摘要
本发明提供了一种考虑场景和功能重要度的自动驾驶软件测试评价方法。该方法包括以下步骤:对自动驾驶场景进行分类和使用频次统计,以确定场景重要度等级;基于专家知识分析自动驾驶软件的典型故障模式;通过故障树分析典型故障模式下的底层功能及其功能模块;根据故障模式的频率和重要度,赋予功能和模块以重要度权重;综合考虑场景、功能和模块的影响,分配软件测试的时长和测试案例数量;构造深度神经网络模型,基于测试结果进行模型训练并用于测试评价。本发明通过综合场景和功能的重要度进行测试资源的优化配置,提高了自动驾驶软件测试的针对性和有效性。
技术关键词
评价方法
神经网络训练
数据训练神经网络
功能模块
深度神经网络模型
动态规划方法
模式
典型
软件
测试覆盖率
加权平均法
评方法
场景分类
生成特征
检验方法
统计方法
城市道路
资源分配
系统为您推荐了相关专利信息
海洋地球物理
分析系统
特征识别模块
数据分析模块
K均值聚类算法
深度神经网络模型
振动信号采集装置
蜗轮蜗杆减速器
连续小波变换
智能化诊断方法