[發明專利]一種測試用例生成方法及裝置

有效

• 申請號: 201910212880.1
• 申請日: 2019-03-20
• 公開（公告）號: CN111722610B
• 公開（公告）日: 2021-10-22
• 發明（設計）人: 劉三兵
• 申請（專利權）人: 北京新能源汽車股份有限公司
• 主分類號: G05B23/02
• 分類號: G05B23/02;G06F11/36
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 許靜;安利霞

1.一種測試用例生成方法，其特征在于，包括：

采集車輛不同工況下表征駕駛員操作的第一操作數據集；

將所述第一操作數據集輸入預先所獲取的標定神經網絡模型，得到所述標定神經網絡模型的輸出參數集；

將所述第一操作數據集作為測試輸入、所述標定神經網絡模型作為執行條件、所述輸出參數集作為預期結果，得到測試用例；

其中，所述將所述第一操作數據集輸入預先所獲取的標定神經網絡模型，得到所述標定神經網絡模型的輸出參數集的步驟包括：

確定所述第一操作數據集中每一第一操作數據的數據類型；

根據所述第一操作數據的數據類型選擇相對應的取值算法，得到每一所述第一操作數據對應的不同取值；

將所述第一操作數據集中第一操作數據的不同取值按照修正判定條件覆蓋的原則進行組合，得到多個第一操作數據組合集；

將多個所述第一操作數據組合集分別輸入所述標定神經網絡模型，得到多個所述標定神經網絡模型的輸出參數集。

2.根據權利要求1所述的測試用例生成方法，其特征在于，所述方法還包括：

采集車輛不同工況下表征駕駛員操作的第二操作數據集以及對應所述第二操作數據集的車輛狀態數據集；

通過所述第二操作數據集以及所述車輛狀態數據集，對預設的初始神經網絡模型進行訓練，獲得所述標定神經網絡模型。

3.根據權利要求2所述的測試用例生成方法，其特征在于，所述采集車輛不同工況下表征駕駛員操作的第二操作數據集以及對應所述第二操作數據集的車輛狀態數據集的步驟包括：

采集車輛在不同工況下運行時的工作數據；

從所述工作數據中篩選表征駕駛員操作的多組第二操作數據，得到第二操作數據集；

獲取與第二操作數據集對應的多組車輛狀態數據，得到車輛狀態數據集。

4.根據權利要求2所述的測試用例生成方法，其特征在于，所述通過所述第二操作數據集以及所述車輛狀態數據集，對預設的初始神經網絡模型進行訓練，獲得所述標定神經網絡模型的步驟包括：

分別對所述第二操作數據集以及所述車輛狀態數據集進行處理，得到多個操作特征值以及多個車輛狀態特征值；

將多個所述操作特征值輸入預設的初始神經網絡模型，得到多個車輛狀態計算值；

根據多個所述車輛狀態計算值以及多個所述車輛狀態特征值，調整所述初始神經網絡模型隱含層的權重值，獲得所述標定神經網絡模型。

5.根據權利要求4所述的測試用例生成方法，其特征在于，所述分別對所述第二操作數據集以及所述車輛狀態數據集進行處理，得到多個操作特征值以及多個車輛狀態特征值的步驟包括：

確定所述第二操作數據集中每一第二操作數據的數據類型以及所述車輛狀態數據集中每一車輛狀態數據的數據類型；

根據所述第二操作數據的數據類型以及所述車輛狀態數據的數據類型，分別選擇相對應的取值算法，得到多個操作特征值以及多個車輛狀態特征值。

6.根據權利要求5所述的測試用例生成方法，其特征在于，所述數據類型包括：布爾類型、枚舉類型或者連續信號類型；

當所述數據類型為布爾類型時，分別針對真和假兩種情況生成多個操作特征值以及多個車輛狀態特征值；

當所述數據類型為枚舉類型或者連續信號類型時，通過等價類劃分生成多個操作特征值以及多個車輛狀態特征值。

7.根據權利要求1所述的測試用例生成方法，其特征在于，所述將所述第一操作數據集作為測試輸入、所述標定神經網絡模型作為執行條件、所述輸出參數集作為預期結果，得到測試用例的步驟包括：

將多個所述第一操作數據組合集作為測試輸入，所述標定神經網絡模型作為執行條件，多個所述輸出參數集作為預期結果，獲得測試用例。