[发明专利]一种车辆行驶数据模拟方法、装置、电子设备及存储介质

权利要求书

1.一种车辆行驶数据模拟方法，其特征在于，包括：

采集车辆在不同物理环境下的行驶数据；

将所述行驶数据输入至设定机器学习模型，以通过所述设定机器学习模型进行车辆行驶数据模拟，获得设定数量的车辆行驶仿真数据，其中，所述设定数量大于所述行驶数据的数据量。

2.根据权利要求1所述的方法，其特征在于，所述采集车辆在不同物理环境下的行驶数据，包括：

通过车载传感器采集车辆在不同物理环境下的行驶数据。

3.根据权利要求2所述的方法，其特征在于，所述车载传感器包括下述至少一种：

图像传感器、声音传感器、雷达传感器以及北斗定位传感器。

4.根据权利要求1所述的方法，其特征在于，所述行驶数据包括下述至少一种：电池温度、电池电流强度、四轮轮胎压力、电机转速、压缩机转速、轮胎侧向加速度、电池电量消耗以及燃油消耗。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述采集车辆在不同物理环境下的行驶数据之后，还包括：

将所述行驶数据存储至预设分布式文件系统。

6.根据权利要求5所述的方法，其特征在于，所述预设分布式文件系统包括：分布式文件系统HDFS。

7.根据权利要求1-4任一项所述的方法，其特征在于，还包括：

将所述行驶数据以及所述车辆行驶仿真数据发送至目标服务，以使目标服务基于所述行驶数据以及所述车辆行驶仿真数据进行服务性能测试，并基于测试日志输出分析报告；

接收服务返回的分析报告；

根据所述分析报告为所述行驶数据以及所述车辆行驶仿真数据分配应用场景。

8.根据权利要求7所述的方法，其特征在于，所述基于测试日志输出分析报告，包括：

识别所述测试日志中的预设关键字段；

确定所述预设关键字段对应的错误含义；

根据所述错误含义生成分析报告；

将所述分析报告输出至与所述错误含义匹配的处理平台。

9.根据权利要求7所述的方法，其特征在于，还包括：

根据所述分析报告以及目标服务的线上表现对所述机器学习模型的训练数据集进行修正，以基于修正后的训练数据集对所述机器学习模型进行迭代训练，以使基于迭代训练后的机器学习模型输出的车辆行驶仿真数据进行测试获得的服务的性能达到目标值。

10.根据权利要求9所述的方法，其特征在于，所述根据所述分析报告以及目标服务的线上表现对所述机器学习模型的训练数据集进行修正，包括：

如果所述分析报告显示测试通过，且所述目标服务的线上表现达到设定标准，则将所述行驶数据以及所述车辆行驶仿真数据作为修正后的训练数据集；

如果所述分析报告显示测试通过，且所述目标服务的线上表现未达到设定标准，则基于设定策略在所述行驶数据以及所述车辆行驶仿真数据的基础上增加新样本作为修正后的训练数据集。

11.根据权利要求7所述的方法，其特征在于，所述将所述行驶数据以及所述车辆行驶仿真数据发送至目标服务之前，还包括：

对所述行驶数据以及所述车辆行驶仿真数据进行数据格式处理，以使处理后的数据格式符合所述目标服务的数据读取规则。

12.根据权利要求11所述的方法，其特征在于，所述对所述行驶数据以及所述车辆行驶仿真数据进行数据格式处理，包括：

将所述行驶数据以及所述车辆行驶仿真数据输入至汽车总线开发环境CANoe的在线回放模块，以通过所述CANoe的在线回放模块对所述行驶数据以及所述车辆行驶仿真数据进行数据格式处理。