CN117434926A - 车辆内嵌式实时测试***及方法 - Google Patents
车辆内嵌式实时测试***及方法 Download PDFInfo
- Publication number
- CN117434926A CN117434926A CN202311598428.6A CN202311598428A CN117434926A CN 117434926 A CN117434926 A CN 117434926A CN 202311598428 A CN202311598428 A CN 202311598428A CN 117434926 A CN117434926 A CN 117434926A
- Authority
- CN
- China
- Prior art keywords
- test
- sub
- unit
- internal
- hardware performance
- 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.)
- Pending
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 303
- 238000000034 method Methods 0.000 title abstract description 23
- 238000004422 calculation algorithm Methods 0.000 claims description 47
- 238000013515 script Methods 0.000 claims description 42
- 238000010998 test method Methods 0.000 claims description 40
- 238000004458 analytical method Methods 0.000 claims description 28
- 238000007405 data analysis Methods 0.000 claims description 25
- 230000003993 interaction Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000002035 prolonged effect Effects 0.000 description 3
- 238000000275 quality assurance Methods 0.000 description 3
- 238000012827 research and development Methods 0.000 description 3
- 108010001267 Protein Subunits Proteins 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 239000000725 suspension Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000010687 lubricating oil Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000010705 motor oil Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
一种车辆内嵌式实时测试***及方法，所述内嵌式实时测试***包括：中央测试单元和内嵌于各ECU的子单元；各子单元分别包括子控制器和在所述子控制器上集成的子传感器和子处理器，所述各子单元经各子处理器与所述中央测试单元连接；所述各子控制器接收内外部信号，所述各子传感器获取硬件性能参数，所述各子处理器收集并同时上传所述内外部信号和所述硬件性能参数至所述中央测试单元；所述中央测试单元基于所述内外部信号和所述硬件性能参数生成测试结果。本发明解决了汽车在真实工况下对整车及单点ECU进行测试的问题，既可以满足现有方法无法对子控制器真实工况的测试需求，也可以满足现有方法无法对整车进行各种工况的实时深度测试需求。
Description
技术领域
本发明属于汽车测试技术领域，具体涉及一种车辆内嵌式实时测试***及方法。
背景技术
在现有的汽车测试方法中，通常利用外置设备并依赖外部测试装置和***对单个ECU模拟测试以及通过将整车信号向外置设备输出进行测试，该方式无法在汽车的真实工况下测试单点ECU，也无法实时在各种用户参与的真实工况下进行整车进行测试，更无法对ECU以及汽车零部件的寿命、物理状态做出及时准确的反馈。
发明内容
鉴于以上所述的现有技术的缺点，本发明的目的是提供一种车辆内嵌式实时测试***及方法，解决了汽车在真实工况下对整车及单点ECU进行测试的问题。
为实现上述目的，本发明采用如下技术方案：
本发明第一方面提供一种车辆内嵌式实时测试***，包括：
中央测试单元和内嵌于各ECU的子单元；
各子单元分别包括子控制器和在所述子控制器上集成的子传感器和子处理器，所述各子单元经各子处理器与所述中央测试单元连接；
所述各子控制器接收内外部信号，所述各子传感器获取硬件性能参数，所述各子处理器收集并同时上传所述内外部信号和所述硬件性能参数至所述中央测试单元；
所述中央测试单元基于所述内外部信号和所述硬件性能参数生成测试结果。
作为本发明的一种实施方式，所述子控制器为ECU内的现有控制器。
作为本发明的一种实施方式，所述各子处理器同时上传所述内外部信号和所述硬件性能参数至所述中央测试单元之前，对所述内外部信号进行数字化预处理获得数字化内外部信号，对所述硬件性能参数进行数字化预处理获得数字化硬件性能参数；
所述各子处理器同时上传所述数字化内外部信号和所述数字化硬件性能参数至所述中央测试单元。
作为本发明的一种实施方式，所述中央测试单元包括整车测试单元和各子测试单元；所述测试结果包括整车测试结果和各子单元测试结果；
所述整车测试单元基于所有各子处理器上传的所述数字化内外部信号和所述数字化硬件性能参数，结合整车测试脚本和整车测试方法进行综合分析，生成整车测试结果，所述整车测试结果用于评价整车状态；
所述各子测试单元基于对应的子处理器上传的所述数字化内外部信号和所述数字化硬件性能参数，结合子单元测试脚本和子单元测试方法进行综合分析，生成各子单元测试结果。
作为本发明的一种实施方式，所述各子测试单元基于对应的子处理器上传的所述数字化内外部信号和所述数字化硬件性能参数，结合子单元测试脚本和子单元测试方法进行综合分析之外，所述子测试单元还对所述数字化硬件性能参数进行子单元预设算法分析，以对应检测子单元中子控制器的物理状态。
作为本发明的一种实施方式，所述中央测试单元还包括全量数据分析单元和云端交互单元，所述中央测试单元经所述云端交互单元与云端服务器进行数据交互；
所述全量数据分析单元对所述整车测试结果和所述各子单元测试结果分析生成全量数据分析报告并发送至所述云端交互单元，所述云端交互单元上传全量数据分析报告至云服务器。
作为本发明的一种实施方式，所述云端交互单元还用于接收来自云端服务器下发的预设算法、测试方法和测试脚本，所述预设算法包括整车预设算法和子单元预设算法，所述测试方法包括整车测试方法和子单元测试方法，所述测试脚本包括整车测试脚本和子单元测试脚本；
所述中央测试单元基于所述预设算法、所述测试方法和所述测试脚本对现有预设算法、现有测试方法和现有测试脚本进行更新。
本发明第二方面提供一种车辆内嵌式实时测试方法，包括：
在各ECU上内嵌子单元；
将各ECU内的现有控制器作为各子单元内的子控制器以接收内外部信号；
在子控制器上集成独立的子传感器和子处理器，所述各子传感器获取硬件性能参数，所述各子处理器收集并预处理所述内外部信号和所述硬件性能参数；
在车内嵌入中央测试单元，所述中央测试单元对预处理后的所述内外部信号和所述硬件性能参数进行综合分析，生成测试结果。
作为本发明的一种实施方式，在车内嵌入中央测试单元，所述中央测试单元对预处理后的所述内外部信号和所述硬件性能参数进行综合分析，包括：
所述中央测试单元获取整车测试脚本、整车测试方法、子单元测试脚本和子单元测试方法，所述测试结果包括整车测试结果和各子单元测试结果；
所述中央测试单元基于预处理后的所述内外部信号和所述硬件性能参数，结合整车测试脚本和整车测试方法进行综合分析，生成整车测试结果；
所述中央测试单元基于预处理后的所述内外部信号和所述硬件性能参数，结合子单元测试脚本和子单元测试方法进行综合分析，生成各子单元测试结果。
作为本发明的一种实施方式，所述中央测试单元对预处理后的所述内外部信号和所述硬件性能参数进行综合分析，包括：
所述中央测试单元获取预设算法，所述预设算法包括子单元预设算法；
所述中央测试单元对所述硬件性能参数进行所述子单元预设算法分析，以对应检测子单元中子控制器的物理状态。
本发明第三方面提供一种可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现本发明第二方面所述的车辆内嵌式实时测试方法的步骤。
综上所述，与现有技术相比，本发明所述的内嵌式实时测试***实时随车运行，既可以满足现有方法无法对子控制器真实工况的测试需求，也可以满足现有方法无法对整车进行各种工况的实时深度测试需求，根据测试结果，工作人员可以及时地知晓软件故障，零件的使用寿命等，利于整车的研发周期的质量保障和车辆售后服务维修的精确和准确性，通过后续的处理和分析，也可以对于用户用车习惯进行分析，辅助用户更加安全驾驶、正确用车以及延长车辆及其内部零部件的使用寿命。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一具体实施例的车辆内嵌式实时测试***的模块示意图。
图2是本发明一具体实施例的子单元的模块示意图。
图3是本发明一具体实施例的又一子单元的模块示意图。
图4是本发明一具体实施例的中央测试单元的模块示意图。
图5是本发明一具体实施例的车辆内嵌式实时测试***的工作原理图。
图6是本发明一具体实施例的车辆内嵌式实时测试方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。此外，应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
需要说明的是，以下实施例的描述顺序不作为对本发明实施例优选顺序的限定。且在以下实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
如图1-3所示，本发明第一方面提供一种车辆内嵌式实时测试***，主要包括中央测试单元和内嵌于各ECU的子单元；
其中，内嵌于各ECU的子单元称为各子单元，也可以称为子***。
所述各子***分别包括子控制器和在所述子控制器上集成的子传感器和子处理器，所述各子单元经各子处理器与所述中央测试单元连接；
所述各子控制器接收内外部信号，所述各子传感器获取硬件性能参数，所述各子处理器收集并同时上传所述内外部信号和所述硬件性能参数至所述中央测试单元；
所述中央测试单元基于所述内外部信号和所述硬件性能参数生成测试结果。
具体的，所述子控制器可以复用ECU内的现有控制器，通过在汽车现有控制器上集成独立的子传感器和子处理器，可以降低单独设置子控制器的功耗和算力，且通过该方式可以将各子单元嵌入汽车内部，实现实车数据采集和测试的效果。
具体的，所述各子控制器接收内外部信号，所述各子传感器获取硬件性能参数，所述各子处理器收集并同时上传所述内外部信号和所述硬件性能参数至所述中央测试单元；其中，子控制器接收的内外部信号为汽车现有控制器所接收的所有的输入和输出的信号，子传感器根据所在的ECU的不同获得的硬件性能参数包括但不限于轮胎磨损程度、刹车片性能、润滑油状态及机油状态等反映汽车物理状态的数据。
以单个子处理器为例，当其对应的子控制器将内外部信号，其对应的子传感器将硬件性能参数传输至子处理器后，子处理器会接收内外部信号和硬件性能参数。
具体的，当所述中央测试单元接收到各子处理器同时上传的所述内外部信号和所述硬件性能参数后，中央测试单元会对所述内外部信号和所述硬件性能参数进行综合分析生成测试结果。其中，中央测试单元会对各子处理器同时上传的内外部信号和硬件性能参数从整车角度分析和从各独立单元的角度进行分析。
在此，通过在车内嵌入中央测试单元和各子单元进行实时测试，可以改变依赖外置设备和外部测试装置和***进行测试的弊端，且本发明所提供的测试可以实现整车角度的测试，以及对单点ECU的测试分析，其具有测试结果全面，测试实时性高的优点。
本发明一实施例中，所述各子处理器同时上传所述内外部信号和所述硬件性能参数至所述中央测试单元之前，对所述内外部信号进行数字化预处理获得数字化内外部信号，对所述硬件性能参数进行数字化预处理获得数字化硬件性能参数；
所述各子处理器同时上传所述数字化内外部信号和所述数字化硬件性能参数至所述中央测试单元。
具体的，子传感器和子控制器所传输至子处理器的信号，这些信号有些是物理信号，有些是数字信号，通过子处理器进行预处理后，可以获得容易操作的数字化数据即数字化内外部信号和数字化硬件性能参数，可以降低耦合，降低后续测试压力。通过在子处理器中进行预处理操作，将内外部信号和硬件性能参数进行数字化处理之后，中央测试单元可以获得更为量化的输入数据，也有利于分散中央测试单元的工作量，进一步提高测试的实时性。
如图4和图5所示，本发明一实施例中，所述中央测试单元包括整车测试单元和各子测试单元；所述测试结果包括整车测试结果和各子单元测试结果；
所述整车测试单元基于所有各子处理器上传的所述数字化内外部信号和所述数字化硬件性能参数，结合整车测试脚本和整车测试方法进行综合分析，生成整车测试结果，所述整车测试结果用于评价整车状态，所评价的整车状态不仅包括整车软件状态信息，还包括整车中整体的硬件综合所反映的整车物理状态信息。此外，所述整车测试单元还可以通过整车预设算法对整车硬件状态进行测试。
所述各子测试单元基于对应的子处理器上传的所述数字化内外部信号和所述数字化硬件性能参数，结合子单元测试脚本和子单元测试方法进行综合分析，生成各子单元测试结果。所述各子测试单元包括测试单元1、测试单元2直至测试单元N。
子测试单元对应的单独的最小子***，所有的最小子***的数据也会汇总到整车测试单元，进行汇总测试，所述汇总测试体现了整车测试单元对整车测试软件和整车测试硬件的综合测试方式。本发明通过该方式既可以获得整车测试结果，也可以获得各子单元测试结果，体现了测试的全面性的特点。
本发明一实施例中，所述各子测试单元基于对应的子处理器上传的所述数字化内外部信号和所述数字化硬件性能参数，结合子单元测试脚本和子单元测试方法进行综合分析之外，所述子测试单元还对所述硬件性能参数进行预设算法分析，以对应检测子单元中子控制器的物理状态，其中子单元预设算法具体为预设的传感器分析算法，所述整车预设算法和所述子单元预设算法统称为预设算法，可以通过云端获取并辅助完成硬件层面针对单个子***和整车整体的测试，且测试的维度不一样，所测试获得的结果也不同。
在此，通过该方式，可以弥补现有方法中无法对单点ECU和整车整体及时判断的不足。
如图5所示，本发明一实施例中，所述中央测试单元还包括全量数据分析单元和云端交互单元，所述中央测试单元经所述云端交互单元与云端服务器进行数据交互；
所述全量数据分析单元对所述整车测试结果，所述各子单元测试结果生成全量数据分析报告并发送至所述云端交互单元，所述云端交互单元上传全量数据分析报告至云服务器。
在此，所述全量数据分析单元可以结合来自子处理器发送的数据，结合软件形态的整车测试结果和各子单元测试结果，以及硬件形态的整车物理状态和各ECU的物理状态进行综合处理和分析，并经过云端交互单元传输至云服务器，通过该方式可以同时、快速、完整地对整车所有软件及零件进行测试，大大降低测试成本，也实现了在车辆进行整体、深度的软件、硬件级别真实工况的联合测试。
其中，子处理器发送的数据优选为预处理后的数据，通过获取子处理发送的数据可以作为测试结果的源数据进行综合处理和比较分析，所得到的全量数据分析报告的内容更客观全面。全量数据分析单元生成全量数据分析报告所使用的技术可以选择现有的数据分析报告的方案施行，这里不作具体限定。
如图5所示，本发明一实施例中，所述云端交互单元还用于接收来自云端服务器下发的预设算法、测试方法和测试脚本，所述预设算法包括整车预设算法和子单元预设算法，所述测试方法包括整车测试方法和子单元测试方法，所述测试脚本包括整车测试脚本和子单元测试脚本；
所述中央测试单元基于所述预设算法、所述测试方法和所述测试脚本等对现有预设算法、现有测试方法和现有测试脚本进行更新。
具体的，所述全量数据分析报告可以根据实际的测试需求进行调整，所述全量数据分析报告为一种概括性的测试结论，其目的是为了在云服务器收到所述全量数据分析报告后可以进行数据留存和深度分析，而云服务器也可以根据所述深度分析的结果等将最新的或者修正过的预设算法、测试方法、测试脚本下发至云端交互单元，云端交互单元可以根据整车测试单元或者子测试单元的需求进行更新。
具体的，所述子单元预设算法或者所述整车预设算法的选择具体取决于测试的具体目标和所需的分析，例如，基于规则的专家***：通过预定义的规则和知识库，识别传感器数据；机器学习分类器：使用监督学习算法，如支持向量机（SVM）或决策树，从历史数据中学习整车硬件状态，以便在新数据中进行整车硬件状态的诊断。
具体的，针对所述测试方法和测试脚本的选择取决于具体的测试目标和车辆特性，例如：
整车测试方法：
动力***测试： 包括发动机性能、传动***、转向***等方面的测试；
刹车***测试： 对制动器、刹车片磨损、制动液状态等进行测试；
悬挂***测试： 评估悬挂***的性能和稳定性；
零部件测试方法：
发动机控制单元测试： 针对发动机控制单元的性能、响应速度等进行测试；
刹车控制单元测试： 检查刹车控制单元的响应时间和***的刹车性能；
空调***测试： 评估空调***的制冷和加热性能等。
通过该方式，中央测试单元可以通过云端下发的测试方法、测试脚本及预设算法优化中央测试单元的现有逻辑，对测试进行不断完善。此外，请继续参阅图2，还可以在云端下发应用于子处理器的数据处理算法用于对内外部信号和硬件性能参数的预处理，有利于提高子处理器的处理效率。
本发明所述的内嵌式实时测试***实时随车运行，既可以满足现有方法无法对子控制器真实工况的测试需求，也可以满足现有方法无法对整车进行各种工况的实时深度测试需求，根据测试结果，工作人员可以及时的知晓软件故障，零件的使用寿命等，利于整车的研发周期的质量保障和车辆售后服务维修的精确和准确性，通过后续的处理和分析，也可以对于用户用车习惯进行分析，辅助用户更加安全驾驶、正确用车以及延长车辆及其内部零部件的使用寿命。
如图6所示，本发明第二方面提供一种车辆内嵌式实时测试方法，包括：
步骤S1：在各ECU上内嵌子单元，这里将所述在各ECU上内嵌的子单元称为各子单元；
步骤S2：将各ECU内的现有控制器作为各子单元内的子控制器以接收内外部信号，具体的，内外部信号包括内部信号和外部信号，所述内外部信号包括ECU内的现有控制器接收到的内外部信号；
步骤S3：在子控制器上集成独立的子传感器和子处理器，所述各子传感器获取硬件性能参数，所述各子处理器收集并预处理所述内外部信号和所述硬件性能参数；
具体的，子控制器主要是将ECU内的现有控制器已经获取的外部信号拓传以及内部信号输出至子处理器。由于子传感器被集成在子控制器上，因此，子传感器和ECU内现有传感器不同，子传感器获取的硬件性能参数具体表示ECU的硬件方面的性能参数，子处理器在收到来自子控制器的内外部信号和子传感器的硬件性能参数后，会对所述内外部信号和硬件性能参数进行数字化预处理，目的是方便进行车内测试；
步骤S4：在车内嵌入中央测试单元，所述中央测试单元对预处理后的所述内外部信号和所述硬件性能参数进行综合分析，生成测试结果。
具体的，通过在车内嵌入所述中央测试单元可以改变现有技术中利用外置设备和外部测试装置进行测试的方式，不需要将所述内外部信号和所述硬件性能参数等全部输出后再进行测试，可以不用考虑车辆的实际运行工况，即可以在车辆的任意实际运行工况中进行测试，得到的测试结果更及时更便捷。
本发明一实施例中，在车内嵌入中央测试单元，所述中央测试单元对预处理后的所述内外部信号和所述硬件性能参数进行综合分析，包括：
所述中央测试单元获取整车测试脚本、整车测试方法、子单元测试脚本和子单元测试方法，所述测试结果包括整车测试结果和各子单元测试结果；
所述中央测试单元基于预处理后的所述内外部信号和所述硬件性能参数，结合整车测试脚本和整车测试方法进行综合分析，生成整车测试结果，所述整车测试结果用于评价整车状态；
所述中央测试单元基于预处理后的所述内外部信号和所述硬件性能参数，结合子单元测试脚本和子单元测试方法进行综合分析，生成各子单元测试结果。
具体的，中央测试单元可以将软件形态的整车测试结果和各子单元测试结果，以及硬件形态的整车物理状态和各子控制的物理状态进行综合处理和分析，并经过云端交互单元传输至云服务器，可以同时、快速、完整的对整车所有软件及零件进行测试，大大降低测试成本，也实现了在车辆进行整体、深度的软件、硬件级别真实工况的联合测试。
本发明一实施例中，所述中央测试单元对预处理后的所述内外部信号和所述硬件性能参数进行综合分析，包括：
所述中央测试单元获取预设算法；所述预设算法包括整车预设算法和子单元预设算法；
所述中央测试单元对所述硬件性能参数进行子单元预设算法分析，以对应检测子单元中子控制器的物理状态。所述子单元预设算法满足可以根据硬件性能参数获得对应检测子单元中子控制器的物理状态的要求即可，在此不作特别要求。
在此，通过该方式，可以弥补现有方法中无法对各子控制器物理指标的及时判断的不足。
本发明一应用场景中，所涉及的中央测试单元可以和云端服务器进行数据交互，对所述整车测试结果，所述各子单元测试结果和所述各子控制器的物理状态分析生成全量数据分析报告并上传至云服务器。
本发明既可以将结合软件形态的整车测试结果和各子单元测试结果，以及硬件形态的整车物理状态和各ECU的物理状态进行综合处理和分析，并经过云端交互单元传输至云服务器，可以同时、快速、完整的对整车所有软件及零件进行测试，降低测试成本，也实现了在车辆进行整体、深度的软件、硬件级别真实工况的联合测试。需要说明的，也可以根据实际需求选择车辆的部分ECU实现整车或者特定综合模块的测试，而不仅限于针对全车所有的ECU的测试，采用这种方式也属于本发明所要保护的内容。此外，采用这种方式可以降低对于集成子单元或者子***的要求，可以降低测试成本，也使得基于车辆的测试更具有选择性和定制性。
本发明所述的内嵌式实时测试***实时随车运行，既可以满足现有方法无法对子控制器真实工况的测试需求，也可以满足现有方法无法对整车进行各种工况的实时深度测试需求，根据测试结果，工作人员可以及时的知晓软件故障，零件的使用寿命等，利于整车的研发周期的质量保障，和车辆售后服务维修的精确和准确性，通过后续的处理和分析，也可以对于用户用车习惯进行分析，辅助用户更加安全驾驶、正确用车以及延长车辆及其内部零部件的使用寿命。
本发明第三方面提供一种可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现如上述任一实施例所述的车辆内嵌式实时测试方法的步骤。
计算机可读存储介质可以包括：能够携带计算机程序的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器 (ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、以及软件分发介质等。计算机程序包括计算机程序代码。计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读存储介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、以及软件分发介质等。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行***、装置或设备（如基于计算机的***、包括处理模块的***或其他可以从指令执行***、装置或设备取指令并执行指令的***）使用，或结合这些指令执行***、装置或设备而使用。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (11)
1.一种车辆内嵌式实时测试***，其特征在于，包括：
中央测试单元和内嵌于各ECU的子单元；
各子单元分别包括子控制器和在所述子控制器上集成的子传感器和子处理器，所述各子单元经各子处理器与所述中央测试单元连接；
所述各子控制器接收内外部信号，所述各子传感器获取硬件性能参数，所述各子处理器收集并同时上传所述内外部信号和所述硬件性能参数至所述中央测试单元；
所述中央测试单元基于所述内外部信号和所述硬件性能参数生成测试结果。
2.根据权利要求1所述的车辆内嵌式实时测试***，其特征在于，所述子控制器为ECU内的现有控制器。
3.根据权利要求1所述的车辆内嵌式实时测试***，其特征在于，所述各子处理器同时上传所述内外部信号和所述硬件性能参数至所述中央测试单元之前，对所述内外部信号进行数字化预处理获得数字化内外部信号，对所述硬件性能参数进行数字化预处理获得数字化硬件性能参数；
所述各子处理器同时上传所述数字化内外部信号和所述数字化硬件性能参数至所述中央测试单元。
4.根据权利要求3所述的车辆内嵌式实时测试***，其特征在于，所述中央测试单元包括整车测试单元和各子测试单元；所述测试结果包括整车测试结果和各子单元测试结果；
所述整车测试单元基于所有各子处理器上传的所述数字化内外部信号和所述数字化硬件性能参数，结合整车测试脚本和整车测试方法进行综合分析，生成整车测试结果，所述整车测试结果用于评价整车状态；
所述各子测试单元基于对应的子处理器上传的所述数字化内外部信号和所述数字化硬件性能参数，结合子单元测试脚本和子单元测试方法进行综合分析，生成各子单元测试结果。
5.根据权利要求4所述的车辆内嵌式实时测试***，其特征在于，所述各子测试单元基于对应的子处理器上传的所述数字化内外部信号和所述数字化硬件性能参数，结合子单元测试脚本和子单元测试方法进行综合分析之外，所述子测试单元还对所述数字化硬件性能参数进行子单元预设算法分析，以对应检测子单元中子控制器的物理状态。
6.根据权利要求5所述的车辆内嵌式实时测试***，其特征在于，所述中央测试单元还包括全量数据分析单元和云端交互单元，所述中央测试单元经所述云端交互单元与云端服务器进行数据交互；
所述全量数据分析单元对所述整车测试结果和所述各子单元测试结果分析生成全量数据分析报告并发送至所述云端交互单元，所述云端交互单元上传全量数据分析报告至云服务器。
7.根据权利要求6所述的车辆内嵌式实时测试***，其特征在于，所述云端交互单元还用于接收来自云端服务器下发的预设算法、测试方法和测试脚本，所述预设算法包括整车预设算法和子单元预设算法，所述测试方法包括整车测试方法和子单元测试方法，所述测试脚本包括整车测试脚本和子单元测试脚本；
所述中央测试单元基于所述预设算法、所述测试方法和所述测试脚本对现有预设算法、现有测试方法和现有测试脚本进行更新。
8.一种车辆内嵌式实时测试方法，其特征在于，包括：
在各ECU上内嵌子单元；
将各ECU内的现有控制器作为各子单元内的子控制器以接收内外部信号；
在子控制器上集成独立的子传感器和子处理器，所述各子传感器获取硬件性能参数，所述各子处理器收集并预处理所述内外部信号和所述硬件性能参数；
在车内嵌入中央测试单元，所述中央测试单元对预处理后的所述内外部信号和所述硬件性能参数进行综合分析，生成测试结果。
9.根据权利要求8所述的车辆内嵌式实时测试方法，其特征在于，在车内嵌入中央测试单元，所述中央测试单元对预处理后的所述内外部信号和所述硬件性能参数进行综合分析，包括：
所述中央测试单元获取整车测试脚本、整车测试方法、子单元测试脚本和子单元测试方法，所述测试结果包括整车测试结果和各子单元测试结果；
所述中央测试单元基于预处理后的所述内外部信号和所述硬件性能参数，结合整车测试脚本和整车测试方法进行综合分析，生成整车测试结果；
所述中央测试单元基于预处理后的所述内外部信号和所述硬件性能参数，结合子单元测试脚本和子单元测试方法进行综合分析，生成各子单元测试结果。
10.根据权利要求9所述的车辆内嵌式实时测试方法，其特征在于，所述中央测试单元对预处理后的所述内外部信号和所述硬件性能参数进行综合分析，包括：
所述中央测试单元获取预设算法，所述预设算法包括子单元预设算法；
所述中央测试单元对所述硬件性能参数进行所述子单元预设算法分析，以对应检测子单元中子控制器的物理状态。
11.一种可读存储介质，存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求8-10任意一项所述的车辆内嵌式实时测试方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311598428.6A CN117434926A (zh) | 2023-11-27 | 2023-11-27 | 车辆内嵌式实时测试***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311598428.6A CN117434926A (zh) | 2023-11-27 | 2023-11-27 | 车辆内嵌式实时测试***及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117434926A true CN117434926A (zh) | 2024-01-23 |
Family
ID=89548110
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311598428.6A Pending CN117434926A (zh) | 2023-11-27 | 2023-11-27 | 车辆内嵌式实时测试***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117434926A (zh) |
-
2023
- 2023-11-27 CN CN202311598428.6A patent/CN117434926A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11830296B2 (en) | Predictive maintenance of automotive transmission | |
| CN102520697B (zh) | 一种远程协同诊断的现场信息预处理方法 | |
| US20210049833A1 (en) | Predictive maintenance of automotive powertrain | |
| CN112396155A (zh) | 汽车轮胎的预测性维护 | |
| RU2479042C2 (ru) | Моделирование дистанционной диагностики | |
| CN113269952A (zh) | 车辆中的线控驱动传感器的监测 | |
| CN113495547A (zh) | 一种实时安全的无人驾驶故障诊断与保护方法及*** | |
| JP2013186899A (ja) | 構造物を監視するための方法及びシステム | |
| US11875098B2 (en) | Apparatus and method for determining friction coefficient of brake friction material | |
| KR102321607B1 (ko) | 기계의 결함 검출 장치 및 방법 | |
| CN116108717B (zh) | 一种基于数字孪生的交通运输设备运行预测方法及装置 | |
| CN101308387A (zh) | 用于监视设备状态的装置和方法以及计算机可读介质 | |
| JP2018139104A (ja) | 物理ベース及びデータ駆動型モデルを使用した、ビークルからの妨害的異常表示の削減 | |
| KR20210073358A (ko) | 차량 abs 제어기의 모델링 시스템 | |
| CN113762344A (zh) | 机床主轴的故障识别方法、故障识别模型训练方法及装置 | |
| CN116880454A (zh) | 车辆故障智能诊断***与方法 | |
| CN117434926A (zh) | 车辆内嵌式实时测试***及方法 | |
| US8359577B2 (en) | Software health management testbed | |
| CN104216397B (zh) | 智能驱动桥***故障识别与检测的方法 | |
| CN114165430B (zh) | 基于边缘计算的机泵健康监测方法、***、设备及介质 | |
| He et al. | Probabilistic model based algorithms for prognostics | |
| CN114779738A (zh) | 车辆控制器的测试方法、装置、***、车辆控制器及车辆 | |
| KR20220036791A (ko) | 선박내에서 수집된 필드 데이터를 검증하는 시스템 및 방법 | |
| US10061278B2 (en) | Method of off-line hybrid system assessment for test monitoring and modification | |
| KR20210023722A (ko) | 요구 사항에 대한 시스템의 테스트 방법 |
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 |