CN115729757A - 车载设备测试方法、系统、电子设备及计算机程序产品 - Google Patents
车载设备测试方法、系统、电子设备及计算机程序产品 Download PDFInfo
- Publication number
- CN115729757A CN115729757A CN202211385731.3A CN202211385731A CN115729757A CN 115729757 A CN115729757 A CN 115729757A CN 202211385731 A CN202211385731 A CN 202211385731A CN 115729757 A CN115729757 A CN 115729757A
- Authority
- CN
- China
- Prior art keywords
- sampling
- data
- vehicle
- sampling data
- arrays
- 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 131
- 238000004590 computer program Methods 0.000 title claims abstract description 21
- 238000005070 sampling Methods 0.000 claims abstract description 489
- 238000003491 array Methods 0.000 claims abstract description 124
- 238000000034 method Methods 0.000 claims abstract description 69
- 230000008859 change Effects 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 abstract description 22
- 230000006870 function Effects 0.000 description 29
- 238000010586 diagram Methods 0.000 description 22
- 238000004891 communication Methods 0.000 description 10
- 238000001914 filtration Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 8
- 238000004088 simulation Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 238000011056 performance test Methods 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 4
- 238000010835 comparative analysis Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012886 linear function Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000009966 trimming Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241001342895 Chorus Species 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 208000003464 asthenopia Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000012885 constant function Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- HAORKNGNJCEJBX-UHFFFAOYSA-N cyprodinil Chemical compound N=1C(C)=CC(C2CC2)=NC=1NC1=CC=CC=C1 HAORKNGNJCEJBX-UHFFFAOYSA-N 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000001308 synthesis method Methods 0.000 description 1
- 230000000699 topical effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Landscapes
- Fittings On The Vehicle Exterior For Carrying Loads, And Devices For Holding Or Mounting Articles (AREA)
Abstract
本申请实施例提供一种车载设备测试方法、系统、电子设备及计算机程序产品。其中,所述方法包括:对车载设备输出的数据信息进行采样,得到多个采样数组;其中,采样数组包括采样时刻及对应的采样数据;所述数据信息是所述车载设备基于测试信息输出的;根据所述多个采样数组中的采样数据及参照数据,获得满足要求的多个目标采样数据;根据所述多个目标采样数据分别对应的采样时刻,计算频率;基于所述频率,测试所述车载设备是否符合测试要求。采用本申请实施例提供的技术方案,针对车载设备的整个测试过程可全自动完成,无需用户参与,能有效提高测试效率、节约测试人力成本,且还利于提高测试的精准性。
Description
技术领域
本申请涉及车载设备自动测试技术领域,尤其涉及一种车载设备测试方法、系统、电子设备及计算机程序产品。
背景技术
随着车辆智能化和车联网化的发展,车辆上的如仪表等车载设备功能变得越来越丰富。车载设备功能越丰富,其系统也就越复杂,出现错误的可能性也就会越大。因此,对车载设备的测试已成为其投放生产之前的重要工作之一。
目前,车载设备的测试主要还是依赖于人工,比如,通过人工去判断仪表播放音频、显示信号等是否合格。人工判断不仅成本高,且效率也较低。
发明内容
鉴于上述问题,本申请提供一种车载设备测试方法、系统、电子设备及计算机程序产品,可实现对车辆上的车载设备(如仪表)自动测试。
在本申请的一个实施例中,提供了一种车载设备测试方法。该方法包括:
对车载设备输出的数据信息进行采样,得到多个采样数组;其中,采样数组包括采样时刻及对应的采样数据;所述数据信息是所述车载设备基于测试信息输出的;
根据所述多个采样数组中的采样数据及参照数据,获得满足要求的多个目标采样数据;
根据所述多个目标采样数据分别对应的采样时刻,计算频率;
基于所述频率,确定所述车载设备是否符合测试要求。
在本申请的另一个实施例中,还提供了一种车载设备测试方法。该方法包括:
对车载设备输出的数据信息进行采样,得到采样数据信息;其中,所述数据信息是所述车载设备基于测试信息输出的;
确定所述采样数据信息中包括的多个采样数据对应的状态变化信息;
根据所述状态变化信息,确定状态变化频率;
基于所述状态变化频率,确定所述车载设备是否符合测试要求。
在本申请的又一实施例中,还提供了一种车载设备测试系统。该系统包括:
车载设备;
客户端,用于对车载设备输出的数据信息进行采样,得到多个采样数组;其中,采样数组包括采样时刻及对应的采样数据;所述数据信息是所述车载设备基于测试信息输出的;根据所述多个采样数组中的采样数据及参照数据,获得满足要求的多个目标采样数据;根据所述多个目标采样数据分别对应的采样时刻,计算频率;基于所述频率,确定所述车载设备是否符合测试要求。
在本申请的又一个实施例中,还提供了一种电子设备。该电子设备包括:存储器和处理器,其中,所述存储器,用于存储一条或多条计算机程序;所述处理器,与所述存储器耦合,用于执行所述存储器中存储的所述一条或多条计算机程序,以用于实现本申请上述各实施例提供的车载设备测试方法。
在本申请的又一个实施例中,还提供了一种计算机程序产品。该计算机程序产品包括计算机程序/指令,当所述计算机程序/指令处理器被执行时能实现本申请上述各实施例提供的车载设备测试方法。
本申请各实施例提供的技术方案,在对车载设备基于测试信息输出的数据信息进行采样,得到多个包括采样时刻及对应采样数据的采样数组后,会根据多个采样数组中的采样数据及参照数据,获得满足要求的多个目标采样数据;然后根据多个目标采样数据分别对应的采样时刻,可计算出相应频率,并基于所计算出的频率即可测试出车载设备是否符合测试要求。可见,本方案整个测试过程可全自动完成,无需用户参与,能有效提高测试效率、节约测试人力成本,且还利于提高测试的精准性。
附图说明
为了更清楚地说明本申请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利用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1a为本申请一实施例提供的数据处理系统的结构示意图;
图1b为本申请另一实施例提供的数据处理系统的结构示意图;
图2为本申请一实施例提供的车辆仪表在实际运行环境中的工作原理示意图;
图3为本申请一实施例提供的车载设备测试方法的流程示意图;
图4a为本申请一实施例提供的根据采样数组绘制的音频波形图;
图4b为本申请一实施例提供与图4a相对应的有效采样数组绘制音频波形图;
图4c为本申请一实施例提供与图4b相应的根据有效采用数组的标志位绘制的波形图;
图5为本申请一实施例提供的二值化后的图像数据的示意图;
图6为本申请一实施例提供的多个采样数组的原理性示意图;
图7为本申请另一实施例提供的车载设备测试方法的流程示意图;
图8为本申请一实施例提供的车载设备测试装置的结构示意图;
图9为本申请另一实施例提供的车载设备测试装置的结构示意图;
图10为本申请一实施例提供的电子设备的结构示意图;
图11为本申请一实施例提供的计算机程序产品的结构示意图。
具体实施方式
目前,对车载设备(如仪表)进行性能测试主要依赖于人工,由人工根据车载设备发出的音频、显示的信号(如图像)等,从主观上去评价车载设备的相应性能是否合格。这种人工测试,无统一标准,测试人员的主观因素会直接影响测试结果,测试效率低,可靠性低、且花费的人力成功也高。虽然,现也存有另一种方案,通过车辆本身的控制器(如电子控制单元(Electronic Control Unit,ECU))对车载设备进行检测,但这种方式受限于车辆,并只能对车载设备真实发生的部分故障进行测试且还需要结合专用传感器进行读取故障,测试具有较大的局限性,另外,在车载设备研发阶段也难以适用。
例如,现有的另一种方案中,有关于对如车辆仪表发出的Chime音(为具有规律性的音频,如报警音)监测,是用来辅助安全驾驶的,且监测技术手段采用和传感器相结合,在车辆内ECU进行计算传输,很少涉及自动化测试的部分。
再例如,在目前自动化测试中,Chime音虽占很大一部分,但是因线上针对Chime音特征分析的库较少,所以很多时候对Chime音只是通过手动方式进行测试。另外,在自动化测试中,对图像检测识别虽也有较多的应用场景,但却很少有检测图像闪烁频率,现存的一种检测图像闪烁还是通过人工识别方式来实现的。
在对车载设备进行测试时,上述检测Chime音和图片闪烁是占有很大比例的,通过人工方式进行一次检测平均需要投入2~3个人力。
针对上述问题,本申请各实施例提供了一种能实现对车载设备进行自动化测试的技术方案,以实现车载设备测试的客观性,提高测试效率和精准度,降低测试成本(如人力成本)。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
在本申请的说明书、权利要求书及上述附图中描述的一些流程中,包含了按照特定顺序出现的多个操作,这些操作可以不按照其在本文中出现的顺序来执行或并行执行。操作的序号如101、102等,仅仅是用于区分各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。而本申请中术语“或/和”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如:A或/和B,表示可以单独存在A,同时存在A和B,单独存在B这三种情况;本申请中字符“/”,一般表示前后关联对象是一种“或”关系。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商品或者系统不仅包括那些要素,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商品或者系统所固有的要素。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商品或者系统中还存在另外的相同要素。此外,下述的各实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域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,都属于本申请保护的范围。
在介绍本申请提供的方法实施例之前,先对本申请提供的方法所基于的系统架构进行介绍说明。
图1a和图1b示出了本申请一实施例提供的车载设备测试系统的结构示意图。如图1a和图1b所示,该车载设备测试系统包括:车载设备20和客户端10;其中,
客户端10,用于对车载设备20输出的数据信息进行采样,得到多个采样数组;其中,采样数组包括采样时刻及对应的采样数据;所述数据信息是所述车载设备基于测试信息输出的;根据所述多个采样数组中的采样数据及参照数据,获得满足要求的多个目标采样数据;根据所述多个目标采样数据分别对应的采样时刻,计算频率;基于所述频率,确定所述车载设备是否符合测试要求。
上述中,车载设备可以为但不限于仪表、中控、仪表中控一体机(如集成有仪表的中控)等。车载设备可用于但不限于显示车辆信息、多媒体信息。以仪表为例,仪表可显示发动机转速、蓄电池电量、车速等各种车辆信息、发出安全警示音等,以便驾驶员能及时发现报警及故障信息,从而保障行车安全;除上之外,仪表还可以进行多媒体显示,比如专题封面、歌曲列表、导航地图、应用图标等,以为驾驶员提供车载娱乐。
客户端可以为笔记本电脑、PC(Personal Computer,个人计算机)机、平板电脑、智能手机、智能可穿戴设备(如智能手表)、上网本等,此处不作限定。
在实际工作环境中,仍继续以仪表为例,仪表的工作原理通常如下:车辆运行过程中,通过传感器采集车辆中的状态信号,比如,通过安装在车轮的转动轴上的车速传感器监测车轮的转动状态、通过胎压传感器监测车轮轮胎胎压;传感器采集到的信号经放大、整形等处理后,发送至车身的主控制器;主控制器对接收的信号进行运算、处理及判断,将运算结果转换成仪表的控制信号,并通过总线或线束将控制信号发送给车辆上的仪表;仪表接收到控制信号后,通过仪表内的控制器判断和处理,输出相应的车辆状态信息,比如显示车速、播放频率呈规律变换的提示音/警报音,提示音/警报音可用于但不限于提示轮胎胎压不足、未系安全带警告、油量不足告警等等。图2示出了仪表在实际中工作的原理性示意图。
需说明的是,上述主控制器、仪表内的控制器可以为但不限于ECU(ElectronicControl Unit,电子控制单元)。
基于上述所描述的仪表在实际中工作的原理,在对如仪表等车载设备进行测试过程中,为了保证测试更加贴近于实际,可以利用一电控装置来模拟车载设备实际运行环境中给车载设备的控制信号。基于此,
一可实现技术方案中,上述客户端可以通过一电控装置与车载设备进行通信连接,其中,电控装置为用于模拟车载设备实际运行环境中给车载设备的控制信号的装置。具体实施时,电控装置与车载设备可以通过信号总线来通信连接并进行信息交互,信号总线可以为但不限于如下中的至少一种:硬线(I/O线)、CAN(Controller Area Network,控制器局域网络)总线、LIN(Local Interconnect Network,串行通讯网络)总线等;对于客户端与电控装置的通信连接方式,本实施例对此不作限定。例如,电控装置与客户端均设置有电接口,二者之间可以通过一信号数据线(如USB数据线)进行通信连接;再例如,客户端与电控装置上均设置有网络模块,二者之间可以通过网络进行通信连接,其中,网络连接的方式可以为但不限于:WiFi(WIreless-Fidelity,无线保真技术)、蓝牙模、移动网络(如4G+、5G+)、以太网、近场通信等。
客户端上提供有交互界面,用户通过该交互界面可针对车载设备输入测试需求信息。客户端响应于用户的输入操作,获取到测试需求信息后,能根据测试需求信息生成相应的指令并发送至电控装置。电控装置根据接收到的指令,执行模拟操作,以模拟出车载设备实际运行环境中给车载设备的控制信号并发送至车载设备。控制信号用于驱动车载设备工作产生相应的数据信息。
有上述内容,即进一步地,本实施例提供的所述系统还可包括:
电控装置30,与所述客户端10和所述车载设备均通信连接,用于模拟车载设备运行环境中给车载设备的控制信号;
所述客户端10,还用于响应于用户的输入操作,获取用户针对车载设备输入的测试需求信息;根据所述测试需求信息,向所述电控装置发送模拟指令;相应地,
所述电控装置30,用于响应于模拟指令,执行模拟操作,生成测试所述车载设备所需的测试信号;将所述测试信号发送至所述车载设备。
具体实施时,上述客户端10可以根据测试需求信息,确定出用户配置的车载设备对应的测试参数,进而根据测试参数来生成模拟指令并发送至电控装置;其中,测试参数可以表征出但不限于车载设备应用的一个场景。例如,测试参数可表征出车辆行驶在高速公路上、副驾驶位上用户未系安全带的应用场景,电控装置响应于客户端发送的模拟指令,通过执行模拟操作,可生成上述场景下测试车载设备所需的测试信号,也即模拟出上述场景下车载设备实际运行环境中给车载设备的控制信号,并将该测试信号发送至车载设备;车载设备响应于该测试信号,即可触发播放相应的音频、显示信号等数据信息,比如,发出频率呈规律变化的滴滴滴的警示音以提示用户未系安全带、显示车速及多媒体信息等。
进一步地,本实施例提供的所述系统还可包括:
采集装置40,用于对所述车载设备20输出的数据信息进行采样;
所述客户端10,还与所述采集装置40通信连接,用于向所述采集装置发送驱动指令,所述驱动指令用于驱动所述采集装置工作;以及,还用于接收所述采集装置发送的采样到的采样数据。
具体实施时,采集装置的类型与所需采集的车载设备输出的数据信息的类型相关。例如,数据信息包含车载设备播放的音频信息,相应的,采集装置可包括拾音装置,如麦克风。再例如,数据信息包含车载设备显示的图像信息,相应地,采集装置可包括图像采集装置,如工业摄像机。采集装置与客户端的通信连接方式可以为但不限于有线或无线方式。
有关上述本申请实施例提供的如客户端等设备的具体功能实现,将在下文展开详细描述。
图3示出了本申请一实施例提供的车载设备测试方法,该车载设备测试方法的执行主体为图1a或图1b中示出的客户端10,有关客户端10的具体形态可参见上文其他实施例中的相关内容。如图3所示,所述车载设备测试方法包括如下步骤:
101、对车载设备输出的数据信息进行采样,得到多个采样数组;其中,采样数组包括采样时刻及对应的采样数据;所述数据信息是所述车载设备基于测试信息输出的;
102、根据所述多个采样数组中的采样数据及参照数据,获得满足要求的多个目标采样数据;
103、根据所述多个目标采样数据分别对应的采样时刻,计算频率;
104、基于所述频率,确定所述车载设备是否符合测试要求。
上述101中,测试信息,可以是由但不限于客户端通过相应的电控装置向车载设备发送的。有关车载设备以及客户端通过电控装置向车载设备发送的测试信息的具体实现描述,可参见上文其他实施例中的相关内容。
因车载设备对于与用户的交互,主要涉及到的是播放的音频、显示的图像,为此在实际对车载设备进行性能测试时往往也多是从上述两个方面进行检测。基于此,上述车载设备基于测试信息输出的数据信息可包括但不限于:车载设备播放的音频信息、车载设备显示的图像信息。针对车载设备输出的数据信息,可以通过相应的采集装置进行采样,具体地,上述101中“对车载设备输出的数据信息进行采样”的一可实现方案可包括如下中的至少一项:
1)通过拾音装置对所述车载设备播放的音频信息进行采样;
2)通过图像采集装置对所述车载设备显示的图像信息进行采样。
上述1),为便于测试车载设备的语音系统性能,本实施例控制车载设备播放的是频率具有规律性的音频信息(也叫chime音),比如,可以为提示音或警示音,更具体地,比如常鸣音、频率呈规律变化的滴答音等等。具体实施时,可以通过拾音装置来对车载设备播放的音频信息进行采样,其中,拾音装置针对采样到的音频输出的是音频电压信号,具体地,拾音装置可以为麦克风,麦克风的类型可以为但不限于音圈式、电容式。在实现采样时,可以在车载设备的周围布设一个或多个(2个及以上)拾音装置,以从一个或多个方位对车载设备播放的音频信息进行采样,使得最终采样到的音频信息能较真实的还原车载设备的声场。上述一个方位的音频对应于一个声道,计算采样到的音频大小时,可以根据采样频率、采样位数、声道数进行计算。具体地,未经过压缩的音量大小(或数据量)的计算公式如下:
音频大小(字节/秒)=(码率(bps)*采样时长(s))/8
其中,码率(bps)=采样频率(Hz)*采样位数(bit)*声道数
上述式子中,采样频率指的是单位时间(如1s)内采样的次数,一般地采样频率有8kHz、16kHz、32kHz、44.1kHz等,采样频率越高,音频的还原就越真实自然,不过音频占用数据量也会越大。在音频对应的模拟信号中,人的听觉范围为20~20000HZ,若按照44.1kHz的频率进行采样,对20HZ音频进行采样时,一个正弦波采样2200次;对20000Hz音频进行采样,一个正弦波采样为2.2次。
采样位数,也叫采样大小,指的是记录每次采样值数值大小的位数。采样位数通常有8bit或16bit两种,采样位数越大,所能记录音频的变化度就越细腻,相应的数据量也就越大。以16bit为例,在对采集到的音频量化时,纵坐标取值范围将为0~65535。需说明的是,音频无负值。
码率,也叫比特率,指的是每秒传送的bit数,单位为bps(Bit Per Second)。比特率越高,每秒传送数据就越多,音质就越好。
有上内容,以计算1分钟双声道、16bit采样位数、44.1kHz采样频率音频的不压缩数据量为例,则根据上述式子可得:
音频数据量=(采样频率*采样位数*声道数*时长)/8
=[(44.1*1000)*16*2*(1*60)]/(8*1024*1024)
=10.9MB
本实施例中,主要是通过对音频频率进行分析,来确定车载设备相应音频播放性能是否正常。因此,并不要求音频具有较高的清晰度。为了让采样到的音频数据量不会太大,且还能保证后续对音频进行分析的准确性,本实施例采取的是单通道对车载设备播放的音频信息进行采样,采样频率可以为16000Hz,采样位数可以为8bit,并将1024个bit位作为一帧;并将每次采样到的采样数据(音频电压信号)保存到指定的音频格式文件中,如wav(waveform Audio File Format)格式文件。
上述2)中,可以通过图像采集装置来对车载设备显示的图像信息进行采样,并将每次采样到的图像数据保存到指定的视频格式文件中,如WMV、ASF等视频格式文件。图像采集装置可以为但不限于工业摄像机,可选地,工业摄像机可选用帧曝光工作方式的摄像机。具体实施时,图像采集装置在针对车载设备显示的图像进行采样时,是按预先设定好的采样帧率、分辨率进行采样的。帧率,是以帧称为单位的位图图像连续出现在显示器上的频率(速率),其也适用于胶片、摄像机、计算机图形和动作捕捉系统等中。在本实施例中,图像采集装置的采样帧率具体可指的是单位时间内采集图像的数量,以帧/秒(fps)表示。分辨率指的是图像精度,即采样到的图像在每一个方向上的像素点数量。在某些情况下,分辨率也可以同时表示成图像尺寸,具体地,图像尺寸即指的是一张图像中像素点数量多少,即在横向上和纵向上有多少个像素点。比如,常见的图像尺寸有640*400、800*600、1600*1200等。
采样到的采样数据(如音频电压信号和/或图像数据)被保存到相应指定的格式文件中后,执行主体(即客户端)可以从相应格式文件中,使用但不限于Numpy读取采样数据,并在读取过程中用np.fombuffer函数将读取到的采样数据转为一维数组;然后,在根据采样过程使用的采样频率,为一维数组中各采样数据添加对应的采样时刻,以此得到相应的多个包含采样数据及对应采样时刻的采样数组。上述NumPy为一Python库,能提供大量的库函数和操作,主要用于对多维数组执行数值计算;np.frombuffer是一种将数据以流的形式读入转化成数组的函数。基于上述内容,一种可实现技术方案中,上述101“对车载设备输出的数据信息进行采样,得到多个采样数组”,可具体包括:
1011、按照预设的采样频率,对所述车载设备输出的数据信息进行采样,得到包含多个采样数据的第一数组;
1012、根据所述预设的采样频率,为所述第一数组中的各采样数据添加对应的采样时刻,以得到所述多个采样数组。
上述1011中,“按照预设的采样频率,对所述车载设备输出的数据信息进行采样,得到包含多个采样数据的第一数组”的一具体可实现方案可包括如下步骤:
10111、按照预设的采样频率,对所述车载设备输出的数据信息进行采样;
10112、将采样到的采样数据保存到指定格式文件中;
10113、从所述指定格式文件中,以流的形式读取采样数据,以得到所述第一数组。
具体实施时,上述第一数组为一维数组,预设的采样频率可根据实际情况灵活设置,此处不作限定。有关上述10111~10113的具体实现描述,可参见上文相关内容,此处不再作具体赘述。
需说明的是,上述采样到的采样数据可以是但不限于被编码成十六进制字符串的形成保存到指定格式文件中。
上述1012中,可根据预设的采样频率,先确定采样周期;根据采样周期能够确定出每次采样对应的采样时刻,从而也就可实现为相应采样数据添加相应的采样时刻。
得到多个包括采样数据及对应采样时刻的采样数组后,为了能以较为简单化的方式来实现对车载设备进行测试分析,确保测试分析的精准性,且同时还能使测试人员通过视觉清晰感知测试过程,本实施例是通过将采样数组中的采样数据与参照信息进行比对,以基于比对结果为各采样数组中的采样数据添加相应的标志位,并利用上述各采样数组中的采样数据的标志位,来从多个采样数组中筛选出符合要求的目标数据的,此外,这也便于使用各采样数组中采样数据的采集时刻及对应标志位,进行图表化处理,以给予测试人员视觉上的感知。基于此,即上述102“根据所述多个采样数组中的采样数据及参照数据,获得满足要求的多个目标采样数据”,可具体包括:
1021、将所述多个采样数组中的采样数据与参照数据进行比对,得到各采样数据对应的比对结果;
1022、根据各采样数据对应的比对结果,为各采样数组添加相应的标志位;
1023、基于所述多个采样数组对应的标志位,从所述多个采样数组中确定所述多个目标采用数据。
上述1021中,多个采样数组中的采样数据与参照数据的比对实现方式,是与采样数据的数据类型相关的。
一具体可实现技术方案中,若本实施例上文所述的数据信息包括车载设备播放的音频信息,相应的多个采样数组中的采样数据便为音频电压信号,则上述1021“将所述多个采样数组中的采样数据与参照数据进行比对,得到各采样数据对应的比对结果”,可具体采用如下步骤来实现:
10211、将所述多个采样数组中的音频电压信号与参照电压信号进行比对,得到各音频电压信号对应的比对结果。
具体实施时,上述比对多个采样数组中的音频电压信号与参照电压信号,可理解为:比较各采样数组中的音频电压信号的信号值与参照电压信号的信号值,以得到各采样音频电压信号的信号值与参照电压信号的信号值的大小关系。参照电压信号可根据实际情况灵活设置,比如参照电压信号可以为信号值为为1500mV的电压信号。
需说明的是:上述音频电压信号的信号值可指的是音频电压信号的幅度值,音频电压信号的幅度值可表征音频的音量大小。以及同理,参照电压信号的信号值可指的是参照电压信号的幅度值。
考虑到在对车载设备播放的音频信息进行采样过程中,因受环境因素影响,往往采样到的音频电压信号可能会包含一些噪声(或叫杂声),比如人的说话声、其他设备工作产生的声音等等,为去除不必要的噪声,仅保留有效音频电压信号,故在执行将多个采样数组中的音频电压信号与参照电压信号进行比之前,可先对多个采样数组进行预处理,以得到有效采样数组。即,在上述10211之前,本实施例提供的所述方法还可包括如下步骤:
10210、对所述多个采样数组进行预处理,得到多个有效采样数组,以基于所述多个有效采样数组,执行所述将所述多个采样数组中的音频电压信号与参照电压信号进行比对的操作。
具体实施时,上述预处理包括但不限于滤波处理,滤波处理可采用但不限于低通滤波算法来实现。例如,可以通过如下公式示出的滤波算法来实现滤波处理:
Output=fr*K+Output*(1-fr)
其中,Output表示输出数据,fr表示滤波因子,K表示输入数据(即待滤波的数据)。在本实施例中,具体地,K表示多个采样数组,Output表示滤波后的多个采样数组(或叫有效采样数组)。
这里需要补充说明的是,为便于用户(如测试人员)可通过视觉清晰、直观地了解采样到的音频电压信号、以及音频电压信号包含的噪声等信息,在进行预处理之前,还可以使用各采样数组中的音频电压信号及对应的采样时刻,进行图表化处理,为用户展示相应的音频波形图。即,在执行上述10210之前,还可包括如下步骤:
S10、根据所述多个采样数组中包括的采样时刻及对应的音频电压信号,绘制并展示所述多个采样数组对应的音频波形图;
具体实施时,可通过但不限于调用matplotlib(为一个Python的二维(2D)绘图库)来实现音频波形图的绘制。绘制过程中,是以多个采样数组中的采样时刻为横坐标、音频电压信号为纵坐标进行绘制音频波形图,实现音频可视化展示。
图4a示出了基于多个采样数组所绘制出的音频波形图的示例。
进一步地,除了对多个采样数组进行图表化处理外,还可以对多个采样数组进行预处理(如滤波处理)后所得的有效采样数组,进行图表化处理。即,上述10210之后还可包括如下步骤:
S20、根据所述多个有效采样数组中包括的采样时刻及对应的音频电压信号,绘制并展示所述多个有效采样数组对应的音频波形图。
有关针对多个有效采样数组,绘制相应音频波形图的实现过程,可参见上文所描述的针对多个采样数组绘制相应的音频波形图的实现过程。或者,也可以上述10210在对多个采样数组进行诸如滤波等预处理时,是直接针对多个采样数组对应的音频波形进行如滤波处理;进一步地,滤波处理完成后,对多个采样数组及相应的音频波形进行更新,即可获得并展示出有效采样数组对应的音频波形图。
图4b示出了有效采样数组对应的音频波形图的示例。
另一具体可实现技术方案中,若本实施例上文所述的数据信息包括车载设备显示的图像信息,相应的多个采样数组中的采样数据便为图像数据,则上述1021“将所述多个采样数组中的采样数据与参照数据进行比对,得到各采样数据对应的比对结果”,可具体采用如下步骤来实现:
10211’、将所述多个采样数组中的图像数据与参照模板图进行比较,得到各图像数据对应的比较值;
10212’、将各图像数据对应的比较值与参照阈值进行比对,得到各图像数据对应的比对结果。
上述10211’中,参照模板图是拍摄到的车载设备正常情况下所显示出的图像。考虑到车载设备显示的画面内容出现闪烁、抖动等异常情况,是影响车载设备与用户进行视觉交互的重要因素之一,例如,显示的画面内容出现闪烁,会造成显示内容不清,引起用户视觉疲劳、识别车辆信息困难等,从而容易造成危险事故发生,为此测试车载设备显示性能时,对显示是否出现频率性闪烁进行测试分析是具有重要意义的。
在车载设备显示的画面内容出现闪烁等情况下,将会造成针对该车载设备显示的图像信息采样到的图像出现模糊不清,比如图像中文字、图案等内容出现模糊;相应地,该采样到的图像与参照模板图相比,相似度也会相对较小。基于此,上述将各采样数组中的图像数据与参照模板图像进行比较,目的在于分析各图像数据与参照模板图像的相似情况,以确定各图像数据的状态,比如是否处于闪烁状态。当处于闪烁状态时,可表征出车载设备显示的画面内容出现闪烁等异常状况。有上即,上述10211中比较分析各采样数组中的图像数据与参照模板图,可理解为:比较分析各采样数组中的图像数据与参照模板图的相似性;相应地,各图像数据对应的比较值可理解为:各图像数据与参照模板图的相似度。
为了减少数据处理量,可以仅截取图像数据及参照模板图中指定区域的区域图像,以用于比较分析。具体实施时,可根据预置的区块位置信息,来对各图像数据及参照模板图进行截取,以保证截取后所得到的各图像数据在车载设备的交互界面上显示时对应的位置,与参照模板图在车载设备的交互界面上显示时对应的位置一致,这样也就能保证截取后所得到的各图像数据包含的图像内容与参照模板图包含的图像内容一致,利于保证后续比较分析的结果精准性。基于此,上述10211’“将所述多个采样数组中的图像数据分别与参照模板图进行比较”的一可实现方案,可具体包括如下步骤:
S31、获取预置的至少一个区块位置信息;
S32、基于所述至少一个区块位置信息,确定所述多个采样数组中的图像数据及所述参照模拟图的待比对区块;
S33、将所述多个采样数组中的图像数据及所述参照模板图的待比对区块进行比较。
具体实施时,可以是将各图像数据的待比对区块中图案的轮廓信息,与参照模板图的待比对区块中图案的轮廓信息进行比较。比较时所采用的方法可以为相应的匹配算法,比如基于神经网络的相似度匹配算法。有关使用轮廓信息进行比较的原因,在下文有展开有详细描述,此处不作赘述。
或者,也可以直接基于参照模板图在车载设备上显示的位置信息,对各采样数组中的图像数据进行截取处理。基于此,上述10211’“将所述多个采样数组中的图像数据分别与参照模板图进行比较分析”的另一可实现方案,可具体包括如下步骤:
S31’、获取所述参照模板图的位置信息,所述位置信息为所述参照模板图在车载设备上显示时对应的位置;
S32’、根据所述位置信息对各采样数组中的图像数据进行裁剪处理,得到裁剪后的各图像数据;
S33’、将裁剪后的各图像数据与参照模板图进行比较。
具体实施时,可以先根据参照模板图的位置信息,确定出各图像数据对应的裁剪区域;然后,按照裁剪区域对各图像数据进行裁剪处理。然后,再比较各图像数据中图案的轮廓信息与参照模板图中图案的轮廓信息的相似度,以得到各图像数据对应的状态值。
在实际中,并不是只要车载设备的显示出现闪烁,车载设备的显示性能即为异常。车载设备的显示偶然性状况下,出现闪烁是被允许的,比如,车载设备在刚启动瞬间,可能因电压不稳短暂性出现显示闪烁,闪烁频率在允许范围内,车载设备的显示性能仍属于正常。但是,闪烁频率超过允许范围,车载设备的显示性能便为异常。基于此,本实施例主要是通过分析图像的闪烁状态,以计算出闪烁频率来实现对车载设备的显示性能是否正常进行测试分析的。闪烁频率的计算主要对图像中图案的轮廓信息敏感性较大,对于图像的颜色等敏感性则较小,由此,为更进一步地减少数据处理量,在比较分析过程中可以不考虑图像的颜色、纹理、亮度等特征。基于此,在执行上述10211’之前,可使用二值化来处理各图像数据,以消除图像的颜色等不必要特征,实现通过仅对比图像的形状特征(图像中图案的轮廓信息)的方式来实现各图像数据与参照模板图的比较分析,即上述1021中还可包括如下步骤:
10210’、对所述多个采样数组中的图像数据进行二值化处理,以便使用二值化处理后的图像数据与参照模板图进行比较。
具体实施时,二值化处理的方法可以为但不限于:固定阈值法、自适应阈值法(如大津法(OTSU法))等。
这里需要说明的是,若参照模板图为彩色图,也需要使用二值化来处理参照模板图。
图5示出了一二值化后的图像数据的示例。
综上内容,本实施例通过对各采样数组中的图像数据二值化、裁剪等处理,来实现将处理后的各图像数据与参照模板图像进行比较,可以极大的减少数据处理量,提高整个计算速度。计算速度越高,也就越能有效保证后续相应的频率计算具有较高的精准度。
在通过执行上述10211’步骤,得到个图像数据对应的比较值后,可以将各图像数据对应的比较值,作为各图像数据的状态值记录在相应的采样数组中。此外,还可执行上述10212’步骤,比对各图像数据对应的比较值与参照阈值的大小,以基于比对结果为各图像数据添加相应的标志位。上述参照阈值,可灵活设置,此处不作限定。
上述1022中,为各采样数组添加相应的标志位,具体指的是为各采样数组中的采样数据添加相应的标志位。在采样数据为音频电压的情况下,为采样数组添加的标志位是用于标识该采样数组中的音频电压信号的信号值与参照电压信号的信号值的大小关系,具体地,大小关系可利用不同的数值进行表征。例如,当一采样数组A中的音频电压信号的信号值大于或等于参照电压信号的信号值时,则为该采样数组A添加的标志位为第一数值(如1);反之,若音频电压信号的信号值小于参照电压信号的信号值,则为该采样数组添加的标志位为第二数值(如0)。
同理,在采样数据为图像数据的情况下,为采样数组所添加的标志位是用于表征该采样数组中图像数据对应的比较值(即为图像数据的状态值)与参照阈值的大小关系,该大小关系同样可以用上述第一数值、第二数值来标识。例如,当一采样数组B中图像数据对应的比较值大于或等于参照阈值,则说明该图像数据与参照模板图比较相似,进一步地,也可以表征出在针对车载设备显示的图像信息进行采样,采样到该图像数据时,车载设备显示正常,未出现闪烁、抖动等异常现象,也即该图像数据为处于非闪烁状态的图像,此情况下,可以为采样数组B添加相应的标志位为该第一数值(如1);反之,若该图像数据对应的比较值小于参照阈值,则说明该图像数据与参照模板图相似度较低,造成这种现象的原因可能在于:在针对车载设备显示的图像信息进行采样,采样到该图像数据时,车载设备的显示出现闪烁、抖动等异常现象,也即该图像数据为处于闪烁状态的图像,此情况下,可为采样数组B添加相应的标志位为第二数值(如0)。
图6示出了添加标志位后的多个采样数组的示例。
为各采样数组添加完相应的标志位后,本实施例还可以基于各采样数组包括的标志位及对应的采样时刻,进行图表化处理,绘制并展示多个采样数组的标志位对应的波形图,使用户通过视觉也可人工大致分析频率,以避免若后续自动基于多个采样数组的标志位确定目标数据以计算频率时,因一些因素(如程序异常)导致频率计算出错的情况下,用户可及时发现。有关基于多个采样数组的标志位自动计算频率的实现,将在下文展开详细描述。
图4c示出了与图4b相对应的多个有效采样数组的标志位的可视化图。
上述1023中,由于一般地,频率是基于周期计算出来的,其为周期的倒数,基于此,本实施例可结合周期起点和终点的确定原理,来实现基于多个采样数组对应的标志位,从多个采样数组中确定目标采用数据以计算频率。具体地,上述1023“基于所述多个采样数组对应的标志位,从所述多个采样数组中确定所述多个目标采用数据”,可采用如下中的任一项方式来实现:
方式一、若所述多个采样数组中第N个采样数组对应的标志位为第一数值、且所述第N个采样数组的前一个采样数组对应的标志位为第二数值,则将所述第N个采样数组中的采样数据作为目标采样数据。
例如,参见图6示出的22个采样数组,该22个采样数组中第4个采样数组对应的标志位为1(第一数值)、且第4个采样数组的前一个采样数组(即第3个采样数组)对应的标志位为0(第二数组),由此该第4个采样数组中的采样数据a4便确定为目标采样数据。同理,还可确定第10个采样数组中的采样数据a10、第16个采样数组中的采样数据a16等为目标采样数据。
方式二、若所述多个采样数组中第N个采样数组对应的标志位为第二数值、且所述第N个采样数组的前一个采样数组对应的标志位为第一数值,则将所述第N个采样数组中的采样数据作为目标采样数据。
例如,仍参见图6示出的22个采样数组,该22个采样数组中第6个采样数组对应的标志位为0(第二数值)、且该第6个采样数组的前一个采样数组(即第5个采样数组)对应的标志位为1(第一数组),由此该第6个采样数组中的采样数据a6便确定为目标采样数据。同理,还可确定第12个采样数组中的采样数据a12、第18个采样数组中的采样数据a18等为目标采样数据。
基于确定出的多个目标采样数据,可以使用各相邻两个目标采样数据对应的采样时刻的时间差,来计算相应频率。
即,一具体可实现方案中,上述103“根据所述多个目标采样数据分别对应的采样时刻,计算频率”,可具体包括:
1031、计算所述多个目标采样数据分别对应的采样时刻中后一采样时刻与前一采样时刻的时间差;
1032、基于计算出的至少一个时间差,确定所述频率。
具体实施时,可以取计算出的至少一个时间差的均值,作为周期;该周期的倒数确定为频率。
上述104中,可以将确定出的频率与预设频率范围进行比较,若确定出的频率在预设频率范围内,车载设备符合测试要求,相应性能正常;反之,若确定出的频率不在预设频率范围内,车载设备不符合测试要求,相应性能异常。上述预设频率范围可根据实际情况灵活设定,此处不作限定。
为便于对上述描述的与103~104的相关内容的理解,下面举几个示例进行说明。
示例一
结合图6以采样数据为音频电压为例,假设多个目标采样数据是采用上文所述的方式一确定的,则承接上述方式一中的示例,多个目标采样数据包括:采样数据a4、采样数据a10及采样数据a16。根据采样数据a4、采样数据a10及采样数据a16各自对应的采样时刻,可计算出采样数据a4对应的采样时刻t4与采样数据a10对应的采样时刻t10的时间差T1、采样数据a16对应的采样时刻t16与采样数据a10对应的采样时刻的时间差T2。然后,取时间差T1和时间差T2的均值作为音周期T。该周期T的倒数即可确定为频率f。若频率f在预设频率范围内,则说明车载设备音频播放正常,通过相应性能测试;反之,若频率f不在预设频率范围内,则说明车载设备播放音频不能按要求的音频频率进行播放,音频播放出现异常,未通过相应测试;
示例二
结合图6以采用数据为图像数据为例,假设多个目标采样数据是采用上文所述的方式二确定的,则承接上述方式二中的示例,多个目标采样数据包括:采样数据a6、采样数据a12及采样数据a18。根据采样数据a6、采样数据a12及采样数据a18各自对应的采样时刻,可计算出采样数据a6对应的采样时刻t6与采样数据a12对应的采样时刻t12的时间差T3、采样数据a12对应的采样时刻t12与采样数据a18对应的采样时刻t18的时间差T4。然后,取时间差T3和时间差T4的均值作为周期T’。该周期T’的倒数即可确定为频率f’。若频率f’在预设频率范围内,则说明车载设备显示性能正常,通过相应性能测试;反之,若状态变换频率f’不在预设频率范围内,则说明车载设备的显示出现闪烁或抖动等异常显然,未通过相应性能测试。
综上,本实施例提供的技术方案,在对车载设备基于测试信息输出的数据信息进行采样,得到多个包括采样时刻及对应采样数据的采样数组后,会根据多个采样数组中的采样数据及参照数据,获得满足要求的多个目标采样数据;然后根据多个目标采样数据分别对应的采样时刻,可计算出相应频率,并基于所计算出的频率即可测试出车载设备是否符合测试要求。可见,本方案整个测试过程可全自动完成,无需用户参与,可有效提高测试效率、节约测试人力成本,且还利于提高测试的精准性。
进一步地,考虑到现有技术方案中,基于音频信息的模型生成多具有不可定制化性,大多数是利用已有的参数所设计的模型生成对应的单一模型。针对该问题,本实施例基于上文内容,在确定出车载设备通过相应的音频性能测试的情况下,还可以针对车载设备播放的音频进行定制化建模。具体地,可以基于通过执行上述步骤10210对多个采样数组进行预处理所得到的多个有效采样数组,来实现音频定制化建模,并利用构建好的模型可以向有效音频数据中添加一些目标音频。基于此,在数据信息包括车载设备播放的音频信息的情况下,本实施例提供的所述方法还可包括如下步骤:
S41、所述车载设备符合测试要求时,根据所述多个有效采样数组中的音频电压,生成一音频模型;
S42、将待融合音频融合到所述音频模型输出的音频信息中,得到融合音频。
上述S41中,经分析如图4b示出的多个有效采样数组中音频电压对应的音频波形图可获知,有效音频数据(包含多个有效采样数组中的音频电压)的音频波形是由多条曲线组成,曲线主要包括两类,一类是类似于呈正态分布的曲线,该曲线对应的函数为非线性函数,如正态函数;另一类是类似于呈水平分布的直线,该直线对应的函数为线性函数。基于此,可以通过求解有效音频数据的音频波形相应线段对应函数的方式,来实现针对有效音频数据的定制化建模。具体实现过程如下:
S411、对所述多个有效采样数组中音频电压对应的音频波形进行区间划分,得到多个波形区间;其中,所述多个波形区间包括第一波形区间和第二波形区间,所述第一波形区间内的波形曲线的两端为下降曲线;
S412、利于第一波形区间内的波形曲线上的多个曲线点的坐标信息,求解第一函数中的待定参数,以得到所述第一波形曲线对应的第一函数;所述第一函数为正态函数;
S413、利用第二波形区域间的波形曲线上的多个曲线点的坐标信息,求解第二函数中的待定参数,以得到所述第二波形曲线对应的第二函数;所述第二函数为线性函数;
S414、基于所述第一波形曲线对应的第一函数以及所述第二波形曲线对应的第二函数,生成音频模型。
针对上述S411~S414描述的内容,结合图4b举一示例,假设经图4b示出的音频波形进行区间划分,得到7个波形区间,即区间1~区间7;其中,区间2、区间4及区间6为第一波形区间,区间1、区间3、区间5及区间7为第二波形区间。在确定一波形区间内的波形曲线对应的函数时,可以将波形曲线上的多个曲线点的横坐标信息(即时间点)作为相应函数的输入,纵坐标信息作为相应函数的输出,构建求解方程,以求解得到相应函数中的待定参数,从而得到波形曲线对应的函数。得到区间1~区间7各自内的波形曲线对应的函数后,可以结合各区间对应的时间区间,来综合生成音频模型。例如,设第一波形区域内的波形曲线对应的函数用g(t)表示,第二波形区间内的波形区间对应的函数为常数函数,用c表示,则生成的音频模型G(t)可以表示如下:
其中,c1、c2、c3及c4,分别表示区间1、区间3、区间5及区间7各自内的波形曲线对应的函数,g1(t)、g2(t)及g3(t),分别表示区间2、区间4及区间6各自内的波形曲线对应的函数。区间1对应的时间区间为[t0,t1),区间2对应的时间区间为[t1,t2),其他区间对应的时间区间依次类推。
上述S42中,可利用相应的音频合成方法,如基于神经网络的音频合唱方法,来实现将待融合音频融合到音频模型输出的音频信息中,得到融合音频。例如,以有效音频信数据为提示音(其为chime音)为例,则音频模型输出的音频信息也即为提示音,设待融合音为动感音效,将待融合音频与音频模型输出的音频信息进行融合后,所得到的融合音频即为包含动感音效的提示音,动感音效可以为但不限于冒泡音、鼓掌声等。
图7示出了本申请另一实施例提供的车载设备测试方法,该车载设备测试方法的执行主体为图1a或图1b中示出的客户端10,有关客户端10的具体形态可参见上文其他实施例中的相关内容。如图7所示,所述车载设备测试方法包括如下步骤:
201、对车载设备输出的数据信息进行采样,得到采样数据信息;其中,所述数据信息是所述车载设备基于测试信息输出的;
202、确定所述采样数据信息中包括的多个采样数据对应的状态变化信息;
203、根据所述状态变化信息,确定状态变化频率;
204、基于所述状态变化频率,确定所述车载设备是否符合测试要求。
上述201中,得到的采样数据信息包括多个采样数据及多个采样数据分别对应的采样时刻。有关对车载设备以及车载设备输出的数据信息进行采样的具体实现描述,可参见上文本申请其他实施例中的相关内容。其中,车辆设备输出的数据信息包括如下中的至少一种:车载设备播放的音频信息、车载设备显示的图像信息。
上述202“确定所述采样数据信息中包括的多个采样数据对应的状态变化信息”的一可实现技术方案包括:
2021、确定所述多个采样数据中各采样数据的状态值。
一具体可实现技术方案中,若上述数据信息包括车载设备播放的音频信息,相应的采样数据为音频电压信号;则,上述2021“确定所述多个采样数据中各采样数据的状态值”,可具体包括:
20211、对所述多个音频电压信号进行分析,获得各音频电压信号的信号值;
20212、将各音频电压信号的信号值,作为各音频电压信号的状态值。
具体实施时,上述音频电压信号的信号值为音频电压信号的幅度值。
另一具体可实现技术方案中,若上述数据信息包括车载设备显示的图像信息,相应的采样数据为图像数据;则,上述2021“确定所述多个采样数据中各采样数据的状态值”,可具体包括:
20211、将所述多个图像数据分别与参照模板图进行比较,得到各图像数据对应的比较值;
20212、将各图像数据对应的比较值,作为各图像数据的状态值。
具体实施时,将多个图像数据分别与参照模板图进行比较,可理解为:分析图像数据与参照模板图的相似性;相应地,图像数据对应的比较值为该图像数据与参照模板图的相似度。有关比较图像数据与参照模板图的具体实现,可参见上文本申请其他实施例中相关内容。
上述203“根据所述状态变化信息,确定状态变化频率”的一种可实现方案,可具体包括如下步骤:
2031、将所述多个采样数据中各采样数据的状态值与参照状态阈值进行比对,以获得满足比对要求的多个目标采样数据;
2032、基于所述采样数据信息,确定所述多个目标采样数据分别对应的采样时刻;
2033、根据所述多个目标采样数据分别对应的采样时刻,计算所述状态变化频率。
上述2031中,若采样数据为音频电压信号,上述参照状态阈值即指的是本申请其他实施例中涉及的参照电压信号的信号值。若采样数据为图像数据,则上述参照状态阈值即指的是本申请其他实施例中涉及的参照阈值。
在一实例中,上述2031“将所述多个采样数据中各采样数据的状态值与参照状态阈值进行比对,以获得满足比对要求的多个目标采样数据”,可具体采用如下步骤来实现:20311、将各采样数据的状态值与参照状态阈值进行比对,得到各采样数据的比对结果;
20312、根据各采样数据对应的比对结果,为各采样数据添加相应的标志位;
20313、基于所述多个采样数据对应的标志位,从所述多个采样数据中确定所述多个目标采样数据。
进一步地,上述20313“根据所述多个采样数据的标志位,从所述多个采样数据中确定所述多个目标采样数据”,可采用如下中的任一种方式来实现:
方式①、若所述多个采样数据中第N个采样数据对应的标志位为第一数值、且所述第N个采样数数据的前一个采样数据对应的标志位为第二数值,则将所述第N个采样数据作为目标采样数据;或者
方式②、若所述多个采样数据中第N个采样数据对应的标志位为第二数值、且所述第N个采样数数据的前一个采样数据对应的标志位为第一数值,则将所述第N个采样数据作为目标采样数据。
有关采用上述方式①或方式②确定目标数据的具体实现,可参见本申请其他实施例中所述的采用方式一或方式二确定目标数据的具体实现过程。
这里需要补充说明的是,本实施例提供的方案除了可实现上述所述的各功能步骤之外,还可实现其他各功能步骤,有关具体可实现的其他功能步骤可参见本申请其他实施例中的内容。
图8示出了本申请一实施例提供的车载设备测试装置的结构框图。该车载设备测试装置可集成于如图1a或图1b中示出的客户端10上。如图8所示,该车载设备测试装置包括:采样模块31、获得模块32、计算模块33及确定模块34;其中,
采样模块31,用于对车载设备输出的数据信息进行采样,得到多个采样数组;其中,采样数组包括采样时刻及对应的采样数据;所述数据信息是所述车载设备基于测试信息输出的;
获得模块32,用于根据所述多个采样数组中的采样数据及参照数据,获得满足比对要求的多个目标采样数据;
计算模块33,用于根据所述多个目标采样数据分别对应的采样时刻,计算频率;
确定模块34,用于基于所述频率,确定所述车载设备是否符合测试要求。
进一步地,上述采样模块31,在用于对车载设备输出的数据信息进行采样,得到多个采样数组时,具体用于:按照预设的采样频率,对所述车载设备输出的数据信息进行采样,得到包含多个采样数据的一维数组;根据所述预设的采样频率,为所述一维数组中的各采样数据添加对应的采样时刻,以得到所述多个采样数组。
进一步地,上述采样模块31,在用于按照预设的采样频率,对所述车载设备输出的数据信息进行采样,得到包含多个采样数据的一维数组时,具体用于:按照预设的采样频率,对所述车载设备输出的数据信息进行采样;将采样到的采样数据保存到指定格式文件中;从所述指定格式文件中,以流的形式读取采样数据,以得到所述一维数组。
进一步地,上述获得模块32,在用于根据所述多个采样数组中的采样数据及参照数据,获得满足比对要求的多个目标采样数据时,具体用于:将所述多个采样数组中的采样数据分别与参照数据进行比对,得到各采样数据对应的比对结果;根据各采样数据对应的比对结果,为各采样数组添加相应的标志位;基于所述多个采样数组对应的标志位,从所述多个采样数组中确定所述多个目标采样数据。
进一步地,若上述数据信息包括所述车载设备播放的音频信息,相应的采样数据为音频电压,则,上述获得模块32,在用于将所述多个采样数组中的采样数据分别与参照数据进行比对,得到各采样数据对应的比对结果时,具体用于:将各采样数组中的音频电压与参照电压阈值进行比对,得到各音频电压与参照电压阈值的比对结果。
进一步地,若上述数据信息包括所述车载设备显示的图像信息,相应的采样数据为图像数据,则,上述获得模块32,在用于将所述多个采样数组中的采样数据分别与参照数据进行比对,得到各采样数据对应的比对结果时,具体用于:将各采样数组中的图像数据与参照模板图进行比较分析,得到各图像数据的状态值;将各图像数据的状态值与参照状态阈值进行比对,得到各图像数据对应的比对结果。
进一步地,上述获得模块32,在用于将所述多个采样数组中的图像数据与参照模板图进行比较分析时,具体用于:获取预置的至少一个区块位置信息;基于所述至少一个区块位置信息,确定所述多个采样数组中的图像数据及所述参照模板图的待比对区块;将所述多个采样数组中的图像数据及所述参照模板图的待比对区块进行比较。
进一步地,在上述获得模块32,在用于将所述多个采样数组中的图像数据与参照模板图进行比较分析之前,还用于:对所述多个采样数组中的图像数据进行二值化处理,以便使用二值化处理后的图像数据与参照模板图进行比较。
进一步地,上述获得模块32,在用于基于所述多个采样数组对应的标志位,从所述多个采样数组中确定所述多个目标采样数据时,具体用于:
若所述多个采样数组中第N个采样数组对应的标志位为第一数值、且所述第N个采样数组的前一个采样数组对应的标志位为第二数值,则将所述第N个采样数组中的采样数据作为目标采样数据;或者
若所述多个采样数组中第N个采样数组对应的标志位为第二数值、且所述第N个采样数组的前一个采样数组对应的标志位为第一数值,则将所述第N个采样数组中的采样数据作为目标采样数据。
进一步地,上述计算模块33,在用于根据所述多个目标采样数据分别对应的采样时刻,计算频率时,具体用于:计算所述多个目标采样数据分别对应的采样时刻中后一采样时刻与前一采样时刻的时间差;基于计算出的至少一个时间差,确定所述频率。
这里需要说明的是:上述实施例提供车载设备测试装置可实现上述图3示出的车载设备测试方法实施例中描述的技术方案,上述各模块或单元具体实现的原理可参见上述图3示出的车载设备测试方法实施例中的相应内容,此处不再赘述。
图9示出了本申请另一实施例提供的车载设备测试装置的结构框图。该车载设备测试装置可集成于如图1a或图1b中示出的客户端10上。如图9所示,该车载设备测试装置包括:采样模块41及确定模块42;其中,
采样模块41,用于对车载设备输出的数据信息进行采样,得到采样数据信息;其中,所述数据信息是所述车载设备基于测试信息输出的;
确定模块42,用于确定所述采样数据信息中包括的多个采样数据对应的状态变化信息;根据所述状态变化信息,确定状态变化频率;基于所述状态变化频率,确定所述车载设备是否符合测试要求。
进一步地,上述确定模块42,在用于确定所述采样数据信息中包括的多个采样数据对应的状态变化信息时,具体用于:确定所述多个采样数据中各采样数据的状态值。
进一步地,上述确定模块42,在用于根据所述状态变化信息,确定状态变化频率时,具体用于:将所述多个采样数据中各采样数据的状态值与参照状态阈值进行比对,以获得满足比对要求的多个目标采样数据;基于所述采样数据信息,确定所述多个目标采样数据分别对应的采样时刻;根据所述多个目标采样数据分别对应的采样时刻,计算所述状态变化频率。
进一步地,上述确定模块42,在用于将所述多个采样数据中各采样数据的状态值与参照状态阈值进行比对,以获得满足比对要求的多个目标采样数据时,具体用于:将各采样数据的状态值与参照状态阈值进行比对,得到各采样数据的比对结果;根据各采样数据对应的比对结果,为各采样数据添加相应的标志位;基于所述多个采样数据对应的标志位,从所述多个采样数据中确定所述多个目标采样数据
进一步地,上述确定模块42,在用于根据所述多个采样数据的标志位,从所述多个采样数据中确定所述多个目标采样数据时,具体用于:
若所述多个采样数据中第N个采样数据对应的标志位为第一数值、且所述第N个采样数数据的前一个采样数据对应的标志位为第二数值,则将所述第N个采样数据作为目标采样数据;或者
若所述多个采样数据中第N个采样数据对应的标志位为第二数值、且所述第N个采样数数据的前一个采样数据对应的标志位为第一数值,则将所述第N个采样数据作为目标采样数据。
进一步地,若上述数据信息包括车载设备播放的音频信息,相应的采样数据为音频电压信号;则,上述确定模块42,在用于确定所述多个采样数据中各采样数据的状态值时,具体用于:对所述多个音频电压信号进行分析,获得各音频电压信号的信号值;将各音频电压信号的信号值,作为各音频电压信号的状态值。
进一步地,若上述数据信息包括车载设备显示的图像信息,相应的采样数据为图像数据;则,上述确定模块42,在用于确定所述多个采样数据中各采样数据的状态值时,具体用于:将所述多个图像数据分别与参照模板图进行比较,得到各图像数据对应的比较值;将各图像数据对应的比较值,作为各图像数据的状态值。
这里需要说明的是:上述实施例提供车载设备测试装置可实现上述图7示出的车载设备测试方法实施例中描述的技术方案,上述各模块或单元具体实现的原理可参见上述图7示出的车载设备测试方法实施例中的相应内容,此处不再赘述。
图10示出了本申请一实施例提供一个电子设备的结构示意图。如图10所示,所述电子设备包括:存储器51及处理器52。其中,所述存储器31用于存储一条或多条计算机指令;所述处理器52,与所述存储器51耦合,用于一条或多条计算机指令(如实现数据存储逻辑的计算机指令),以用于实现上述数据处理方法实施例中的步骤。
存储器51可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
进一步,如图10所示,电子设备还可包括:通信组件53、显示器54、电源组件55及音频组件56等其它组件。图10中仅示意性给出部分组件,并不意味着电子设备只包括图10所示组件。
相应地,本申请实施例还提供一种存储有计算机程序的计算机可读存储介质,所述计算机程序被计算机执行时能够实现上述各实施例提供的车载设备测试方法中的步骤。
图11示意性地示出了本申请提供的一计算机程序产品的框图。所述计算机程序产品包括计算机程序/指令61,当所述计算机程序/指令41被诸如图7所示的处理器32之类的处理器执行时,可实现上文本申请各实施例提供的车载设备测试方法中的步骤。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围。
Claims (20)
1.一种车载设备测试方法,其特征在于,包括:
对车载设备输出的数据信息进行采样,得到多个采样数组;其中,采样数组包括采样时刻及对应的采样数据;所述数据信息是所述车载设备基于测试信息输出的;
根据所述多个采样数组中的采样数据及参照数据,获得满足要求的多个目标采样数据;
根据所述多个目标采样数据分别对应的采样时刻,计算频率;
基于所述频率,确定所述车载设备是否符合测试要求。
2.根据权利要求1所述的方法,其特征在于,对车载设备输出的数据信息进行采样,得到多个采样数组,包括:
按照预设的采样频率,对所述车载设备输出的数据信息进行采样,得到包含多个采样数据的第一数组;
根据所述预设的采样频率,为所述第一数组中的各采样数据添加对应的采样时刻,以得到所述多个采样数组。
3.根据权利要求2所述的方法,其特征在于,按照预设的采样频率,对所述车载设备输出的数据信息进行采样,得到包含多个采样数据的第一数组,包括:
按照预设的采样频率,对所述车载设备输出的数据信息进行采样;
将采样到的采样数据保存到指定格式文件中;
从所述指定格式文件中,以流的形式读取采样数据,以得到所述第一数组。
4.根据权利要求1至3中任一项所述的方法,其特征在于,根据所述多个采样数组中的采样数据与参照数据,获得满足要求的多个目标采样数据,包括:
将所述多个采样数组中的采样数据与参照数据进行比对,得到各采样数据对应的比对结果;
根据各采样数据对应的比对结果,为各采样数组添加相应的标志位;
基于所述多个采样数组对应的标志位,从所述多个采样数组中确定所述多个目标采样数据。
5.根据权利要求4所述的方法,其特征在于,若所述数据信息包括所述车载设备播放的音频信息,相应的采样数据为音频电压信号,则
将所述多个采样数组中的采样数据与参照数据进行比对,得到各采样数据对应的比对结果,包括:
将各采样数组中的音频电压信号与参照电压信号进行比对,得到各音频电压信号对应的比对结果。
6.根据权利要求4所述的方法,其特征在于,若所述数据信息包括所述车载设备显示的图像信息,相应的采样数据为图像数据,则
将所述多个采样数组中的采样数据与参照数据进行比对,得到各采样数据对应的比对结果,包括:
将所述多个采样数组中的图像数据与参照模板图进行比较,得到各图像数据对应的比较值;
将各图像数据对应的比较值与参照阈值进行比对,得到各图像数据对应的比对结果。
7.根据权利要求6所述的方法,其特征在于,将所述多个采样数组中的图像数据与参照模板图进行比较,包括:
获取预置的至少一个区块位置信息;
基于所述至少一个区块位置信息,确定所述多个采样数组中的图像数据及所述参照模板图的待比对区块;
将所述多个采样数组中的图像数据及所述参照模板图的待比对区块进行比较。
8.根据权利要求7所述的方法,其特征在于,在将所述多个采样数组中的图像数据与参照模板图进行比较之前,还包括:
对所述多个采样数组中的图像数据进行二值化处理,以便使用二值化处理后的图像数据与参照模板图进行比较。
9.根据权利要求4所述的方法,其特征在于,基于所述多个采样数组对应的标志位,从所述多个采样数组中确定所述多个目标采样数据,包括:
若所述多个采样数组中第N个采样数组对应的标志位为第一数值、且所述第N个采样数组的前一个采样数组对应的标志位为第二数值,则将所述第N个采样数组中的采样数据作为目标采样数据;或者
若所述多个采样数组中第N个采样数组对应的标志位为第二数值、且所述第N个采样数组的前一个采样数组对应的标志位为第一数值,则将所述第N个采样数组中的采样数据作为目标采样数据。
10.根据权利要求1至3中任一项所述的方法,其特征在于,根据所述多个目标采样数据分别对应的采样时刻,计算频率,包括:
计算所述多个目标采样数据分别对应的采样时刻中后一采样时刻与前一采样时刻的时间差;
基于计算出的至少一个时间差,确定所述频率。
11.一种车载设备测试方法,其特征在于,包括:
对车载设备输出的数据信息进行采样,得到采样数据信息;其中,所述数据信息是所述车载设备基于测试信息输出的;
确定所述采样数据信息中包括的多个采样数据对应的状态变化信息;
根据所述状态变化信息,确定状态变化频率;
基于所述状态变化频率,确定所述车载设备是否符合测试要求。
12.根据权利要求11所述的方法,其特征在于,确定所述采样数据信息中包括的多个采样数据对应的状态变化信息,包括:
确定所述多个采样数据中各采样数据的状态值。
13.根据权利要求12所述的方法,其特征在于,根据所述状态变化信息,确定状态变化频率,包括:
将所述多个采样数据中各采样数据的状态值与参照状态阈值进行比对,以获得满足比对要求的多个目标采样数据;
基于所述采样数据信息,确定所述多个目标采样数据分别对应的采样时刻;
根据所述多个目标采样数据分别对应的采样时刻,计算所述状态变化频率。
14.根据权利要求13所述的方法,其特征在于,将所述多个采样数据中各采样数据的状态值与参照状态阈值进行比对,以获得满足比对要求的多个目标采样数据,包括:
将各采样数据的状态值与参照状态阈值进行比对,得到各采样数据对应的比对结果;
根据各采样数据对应的比对结果,为各采样数据添加相应的标志位;
基于所述多个采样数据对应的标志位,从所述多个采样数据中确定所述多个目标采样数据。
15.根据权利要求14所述的方法,其特征在于,根据所述多个采样数据的标志位,从所述多个采样数据中确定所述多个目标采样数据,包括:
若所述多个采样数据中第N个采样数据对应的标志位为第一数值、且所述第N个采样数数据的前一个采样数据对应的标志位为第二数值,则将所述第N个采样数据作为目标采样数据;或者
若所述多个采样数据中第N个采样数据对应的标志位为第二数值、且所述第N个采样数数据的前一个采样数据对应的标志位为第一数值,则将所述第N个采样数据作为目标采样数据。
16.根据权利要求12至15中任一项所述的方法,其特征在于,若所述数据信息包括车载设备播放的音频信息,相应的采样数据为音频电压信号;则
确定所述多个采样数据中各采样数据的状态值,包括:
对所述多个音频电压信号进行分析,获得各音频电压信号的信号值;
将各音频电压信号的信号值,作为各音频电压信号的状态值。
17.根据权利要求12至15中任一项所述的方法,其特征在于,若所述数据信息包括车载设备显示的图像信息,相应的采样数据为图像数据;则
确定所述多个采样数据中各采样数据的状态值,包括:
将所述多个图像数据分别与参照模板图进行比较,得到各图像数据对应的比较值;
将各图像数据对应的比较值,作为各图像数据的状态值。
18.一种车载设备测试系统,其特征在于,包括:
车载设备;
客户端,用于对车载设备输出的数据信息进行采样,得到多个采样数组;其中,采样数组包括采样时刻及对应的采样数据;所述数据信息是所述车载设备基于测试信息输出的;根据所述多个采样数组中的采样数据及参照数据,获得满足要求的多个目标采样数据;根据所述多个目标采样数据分别对应的采样时刻,计算频率;基于所述频率,确定所述车载设备是否符合测试要求。
19.一种电子设备,其特征在于,包括:存储器和处理器,其中,
所述存储器,用于存储一条或多条计算机程序;
所述处理器,与所述存储器耦合,用于执行所述存储器中存储的所述一条或多条计算机程序,以用于实现如权利要求1至10中任一项所述的车载设备测试方法,或用于实现如权利要求11至17中任一项所述的车载设备测试方法。
20.一种计算机程序产品,包括计算机程序/指令,其特征在于,当所述计算机程序/指令处理器被执行时实现如权利要求1至10中任一项所述的车载设备测试方法,或用于实现如权利要求11至17中任一项所述的车载设备测试方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211385731.3A CN115729757A (zh) | 2022-11-07 | 2022-11-07 | 车载设备测试方法、系统、电子设备及计算机程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211385731.3A CN115729757A (zh) | 2022-11-07 | 2022-11-07 | 车载设备测试方法、系统、电子设备及计算机程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115729757A true CN115729757A (zh) | 2023-03-03 |
Family
ID=85295504
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211385731.3A Pending CN115729757A (zh) | 2022-11-07 | 2022-11-07 | 车载设备测试方法、系统、电子设备及计算机程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115729757A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN119025387A (zh) * | 2024-10-30 | 2024-11-26 | 安徽驿路微行科技有限公司 | 车载单元的监测方法、装置、计算机设备和可读存储介质 |
CN119574066A (zh) * | 2025-02-08 | 2025-03-07 | 富赛汽车电子有限公司 | 一种车载显示设备的测试方法及相关设备 |
-
2022
- 2022-11-07 CN CN202211385731.3A patent/CN115729757A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN119025387A (zh) * | 2024-10-30 | 2024-11-26 | 安徽驿路微行科技有限公司 | 车载单元的监测方法、装置、计算机设备和可读存储介质 |
CN119574066A (zh) * | 2025-02-08 | 2025-03-07 | 富赛汽车电子有限公司 | 一种车载显示设备的测试方法及相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109389068A (zh) | 用于识别驾驶行为的方法和装置 | |
CN115729757A (zh) | 车载设备测试方法、系统、电子设备及计算机程序产品 | |
CN111563396A (zh) | 在线识别异常行为的方法、装置、电子设备及可读存储介质 | |
CN113805834B (zh) | 一种汽车智能座舱测试方法、系统、装置和存储介质 | |
CN111901627B (zh) | 视频处理方法、装置、存储介质及电子设备 | |
CN112037223B (zh) | 图像缺陷检测方法、装置及电子设备 | |
CN111182367A (zh) | 一种视频的生成方法、装置及计算机系统 | |
CN113179423A (zh) | 事件的检测输出方法及装置、电子设备和存储介质 | |
WO2022025244A1 (ja) | 車両事故予測システム、車両事故予測方法、車両事故予測プログラム、及び、学習済みモデル生成システム | |
CN110807394A (zh) | 情绪识别方法、试驾体验评估方法、装置、设备与介质 | |
CN113707173A (zh) | 基于音频切分的语音分离方法、装置、设备及存储介质 | |
CN113903041A (zh) | 文本识别方法、装置、车辆及存储介质 | |
CN110189242B (zh) | 图像处理方法和装置 | |
CN112908324B (zh) | 数据处理方法、装置、设备及系统 | |
CN114565057A (zh) | 一种基于机器学习的均压场识别方法、装置、存储介质及终端 | |
CN111325160B (zh) | 用于生成信息的方法和装置 | |
CN107844777B (zh) | 用于生成信息的方法和装置 | |
CN112633247B (zh) | 驾驶状态监测方法和装置 | |
CN117315879A (zh) | 驾驶环境监测方法、装置、计算机存储介质及车辆 | |
CN114189612B (zh) | 摄像头的安装角度确定方法、装置及终端设备 | |
CN115620268A (zh) | 一种多模态情绪识别方法、装置、电子设备及存储介质 | |
US20200184216A1 (en) | Machine continuous learning method of neural network object classifier and related monitoring camera apparatus | |
CN114944152A (zh) | 车辆鸣笛音识别方法 | |
CN110659384B (zh) | 视频结构化分析方法及装置 | |
CN112819030A (zh) | 图像识别模型训练方法、装置、存储介质及终端 |
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 |