CN107885651A - 移动终端定位算法的自动化***回归测试方法及其装置 - Google Patents
移动终端定位算法的自动化***回归测试方法及其装置 Download PDFInfo
- Publication number
- CN107885651A CN107885651A CN201610875679.8A CN201610875679A CN107885651A CN 107885651 A CN107885651 A CN 107885651A CN 201610875679 A CN201610875679 A CN 201610875679A CN 107885651 A CN107885651 A CN 107885651A
- Authority
- CN
- China
- Prior art keywords
- data
- mock
- time
- regression
- test
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及定位技术领域,公开了一种移动终端定位算法的自动化***回归测试方法及其装置。本发明中,该移动终端定位算法的自动化***回归测试方法包括以下步骤:收集待测对象实网测试数据和参考***数据;后处理实网测试数据,生成mock数据;根据mock数据进行回归测试,输出各个算法的mock回归测试数据;后处理mock回归测试数据,生成和实网测试数据时间对齐的mock定位结果数据;根据mock定位结果数据进行测试结果统计。利用真实环境下采集的数据作为输入,并通过循环利用历史数据,完成整个定位算法的***回归测试,测试成本低且稳定性高。
Description
技术领域
本发明涉及定位技术领域,特别涉及移动终端定位算法的自动化***回归测试技术。
背景技术
目前移动终端定位算法主要包括基于卫星的定位算法、基于各类传感器的惯性导航算法和基于地图数据库的地图匹配算法等。定位算法的测试主要关注位置误差、姿态误差、速度误差和各类行为模式(例如:静止模式,上下坡模式等)的判别准确率、召回率和误判率等。这些定位算法作为算法SDK(Software Development Kit,软件开发工具包)库,包含于多种应用软件中,比如安卓应用apk。现有的测试方法,大多依赖真实环境,并且不具备利用历史数据进行回归测试的能力。需要人工携带安装了定位算法应用软件的移动终端,在真实路段上测试,并同时携带更高精度的专业设备作为参考***,真实环境下采集的测试结果数据,并后处理输出当前定位算法的测试报告。当定位算法改进的时候,需要到真实环境下测试,测试效率低且成本高。
因此,目前亟需一种通过循环利用历史数据的定位算法的自动化回归测试,测试成本低且稳定性高。
发明内容
本发明的目的在于提供一种移动终端定位算法的自动化***回归测试方法及其装置,测试成本低且稳定性高。
为解决上述技术问题,本发明的实施方式公开了一种移动终端定位算法的自动化***回归测试方法,包括以下步骤:
收集待测对象实网测试数据和参考***数据;
后处理实网测试数据,生成mock数据;
根据mock数据进行回归测试,输出各个算法的mock回归测试数据;
后处理mock回归测试数据,生成和实网测试数据时间对齐的mock定位结果数据;
根据mock定位结果数据进行测试结果统计。
本发明的实施方式还公开了一种移动终端定位算法的自动化***回归测试装置,包括:
数据收集单元,用于收集待测对象实网测试数据和参考***数据;
第一后处理单元,用于后处理数据收集单元所收集的实网测试数据,生成mock数据;
回归测试单元,用于根据第一后处理单元所生成的mock数据进行回归测试,输出各个算法的mock回归测试数据;
第二后处理单元,用于后处理回归测试单元所输出的mock回归测试数据,生成和实网测试数据时间对齐的mock定位结果数据;
统计单元,用于根据第二后处理单元生成的mock定位结果数据进行测试结果统计。
本发明实施方式与现有技术相比,主要区别及其效果在于:
对定位算法进行测试时,利用真实环境下采集的数据作为输入,并通过循环利用历史数据,完成整个定位算法的***回归测试,测试成本低且稳定性高。
进一步地,实网测试数据需要经过后处理,统一时间***全部使用***时间,生成mock数据,以保证利用mock数据运行待测对象的时候,使用运行时刻的真实***时间。另外,当配置待测对象以mock数据为输入运行的时候,会根据mock数据里的时间间隔,实现模拟上报数据。
进一步地,利用mock数据运行待测对象后,输出的各个算法的mock回归测试数据的时间信息是运行待测对象的当前***时间,为了利用原有的参考***数据统计测试结果,必须后处理mock回归测试数据,还原成实网测试的时间***,输出mock后处理回归测试数据。
附图说明
图1是本发明第一实施方式中一种移动终端定位算法的自动化***回归测试方法的流程示意图;
图2是本发明第二实施方式中一种移动终端定位算法的自动化***回归测试方法的流程示意图
图3是本发明第二实施方式中一种移动终端定位算法的自动化***回归测试方法中后处理实网测试数据的流程示意图;
图4是本发明第二实施方式中一种移动终端定位算法的自动化***回归测试方法中后处理mock回归测试数据的流程示意图;
图5是本发明第三实施方式中一种移动终端定位算法的自动化***回归测试装置的结构示意图。
具体实施方式
在以下的叙述中,为了使读者更好地理解本申请而提出了许多技术细节。但是,本领域的普通技术人员可以理解,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请各权利要求所要求保护的技术方案。
需要说明的是,在本发明的各实施方式中,
mock数据是指回放输入数据;
mock回归测试数据是指配置待测对象以mock数据为输入运行的时候,直接输出的回归测试结果;
mock定位结果数据是指后处理mock回归测试数据生成的最终定位结果数据。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明的实施方式作进一步地详细描述。
本发明第一实施方式涉及一种移动终端定位算法的自动化***回归测试方法。图1是该移动终端定位算法的自动化***回归测试方法的流程示意图。
具体地说,如图1所示,该移动终端定位算法的自动化***回归测试方法包括以下步骤:
在步骤101中,收集待测对象实网测试数据和参考***数据。
此外,可以理解,在真实环境下测试,收集的数据主要有三类:标准NMEA(NationalMarine Electronics Association,美国国家海洋电子协会)数据、各个算法输入数据(比如原始运动传感器数据等)和实测各个算法的定位结果数据。
标准NMEA数据包含的时间信息是UTC(Universal Time Coordinated,世界标准时间)时间,算法输入数据包含的时间信息是***时间,实测的定位结果数据输出的也是***时间。
不同定位算法SDK,需要统一的时间***,并且有些算法接口必须使用当前时刻,才能完成定位结果的输出。比如,地图匹配算法,时间信息需要使用当前时刻的,才会提供最新的地图匹配结果。
此后进入步骤102,后处理实网测试数据,生成mock数据。
在本实施方式中,优选地,实网测试数据中,无关算法逻辑的时间信息,采用底层上报的数据里的时间信息,***时间使用当前运行的时间。按照真实采集数据的时间间隔,实现模拟上报数据。
进一步地,在步骤102中,还包括以下子步骤:
读取并写入第一条完整的标准NMEA数据作为mock起始数据,并将第一条完整的标准NMEA数据中的UTC时间转换为***时间,作为mock数据起始时间。
读取并判断实网测试数据的类型:
如果实网测试数据为标准NMEA数据,则在该标准NMEA数据结尾追加该标准NMEA数据中的UTC时间转换后的***时间和mock数据起始时间的时间间隔,生成mock数据。
如果实网测试数据为各个算法输入数据,则在该各个算法输入数据结尾追加该各个算法输入数据里原始的***时间和mock数据起始时间的时间间隔,生成mock数据。
如果实网测试数据为各个算法的定位结果数据或其他调试类的数据等,这些数据在算法回放的过程中不需要使用,则直接保留或丢弃这些数据即可。
实网测试数据需要经过后处理,统一时间***全部使用***时间,生成mock数据,以保证利用mock数据运行待测对象的时候,使用运行时刻的真实***时间。另外,当配置待测对象以mock数据为输入运行的时候,会根据mock数据里的时间间隔,实现模拟上报数据。
此后进入步骤103,更新配置文件,配置文件包括:哪些数据使用mock数据,哪些数据使用底层***输出的真实数据和算法运行参数。
此后进入步骤104,根据mock数据进行回归测试,输出各个算法的mock回归测试数据。
此外,可以理解,当配置待测对象以mock数据为输入运行的时候,所输出的回归测试数据依旧包含:标准NMEA、各个算法输入数据(比如原始运动传感器数据等)和实测各个算法的定位结果。
此后进入步骤105,后处理mock回归测试数据,生成和实网测试数据时间对齐的mock定位结果数据。
利用mock数据运行待测对象后,输出的各个算法的mock回归测试数据的时间信息是运行待测对象的当前***时间,为了利用原有的参考***数据统计测试结果,必须后处理mock回归测试数据,还原成实网测试的时间***,输出mock后处理回归测试数据。
进一步地,在步骤105中,还包括以下子步骤:
读取mock数据,获取mock数据起始时间,并将mock数据起始时间转换成对应的UTC时间。
读取mock回归测试数据中的第一条标准NMEA数据,并将mock回归测试数据中的第一条标准NMEA数据中的UTC时间转换成***时间,作为mock回归测试数据的起始时间。
写入mock回归测试数据中的第一条标准NMEA数据,并将mock回归测试数据中的第一条标准NMEA数据中的UTC时间替换为mock数据起始时间对应的UTC时间。
读取并判断mock回归测试数据的类型:
如果mock回归测试数据为标准NMEA数据,则计算该标准NMEA数据中的UTC时间转换成的***时间和mock回归测试数据的起始时间的时间间隔,并在mock数据起始时间对应的UTC时间上增加该时间间隔生成新的UTC时间,并用该新的UTC时间替换标准NMEA数据中原有的UTC时间,生成和实网测试数据时间对齐的mock定位结果数据。
如果mock回归测试数据为各个算法的定位结果数据,则计算各个算法的定位结果数据的***时间和mock回归测试数据的起始时间的时间间隔,并在mock数据起始时间上追加该时间间隔生成新的***时间,并用该新的***时间替换各个算法的定位结果数据中原有的***时间,生成和实网测试数据时间对齐的mock定位结果数据。
如果mock回归测试数据为各个算法输入数据或其他调试类的数据等,这些数据在结果统计中不需要使用,则直接保留或丢弃这些数据即可。
此后进入步骤106,根据mock定位结果数据进行测试结果统计。
进一步地,在步骤106中,还包括以下子步骤:
利用参考***数据、实网测试数据和mock定位结果数据,生成待测对象mock测试结果,以及mock测试和实网测试的对比结果。
输出定位算法的测试报告。
此后结束本流程。
对定位算法进行测试时,利用真实环境下采集的数据作为输入,并通过循环利用历史数据,完成整个定位算法的***回归测试,测试成本低且稳定性高。
本发明第二实施方式涉及一种移动终端定位算法的自动化***回归测试方法的优选实施例。图2是该移动终端定位算法的自动化***回归测试方法的流程示意图。图3是该移动终端定位算法的自动化***回归测试方法中后处理实网测试数据的流程示意图。图4是该移动终端定位算法的自动化***回归测试方法中后处理mock回归测试数据的流程示意图。
1.测试平台的自动化测试流程图如图2所示。
2.在真实环境下测试,收集的数据主要有三类:标准NMEA、各个算法输入数据(比如原始运动传感器数据等)和实测各个算法的定位结果。标准NMEA包含的时间信息是UTC时间,算法输入数据是***时间,实测的定位结果输出的也是***时间。不同定位算法SDK,需要统一的时间***,并且有些算法接口必须使用当前时刻,才能完成定位结果的输出。比如,地图匹配算法,时间信息需要使用当前时刻的,才会提供最新的地图匹配结果。所以,实网数据需要经过后处理,首先统一时间***全部使用***时间,生成mock数据,以保证利用mock数据运行待测对象的时候,使用运行时刻的真实***时间。具体流程如图3所示。
3.当配置待测对象以mock数据为输入运行的时候,会启动数据模拟模块,根据mock数据里的时间间隔,实现模拟上报数据。除了输出回归测试数据(依旧包含标准NMEA、各个算法输入数据(比如原始运动传感器数据等)和实测各个算法的定位结果),还会输出结束标识文件,用于标识算法SDK的运行结束。
4.利用mock数据运行待测对象后,输出的各个算法的mock回归测试数据的时间信息是运行待测对象的当前***时间,为了利用原有的参考***数据统计测试结果,必须后处理mock回归测试数据,还原成实网测试的时间***,输出mock后处理回归测试数据(和实网测试数据时间对齐的mock定位结果数据)。具体流程如图4所示。
本发明的各方法实施方式均可以以软件、硬件、固件等方式实现。不管本发明是以软件、硬件、还是固件方式实现,指令代码都可以存储在任何类型的计算机可访问的存储器中(例如永久的或者可修改的,易失性的或者非易失性的,固态的或者非固态的,固定的或者可更换的介质等等)。同样,存储器可以例如是可编程阵列逻辑(Programmable ArrayLogic,简称“PAL”)、随机存取存储器(Random Access Memory,简称“RAM”)、可编程只读存储器(Programmable Read Only Memory,简称“PROM”)、只读存储器(Read-Only Memory,简称“ROM”)、电可擦除可编程只读存储器(Electrically Erasable Programmable ROM,简称“EEPROM”)、磁盘、光盘、数字通用光盘(Digital Versatile Disc,简称“DVD”)等等。
本发明第三实施方式涉及一种移动终端定位算法的自动化***回归测试装置。图5是该移动终端定位算法的自动化***回归测试装置的结构示意图。
具体地说,如图5所示,该移动终端定位算法的自动化***回归测试装置包括:
数据收集单元,用于收集待测对象实网测试数据和参考***数据。
第一后处理单元,用于后处理数据收集单元所收集的实网测试数据,生成mock数据。
进一步地,具体地,
第一后处理单元还包括以下子单元:
第一初始化子单元,用于读取并写入第一条完整的标准NMEA数据作为mock起始数据,并将第一条完整的标准NMEA数据中的UTC时间转换为***时间,作为mock数据起始时间。
第一判断子单元,用于读取并判断实网测试数据的类型。
mock数据生成子单元,用于根据第一判断子单元输出的实网测试数据的类型,生成mock数据。
如果实网测试数据为标准NMEA数据,mock数据生成子单元则在该标准NMEA数据结尾追加该标准NMEA数据中的UTC时间转换后的***时间和mock数据起始时间的时间间隔,生成mock数据。
如果实网测试数据为各个算法输入数据,mock数据生成子单元则在该各个算法输入数据结尾追加该各个算法输入数据里原始的***时间和mock数据起始时间的时间间隔,生成mock数据。
如果实网测试数据为各个算法的定位结果数据或其他调试类的数据等,这些数据在算法回放的过程中不需要使用,mock数据生成子单元则直接保留或丢弃这些数据即可。
还包括:更新单元,用于更新配置文件,配置文件包括:哪些数据使用mock数据,哪些数据使用底层***输出的真实数据和算法运行参数。
回归测试单元,用于根据第一后处理单元所生成的mock数据进行回归测试,输出各个算法的mock回归测试数据。
第二后处理单元,用于后处理回归测试单元所输出的mock回归测试数据,生成和实网测试数据时间对齐的mock定位结果数据。
进一步地,具体地,
第二后处理单元还包括以下子单元:
第一读取子单元,用于读取mock数据,获取mock数据起始时间,并将mock数据起始时间转换成对应的UTC时间。
第二读取子单元,用于读取mock回归测试数据中的第一条标准NMEA数据,并将mock回归测试数据中的第一条标准NMEA数据中的UTC时间转换成***时间,作为mock回归测试数据的起始时间。
第二初始化子单元,用于写入mock回归测试数据中的第一条标准NMEA数据,并将mock回归测试数据中的第一条标准NMEA数据中的UTC时间替换为mock数据起始时间对应的UTC时间。
第二判断子单元,用于读取并判断mock回归测试数据的类型。
mock定位结果数据生成子单元,用于根据第二判断子单元输出的mock回归测试数据的类型,生成和实网测试数据时间对齐的mock定位结果数据。
如果mock回归测试数据为标准NMEA数据,mock定位结果数据生成子单元则计算该标准NMEA数据中的UTC时间转换成的***时间和mock回归测试数据的起始时间的时间间隔,并在mock数据起始时间对应的UTC时间上增加该时间间隔生成新的UTC时间,并用该新的UTC时间替换标准NMEA数据中原有的UTC时间,生成和实网测试数据时间对齐的mock定位结果数据。
如果mock回归测试数据为各个算法的定位结果数据,mock定位结果数据生成子单元则计算各个算法的定位结果数据的***时间和mock回归测试数据的起始时间的时间间隔,并在mock数据起始时间上追加该时间间隔生成新的***时间,并用该新的***时间替换各个算法的定位结果数据中原有的***时间,生成和实网测试数据时间对齐的mock定位结果数据。
如果mock回归测试数据为各个算法输入数据或其他调试类的数据等,这些数据在结果统计中不需要使用,mock定位结果数据生成子单元则直接保留或丢弃这些数据即可。
统计单元,用于根据第二后处理单元生成的mock定位结果数据进行测试结果统计。
进一步地,具体地,统计单元,利用参考***数据、实网测试数据和mock定位结果数据,生成待测对象mock测试结果,以及mock测试和实网测试的对比结果。
第一和第二实施方式是与本实施方式相对应的方法实施方式,本实施方式可与第一和第二实施方式互相配合实施。第一和第二实施方式中提到的相关技术细节在本实施方式中依然有效,为了减少重复,这里不再赘述。相应地,本实施方式中提到的相关技术细节也可应用在第一和第二实施方式中。
需要说明的是,本发明各装置实施方式中提到的各单元都是逻辑单元,在物理上,一个逻辑单元可以是一个物理单元,也可以是一个物理单元的一部分,还可以以多个物理单元的组合实现,这些逻辑单元本身的物理实现方式并不是最重要的,这些逻辑单元所实现的功能的组合才是解决本发明所提出的技术问题的关键。此外,为了突出本发明的创新部分,本发明上述各设备实施方式并没有将与解决本发明所提出的技术问题关系不太密切的单元引入,这并不表明上述设备实施方式并不存在其它的单元。
需要说明的是,在本专利的权利要求和说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
虽然通过参照本发明的某些优选实施方式,已经对本发明进行了图示和描述,但本领域的普通技术人员应该明白,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
Claims (10)
1.一种移动终端定位算法的自动化***回归测试方法,其特征在于,包括以下步骤:
收集待测对象实网测试数据和参考***数据;
后处理所述实网测试数据,生成mock数据;
根据所述mock数据进行回归测试,输出各个算法的mock回归测试数据;
后处理所述mock回归测试数据,生成和所述实网测试数据时间对齐的mock定位结果数据;
根据所述mock定位结果数据进行测试结果统计。
2.根据权利要求1所述的移动终端定位算法的自动化***回归测试方法,其特征在于,所述“后处理所述实网测试数据,生成mock数据”的步骤中,还包括以下子步骤:
读取并写入第一条完整的标准NMEA数据作为mock起始数据,并将所述第一条完整的标准NMEA数据中的UTC时间转换为***时间,作为mock数据起始时间;
读取并判断所述实网测试数据的类型:
如果所述实网测试数据为标准NMEA数据,则在该标准NMEA数据结尾追加该标准NMEA数据中的UTC时间转换后的***时间和所述mock数据起始时间的时间间隔,生成mock数据;
如果所述实网测试数据为各个算法输入数据,则在该各个算法输入数据结尾追加该各个算法输入数据里原始的***时间和所述mock数据起始时间的时间间隔,生成mock数据;
如果所述实网测试数据为各个算法的定位结果数据或其他调试类的数据,则直接保留或丢弃这些数据。
3.根据权利要求1所述的移动终端定位算法的自动化***回归测试方法,其特征在于,所述“后处理所述mock回归测试数据,生成和所述实网测试数据时间对齐的mock定位结果数据”的步骤中,还包括以下子步骤:
读取所述mock数据,获取所述mock数据起始时间,并将所述mock数据起始时间转换成对应的UTC时间;
读取所述mock回归测试数据中的第一条标准NMEA数据,并将所述mock回归测试数据中的第一条标准NMEA数据中的UTC时间转换成***时间,作为所述mock回归测试数据的起始时间;
写入所述mock回归测试数据中的第一条标准NMEA数据,并将所述mock回归测试数据中的第一条标准NMEA数据中的UTC时间替换为所述mock数据起始时间对应的UTC时间;
读取并判断所述mock回归测试数据的类型:
如果所述mock回归测试数据为标准NMEA数据,则计算该标准NMEA数据中的UTC时间转换成的***时间和所述mock回归测试数据的起始时间的时间间隔,并在所述mock数据起始时间对应的UTC时间上增加该时间间隔生成新的UTC时间,并用该新的UTC时间替换所述标准NMEA数据中原有的UTC时间,生成和所述实网测试数据时间对齐的mock定位结果数据;
如果所述mock回归测试数据为各个算法的定位结果数据,则计算所述各个算法的定位结果数据的***时间和所述mock回归测试数据的起始时间的时间间隔,并在所述mock数据起始时间上追加该时间间隔生成新的***时间,并用该新的***时间替换所述各个算法的定位结果数据中原有的***时间,生成和所述实网测试数据时间对齐的mock定位结果数据;
如果所述mock回归测试数据为各个算法输入数据或其他调试类的数据,则直接保留或丢弃这些数据。
4.根据权利要求1所述的移动终端定位算法的自动化***回归测试方法,其特征在于,在所述“根据所述mock数据进行回归测试,生成各个算法的mock回归测试数据”的步骤之前,还包括以下步骤:
更新配置文件,所述配置文件包括:哪些数据使用mock数据,哪些数据使用底层***输出的真实数据和算法运行参数。
5.根据权利要求1至4中任一项所述的移动终端定位算法的自动化***回归测试方法,其特征在于,所述“根据所述mock定位结果数据进行测试结果统计”的步骤中,包括以下子步骤:
利用所述参考***数据、所述实网测试数据和所述mock定位结果数据,生成待测对象mock测试结果,以及mock测试和实网测试的对比结果。
6.一种移动终端定位算法的自动化***回归测试装置,其特征在于,包括:
数据收集单元,用于收集待测对象实网测试数据和参考***数据;
第一后处理单元,用于后处理所述数据收集单元所收集的实网测试数据,生成mock数据;
回归测试单元,用于根据所述第一后处理单元所生成的mock数据进行回归测试,输出各个算法的mock回归测试数据;
第二后处理单元,用于后处理所述回归测试单元所输出的mock回归测试数据,生成和所述实网测试数据时间对齐的mock定位结果数据;
统计单元,用于根据所述第二后处理单元生成的mock定位结果数据进行测试结果统计。
7.根据权利要求6所述的移动终端定位算法的自动化***回归测试装置,其特征在于,所述第一后处理单元还包括以下子单元:
第一初始化子单元,用于读取并写入第一条完整的标准NMEA数据作为mock起始数据,并将所述第一条完整的标准NMEA数据中的UTC时间转换为***时间,作为mock数据起始时间;
第一判断子单元,用于读取并判断所述实网测试数据的类型;
mock数据生成子单元,用于根据所述第一判断子单元输出的所述实网测试数据的类型,生成mock数据;
如果所述实网测试数据为标准NMEA数据,所述mock数据生成子单元则在该标准NMEA数据结尾追加该标准NMEA数据中的UTC时间转换后的***时间和所述mock数据起始时间的时间间隔,生成mock数据;
如果所述实网测试数据为各个算法输入数据,所述mock数据生成子单元则在该各个算法输入数据结尾追加该各个算法输入数据里原始的***时间和所述mock数据起始时间的时间间隔,生成mock数据;
如果所述实网测试数据为各个算法的定位结果数据或其他调试类的数据,所述mock数据生成子单元则直接保留或丢弃这些数据。
8.根据权利要求6所述的移动终端定位算法的自动化***回归测试装置,其特征在于,所述第二后处理单元还包括以下子单元:
第一读取子单元,用于读取所述mock数据,获取所述mock数据起始时间,并将所述mock数据起始时间转换成对应的UTC时间;
第二读取子单元,用于读取所述mock回归测试数据中的第一条标准NMEA数据,并将所述mock回归测试数据中的第一条标准NMEA数据中的UTC时间转换成***时间,作为所述mock回归测试数据的起始时间;
第二初始化子单元,用于写入所述mock回归测试数据中的第一条标准NMEA数据,并将所述mock回归测试数据中的第一条标准NMEA数据中的UTC时间替换为所述mock数据起始时间对应的UTC时间;
第二判断子单元,用于读取并判断所述mock回归测试数据的类型;
mock定位结果数据生成子单元,用于根据所述第二判断子单元输出的所述mock回归测试数据的类型,生成和所述实网测试数据时间对齐的mock定位结果数据;
如果所述mock回归测试数据为标准NMEA数据,所述mock定位结果数据生成子单元则计算该标准NMEA数据中的UTC时间转换成的***时间和所述mock回归测试数据的起始时间的时间间隔,并在所述mock数据起始时间对应的UTC时间上增加该时间间隔生成新的UTC时间,并用该新的UTC时间替换所述标准NMEA数据中原有的UTC时间,生成和所述实网测试数据时间对齐的mock定位结果数据;
如果所述mock回归测试数据为各个算法的定位结果数据,所述mock定位结果数据生成子单元则计算所述各个算法的定位结果数据的***时间和所述mock回归测试数据的起始时间的时间间隔,并在所述mock数据起始时间上追加该时间间隔生成新的***时间,并用该新的***时间替换所述各个算法的定位结果数据中原有的***时间,生成和所述实网测试数据时间对齐的mock定位结果数据;
如果所述mock回归测试数据为各个算法输入数据或其他调试类的数据,所述mock定位结果数据生成子单元则直接保留或丢弃这些数据。
9.根据权利要求6所述的移动终端定位算法的自动化***回归测试装置,其特征在于,还包括:更新单元,用于更新配置文件,所述配置文件包括:哪些数据使用mock数据,哪些数据使用底层***输出的真实数据和算法运行参数。
10.根据权利要求6至9中任一项所述的移动终端定位算法的自动化***回归测试装置,其特征在于,所述统计单元,利用所述参考***数据、所述实网测试数据和所述mock定位结果数据,生成待测对象mock测试结果,以及mock测试和实网测试的对比结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610875679.8A CN107885651B (zh) | 2016-09-30 | 2016-09-30 | 移动终端定位算法的自动化***回归测试方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610875679.8A CN107885651B (zh) | 2016-09-30 | 2016-09-30 | 移动终端定位算法的自动化***回归测试方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107885651A true CN107885651A (zh) | 2018-04-06 |
CN107885651B CN107885651B (zh) | 2020-11-24 |
Family
ID=61769286
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610875679.8A Active CN107885651B (zh) | 2016-09-30 | 2016-09-30 | 移动终端定位算法的自动化***回归测试方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107885651B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113534201A (zh) * | 2020-04-20 | 2021-10-22 | 千寻位置网络有限公司 | 卫星定位测试方法及其*** |
US11334471B1 (en) | 2020-12-02 | 2022-05-17 | UiPath Inc. | Mocking robotic process automation (RPA) activities for workflow testing |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2307299A1 (en) * | 1999-06-29 | 2000-12-29 | International Business Machines Corporation | Mock translation method, system, and program to test software translatability |
CN101394646A (zh) * | 2008-11-06 | 2009-03-25 | 北京天碁科技有限公司 | 一种软件测试方法和*** |
CN102902619A (zh) * | 2011-07-29 | 2013-01-30 | 阿里巴巴集团控股有限公司 | Web应用程序的回归测试方法和装置 |
CN103699490A (zh) * | 2014-01-16 | 2014-04-02 | 北京航空航天大学 | Gps rnp飞行程序飞行校验方法 |
CN104461891A (zh) * | 2014-12-11 | 2015-03-25 | 百度在线网络技术(北京)有限公司 | 用于测试涉及定位的应用的方法及装置 |
CN105975394A (zh) * | 2016-05-06 | 2016-09-28 | 华为技术有限公司 | 一种程序测试方法及装置 |
-
2016
- 2016-09-30 CN CN201610875679.8A patent/CN107885651B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2307299A1 (en) * | 1999-06-29 | 2000-12-29 | International Business Machines Corporation | Mock translation method, system, and program to test software translatability |
CN101394646A (zh) * | 2008-11-06 | 2009-03-25 | 北京天碁科技有限公司 | 一种软件测试方法和*** |
CN102902619A (zh) * | 2011-07-29 | 2013-01-30 | 阿里巴巴集团控股有限公司 | Web应用程序的回归测试方法和装置 |
CN103699490A (zh) * | 2014-01-16 | 2014-04-02 | 北京航空航天大学 | Gps rnp飞行程序飞行校验方法 |
CN104461891A (zh) * | 2014-12-11 | 2015-03-25 | 百度在线网络技术(北京)有限公司 | 用于测试涉及定位的应用的方法及装置 |
CN105975394A (zh) * | 2016-05-06 | 2016-09-28 | 华为技术有限公司 | 一种程序测试方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113534201A (zh) * | 2020-04-20 | 2021-10-22 | 千寻位置网络有限公司 | 卫星定位测试方法及其*** |
CN113534201B (zh) * | 2020-04-20 | 2022-07-26 | 千寻位置网络有限公司 | 卫星定位测试方法及其*** |
US11334471B1 (en) | 2020-12-02 | 2022-05-17 | UiPath Inc. | Mocking robotic process automation (RPA) activities for workflow testing |
Also Published As
Publication number | Publication date |
---|---|
CN107885651B (zh) | 2020-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106338705B (zh) | 一种用于三相电能计量装置的校验误差的方法和装置 | |
CN109631973B (zh) | 一种传感器的自动校准方法和*** | |
CN101212354B (zh) | 健康监测***的帮助诊断和维护方法与机构 | |
CN103136471B (zh) | 一种恶意Android应用程序检测方法和*** | |
CN105589993B (zh) | 微处理器功能验证设备及微处理器功能验证方法 | |
CN106407051B (zh) | 一种检测慢盘的方法及装置 | |
CN109542789A (zh) | 一种代码覆盖率统计方法及装置 | |
CN108549606A (zh) | 接口测试方法及装置 | |
CN110266552A (zh) | 流量异常检测的方法、模型训练方法和装置 | |
CN107632262A (zh) | 一种动力电池组循环寿命的检测方法及装置 | |
CN109726764A (zh) | 一种模型选择方法、装置、设备和介质 | |
CN107451058A (zh) | 一种软件开发方法和装置 | |
CN104244317A (zh) | 确定室内话务状态、室内话务量的方法和设备 | |
CN107948341A (zh) | Mac地址匹配方法及装置 | |
CN107885651A (zh) | 移动终端定位算法的自动化***回归测试方法及其装置 | |
CN107589391A (zh) | 一种检测电能计量装置整体误差的方法、装置和*** | |
CN106643793A (zh) | 虚拟现实头盔及检测其中陀螺仪传感器校准效果的装置和方法 | |
CN108693084A (zh) | 产生源分析装置以及产生源分析*** | |
CN105159826B (zh) | 一种定位目标程序中的错误语句的方法和装置 | |
CN110458394A (zh) | 一种基于对象关联度的指标测算方法及装置 | |
CN104575592B (zh) | 用于q电平存储器单元的方法和设备 | |
CN109684225A (zh) | 一种软件测试方法和装置 | |
CN106557412A (zh) | 一种模糊测试的方法及装置 | |
CN110213123A (zh) | 一种流量监控方法、装置及设备 | |
CN115494801B (zh) | 板件生产线搭建方法及终端 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |