自动驾驶车辆测试信息确定方法、装置和电子设备

文档序号:6964 发布日期:2021-09-17 浏览:63次 英文

自动驾驶车辆测试信息确定方法、装置和电子设备

技术领域

本公开的实施例涉及计算机

技术领域

,具体涉及自动驾驶车辆测试信息确定方法、装置和电子设备。

背景技术

随着自动驾驶相关技术的发展,自动驾驶车辆逐渐走入公共视野。由于自动驾驶车辆可以无需人进行控制,以进行自动行驶。因此,为了提高自动驾驶车辆行驶的安全性,对自动驾驶车辆进行测试至关重要。目前,在进行自动驾驶车辆测试时,通常采用的方式为:通过人工的方式生成,用于自动驾驶车辆测试的多个自动驾驶车辆测试信息。

然而,当采用上述方式时,经常会存在如下技术问题:

在进行自动驾驶车辆测试时,往往需要执行多个测试信息对应的测试动作,以实现对自动驾驶车辆的测试,当对多个测试信息对应的测试动作未进行合理编排时,会导致测试效率低下。

发明内容

本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的

具体实施方式

包括:获取初始测试动作信息和目标测试动作信息序列;确定目标测试动作信息序列中每个目标测试动作信息对应的动作执行代价信息组,得到动作执行代价信息组序列;确定动作执行代价信息组对应的动作执行标识信息,得到动作执行标识信息序列;从目标测试动作信息序列中筛选出对应的动作执行标识信息满足筛选条件的目标测试动作信息,作为待执行测试动作信息。该实施方式提高了确定自动驾驶车辆测试信息的效率和准确度。 ">

为遏制恶意抓取行为,请关注公众号获取访问口令


二维码

微信扫二维码关注公众号,发送“口令”获取

提交

提示:只需正确输入一次口令,该弹窗便不再弹出!

CN113406962A - 自动驾驶车辆测试信息确定方法、装置和电子设备 - Google Patents

自动驾驶车辆测试信息确定方法、装置和电子设备 Download PDF

Info

Publication number
CN113406962A
CN113406962A CN202110958123.6A CN202110958123A CN113406962A CN 113406962 A CN113406962 A CN 113406962A CN 202110958123 A CN202110958123 A CN 202110958123A CN 113406962 A CN113406962 A CN 113406962A
Authority
CN
China
Prior art keywords
information
action
test
execution
cost information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110958123.6A
Other languages
English (en)
Other versions
CN113406962B (zh
Inventor
戴震
倪凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Heduoqianmo Technology Beijing Co ltd
Original Assignee
Heduoqianmo Technology Beijing Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Heduoqianmo Technology Beijing Co ltd filed Critical Heduoqianmo Technology Beijing Co ltd
Priority to CN202110958123.6A priority Critical patent/CN113406962B/zh
Publication of CN113406962A publication Critical patent/CN113406962A/zh
Application granted granted Critical
Publication of CN113406962B publication Critical patent/CN113406962B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

  • 230000000875 corresponding Effects 0.000 claims abstract description 168
  • 238000004590 computer program Methods 0.000 claims description 9
  • 230000001276 controlling effect Effects 0.000 claims description 5
  • 230000004044 response Effects 0.000 claims description 4
  • 238000004364 calculation method Methods 0.000 description 10
  • 238000010586 diagram Methods 0.000 description 10
  • 239000000126 substance Substances 0.000 description 10
  • 238000006243 chemical reaction Methods 0.000 description 5
  • 238000004891 communication Methods 0.000 description 5
  • 230000000694 effects Effects 0.000 description 5
  • 239000003795 chemical substances by application Substances 0.000 description 4
  • 230000003287 optical Effects 0.000 description 4
  • 238000009825 accumulation Methods 0.000 description 3
  • 230000001133 acceleration Effects 0.000 description 2
  • 238000005516 engineering process Methods 0.000 description 2
  • 238000000034 method Methods 0.000 description 2
  • 230000000644 propagated Effects 0.000 description 2
  • 210000003666 Nerve Fibers, Myelinated Anatomy 0.000 description 1
  • 239000000969 carrier Substances 0.000 description 1
  • 238000001914 filtration Methods 0.000 description 1
  • 239000003365 glass fiber Substances 0.000 description 1
  • 239000004973 liquid crystal related substance Substances 0.000 description 1
  • 230000004048 modification Effects 0.000 description 1
  • 238000006011 modification reaction Methods 0.000 description 1
  • 239000004065 semiconductor Substances 0.000 description 1
  • 239000002904 solvent Substances 0.000 description 1

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0217Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D2201/00Application
    • G05D2201/02Control of position of land vehicles
    • G05D2201/0212Driverless passenger transport vehicle

Abstract

本公开的实施例公开了自动驾驶车辆测试信息确定方法、装置和电子设备。该方法的一具体实施方式包括:获取初始测试动作信息和目标测试动作信息序列;确定目标测试动作信息序列中每个目标测试动作信息对应的动作执行代价信息组,得到动作执行代价信息组序列;确定动作执行代价信息组对应的动作执行标识信息,得到动作执行标识信息序列;从目标测试动作信息序列中筛选出对应的动作执行标识信息满足筛选条件的目标测试动作信息,作为待执行测试动作信息。该实施方式提高了确定自动驾驶车辆测试信息的效率和准确度。

Description

自动驾驶车辆测试信息确定方法、装置和电子设备

技术领域

本公开的实施例涉及计算机技术领域,具体涉及自动驾驶车辆测试信息确定方法、装置和电子设备。

背景技术

随着自动驾驶相关技术的发展,自动驾驶车辆逐渐走入公共视野。由于自动驾驶车辆可以无需人进行控制,以进行自动行驶。因此,为了提高自动驾驶车辆行驶的安全性,对自动驾驶车辆进行测试至关重要。目前,在进行自动驾驶车辆测试时,通常采用的方式为:通过人工的方式生成,用于自动驾驶车辆测试的多个自动驾驶车辆测试信息。

然而,当采用上述方式时,经常会存在如下技术问题:

在进行自动驾驶车辆测试时,往往需要执行多个测试信息对应的测试动作,以实现对自动驾驶车辆的测试,当对多个测试信息对应的测试动作未进行合理编排时,会导致测试效率低下。

发明内容

本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了自动驾驶车辆测试信息确定方法、装置和电子设备,来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面,本公开的一些实施例提供了一种自动驾驶车辆测试信息确定的方法,该方法包括:获取初始测试动作信息和目标测试动作信息序列;根据上述初始测试动作信息,确定上述目标测试动作信息序列中每个目标测试动作信息对应的动作执行代价信息组,得到动作执行代价信息组序列,其中,上述动作执行代价信息组序列中的动作代价信息组包括:动作执行时间代价信息;根据上述动作执行代价信息组序列中的每个动作执行代价信息组包括的动作执行时间代价信息与上述动作执行代价信息组中除上述动作执行时间代价信息的动作执行代价信息,确定上述动作执行代价信息组对应的动作执行标识信息,得到动作执行标识信息序列;从上述目标测试动作信息序列中筛选出对应的动作执行标识信息满足筛选条件的目标测试动作信息,作为待执行测试动作信息。

第二方面,本公开的一些实施例提供了一种自动驾驶车辆测试信息确定装置,装置包括:获取单元,被配置成获取初始测试动作信息和目标测试动作信息序列;第一确定单元,被配置成根据上述初始测试动作信息,确定上述目标测试动作信息序列中每个目标测试动作信息对应的动作执行代价信息组,得到动作执行代价信息组序列,其中,上述动作执行代价信息组序列中的动作代价信息组包括:动作执行时间代价信息;第二确定单元,被配置成根据上述动作执行代价信息组序列中的每个动作执行代价信息组包括的动作执行时间代价信息与上述动作执行代价信息组中除上述动作执行时间代价信息的动作执行代价信息,确定上述动作执行代价信息组对应的动作执行标识信息,得到动作执行标识信息序列;筛选单元,被配置成从上述目标测试动作信息序列中筛选出对应的动作执行标识信息满足筛选条件的目标测试动作信息,作为待执行测试动作信息。

第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。

第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。

本公开的上述各个实施例中具有如下有益效果:通过本公开的一些实施例的自动驾驶车辆测试信息确定方法,提高了自动驾驶车辆的测试效率。具体来说,造成自动驾驶车辆的测试效率低下的原因在于:往往未对在进行自动驾驶车辆测试时,需要执行多个测试信息对应的测试动作进行合理编排。基于此,本公开的一些实施例的自动驾驶车辆测试信息确定方法,首先,获取初始测试动作信息和目标测试动作信息序列。实际情况中,在进行自动驾驶车辆测试时,往往需要执行多个测试信息对应的测试动作。通过获取初始测试动作信息和目标测试动作信息序列,可以为自动驾驶车辆测试提供相应的测试信息。其次,根据上述初始测试动作信息,确定上述目标测试动作信息序列中每个目标测试动作信息对应的动作执行代价信息组,得到动作执行代价信息组序列,其中,上述动作执行代价信息组序列中的动作代价信息组包括:动作执行时间代价信息。实际情况中,从用于对自动驾驶车辆测试的多个测试信息中,随机挑选测试信息作为初始测试信息的方式,得到测试顺序多种多样。尤其是当测试信息较多时,会增加确定测试顺序的计算量。因此,通过确定初始测试动作信息,能够大大减少确定测试顺序的计算量,进而,减少确定测试顺序所消耗的时间。其次,不同的测试信息的重要程度不同,通过确定测试动作信息对应的动作执行代价信息组,以实现对相邻的两个测试动作信息对应的动作执行代价的量化。进一步,根据上述动作执行代价信息组序列中的每个动作执行代价信息组包括的动作执行时间代价信息与上述动作执行代价信息组中除上述动作执行时间代价信息的动作执行代价信息,确定上述动作执行代价信息组对应的动作执行标识信息,得到动作执行标识信息序列。实际情况中,在对自动驾驶车辆进行测试时,往往需要在尽可能短的时间内执行更多的测试动作,以提高测试效率。为了保证测试的完整性和全面性,往往无法对测试信息对应的测试动作所消耗的时间进行缩减,因此,本公开通过量化每两个测试信息对应的测试动作之间的转换时间,从而保证了再尽可能短的时间内执行更多的测试动作,以提高测试效率。最后,从上述目标测试动作信息序列中筛选出对应的动作执行标识信息满足筛选条件的目标测试动作信息,作为待执行测试动作信息。通过筛选条件,筛选出测试动作之间的转换时间较短的测试信息,从而实现对多个测试信息对应的测试动作的合理编排。保证了在尽可能短的时间内执行更多的测试动作,以提高测试效率。

附图说明

结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。

图1是本公开的一些实施例的自动驾驶车辆测试信息确定方法的一个应用场景的示意图;

图2是根据本公开的自动驾驶车辆测试信息确定方法的一些实施例的流程图;

图3是根据本公开的自动驾驶车辆测试信息确定方法的另一些实施例的流程图;

图4是根据本公开的自动驾驶车辆测试信息确定装置的一些实施例的结构示意图;

图5是适于用来实现本公开的一些实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。

另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。

需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1是本公开的一些实施例的自动驾驶车辆测试信息确定方法的一个应用场景的示意图。

在图1的应用场景中,首先,计算设备101可以获取初始测试动作信息102和目标测试动作信息序列103。其次,计算设备101可以根据上述初始测试动作信息102,确定上述目标测试动作信息序列103中每个目标测试动作信息对应的动作执行代价信息组,得到动作执行代价信息组序列104。其中,上述动作执行代价信息组序列104中的动作代价信息组包括:动作执行时间代价信息。接着,计算设备101可以根据上述动作执行代价信息组序列104中的每个动作执行代价信息组包括的动作执行时间代价信息与上述动作执行代价信息组中除上述动作执行时间代价信息的动作执行代价信息,确定上述动作执行代价信息组对应的动作执行标识信息,得到动作执行标识信息序列105。最后,计算设备101可以从上述目标测试动作信息序列103中筛选出对应的动作执行标识信息满足筛选条件的目标测试动作信息,作为待执行测试动作信息106。

需要说明的是,上述计算设备101可以是硬件,也可以是软件。当计算设备为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时,可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解,图1中的计算设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目的计算设备。

继续参考图2,示出了根据本公开的自动驾驶车辆测试信息确定方法的一些实施例的流程200。该自动驾驶车辆测试信息确定方法,包括以下步骤:

步骤201,获取初始测试动作信息和目标测试动作信息序列。

在一些实施例中,自动驾驶车辆测试信息确定方法的执行主体(例如图1所示的计算设备101)可以通过有线连接或无线连接的方式,获取上述初始测试动作信息和上述目标测试动作信息序列。

其中,上述初始测试动作信息一般是执行初始测试动作需要包括的信息。上述初始测试动作可以是在初始环境下,为了达到测试目标车辆的,例如,自动泊车功能或自动驾驶功能,所需要进行的动作。上述目标车辆可以是具有自动驾驶功能或自动泊车功能的车辆。上述初始环境可以是执行初始测试动作的所需的环境。上述目标测试动作信息序列中的目标测试动作信息一般是执行目标测试动作需要包括的信息。上述目标测试动作可以是在目标环境下,为了达到测试上述目标车辆的例如自动泊车功能或自动驾驶功能,所需要进行的动作。上述目标环境可以是执行上述目标测试动作的所需的环境。

步骤202,根据初始测试动作信息,确定目标测试动作信息序列中每个目标测试动作信息对应的动作执行代价信息组,得到动作执行代价信息组序列。

在一些实施例中,上述执行主体可以根据上述初始测试动作信息,确定上述目标测试动作信息序列中每个目标测试动作信息对应的动作执行代价信息组,得到上述动作执行代价信息组序列。

作为示例,本步骤可以包括以下子步骤:

第一子步骤,根据上述初始测试动作信息包括的初始测试动作关键点信息和上述目标测试动作信息序列中的目标测试动作信息包括的目标测试动作关键点信息,确定执行初始测试动作的路段和执行目标测试动作的路段之间的最短距离。

其中,上述执行主体可以根据上述初始测试动作信息包括的初始测试动作关键点信息和上述目标测试动作信息序列中的目标测试动作信息包括的目标测试动作关键点信息,通过两点间距离公式,确定上述初始测试动作关键点信息和上述目标测试动作关键点信息之间的最短的两点间距离,得到执行初始测试动作的路段和执行目标测试动作的路段之间的最短距离。其中,上述初始测试动作信息包括的初始测试动作关键点信息包括至少三个关键点信息。上述至少三个关键点信息可以用于表征至少三个关键点对应的坐标。上述至少三个关键点包括执行上述初始测试动作的路段的起点、终点和近似中点。上述近似中点是在误差允许范围内,可以视为执行上述初始测试动作的路段的中间的点。上述目标测试动作信息序列中的目标测试动作信息包括的目标测试动作关键点信息包括至少三个目标关键点信息。上述至少三个目标关键点信息可以用于表征至少三个目标关键点对应的坐标。上述至少三个目标关键点包括执行上述目标测试动作的路段的起点、终点和近似中点。上述至少三个目标关键点包括的近似中点是在误差允许范围内,可以视为执行上述目标测试动作的路段的中间的点。上述至少三个关键点对应的坐标和上述至少三个目标关键点对应的坐标可以是在地理坐标系下的坐标。上述至少三个关键点对应的坐标和上述至少三个目标关键点对应的坐标还可以是在预设坐标系下的坐标。上述预设坐标系可以是如下构建的:以上述初始测试动作关键点信息包括的执行上述初始测试动作的路段的起点为原点,以上述目标车辆经过该起点时,垂直上述目标车辆朝向的轴为横轴,以上述目标车辆经过该起点时,与上述目标车辆朝向平行的轴为纵轴。

例如,上述初始测试动作关键点信息可以是[(0,0),(0,100),(0,200)]。上述目标测试动作关键点信息可以是[(100,100),(100,0),(100,-100)]。上述执行主体可以根据上述两点间距离公式,确定坐标(0,0)和坐标(100,100)之间的距离是。坐标(0,0)和坐标(100,0)之间的距离是100。坐标(0,0)和坐标(100,-100)之间的距离是。坐标(0,100)和坐标(100,100)之间的距离是100。坐标(0,100)和坐标(100,0)之间的距离是。坐标(0,100)和坐标(100,-100)之间的距离是。坐标(0,200)和坐标(100,100)之间的距离是。坐标(0,200)和坐标(100,0)之间的距离是。坐标(0,200)和坐标(100,-100)之间的距离是。上述执行主体可以根据,确定上述初始测试动作关键点信息和上述目标测试动作关键点信息之间的最短的两点间距离可以是100,得到执行初始测试动作的路段和执行目标测试动作的路段之间的最短距离可以是100。其中,上述初始测试动作关键点信息和上述目标测试动作关键点信息对应的坐标是在上述预设坐标系下的坐标。

第二子步骤,根据上述最短距离和预先获取的上述目标车辆通过上述最短距离的平均速率,确定上述目标测试动作信息对应的动作执行代价信息组包括的动作执行地理代价信息。

其中,上述动作执行地理代价信息可以表征上述执行主体控制上述目标车辆执行初始测试动作结束之后,到控制上述目标车辆执行目标测试动作开始之前,目标车辆在地理维度上行驶消耗的时间成本。时间成本可以用消耗的时长来衡量。上述地理维度可以表征上述执行主体控制上述目标车辆执行初始测试动作结束之后,控制上述目标车辆到执行目标测试动作所在的路段之间的路段。

例如,上述执行主体可以根据上述最短距离和预先获取的上述目标车辆通过上述最短距离的平均速率,通过以下动作执行地理代价信息的计算公式,确定上述目标测试动作信息对应的动作执行代价信息组包括的动作执行地理代价信息:

其中,是上述目标测试动作信息对应的动作执行代价信息组包括的动作执行地理代价信息。的单位可以是分钟。是上述最短距离。是上述预先获取的上述目标车辆通过上述最短距离的平均速率。是为了达到测试上述目标车辆,例如自动泊车功能或自动驾驶功能是否合格,所预设的时长。

又例如,上述执行主体可以根据上述最短距离和预先获取的上述目标车辆通过上述最短距离的平均速率,通过以下动作执行地理代价信息的计算公式,确定上述目标测试动作信息对应的动作执行代价信息组包括的动作执行地理代价信息:

其中,是上述目标测试动作信息对应的动作执行代价信息组包括的动作执行地理代价信息。的单位可以是分钟。是上述最短距离。是上述预先获取的上述目标车辆通过上述最短距离的平均速率。是为了达到测试上述目标车辆,例如自动泊车功能或自动驾驶功能是否合格,所预设的时长。是自然常数。

第三子步骤,根据上述初始测试动作信息包括的初始测试动作结束时间和上述目标测试动作信息序列中的目标测试动作信息包括的目标测试动作起始时间,确定上述目标测试动作信息对应的动作执行代价信息组包括的动作执行时间代价信息。

其中,上述动作执行代价信息组包括的动作执行时间代价信息可以表征上述执行主体控制上述目标车辆执行初始测试动作结束之后,到控制上述目标车辆执行目标测试动作开始之前,在时间维度消耗的时间成本。时间成本可以用消耗的时长来衡量。上述时间维度可以表征上述执行主体控制上述目标车辆执行初始测试动作结束之后,上述执行主体控制上述目标车辆到执行目标测试动作所在的路段之间的时间差。上述初始测试动作信息包括的初始测试动作结束时间可以是执行上述初始测试动作结束的时间。上述目标测试动作信息序列中的目标测试动作信息包括的目标测试动作起始时间可以是执行上述目标测试动作起始的时间。

例如,上述执行主体可以根据上述初始测试动作结束时间和上述目标测试动作起始时间,通过以下动作执行时间代价信息的计算公式,确定上述目标测试动作信息对应的动作执行代价信息组包括的动作执行时间代价信息:

其中,是上述目标测试动作信息对应的动作执行代价信息组包括的动作执行时间代价信息。的单位可以是分钟。是为了达到测试上述目标车辆,例如自动泊车功能或自动驾驶功能是否合格,所预设的时长。是上述初始测试动作结束时间。是上述目标测试动作起始时间。

又例如,上述执行主体可以根据上述初始测试动作结束时间和上述目标测试动作起始时间,通过以下动作执行时间代价信息的计算公式,确定上述目标测试动作信息对应的动作执行代价信息组包括的动作执行时间代价信息:

其中,是上述目标测试动作信息对应的动作执行代价信息组包括的动作执行时间代价信息。的单位可以是分钟。是为了达到测试上述目标车辆,例如自动泊车功能或自动驾驶功能是否合格,所预设的时长。是上述初始测试动作结束时间。是上述目标测试动作起始时间。是自然常数。

步骤203,根据动作执行代价信息组序列中的每个动作执行代价信息组包括的动作执行时间代价信息与动作执行代价信息组中除动作执行时间代价信息的动作执行代价信息,确定动作执行代价信息组对应的动作执行标识信息,得到动作执行标识信息序列。

在一些实施例中,上述执行主体可以根据上述动作执行代价信息组序列中的每个动作执行代价信息组包括的动作执行时间代价信息与上述动作执行代价信息组中除上述动作执行时间代价信息的动作执行代价信息,确定上述动作执行代价信息组对应的上述动作执行标识信息,得到上述动作执行标识信息序列。

作为示例,本步骤可以包括以下子步骤:

第一子步骤,根据上述动作执行代价信息组包括的动作执行时间代价信息与上述动作执行代价信息组中除上述动作执行时间代价信息的动作执行代价信息,通过以下比值公式,判断上述动作执行代价信息组对应的上述目标测试动作信息对应的目标测试动作能否执行:

其中,是上述目标测试动作信息对应的动作执行代价信息组包括的动作执行地理代价信息。的单位可以是分钟。是上述目标测试动作信息对应的动作执行代价信息组包括的动作执行时间代价信息。的单位可以是分钟。是上述目标测试动作信息对应的动作执行代价信息组包括的动作执行地理代价信息与上述目标测试动作信息对应的动作执行代价信息组包括的动作执行时间代价信息的比值。当时,可以表征上述动作执行代价信息组对应的上述目标测试动作信息对应的目标测试动作不能执行。当时,可以表征上述动作执行代价信息组对应的上述目标测试动作信息对应的目标测试动作能执行。

第二子步骤,根据比值大小,确定上述动作执行代价信息组对应的上述动作执行标识信息。

其中,上述动作执行标识信息可以用于表征执行初始测试动作到执行目标测试动作之间的时间成本。时间成本可以用消耗的时长来衡量。

例如,上述执行主体可以根据比值大小,通过以下公式,确定上述动作执行代价信息组对应的上述动作执行标识信息:

其中,是上述动作执行代价信息组对应的上述动作执行标识信息。的单位可以是分钟。是上述目标测试动作信息对应的动作执行代价信息组包括的动作执行时间代价信息。的单位可以是分钟。是上述目标测试动作信息对应的动作执行代价信息组包括的动作执行地理代价信息与上述目标测试动作信息对应的动作执行代价信息组包括的动作执行时间代价信息的比值。

步骤204,从目标测试动作信息序列中筛选出对应的动作执行标识信息满足筛选条件的目标测试动作信息,作为待执行测试动作信息。

在一些实施例中,上述执行主体可以从上述目标测试动作信息序列中筛选出对应的动作执行标识信息满足筛选条件的目标测试动作信息,作为待执行测试动作信息。

作为示例,本步骤可以包括以下子步骤:

第一子步骤,从上述目标测试动作信息序列中筛选出对应的动作执行标识信息满足筛选条件的目标测试动作信息。

其中,上述筛选条件可以是上述目标测试动作信息对应的动作执行标识信息是目标测试动作信息序列中的目标测试动作信息对应的动作执行标识信息中的最小值。

例如,首先,上述执行主体可以将上述目标测试动作信息序列中对应的动作执行标识信息,输入到动作执行标识信息数组中。其中,上述动作执行标识信息数组可以是一维数组。上述动作执行标识信息数组初始可以是空数组。接着,上述执行主体可以根据冒泡排序,确定上述目标测试动作信息序列中对应的最小的动作执行标识信息。

第二子步骤,响应于上述目标测试动作信息序列中对应的最小的动作执行标识信息不是无限大,将筛选出的对应的动作执行标识信息对应的上述目标测试动作信息序列中的目标测试动作信息,作为待执行测试动作信息。

其中,待执行测试动作信息可以是待执行测试动作对应的上述目标测试动作信息序列中的目标测试动作信息。待执行测试动作可以是上述初始测试动作执行结束之后,将要执行的目标测试动作。

本公开的上述各个实施例中具有如下有益效果:通过本公开的一些实施例的自动驾驶车辆测试信息确定方法,提高了自动驾驶车辆的测试效率。具体来说,造成自动驾驶车辆的测试效率低下的原因在于:往往未对在进行自动驾驶车辆测试时,需要执行多个测试信息对应的测试动作进行合理编排。基于此,本公开的一些实施例的自动驾驶车辆测试信息确定方法,首先,获取初始测试动作信息和目标测试动作信息序列。实际情况中,在进行自动驾驶车辆测试时,往往需要执行多个测试信息对应的测试动作。通过获取初始测试动作信息和目标测试动作信息序列,可以为自动驾驶车辆测试提供相应的测试信息。其次,根据上述初始测试动作信息,确定上述目标测试动作信息序列中每个目标测试动作信息对应的动作执行代价信息组,得到动作执行代价信息组序列,其中,上述动作执行代价信息组序列中的动作代价信息组包括:动作执行时间代价信息。实际情况中,从用于对自动驾驶车辆测试的多个测试信息中,随机挑选测试信息作为初始测试信息的方式,得到测试顺序多种多样。尤其是当测试信息较多时,会增加确定测试顺序的计算量。因此,通过确定初始测试动作信息,能够大大减少确定测试顺序的计算量,进而,减少确定测试顺序所消耗的时间。其次,不同的测试信息的重要程度不同,通过确定测试动作信息对应的动作执行代价信息组,以实现对相邻的两个测试动作信息对应的动作执行代价的量化。进一步,根据上述动作执行代价信息组序列中的每个动作执行代价信息组包括的动作执行时间代价信息与上述动作执行代价信息组中除上述动作执行时间代价信息的动作执行代价信息,确定上述动作执行代价信息组对应的动作执行标识信息,得到动作执行标识信息序列。实际情况中,在对自动驾驶车辆进行测试时,往往需要在尽可能短的时间内执行更多的测试动作,以提高测试效率。为了保证测试的完整性和全面性,往往无法对测试信息对应的测试动作所消耗的时间进行缩减,因此,本公开通过量化每两个测试信息对应的测试动作之间的转换时间,从而保证了再尽可能短的时间内执行更多的测试动作,以提高测试效率。最后,从上述目标测试动作信息序列中筛选出对应的动作执行标识信息满足筛选条件的目标测试动作信息,作为待执行测试动作信息。通过筛选条件,筛选出测试动作之间的转换时间较短的测试信息,从而实现对多个测试信息对应的测试动作的合理编排。保证了在尽可能短的时间内执行更多的测试动作,以提高测试效率。

进一步参考图3,其示出了自动驾驶车辆测试信息确定方法的另一些实施例的流程300。该自动驾驶车辆测试信息确定方法的流程300,包括以下步骤:

步骤301,获取初始测试动作信息和目标测试动作信息序列。

在一些实施例中,步骤301的具体实现方式及所带来的技术效果可以参考图2对应的那些实施例中的步骤201,在此不再赘述。

步骤302,根据初始测试动作信息,确定目标测试动作信息序列中每个目标测试动作信息对应的动作执行代价信息组,得到动作执行代价信息组序列。

在一些实施例中,上述执行主体可以根据上述初始测试动作信息,确定上述目标测试动作信息序列中每个目标测试动作信息对应的动作执行代价信息组,得到上述动作执行代价信息组序列。其中,上述动作执行代价信息组序列中的动作代价信息组还可以包括:动作执行速度代价信息,上述初始测试动作信息可以包括:初始测试动作结束速度值,上述目标测试动作信息序列中的目标测试动作信息可以包括:目标测试动作起始速度值。

上述动作执行速度代价信息可以表征上述执行主体控制上述目标车辆执行初始测试动作结束之后,到控制上述目标车辆执行目标测试动作开始之前,在速度维度消耗的时间成本。其中,上述速度维度可以表征上述执行主体控制上述目标车辆执行初始测试动作结束之后,控制上述目标车辆到执行目标测试动作所在的路段之间的上述目标车辆的速度值变化。时间成本可以用消耗的时长来衡量。

上述初始测试动作结束速度值可以是上述初始测试动作执行结束时,上述目标车辆的速度值。上述目标测试动作起始速度值可以是上述目标测试动作执行起始时,上述目标车辆的速度值。

可选地,上述动作执行代价信息组序列中的动作代价信息组还可以包括:可控车辆代价信息,上述初始测试动作信息可以包括:第一车辆信息,上述目标测试动作信息序列中的目标测试动作信息可以包括:第二车辆信息。

上述可控车辆代价信息可以表征上述执行主体控制上述目标车辆执行初始测试动作结束之后,到控制上述目标车辆执行目标测试动作开始之前,在可控交通流维度消耗的时间成本。其中,时间成本可以用消耗的时长来衡量。上述可控交通流维度可以表征执行上述目标测试动作时,控制目标可控车辆,使其符合上述目标测试动作信息包括的第二车辆信息的要求,而造成的可控车辆状态和可控车辆位置的变化。

上述第一车辆信息可以包括初始可控车辆数目,初始可控车辆状态和初始可控车辆位置。上述初始可控车辆数目可以是执行上述初始测试动作,所需要的可控车辆数目。上述初始可控车辆状态可以是执行上述初始测试动作时,可控车辆的状态。可控车辆可以是被控制,以模拟实际行车环境的车辆。例如,可控车辆可以是目标车辆周围的模拟行驶车辆。目标车辆可以是执行初始测试动作信息和/或待执行测试动作信息对应测试动作的车辆。上述初始可控车辆状态可以是以下任意一项:加速,减速或匀速。上述初始可控车辆位置可以是执行上述初始测试动作时,可控车辆的位置。

第二车辆信息包括目标可控车辆数目,目标可控车辆状态和目标可控车辆位置。上述目标可控车辆数目可以是执行上述目标测试动作,所需要的可控车辆数目。上述目标可控车辆状态可以是执行上述目标测试动作时,可控车辆的状态。可控车辆可以是被控制,以模拟实际行车环境的车辆。例如,可控车辆可以是目标车辆周围的模拟行驶车辆。目标车辆可以是执行初始测试动作信息和/或待执行测试动作信息对应测试动作的车辆。上述目标可控车辆状态可以是以下任意一项:加速,减速或匀速。上述目标可控车辆位置可以是执行上述目标测试动作时,可控车辆的位置。

可选地,上述动作执行代价信息组序列中的动作代价信息组还可以包括:动作执行硬件配置代价信息,上述初始测试动作信息可以包括:初始测试动作所需硬件信息,上述目标测试动作信息序列中的目标测试动作信息可以包括:目标测试动作所需硬件信息。

上述动作执行硬件配置代价信息可以表征上述执行主体控制上述目标车辆执行初始测试动作结束之后,到控制上述目标车辆执行目标测试动作开始之前,在硬件配置维度消耗的时间成本。其中,时间成本可以用消耗的时长来衡量。上述硬件配置维度可以表征执行上述目标测试动作时,所需要的硬件配置,而造成的硬件配置差异。

上述初始测试动作所需硬件信息可以是执行上述初始测试动作,所需要的硬件的信息。上述目标测试动作信息包括的目标测试动作所需硬件信息可以是执行上述目标测试动作,所需要的硬件的信息。初始测试动作所需硬件信息可以是若干个毫米波雷达和相机的硬件信息。目标测试动作所需硬件信息可以是若干个毫米波雷达和相机的硬件信息。

作为示例,本步骤可以包括以下子步骤:

第一子步骤,根据上述初始测试动作信息包括的初始测试动作关键点信息和上述目标测试动作信息序列中的目标测试动作信息包括的目标测试动作关键点信息,确定执行初始测试动作的路段和执行目标测试动作的路段之间的最短距离。

第二子步骤,根据上述最短距离和预先获取的上述目标车辆通过上述最短距离的平均速率,确定上述目标测试动作信息对应的动作执行代价信息组包括的动作执行地理代价信息。

第三子步骤,根据上述初始测试动作信息包括的初始测试动作结束时间和上述目标测试动作信息序列中的目标测试动作信息包括的目标测试动作起始时间,确定上述目标测试动作信息对应的动作执行代价信息组包括的动作执行时间代价信息。

其中,步骤302中的第一子步骤至第三子步骤的具体实现方式及所带来的技术效果可以参考图2对应的那些实施例中的步骤202中的第一子步骤至第三子步骤,在此不再赘述。

第四子步骤,根据上述初始测试动作结束速度值、上述目标测试动作信息包括的目标测试动作起始速度值和目标权重值,生成上述目标测试动作信息对应的动作执行代价信息组中的动作执行速度代价信息。

其中,上述目标权重值可以是上述目标车辆的速度值变化在消耗的时长中所占的权重值。

例如,上述执行主体可以根据初始测试动作结束速度值、上述目标测试动作信息包括的目标测试动作起始速度值和目标权重值,通过以下公式,生成上述目标测试动作信息对应的动作执行代价信息组中的动作执行速度代价信息:

其中,是上述目标测试动作信息对应的动作执行代价信息组包括的动作执行速度代价信息。的单位可以是分钟。是上述初始测试动作结束速度值。是上述目标测试动作信息包括的目标测试动作起始速度值。0.05是上述目标权重值。

第五子步骤,根据上述第一车辆信息和上述目标测试动作信息包括的第二车辆信息,确定上述目标测试动作信息对应的动作执行代价信息组中的可控车辆代价信息。

例如,上述执行主体可以根据上述第一车辆信息和上述目标测试动作信息包括的第二车辆信息,通过以下可控车辆代价信息的计算公式,确定上述目标测试动作信息对应的动作执行代价信息组中的可控车辆代价信息:

其中,是上述目标测试动作信息对应的动作执行代价信息组包括的可控车辆代价信息。的单位可以是分钟。是上述初始可控车辆数目。是上述目标可控车辆数目。

第六子步骤,根据初始测试动作所需硬件信息和上述目标测试动作信息包括的目标测试动作所需硬件信息,确定上述目标测试动作信息对应的动作执行代价信息组中的动作执行硬件配置代价信息。

其中,上述初始测试动作所需硬件信息可以是上述初始测试动作信息包括的信息。

例如,上述执行主体可以根据上述初始测试动作所需硬件信息和上述目标测试动作信息包括的目标测试动作所需硬件信息,通过以下动作执行硬件配置代价信息的计算公式,确定上述目标测试动作信息对应的动作执行代价信息组中的动作执行硬件配置代价信息:

其中,是上述目标测试动作信息对应的动作执行代价信息组包括的动作执行硬件配置代价信息。的单位可以是分钟。可以用于表征上述目标测试动作信息包括的目标测试动作所需硬件信息的数字编号。可以用于表征上述初始测试动作所需硬件信息的数字编号。

步骤303,根据动作执行代价信息组包括的动作执行时间代价信息与动作执行代价信息组中除动作执行时间代价信息的动作执行代价信息,通过目标代价函数,生成动作执行代价信息组对应的动作执行标识信息。

在一些实施例中,上述执行主体可以根据上述动作执行代价信息组包括的动作执行时间代价信息与上述动作执行代价信息组中除动作执行时间代价信息的动作执行代价信息,通过目标代价函数,生成上述动作执行代价信息组对应的动作执行标识信息。其中,上述动作执行标识信息可以用于表征执行上述初始测试动作到执行上述目标测试动作之间的时间成本。

作为示例,上述执行主体可以根据上述动作执行代价信息组包括的动作执行时间代价信息与上述动作执行代价信息组中除动作执行时间代价信息的动作执行代价信息,通过以下目标代价函数,生成上述动作执行代价信息组对应的动作执行标识信息:

其中,是上述动作执行代价信息组对应的动作执行标识信息。的单位可以是分钟。是上述目标测试动作信息对应的动作执行代价信息组包括的动作执行地理代价信息。的单位可以是分钟。是上述目标测试动作信息对应的动作执行代价信息组包括的动作执行时间代价信息。的单位可以是分钟。是上述目标测试动作信息对应的动作执行代价信息组包括的动作执行速度代价信息。的单位可以是分钟。是上述目标测试动作信息对应的动作执行代价信息组包括的可控车辆代价信息。的单位可以是分钟。是上述目标测试动作信息对应的动作执行代价信息组包括的动作执行硬件配置代价信息。的单位可以是分钟。

步骤304,从目标测试动作信息序列中筛选出对应的动作执行标识信息满足筛选条件的目标测试动作信息,作为待执行测试动作信息。

在一些实施例中,步骤304的具体实现方式及所带来的技术效果可以参考图2对应的那些实施例中的步骤204,在此不再赘述。

步骤305,根据初始测试动作信息和得到的待执行测试动作信息,生成测试信息队列。

在一些实施例中,上述执行主体可以根据上述初始测试动作信息和得到的待执行测试动作信息,生成上述测试信息队列。其中,得到的待执行测试动作信息可以表征多个待执行测试动作信息。上述执行主体可以重复步骤302-步骤304,以生成得到的待执行测试动作信息。

作为示例,预先获取的为了达到测试上述目标车辆,例如自动泊车功能或自动驾驶功能是否合格,所预设的时长可以是3小时。上述初始测试动作信息包括的执行上述初始测试动作的时长可以是5分钟。上述目标测试动作信息序列中的目标测试动作信息包括的执行上述目标测试动作的时长可以都是5分钟。上述目标测试动作信息序列中的目标测试动作信息对应的动作执行代价信息组对应的动作执行标识信息可以是{[编号:1,动作执行标识信息:50分钟],[编号:2,动作执行标识信息:60分钟],[编号:3,动作执行标识信息:55分钟],[编号:4,动作执行标识信息:70分钟]}。其中,{[编号:1,动作执行标识信息:50分钟],[编号:2,动作执行标识信息:60分钟],[编号:3,动作执行标识信息:55分钟],[编号:4,动作执行标识信息:70分钟]}可以用于表征编号为1的目标测试动作信息对应的动作执行标识信息是50分钟。编号为2的目标测试动作信息对应的动作执行标识信息是60分钟。编号为3的目标测试动作信息对应的动作执行标识信息是55分钟。编号为4的目标测试动作信息对应的动作执行标识信息是70分钟。上述执行主体可以根据冒泡排序,确定上述目标测试动作信息序列中对应的最小的动作执行标识信息是50分钟。上述最小的动作执行标识信息对应上述目标测试动作信息序列中编号为1的目标测试动作信息。将执行上述初始测试动作的时长5分钟,执行上述目标测试动作的时长5分钟和对应的最小的动作执行标识信息50分钟累加,得到累加时长60分钟。60分钟小于所预设的时长3小时。上述最小的动作执行标识信息对应的编号为1的目标测试动作信息可以是待执行测试动作信息。将上述初始测试动作信息和编号为1的目标测试动作信息,输入到上述测试信息队列。将上述编号为1的目标测试动作信息作为新的初始测试动作信息,将上述目标测试动作信息序列中除了编号为1的目标测试动作信息的信息序列作为新的目标测试动作信息序列。重复步骤302-步骤304,新的目标测试动作信息序列中的目标测试动作信息对应的动作执行代价信息组对应的动作执行标识信息可以是{[编号:2,动作执行标识信息:65分钟],[编号:3,动作执行标识信息:60分钟],[编号:4,动作执行标识信息:75分钟]}。其中,{[编号:2,动作执行标识信息:65分钟],[编号:3,动作执行标识信息:60分钟],[编号:4,动作执行标识信息:75分钟]}可以用于表征编号为2的目标测试动作信息对应的执行编号为1的目标测试动作到编号为2的目标测试动作之间的动作执行标识信息是65分钟。编号为3的目标测试动作信息对应的执行编号为1的目标测试动作到编号为3的目标测试动作之间的动作执行标识信息是60分钟。编号为4的目标测试动作信息对应的执行编号为1的目标测试动作到编号为4的目标测试动作之间的动作执行标识信息是75分钟。上述执行主体可以根据冒泡排序,确定上述新的目标测试动作信息序列中对应的最小的动作执行标识信息是60分钟。上述最小的动作执行标识信息对应上述目标测试动作信息序列中编号为3的目标测试动作信息。将对应的编号为3的动作执行标识信息60分钟累加到累加时长,得到新的累加时长120分钟。120分钟小于所预设的时长3小时。对应的编号为3的目标测试动作信息可以是待执行测试动作信息。将编号为3的目标测试动作信息,输入到上述测试信息队列。将上述编号为3的目标测试动作信息作为新的初始测试动作信息。将上述目标测试动作信息序列中除了编号为1的目标测试动作信息和编号为3的目标测试动作信息的信息序列作为新的目标测试动作信息序列。重复步骤302-步骤304,新的目标测试动作信息序列中的目标测试动作信息对应的动作执行代价信息组对应的动作执行标识信息可以是{[编号:2,动作执行标识信息:66分钟],[编号:4,动作执行标识信息:70分钟]}。其中,{[编号:2,动作执行标识信息:66分钟],[编号:4,动作执行标识信息:70分钟]}可以用于表征编号为2的目标测试动作信息对应的执行编号为3的目标测试动作到编号为2的目标测试动作之间的动作执行标识信息是66分钟。编号为4的目标测试动作信息对应的执行编号为3的目标测试动作到编号为4的目标测试动作之间的动作执行标识信息是70分钟。上述执行主体可以根据冒泡排序,确定新的目标测试动作信息序列中对应的最小的动作执行标识信息是66分钟。上述最小的动作执行标识信息对应上述目标测试动作信息序列中编号为2的目标测试动作信息。将对应的编号为2的动作执行标识信息66分钟继续累加到累加时长,得到新的累加时长186分钟。186分钟大于所预设的时长3小时。得到最后的测试信息队列是[初始测试动作信息,编号为1的目标测试动作信息,编号为3的目标测试动作信息]。

步骤306,控制目标车辆,执行测试信息队列中每个测试信息对应的测试动作。

在一些实施例中,上述执行主体可以控制上述目标车辆,执行上述测试信息队列中每个测试信息对应的测试动作。其中,上述执行主体可以控制上述目标车辆,依次执行上述测试信息队列中每个测试信息对应的测试动作。

作为示例,上述测试信息队列中可以包括3个测试信息。首先,上述执行主体可以控制上述目标车辆,移动至上述测试信息队列中的第一个测试信息所在的路段,控制可控车辆,使可控车辆符合初始可控车辆状态,以及使可控车辆移动至初始可控车辆位置。接着,上述执行主体可以控制上述目标车辆,执行第一个测试信息对应的测试动作。然后,上述执行主体可以控制上述目标车辆,移动至上述测试信息队列中的第二个测试信息所在的路段,控制可控车辆,使其符合第二个测试信息包括的可控车辆状态,以及使可控车辆移动至第二个测试信息包括的可控车辆位置。再然后,上述执行主体可以控制上述目标车辆,执行第二个测试信息对应的测试动作。继续,上述执行主体可以控制上述目标车辆,移动至上述测试信息队列中的第三个测试信息所在的路段,控制可控车辆,使其符合第三个测试信息包括的可控车辆状态,以及使可控车辆移动至第三个测试信息包括的可控车辆位置。最后,上述执行主体可以控制上述目标车辆,执行第三个测试信息对应的测试动作。

步骤307,响应于确定测试信息队列中的各个测试信息对应的测试动作执行完成,生成测试结果。

在一些实施例中,上述执行主体可以响应于确定上述测试信息队列中的各个测试信息对应的测试动作执行完成,生成上述测试结果。

其中,上述测试结果可以表征上述测试信息队列中的各个测试信息对应的测试动作执行完成的结果。例如,上述测试结果可以包括:上述测试信息队列中的各个测试信息对应的测试动作中的测试动作执行的测试时长和各个测试信息对应的测试动作中的测试动作执行完成的总时长。

作为示例,上述测试结果可以是[测试动作A:3分钟,测试动作B:3分钟,测试完成的总时长:3小时]。

从图3中可以看出,与图2对应的一些实施例的描述相比,本公开,通过添加速度维度、可控交通流维度和硬件配置维度,完善了确定执行初始测试动作到执行初始测试动作信息的下一个测试动作信息对应的测试动作之间的维度。从而,提高了确定两个相邻测试动作信息之间的转换时间代价的准确率,进而,提高了生成的测试信息队列的,在测试时的测试效率。

进一步参考图4,作为对上述各图所示方法的实现,本公开提供了一种自动驾驶车辆测试信息确定装置的一些实施例,这些装置实施例与图2所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。

如图4所示,一些实施例的自动驾驶车辆测试信息确定装置400包括:获取单元401、第一确定单元402、第二确定单元403和筛选单元404。其中,获取单元401,被配置成获取初始测试动作信息和目标测试动作信息序列;第一确定单元402,被配置成根据上述初始测试动作信息,确定上述目标测试动作信息序列中每个目标测试动作信息对应的动作执行代价信息组,得到动作执行代价信息组序列,其中,上述动作执行代价信息组序列中的动作代价信息组包括:动作执行时间代价信息;第二确定单元403,被配置成根据上述动作执行代价信息组序列中的每个动作执行代价信息组包括的动作执行时间代价信息与上述动作执行代价信息组中除上述动作执行时间代价信息的动作执行代价信息,确定上述动作执行代价信息组对应的动作执行标识信息,得到动作执行标识信息序列;筛选单元404,被配置成从上述目标测试动作信息序列中筛选出对应的动作执行标识信息满足筛选条件的目标测试动作信息,作为待执行测试动作信息。

可以理解的是,该装置400中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置400及其中包含的单元,在此不再赘述。

下面参考图5,其示出了适于用来实现本公开的一些实施例的电子设备(如图1所示的计算设备101)500的结构示意图。图5示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。

如图5所示,电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

通常,以下装置可以连接至I/O接口505:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如磁带、硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图5中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。

特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM 502被安装。在该计算机程序被处理装置501执行时,执行本公开的一些实施例的方法中限定的上述功能。

需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。

在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取初始测试动作信息和目标测试动作信息序列;根据上述初始测试动作信息,确定上述目标测试动作信息序列中每个目标测试动作信息对应的动作执行代价信息组,得到动作执行代价信息组序列,其中,上述动作执行代价信息组序列中的动作代价信息组包括:动作执行时间代价信息;根据上述动作执行代价信息组序列中的每个动作执行代价信息组包括的动作执行时间代价信息与上述动作执行代价信息组中除上述动作执行时间代价信息的动作执行代价信息,确定上述动作执行代价信息组对应的动作执行标识信息,得到动作执行标识信息序列;从上述目标测试动作信息序列中筛选出对应的动作执行标识信息满足筛选条件的目标测试动作信息,作为待执行测试动作信息。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、第一确定单元、第二确定单元和筛选单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,筛选单元还可以被描述为“从目标测试动作信息序列中筛选出对应的动作执行标识信息满足筛选条件的目标测试动作信息,作为待执行测试动作信息的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

完整详细技术资料下载
上一篇:石墨接头机器人自动装卡簧、装栓机
下一篇:一种基于区块链的无人机航线管理系统

网友询问留言

已有0条留言

还没有人留言评论。精彩留言会获得点赞!

精彩留言,会给你点赞!

技术分类