用例復雜度的第二損失函數(shù)以及用于訓練測試用例執(zhí)行效率的第三損失函數(shù)。
5.根據(jù)權利要求1所述的一種基于人工智能的整車控制器自動化測試方法,其特征在于,所述對所述測試用例進行評估,得到評估結果,進而根據(jù)所述評估結果對所述測試用例進行篩選,得到測試用例集,具體包括:
6.根據(jù)權利要求5所述的一種基于人工智能的整車控制器自動化測試方法,其特征在于,所述評估指標包括覆蓋率閾值、復雜度閾值以及執(zhí)行效率閾值,所述根據(jù)所述覆蓋率評估值、所述復雜度評估值、所述執(zhí)行效率評估值以及所述評估指標對所述測試用例進行篩選和調整,具體包括:
7.根據(jù)權利要求1至6中任一項所述的一種基于人工智能的整車控制器自動化測試方法,其特征在于,所述根據(jù)所述測試用例集對所述整車控制器進行自動化測試,得到測試報告,具體包括:
8.一種基于人工智能的整車控制器自動化測試系統(tǒng),其特征在于,包括:
9.一種電子設備,其特征在于,所述電子設備包括存儲器、處理器、存儲在所述存儲器上并可在所述處理器上運行的程序以及用于實現(xiàn)所述處理器和所述存儲器之間的連接通信的數(shù)據(jù)總線,所述程序被所述處理器執(zhí)行時實現(xiàn)如權利要求1至7中任一項所述的基于人工智能的整車控制器自動化測試方法的步驟。
10.一種存儲介質,所述存儲介質為計算機可讀存儲介質,用于計算機可讀存儲,其特征在于,所述存儲介質存儲有一個或者多個程序,所述一個或者多個程序可被一個或者多個處理器執(zhí)行,以實現(xiàn)如權利要求1至7中任一項所述的基于人工智能的整車控制器自動化測試方法的步驟。