[发明专利]检验系统、选择真实测试和测试系统的方法和设备在审
申请号: | 202010587660.X | 申请日: | 2020-06-24 |
公开(公告)号: | CN112147973A | 公开(公告)日: | 2020-12-29 |
发明(设计)人: | C.格拉迪施;T.海因茨;C.海因策曼;M.韦尔勒 | 申请(专利权)人: | 罗伯特·博世有限公司 |
主分类号: | G05B23/02 | 分类号: | G05B23/02;G06K9/00;G06K9/62;G06N3/08;G06N20/00 |
代理公司: | 中国专利代理(香港)有限公司 72001 | 代理人: | 胡莉莉;刘春元 |
地址: | 德国斯*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 检验 系统 选择 真实 测试 方法 设备 | ||
本发明涉及检验系统、选择真实测试和测试系统的方法和设备。用于检验系统(20)的方法(10)的特征在于下列特征:‑所述系统(20)的输入参数(Z)被划分(11)成第一组(X)和第二组(Y),‑按照第一方法,在第一组(X)的输入参数占用的情况下进行(12)第一选择(21),‑按照第二方法,在第二组(Y)的输入参数占用的情况下进行(13)第二选择(22),‑从第二选择(22)中计算(14)特征变量(23),和‑根据特征变量(23)调整(15)第一选择(21)。
技术领域
本发明涉及一种用于检验系统的方法。除此以外,本发明涉及一种相对应的设备、一种相对应的计算机程序以及一种相对应的存储介质。
背景技术
在软件技术中,将模型用于使测试活动自动化且用于在测试过程中生成测试工件被概括为上位概念“基于模型的测试(model-based testing,MBT)”。十分熟悉的是,例如从描述要测试的系统的目标特性(Sollverhalten)的模型中生成测试情况。
尤其是,嵌入式系统(embedded systems)依赖于传感器的决定性的输入信号,并且又通过给极其不同的执行器的输出信号对其环境进行仿真。在这种系统的验证和前置开发阶段的进程中,因而在调节回路(Regelschleife)中,所述系统的模型(模型在环(modelin the loop)、MiL)、软件(软件在环(software in the loop),SiL)、处理器(处理器在环(processor in the loop),PiL)或者整个硬件(硬件在环(hardware in the loop),HiL)与环境的模型一起被仿真。在车辆技术中,视测试阶段和测试对象而定,与该原理相对应的用于检验电子控制设备的仿真器有时被称作部件检验台、模块检验台或者集成检验台(Integrationspruefstaende)。
DE10303489A1公开了一种这样的用于测试车辆的、电动工具的或者机器人系统的控制单元的软件的方法,其中通过测试系统至少部分仿真由控制单元可控制的调节段(Regelstrecke),其方式是:由控制单元产生输出信号,并且控制单元的这些输出信号经由第一连接被传输至第一硬件组件,而且第二硬件组件的信号作为输入信号经由第二连接被传输至控制单元,其中输出信号作为第一控制值在软件中被提供,并且附加地经由通信接口相对于调节段实时地被传输至测试系统。
这样的仿真在不同技术领域是流行的,并且例如得到采用,以便检验嵌入式系统在其开发的早期阶段在电动工具中、在驱动系统、转向系统和制动系统的发动机控制设备中、在摄像机系统中、在具有人工智能和机器学习的部件的系统中、在机器人系统中或者在自主车辆中的适用性。尽管如此,按照现有技术的仿真模型的结果由于对其可靠性缺乏信任而只有限地被包括在批准决定(Freigabeentscheidungen)中。
发明内容
本发明提供了根据独立权利要求所述的一种用于检验系统的方法、一种相对应的设备、一种相对应的计算机程序以及一种相对应的存储介质。
该解决方案的优点在于,一方面为经典测试和另一方面为统计或者概率方法的根据本发明的组合,所述经典测试致力于在最不利情况(worst case)下的特性,所述统计或者概率方法针对系统提供较全面的基准(Massstaebe)。可以利用该方法,以便选择如下测试:所述测试在物理(真实)环境中或者仅仅虚拟地(在仿真中)被执行。此外,该方法可以用于,搜索关键的测试场景(或者另外的环境和输入条件)和估计自主车辆的全局性能,测试经过机器学习的函数和图像处理算法并且产生用于机器学习和视觉(计算机视觉(computer vision))的训练数据。
在下文中,术语“验证”被用作测试的同义词,并且描述了术语“测试”、“基于搜索的测试”和“不确定性量化”。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于罗伯特·博世有限公司,未经罗伯特·博世有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010587660.X/2.html,转载请声明来源钻瓜专利网。