[发明专利]一种测试用例生成方法及装置

说明书

本发明提供了一种测试用例生成方法及装置，该测试用例生成方法包括：采集车辆不同工况下表征驾驶员操作的第一操作数据集；将所述第一操作数据集输入预先所获取的标定神经网络模型，得到所述标定神经网络模型的输出参数集；将所述第一操作数据集作为测试输入、所述标定神经网络模型作为执行条件、所述输出参数集作为预期结果，得到测试用例。本发明将车辆不同工况下的第一操作数据集作为测试用例的输入，提升了测试用例的覆盖度。

技术领域

本发明涉及整车控制系统测试领域，特别涉及一种测试用例生成方法及装置。

背景技术

测试用例是为某个特殊目标而编制的一组测试输入、执行条件以及预期结果，以便测试某个程序路径或核实是否满足某个特定需求。在车辆测试领域，通常基于用户需求设计测试用例，然后使用测试用例对整车控制系统进行测试。

并且目前在整车控制系统测试时，采用的测试用例均是基于用户需求生成的。然而由于基于用户需求生成的测试用例覆盖度较差，整车控制系统在使用测试用例进行测试时，无法兼顾客户实际的使用场景，导致整车控制系统存在各种漏洞，增加了将漏洞遗留到客户阶段的风险。

发明内容

本发明提供了一种测试用例生成方法及装置，用以解决现有技术中基于用户需求设计的测试用例覆盖度较差，导致整车控制系统存在各种漏洞的问题。

为了解决上述技术问题，本发明采用如下技术方案：

依据本发明的一个方面，提供了一种测试用例生成方法，包括：

采集车辆不同工况下表征驾驶员操作的第一操作数据集；

将所述第一操作数据集输入预先所获取的标定神经网络模型，得到所述标定神经网络模型的输出参数集；

将所述第一操作数据集作为测试输入、所述标定神经网络模型作为执行条件、所述输出参数集作为预期结果，得到测试用例。

进一步地，所述方法还包括：

采集车辆不同工况下表征驾驶员操作的第二操作数据集以及对应所述第二操作数据集的车辆状态数据集；

通过所述第二操作数据集以及所述车辆状态数据集，对预设的初始神经网络模型进行训练，获得所述标定神经网络模型。

进一步地，所述采集车辆不同工况下表征驾驶员操作的第二操作数据集以及对应所述第二操作数据集的车辆状态数据集的步骤包括：

采集车辆在不同工况下运行时的工作数据；

从所述工作数据中筛选表征驾驶员操作的多组第二操作数据，得到第二操作数据集；

获取与第二操作数据集对应的多组车辆状态数据，得到车辆状态数据集。

进一步地，所述通过所述第二操作数据集以及所述车辆状态数据集，对预设的初始神经网络模型进行训练，获得所述标定神经网络模型的步骤包括：

分别对所述第二操作数据集以及所述车辆状态数据集进行处理，得到多个操作特征值以及多个车辆状态特征值；

将多个所述操作特征值输入预设的初始神经网络模型，得到多个车辆状态计算值；

根据多个所述车辆状态计算值以及多个所述车辆状态特征值，调整所述初始神经网络模型隐含层的权重值，获得所述标定神经网络模型。

进一步地，所述分别对所述第二操作数据集以及所述车辆状态数据集进行处理，得到多个操作特征值以及多个车辆状态特征值的步骤包括：

确定所述第二操作数据集中每一第二操作数据的数据类型以及所述车辆状态数据集中每一车辆状态数据的数据类型；