CN117765633A - 一种网联车辆的实车测试方法及设备 - Google Patents

Abstract

本说明书实施例公开了一种网联车辆的实车测试方法及设备。该方案可以包括：获取目标网联车辆按照预设的测试用例在实地测试环境中的行驶过程中产生的若干个测试数据；判断所述若干个测试数据中是否存在表示所述目标网联车辆行驶异常的数据；若所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据，则根据表示所述目标网联车辆行驶异常的数据的数据属性，确定表示所述目标网联车辆行驶异常的数据所属的测试问题类型；所述问题类型至少包括安全性问题、舒适性问题以及通信连接问题。

Description

一种网联车辆的实车测试方法及设备

技术领域

本申请涉及智能驾驶及计算机数据处理技术领域，尤其涉及一种网联车辆的实车测试方法及设备。

背景技术

网联自动驾驶是一种新型的汽车驾驶技术，它使用先进的传感器和计算机技术来实现车辆的自动化驾驶。与传统的自动驾驶技术不同，网联自动驾驶技术还可以通过车辆与云端之间的通信，实现车辆之间的协同行驶和交通信息共享，从而提高道路行驶的安全性和效率。

现有技术中，针对网联自动驾驶车辆的测试多是进行网络仿真测试，而通过网络仿真测试的测试结果存在一定的误差，需要对网联自动驾驶车辆进行实车测试，即在真实的道路环境中，对网联自动驾驶车辆的性能和安全性进行测试和评估。而在测试过程中，多是通过网联自动驾驶车辆中的安全员对测试数据进行分析，人工统计测试问题的分类。如何实现对网联自动驾驶车辆的测试问题进行自动分类的问题是亟待解决的。

发明内容

本说明书实施例提供一种网联车辆的实车测试方法及设备，以解决现有的网联车辆的实车测试方法存在的耗费人工的问题。

为解决上述技术问题，本说明书实施例是这样实现的：

本说明书实施例提供的一种网联车辆的实车测试方法，包括：

获取目标网联车辆按照预设的测试用例在实地测试环境中的行驶过程中产生的若干个测试数据；

判断所述若干个测试数据中是否存在表示所述目标网联车辆行驶异常的数据；

若所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据，则根据表示所述目标网联车辆行驶异常的数据的数据属性，确定表示所述目标网联车辆行驶异常的数据所属的测试问题类型；所述问题类型至少包括安全性问题、舒适性问题以及通信连接问题。

本说明书实施例提供的一种网联车辆的实车测试设备，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

获取目标网联车辆按照预设的测试用例在实地测试环境中的行驶过程中产生的若干个测试数据；

判断所述若干个测试数据中是否存在表示所述目标网联车辆行驶异常的数据；

若所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据，则根据表示所述目标网联车辆行驶异常的数据的数据属性，确定表示所述目标网联车辆行驶异常的数据所属的测试问题类型；所述问题类型至少包括安全性问题、舒适性问题以及通信连接问题。

本说明书中至少一个实施例能够达到以下有益效果：通过获取目标网联车辆按照预设的测试用例在实地测试环境中的行驶过程中产生的若干个测试数据，对若干个测试数据进行异常判断，若若干个测试数据中存在表示目标网联车辆行驶异常的数据，可以根据这些数据的数据属性，确定目标网联车辆在测试过程中产生的测试问题的类型，从而能够实现测试问题的自动分类，降低人工成本。

附图说明

为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术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申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本说明书实施例提供的一种网联车辆的实车测试方法的流程示意图；

图2是本说明书实施例提供的一种测试数据记录示意图；

图3是本说明书实施例提供的一种测试结果统计示意图；

图4是本说明书实施例提供的一种网联车辆的实车测试设备的结构示意图。

具体实施方式

为使本说明书一个或多个实施例的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书一个或多个实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书一个或多个实施例保护的范围。

以下结合附图，详细说明本说明书各实施例提供的技术方案。

为了解决现有技术中的缺陷，本方案给出了以下实施例：

图1为本说明书实施例提供的一种网联车辆的实车测试方法的流程示意图。从程序角度而言，流程的执行主体可以为搭载于应用服务器或云端的程序或应用客户端。

如图1所示，该流程可以包括以下步骤：

步骤102：获取目标网联车辆按照预设的测试用例在实地测试环境中的行驶过程中产生的若干个测试数据。

本说明书实施例中目标网联车辆可以表示与云端具有通信功能的车辆。预设的测试用例可以包括测试路线以及行驶过程中经过的场景等信息。测试路线可以表示车辆出发的位置以及车辆达到的位置。实地测试环境可以是通过测试用例布置的测试场地以及测试车辆等，其中测试车辆可以是多个，测试场地也可以是从实际道路中选取某一交通区域作为测试场地。测试数据可以表示在测试过程中车辆产生的数据、云端基于车辆数据进行规划产生的数据以及周遭的环境数据。

实际应用中，测试用例可以包括数据库存储的历史测试用例，也可以包括测试人员基于测试目的设置或者制定的测试用例。在测试开始之前可以对目标网联车辆进行性能检查、清洁，对车端的传感器以及计算平台等硬件进行检查，也可以通过在上路之前车端上报数据，检查目标网联车辆与车辆规划算法的链路之间的通畅性，从而能够避免浪费测试时间。实际应用中，在测试之前可以建立目标网联车辆与其他测试车辆之间的通信连接，避免在测试时目标网联车辆与其他测试车辆无法进行通信，导致测试失效。

步骤104：判断所述若干个测试数据中是否存在表示所述目标网联车辆行驶异常的数据。

本说明书实施例中目标网联车辆行驶异常可以表示目标网联车辆在行驶过程中未遵守交通规则，在行驶过程中的驾驶行为与当前场景不相符，目标车辆的行驶使得安全员不舒适，目标网联车辆的通信连接情况较差，在行驶过程中被安全员接管驾驶等其中至少一种驾驶情况。可以通过预设的用于表示测试数据正常的限制数据，确定若干个测试数据中是否存在表示目标网联车辆行驶异常的数据。也可以通过安全员在目标网联车辆中的乘车感受以及目标网联车辆在当前场景中的行驶情况，确定对应时刻的若干个测试数据中是否存在表示目标网联车辆行驶异常的数据。可以理解的是，对测试数据的判断可以是服务器基于预设的限制数据进行判断的，也可以是人工进行判断的，从而能够全面的通过目标网联车辆的行驶状态确定测试数据是否存在异常，提高了测试的准确性。

步骤106：若所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据，则根据表示所述目标网联车辆行驶异常的数据的数据属性，确定表示所述目标网联车辆行驶异常的数据所属的测试问题类型；所述问题类型至少包括安全性问题、舒适性问题以及通信连接问题。

本说明书实施例中数据属性可以表示数据的标称属性以及数值属性中的至少一种。标称属性可以是指数据对应的名称如加速度、航向角、与障碍物之间的距离、数据上传时间、位置、速度以及场景等数据对应的名称。数值属性可以表示采集的数据的具体数值如60km/h，10时23分15秒，100米等具体数值。安全性问题可以包括为避免目标网联车辆安全受到直接威胁采取的接管、已经发生的事故以及不按照交规行驶等由于行驶过程中未安全行驶造成的结果。舒适性问题可以包括加速度不符合要求以及误杀车等造成安全员体感差的问题。通信连接问题可以包括车端与云端的连接时断时连、车端上报数据超时等由于通信连接较差造成的问题。

实际应用中，为了更好的对目标网联车辆对应的问题进行自动分类，可以建立数据属性与测试问题类型之间的关联关系，以便能够基于两者之间的关联关系，确定表示目标网联车辆行驶异常的数据所属的测试问题类型。关联关系可以是基于专家经验预先建立的，比如纵向加速度、横向加速度以及纵向加加速度等数据属性可以与舒适性问题建立关联关系；与障碍物之间的距离、车辆接管等数据属性可以与安全性问题建立关联关系；数据上传时间等数据属性可以与通信连接问题建立关联关系。

应当理解，本说明书一个或多个实施例所述的方法其中部分步骤的顺序可以根据实际需要相互交换，或者其中的部分步骤也可以省略或删除。

图1中的方法，通过获取目标网联车辆按照预设的测试用例在实地测试环境中的行驶过程中产生的若干个测试数据，对若干个测试数据进行异常判断，若若干个测试数据中存在表示目标网联车辆行驶异常的数据，可以根据这些数据的数据属性，确定目标网联车辆在测试过程中产生的测试问题的类型，从而能够实现测试问题的自动分类，降低人工成本。

基于图1的方法，本说明书实施例还提供了该方法的一些具体实施方式，下面进行说明。

可选的，本说明书实施例中所述若干个测试数据至少可以包括车辆数据、云端数据以及测试环境数据中的一种；所述车辆数据表示所述目标网联车辆向云端发送的用于轨迹规划的数据；所述云端数据表示所述云端基于车辆轨迹规划生成的数据；所述测试环境数据表示路侧感知设备采集的实地测试环境的道路环境数据以及自然环境数据。

本说明书实施例中车辆数据可以包括场景标识、车辆标识、车辆的经纬度、速度、档位、航向角、加速度、下发轨迹请求、道路的ID、上报数据的时刻、车辆拨杆换道标识、车端请求云端规划级别等数据；其中，云端规划级别可以包括一级为轨迹规划，二级为车辆行为决策，三级为驾驶员行为决策提醒等至少一种，开发人员也可以基于测试需求或者专家经验设置对应的其他规划级别。云端数据可以包括场景标识、车辆标识、目标轨迹的经纬度、目标轨迹的航向角、目标速度、目标横摆角速度和目标档位、对应的车辆上报数据时刻、云端下发数据的时刻及轨迹规划下发状态等数据；其中，轨迹规划下发状态可以包括到达终点，轨迹规划下发结束；自动刹车辅助(AEB)触发，轨迹规划下发结束；轨迹正常下发；车端上报数据中断或者云端算法持续报错，轨迹规划下发结束；前方路口左转；前方路口直行；以及前方路口右转等轨迹下发状态，还可以基于实际的需求设置其他的下发状态。测试环境数据可以包括交通环境数据、目标网联车辆的行为数据、障碍物情况数据、自然环境数据等。实际应用中，目标网联车辆与云端之间存在交互行为，云端数据与车辆数据之间可以存在重合。交通环境可以包括道路类型、指示牌、隔离带、信号灯以及人行横道等交通道路中存在的静态环境数据。目标网联车辆的行为数据可以表示目标网联车辆静止、直行以及换道等行为。障碍物情况数据可以包括障碍物类型、障碍物的位置、障碍物的运动方式、障碍物相与目标网联车辆之间的相对位置等。自然环境数据可以包括光照情况、天气情况等。车辆数据、云端数据以及测试环境数据均可以是按照预设的频率采集并发送至云端进行存储的。

可选的，为了准确的确定测试问题对应的测试数据。本说明书实施例中所述方法还可以包括：

获取测试数据记录指令；

基于所述测试数据记录指令获取所述测试数据；所述测试数据记录指令包括基于对所述目标网联车辆的接管操作产生的指令、基于对所述目标网联车辆中用于数据发送的控件的操作产生的指令中至少一种。

本说明书实施例中测试数据记录指令可以是车端生成的，也可以是云端生成的。接管操作可以是目标网联车辆中的安全员基于云端下发的接管提示，接管的操作；也可以是安全员未接到云端下发的接管提示，自行进行接管产生的操作。对控件的操作可以是对车辆上设置的一个数据记录按键进行按键的操作；也可以是对车辆的智能屏幕上显示的一个数据记录弹窗进行的操作等；设置的控件可以是现有的一些其他控件，控件的设置主要是用于产生测试数据记录指令，以便云端能够根据测试数据记录指令自动记录测试数据，从而使得记录的测试数据更加完善，避免遗漏某些测试问题对应的测试数据。

可选的，本说明书实施例中可以根据测试数据记录指令，生成针对触发时刻的数据记录；数据记录可以包括车辆数据、云端数据以及测试环境数据。

本说明书实施例中的触发时刻可以表示上述的产生接管操作的时刻，也可以表示对控件进行操作的时刻。记录的数据可以是从云端储存的数据库中，获取的基于触发时刻确定的预设时间段内的数据；也可以是基于触发时刻记录的实时上传的数据；也可以是通过两种方式混合记录数据。数据记录可以是将记录的数据单独确定出来，生成一条记录信息；也可以是对数据进行标记，以便后续开发人员基于记录的数据对算法进行改进。记录的数据可以是触发时刻的前30s以及后30s，这里对需要记录的数据对应的时间段不作具体限定，测试人员可以基于专家经验或者测试需求自行设置的记录数据对应的时间段。

实际应用中，对测试数据的判断，可以是在记录数据之前，如可以通过判断若干个测试数据中是否存在表示目标网联车辆行驶异常的数据，确定是否要下发接管提示，从而使得安全员能够对车辆进行接管，避免造成不必要的安全事故。也可以是在记录测试数据之后，如云端从数据库中获取记录的测试数据，对记录的测试数据进行判断，确定含有若干个测试数据的数据记录对应的测试问题。

为了更加清楚明白的说明记录的数据，图2为本说明书实施例提供的一种测试数据记录示意图。如图2所示，其中单次A2B开始时间，可以表示从A点开始出发的时间；单次A2B结束时间可以表示达到B点的时间；第一个问题出现时间可以表示问题开始出现的时间，第二个问题出现时间可以表示该问题结束的时间，第三个问题出现时间可以表示触发数据记录的时间；问题出现位置可以是某一具体的路口，也可以是车辆的位置；问题类别可以是基于上述的测试问题类型；问题对应子功能可以是某一算法需要实现的功能；问题描述可以是基于问题对应子功能以及场景确定的具体问题；其他的道路环境、交通环境以及自然环境可以是上述的测试环境数据；测试版本可以是指当前测试的车辆以及云端的版本。

为了提高舒适性问题的分类准确性，可以基于预设的舒适性问题与数据属性的对应关系，确定舒适性问题。可选的，本说明书实施例中所述若干个测试数据至少包括所述目标网联车辆在预设时间段内的速度数据以及场景标识数据；作为一种实施方式，可以根据目标网联车辆的加速度来确定目标网联车辆的驾驶行为是否会为乘坐人员带来不适，具体的可以是，所述判断所述若干个测试数据中是否存在表示所述目标网联车辆行驶异常的数据，具体可以包括：

根据所述目标网联车辆在预设时间段内的速度数据，确定所述目标网联车辆的加速度；

判断所述加速度是否位于阈值范围内；

所述若所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据，则根据表示所述目标网联车辆行驶异常的数据的数据属性，确定表示所述目标网联车辆行驶异常的数据所属的测试问题类型，具体可以包括：

若所述加速度未位于所述阈值范围内，确定所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据；

根据预设的数据属性与测试问题的对应关系，基于所述加速度的数据属性确定所述目标网联车辆行驶异常的数据对应的测试问题为非舒适性行驶问题；

作为另一种实施方式，也可以根据目标网联车辆的当前行驶状态以及对应的当前行驶场景来确定目标网联车辆的驾驶行为是否会为乘坐人员带来不适，具体的可以是，所述判断所述若干个测试数据中是否存在表示所述目标网联车辆行驶异常的数据，具体可以包括：

根据所述预设时间段内的速度数据，确定所述目标网联车辆的行驶状态是否处于减速行驶状态；

若所述目标网联车辆的行驶状态处于所述减速行驶状态，判断所述场景标识数据表示的行驶场景是否为预设减速场景；

所述若所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据，则根据表示所述目标网联车辆行驶异常的数据的数据属性，确定表示所述目标网联车辆行驶异常的数据所属的测试问题类型，具体可以包括：

若所述场景标识数据表示的行驶场景不是预设减速场景，确定所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据；

根据预设的数据属性与测试问题的对应关系，基于所述行驶状态的数据属性以及所述行驶场景的数据属性确定所述目标网联车辆行驶异常的数据对应的测试问题为非舒适性行驶问题。

本说明书实施例中的速度数据中可以包括目标网联车辆的加速度数据；若速度数据中未包含加速度数据，可以基于车辆的行驶速度数据计算加速度数据。加速度数据对应的加速度数值可以是正值，也可以是负值。加速度的判断可以是基于加速度的类型以及对应的数值范围值判断的，比如纵向加速度在[-2.5，4]之外的数值，纵向加加速度在[-5，5]之外的数值等均可以确定加速度未位于阈值范围内，确定测试数据中存在表示目标网联车辆行驶异常的数据。可以确定采集的数据的数据属性为加速度，与舒适性问题存在对应关系，确定目标网联车辆在行驶过程中存在非舒适性问题。

本说明书实施例中的预设减速场景可以包括路口信号灯为红灯，前方堵车，前方发生事故等需要车辆减速甚至刹车的场景。可以通过车辆的行驶状态以及行驶场景确定目标网联车辆是否在不该刹车或者减速的场景中刹车或者减速行驶，从而可以将测试问题划分至非舒适性形式问题中。也可以基于其他的现有造成舒适性问题的数据属性对应的数据进行判断，这里不再一一列举。

可选的，作为一种实施方式，可以根据目标网联车辆的与前方障碍物之间的距离来确定目标网联车辆是否安全行驶，具体的可以是，本说明书实施例中所述若干个测试数据至少包括所述目标网联车辆的第一位置数据以及所述目标网联车辆前方的障碍物的第二位置数据；所述判断所述若干个测试数据中是否存在表示所述目标网联车辆行驶异常的数据，具体可以包括：

根据所述第一位置数据以及所述第二位置数据，确定所述目标网联车辆与障碍物之间的第一间隔距离；

判断所述第一间隔距离是否小于预设距离阈值；

所述若所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据，则根据表示所述目标网联车辆行驶异常的数据的数据属性，确定表示所述目标网联车辆行驶异常的数据所属的测试问题类型，具体可以包括：

若所述第一间隔距离小于预设距离阈值，确定所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据；

根据预设的数据属性与测试问题的对应关系，基于所述第一间隔距离的数据属性确定所述目标网联车辆行驶异常的数据对应的测试问题为非安全行驶问题；

作为另一种实施方式，可以根据目标网联车辆在信号灯表示禁止通行时，是否越过停车线来确定目标网联车辆是否安全行驶，具体的可以是，所述若干个测试数据至少包括所述目标车辆在预设时间段内的若干个第三位置数据、停车线位置数据以及信号灯的指示数据；所述判断所述若干个测试数据中是否存在表示所述目标网联车辆行驶异常的数据，具体可以包括：

若所述信号灯的指示数据指示禁止通行，根据所述若干个第三位置数据以及所述停车线位置数据，判断所述目标网联车辆是否违反驾驶规则；

所述若所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据，则根据表示所述目标网联车辆行驶异常的数据的数据属性，确定表示所述目标网联车辆行驶异常的数据所属的测试问题类型，具体可以包括：

若所述目标网联车辆违反驾驶规则，确定所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据；

根据预设的数据属性与测试问题的对应关系，基于所述第三位置数据的数据属性、所述停车线位置数据的数据属性以及所述信号灯的指示数据的数据属性，确定所述目标网联车辆行驶异常的数据对应的测试问题为非安全行驶问题；

作为另一种实施方式，可以根据目标网联车辆在行驶过程中是否压实线行驶来确定目标网联车辆是否安全行驶，具体的可以是，所述若干个测试数据至少包括车道线类型数据以及所述目标网联车辆与车道线之间的第二间隔距离数据；所述判断所述若干个测试数据中是否存在表示所述目标网联车辆行驶异常的数据，具体可以包括：

若所述车道线类型数据表示的车道线为实线，判断所述第二间隔距离数据是否大于零；

所述若所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据，则根据表示所述目标网联车辆行驶异常的数据的数据属性，确定表示所述目标网联车辆行驶异常的数据所属的测试问题类型，具体可以包括：

若所述第二间隔距离数据不大于零，确定所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据；

根据预设的数据属性与测试问题的对应关系，基于所述车道线类型数据的数据属性以及所述第二间隔距离数据的数据属性，确定所述目标网联车辆行驶异常的数据对应的测试问题为非安全行驶问题。

本说明书实施例中第一间隔距离的数据属性表示的是车辆与障碍物之间的距离间隔；第二间隔距离的数据属性表示的是车辆与车道线之间的距离间隔。判断车辆与障碍物之间的距离是否小于预设距离阈值，还可以是通过直接获取各个障碍物相对于目标网联车辆的相对距离，选取相对距离最短的，将最短的相对距离与预设距离阈值进行判断。可以根据任一方式确定目标网联车辆是否与其他车辆保持安全距离，从而能够确定目标网联车辆在行驶过程中是否存在安全性问题。可以通过第三位置数据与停车线位置数据之间的相对距离，判断目标网联车辆是否越过停车线，从而判断是否违反驾驶规则，这里的违反驾驶规则可以表示车辆的闯红灯行为。本实施例中可以通过判断第二间隔距离是否大于零确定目标车辆在行驶过程中是否压实线行驶，从而容易造成安全隐患。其中，预设距离阈值可以是4米、5米、10米等数值，可以基于不同的场景设置不同的数值。

实际应用中，还可以获取接管数据，从而可以通过安全员是否对目标网联车辆进行接管操作，确定目标车辆是否存在安全性问题。车辆被接管的原因可以是车辆存在碰撞风险；也可以是车辆不能够被云端控制，存在失控的风险等因素。车辆的行驶速度未位于车辆当前行驶车道规定的速度范围，也可以表示车辆违反驾驶规则，可以通过车辆的速度数据的数据属性，确定对应的问题属于非安全性行驶问题。

可选的，作为一种实施方式，本说明书实施例中所述测试数据至少可以包括所述目标网联车辆上传车辆数据的第一时刻数据以及相邻的第二时刻数据；所述判断所述若干个测试数据中是否存在表示所述目标网联车辆行驶异常的数据，具体可以包括：

根据所述第一时刻数据以及所述第二时刻数据，计算所述目标网联车辆的上传数据的间隔时长；

判断所述间隔时长是否大于预设时长阈值；

所述若所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据，则根据表示所述目标网联车辆行驶异常的数据的数据属性，确定表示所述目标网联车辆行驶异常的数据所属的测试问题类型，具体可以包括：

若所述间隔时长大于预设时长阈值，确定所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据；

根据预设的数据属性与测试问题的对应关系，基于所述间隔时长的数据属性，确定所述目标网联车辆行驶异常的数据对应的测试问题为通信连接差的问题。

本说明书实施例中目标网联车辆上传车辆数据的第一时刻数据可以表示目标网联车辆将车辆数据发送至云端或服务器的时刻，可以采用时间戳表示；第二时刻数据可以表示目标网联车辆在第一时刻的下一时刻将车辆数据发送至云端或服务器的时刻，是上传数据的时刻中，与第一时刻相邻的时刻。实际应用中还可以获取云端或服务器接收目标网联车辆的接收时刻数据，基于接收到数据的接收时刻数据与该数据对应的上传时刻之间的时间差值与预设时长阈值，确定目标网联车辆与云端之间的通信链路是否延时，影响车云通信，造成通信连接差的问题。预设时长阈值可以是2s、3s等数值。可以理解的是，在针对一个测试用例得到的数据进行判断时，可以采用上述一种或多种实施方式，具体的判断可根据实际需求设定。

可选的，可以通过各类问题的占比确定目标网联车辆的车辆性能。本说明书实施例中所述测试数据为所述目标网联车辆在实地测试环境中完成所述测试用例产生的数据；所述测试数据包括执行所述测试用例的一段时间内产生的数据；所述方法还可以包括：

统计所述一段时间内产生的测试数据对应的测试问题类型中各个测试问题类型的占比。

本说明书实施例中可以对测试问题进行周期性统计，该周期可以是以一周为周期，也可以是以一天、两天等为周期统计各个测试问题类型的占比，从而能够通过占比确定开发人员是否对算法成功进行优化。一段时间可以是指该周期长度的数据，也可以是每次测试的时长。若一段时间是指每次测试的时长，可以对周期内各段时间内的统计结果进行求和，并计算平均值，从而能够确定周期内各测试问题类型在周期内的全部测试问题中的占比。实际应用中，可以以此为常态化测试，以便积累大量里程以评价网联自动驾驶算法以及发现算法中的漏洞(bug)，从而能够提高测试的准确性。

为了使得性能的统计更加具有针对性，可选的，本说明书实施例中所述统计所述一段时间内产生的测试数据对应的测试问题类型中各个测试问题类型的占比，具体可以包括：

统计所述一段时间内产生的测试数据对应的测试问题类型对应的各个子问题的占比；所述安全性问题至少包括接管率问题、不合规压实线问题以及违反交通灯通过路口问题；所述舒适性问题至少包括误杀车问题以及非舒适加速度问题；

根据所述各个子问题的占比，确定所述目标网联车辆的性能。

本说明书实施例中还可以统计车辆的行程完成率，从而能够基于行程完成率确定目标网联车辆的性能。非舒适加速度可以包括由于加速行驶时的加速度过大，造成的安全员不舒适的问题；也可以包括由于减速行驶时的减速度过大，造成的安全员不舒适的问题。减速行驶可以包括刹车行驶、进入低速车道行驶等需要车辆减速行驶的场景。误杀车问题可以表示在不该刹车的时候刹车，比如在通常无阻的道路中，目标网联车辆没有缘由的突然刹车。接管率问题可以表示目标网联车辆存在安全隐患时，安全员接管车辆进行人工驾驶。目标网联车辆的性能还可以通过单个子问题的出现频率与对产品的要求进行比较确定。比如对测试中的接管率的要求为小于或等于每一百公里接管一次，若此次统计的接管率问题的出现频率为每一百公里接管两次，则可以确定目标网联车辆的驾驶性能较差；若此次统计的接管率问题的出现频率为每一百公里接管0.5次，小于每一百公里接管一次，是可以确定性能符合要求的，可以停止测试。可以通过对目标网联车辆在测试过程中各个子问题的统计，确定对算法的优化是否成功，也可以确定通过该算法对目标网联车辆进行规划的结果是否符合要求，是否可以停止测试。对各个子问题的统计可以是采用饼状图、柱状图以及表格图等等用于统计的图形进行统计。

为了清楚明白的说明对各个子问题的统计情况。图3为本说明书实施例提供的一种测试结果统计示意图。如图3所示，性能类别可以是基于测试问题类型以及用户的需求进行划分确定的，可以包括安全性指标、舒适性指标、效率类指标以及合规性指标等，其中效率类指标也可以是统计单次A2B失败的效率。单次A2B可以表示根据感知数据、信号灯数据、网联车起终点数据、网联车状态数据，云端为网联车下发目标轨迹，网联车按照云端指示实现从A点到B点的行驶。性能指标可以是基于测试问题类型对应的子问题以及性能类别进行划分确定的。指标计算说明可以表示计算指标的方式。单位可以表示每个指标对应的计算单位。

可以定位出现各个测试问题的算法模块，以便算法开发人员可以基于各个不合规的算法模块进行改进。可选的，本说明书实施例中所述方法还可以包括：

根据所述表示所述目标网联车辆行驶异常的数据，确定对应的目标数据异常代码；

根据预设的处理模块与异常代码之间的对应关系，确定所述目标数据异常代码对应的目标处理模型；所述目标处理模型为用于生成所述表示所述目标网联车辆行驶异常的数据的模块。

本说明书实施例中目标数据异常代码可以表示失效提醒标识，用于提示云端或服务器存在异常的处理模块。根据表示目标网联车辆行驶异常的数据，确定对应的目标数据异常代码，具体可以是基于表示目标网联车辆行驶异常的数据确定对应的子问题，基于子问题与目标数据异常代码的对应关系，确定对应的目标数据异常代码。比如基于目标网联车辆上传数据的第一时刻与第二时刻之间的差值大于预设时长阈值，确定存在自车数据上报间隔过长的子问题，云端可以确定对应的目标数据异常代码为1。可以将目标网联车辆上传的数据中存在与实际的车辆不符的，可以确定存在车辆数据上传不正常的子问题，云端可以确定与该子问题对应的目标数据异常代码为2，如航向角表示车辆行驶方向为横向，但是道路规定的行驶方向为竖向。可以根据目标网联车辆上传的位置与云端下发的位置进行比对，确定两个位置之间的位置距离大于预设阈值，可以确定存在目标网联车辆不在预期的全局路径上的子问题，云端可以确定与该子问题对应的目标数据异常代码为3。可以根据目标网联车辆上传的位置数据未能查找到目标网联车辆所在的道路或者车道，可以确定存在网联车辆所在道路或车道查找不正常的子问题，云端可以确定与该子问题对应的目标数据异常代码为4。可以根据目标网联车上传的位置确定网联车辆的车道标识与云端规划的目标车道进行比对，可以确定网联车辆未换道至目标车道，无法到达全局路径的下一条道路的子问题，云端可以确定与该子问题对应的目标数据异常代码为5。可以根据云端生成的数据中是否存在目标车道数据，确定是否存在车道选择算法运行不正常的子问题，云端可以确定与该子问题对应的目标数据异常代码为6。可以通过云端是否接收到目标网联车辆所在车道的车道信息或者道路信息等信息，确定是否存在网联车辆所在车道或者道路的信息获取不正常的子问题，云端可以确定与该子问题对应的目标数据异常代码为7，比如未能获取到道路中车道数量。可以根据云端生成的场景标识数据确定是否存在场景判断算法运行不正常的子问题，云端可以确定与该子问题对应的目标数据异常代码为8，可以通过场景的判断确定车辆的驾驶行为，比如红灯场景，确定车辆需要停止行驶，等待信号灯变绿。可以根据云端基于规划生成的目标数据是否合理，确定是否存在决策算法运行不正常的子问题，云端可以确定与该子问题对应的目标数据异常代码为9，如云端生成的目标速度不在该车道规定的速度范围内。云端可以通过判断获取到的坐标数据是否是转换后的坐标，确定是否存在坐标转换不正常的子问题，云端可以确定与该子问题对应的目标数据异常代码为10。云端可以根据是否接收到参考线信息，确定是否存在参考线信息查找不正常的子问题，可以确定与该子问题对应的目标数据异常代码为11，参考线可以是车道中心线、车道线等。若通过测试数据确定测试问题不属于1-11，则可以确定对应的目标数据异常代码为12，代表存在其他错误。

本说明书实施例中不同的异常代码可以表示不同的处理模块出现异常，需要开发人员进行调整优化。延续上例，比如若目标数据代码为4、7、10或者11，可以表示地图存在异常，不能够正常运行；若目标数据代码为1，可以表示通信链路存在异常，不能够保证正常的通信；若目标数据代码为2、3或者5，可以表示车端的控制***存在异常；若目标数据代码为6、8或者9，可以表示云端中布置的对应的算法模块存在异常，不能够对目标网联车辆进行正确的轨迹规划。若目标数据代码为12，可以通过人工分析查找的方式确定存在问题的处理模块。若不存在目标数据代码或者目标数据代码为0，可以表示各个模块正常运行，不存在问题。从而可以根据测试数据去将问题定位至地图、通信链路、云端算法、车端控制以及路测感知等具体的模块，以便对这些模块进行改进优化，提高各个模块的性能。可以理解的是，上述数字仅为示例，还可以设置其他字符，如ABC，abc，一二三，ⅠⅡⅢⅣ等各种形式的字符，具体代码设置可以根据实际需求设定，这里不作具体限定。

实际应用中，可以将测试结果反馈至开发人员，以便开发人员根据测试结果对出现问题的算法模块进行改进，或者是基于单个问题对应的算法模块进行改进，采用改进后的算法模块继续对目标网联车辆进行测试，统计测试结果，基于测试结果确定此次改进的优劣，并基于测试结果确定此次改进是否能够符合用户要求，若符合可以确定该算法模块，改进完毕，从而可以对下一个存在问题的算法模块进行改进。测试人员或者云端也可以基于测试结果提出改进意见或者建议，比如测试中发现，云端对骑行者感知物处理有误，骑行者经常不沿着车道中心线行驶，而是直接横穿，导致车辆不避让以及驾驶员接管，测试人员确定出问题。可以建议开发人员把骑行者的避让逻辑修改得与避让汽车的逻辑不同，与避让行人的逻辑类似，因为车辆沿着车道走，而行人不会沿着车道走。在开发人员修改完成之后，继续上路测试，在骑行者出没较多的路段进行测试，验证效果，类似现象不再出现则此问题，可以确定算法改进成功，问题已经被解决。

实际应用中，在进行算法改进的测试过程中，可以针对该算法需要解决的问题，设置测试用例，比如测试跟车算法中的跟车静止车辆，可以设定目标网联车辆的巡航车速为20km/h，前车的速度设为0km/h，确定目标网联车辆是否能够减速平稳行驶至距离前车4米处停车，且在此过程中无制动***过度制动的现象，以便能够确定跟车算法的优劣。可以通过设置多个不同的测试用例对目标网联车辆进行测试，确定对应算法改进后的效果。

通过上述方法，可以在真实的道路环境中进行测试，可以更好地验证算法的性能和稳定性，也可以借助实时测试里程统计及各类指标计算，用于自动驾驶评价；可以对测试过程中的问题以及数据进行收集，从而可以通过对测试数据和结果的记录和分析，可以发现算法存在的风险和问题，为研发提供反馈和改进意见，对测试问题进行明确的自动分类，快速定位各个问题对应的异常算法模块，便于问题的解决和改进，节省人工分类以及定位的资源消耗；可以记录测试过程中的数据和结果，测试过程中采集的数据包括车端和云端的数据，以及道路环境、自车行为、障碍物情况、自然环境等信息，有助于更全面地了解测试情况，便于后续分析和总结，提出改进意见和建议。

基于同样的思路，本说明书实施例还提供了上述方法对应的设备。

图4为本说明书实施例提供的一种网联车辆的实车测试设备的结构示意图。如图4所示，设备400可以包括：

至少一个处理器410；以及，

与所述至少一个处理器通信连接的存储器430；其中，

所述存储器430存储有可被所述至少一个处理器410执行的指令420，所述指令被所述至少一个处理器410执行，以使所述至少一个处理器410能够：

获取目标网联车辆按照预设的测试用例在实地测试环境中的行驶过程中产生的若干个测试数据；

判断所述若干个测试数据中是否存在表示所述目标网联车辆行驶异常的数据；

若所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据，则根据表示所述目标网联车辆行驶异常的数据的数据属性，确定表示所述目标网联车辆行驶异常的数据所属的测试问题类型；所述问题类型至少包括安全性问题、舒适性问题以及通信连接问题。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于图4所示的设备而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field ProgrammableGateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的***、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带式磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，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、商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、商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、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、***或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种网联车辆的实车测试方法，其特征在于，包括：

获取目标网联车辆按照预设的测试用例在实地测试环境中的行驶过程中产生的若干个测试数据；

判断所述若干个测试数据中是否存在表示所述目标网联车辆行驶异常的数据；

若所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据，则根据表示所述目标网联车辆行驶异常的数据的数据属性，确定表示所述目标网联车辆行驶异常的数据所属的测试问题类型；所述问题类型至少包括安全性问题、舒适性问题以及通信连接问题。

2.根据权利要求1所述的方法，其特征在于，所述若干个测试数据至少包括车辆数据、云端数据以及测试环境数据中的一种；所述车辆数据表示所述目标网联车辆向云端发送的用于轨迹规划的数据；所述云端数据表示所述云端基于车辆轨迹规划生成的数据；所述测试环境数据表示路侧感知设备采集的实地测试环境的道路环境数据以及自然环境数据。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取测试数据记录指令；

基于所述测试数据记录指令获取所述测试数据；所述测试数据记录指令包括基于对所述目标网联车辆的接管操作产生的指令、基于对所述目标网联车辆中用于数据发送的控件的操作产生的指令中至少一种。

4.根据权利要求1所述的方法，其特征在于，所述若干个测试数据至少包括所述目标网联车辆在预设时间段内的速度数据以及场景标识数据；所述判断所述若干个测试数据中是否存在表示所述目标网联车辆行驶异常的数据，具体包括：

根据所述目标网联车辆在预设时间段内的速度数据，确定所述目标网联车辆的加速度；

判断所述加速度是否位于阈值范围内；

所述若所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据，则根据表示所述目标网联车辆行驶异常的数据的数据属性，确定表示所述目标网联车辆行驶异常的数据所属的测试问题类型，具体包括：

若所述加速度未位于所述阈值范围内，确定所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据；

根据预设的数据属性与测试问题的对应关系，基于所述加速度的数据属性确定所述目标网联车辆行驶异常的数据对应的测试问题为非舒适性行驶问题；

或，所述判断所述若干个测试数据中是否存在表示所述目标网联车辆行驶异常的数据，具体包括：

根据所述预设时间段内的速度数据，确定所述目标网联车辆的行驶状态是否处于减速行驶状态；

若所述目标网联车辆的行驶状态处于所述减速行驶状态，判断所述场景标识数据表示的行驶场景是否为预设减速场景；

所述若所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据，则根据表示所述目标网联车辆行驶异常的数据的数据属性，确定表示所述目标网联车辆行驶异常的数据所属的测试问题类型，具体包括：

若所述场景标识数据表示的行驶场景不是预设减速场景，确定所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据；

根据预设的数据属性与测试问题的对应关系，基于所述行驶状态的数据属性以及所述行驶场景的数据属性确定所述目标网联车辆行驶异常的数据对应的测试问题为非舒适性行驶问题。

5.根据权利要求1所述的方法，其特征在于，所述若干个测试数据至少包括所述目标网联车辆的第一位置数据以及所述目标网联车辆前方的障碍物的第二位置数据；所述判断所述若干个测试数据中是否存在表示所述目标网联车辆行驶异常的数据，具体包括：

根据所述第一位置数据以及所述第二位置数据，确定所述目标网联车辆与障碍物之间的第一间隔距离；

判断所述第一间隔距离是否小于预设距离阈值；

所述若所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据，则根据表示所述目标网联车辆行驶异常的数据的数据属性，确定表示所述目标网联车辆行驶异常的数据所属的测试问题类型，具体包括：

若所述第一间隔距离小于预设距离阈值，确定所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据；

根据预设的数据属性与测试问题的对应关系，基于所述第一间隔距离的数据属性确定所述目标网联车辆行驶异常的数据对应的测试问题为非安全行驶问题；

或，所述若干个测试数据至少包括所述目标车辆在预设时间段内的若干个第三位置数据、停车线位置数据以及信号灯的指示数据；所述判断所述若干个测试数据中是否存在表示所述目标网联车辆行驶异常的数据，具体包括：

若所述信号灯的指示数据指示禁止通行，根据所述若干个第三位置数据以及所述停车线位置数据，判断所述目标网联车辆是否违反驾驶规则；

所述若所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据，则根据表示所述目标网联车辆行驶异常的数据的数据属性，确定表示所述目标网联车辆行驶异常的数据所属的测试问题类型，具体包括：

若所述目标网联车辆违反驾驶规则，确定所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据；

根据预设的数据属性与测试问题的对应关系，基于所述第三位置数据的数据属性、所述停车线位置数据的数据属性以及所述信号灯的指示数据的数据属性，确定所述目标网联车辆行驶异常的数据对应的测试问题为非安全行驶问题；

或，所述若干个测试数据至少包括车道线类型数据以及所述目标网联车辆与车道线之间的第二间隔距离数据；所述判断所述若干个测试数据中是否存在表示所述目标网联车辆行驶异常的数据，具体包括：

若所述车道线类型数据表示的车道线为实线，判断所述第二间隔距离数据是否大于零；

所述若所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据，则根据表示所述目标网联车辆行驶异常的数据的数据属性，确定表示所述目标网联车辆行驶异常的数据所属的测试问题类型，具体包括：

若所述第二间隔距离数据不大于零，确定所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据；

根据预设的数据属性与测试问题的对应关系，基于所述车道线类型数据的数据属性以及所述第二间隔距离数据的数据属性，确定所述目标网联车辆行驶异常的数据对应的测试问题为非安全行驶问题。

6.根据权利要求1所述的方法，其特征在于，所述测试数据至少包括所述目标网联车辆上传车辆数据的第一时刻数据以及相邻的第二时刻数据；所述判断所述若干个测试数据中是否存在表示所述目标网联车辆行驶异常的数据，具体包括：

根据所述第一时刻数据以及所述第二时刻数据，计算所述目标网联车辆的上传数据的间隔时长；

判断所述间隔时长是否大于预设时长阈值；

所述若所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据，则根据表示所述目标网联车辆行驶异常的数据的数据属性，确定表示所述目标网联车辆行驶异常的数据所属的测试问题类型，具体包括：

若所述间隔时长大于预设时长阈值，确定所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据；

根据预设的数据属性与测试问题的对应关系，基于所述间隔时长的数据属性，确定所述目标网联车辆行驶异常的数据对应的测试问题为通信连接差的问题。

7.根据权利要求1所述的方法，其特征在于，所述测试数据为所述目标网联车辆在实地测试环境中完成所述测试用例产生的数据；所述测试数据包括执行所述测试用例的一段时间内产生的数据；所述方法还包括：

统计所述一段时间内产生的测试数据对应的测试问题类型中各个测试问题类型的占比。

8.根据权利要求7所述的方法，其特征在于，所述统计所述一段时间内产生的测试数据对应的测试问题类型中各个测试问题类型的占比，具体包括：

统计所述一段时间内产生的测试数据对应的测试问题类型对应的各个子问题的占比；所述安全性问题至少包括接管率问题、不合规压实线问题以及违反交通灯通过路口问题；所述舒适性问题至少包括误杀车问题以及非舒适加速度问题；

根据所述各个子问题的占比，确定所述目标网联车辆的性能。

9.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述表示所述目标网联车辆行驶异常的数据，确定对应的目标数据异常代码；

根据预设的处理模块与异常代码之间的对应关系，确定所述目标数据异常代码对应的目标处理模型；所述目标处理模型为用于生成所述表示所述目标网联车辆行驶异常的数据的模块。

10.一种网联车辆的实车测试设备，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

获取目标网联车辆按照预设的测试用例在实地测试环境中的行驶过程中产生的若干个测试数据；

判断所述若干个测试数据中是否存在表示所述目标网联车辆行驶异常的数据；

若所述若干个测试数据中存在表示所述目标网联车辆行驶异常的数据，则根据表示所述目标网联车辆行驶异常的数据的数据属性，确定表示所述目标网联车辆行驶异常的数据所属的测试问题类型；所述问题类型至少包括安全性问题、舒适性问题以及通信连接问题。