一种毫米波雷达报警自动化测试方法技术

本发明专利技术公开了一种毫米波雷达报警自动化测试方法。该方法包括采集路测数据，路测数据包括dat格式的测试文件及其对应的csv格式的报警信息文件；根据测试项目将相应的测试文件中的每一帧信息回灌至测试雷达，以使测试雷达对接收到的数据进行分析并输出相应的报警信息；将测试雷达输出的报警信息与csv格式的报警信息文件中的报警信息进行对比，以判断测试雷达输出的报警信息是否正确；生成报警测试报告。本发明专利技术首先是将雷达报警测试做到了完全的自动化，无需测试人员职守，大大提高了测试效率，降低了测试的时间与成本，并提高了测试结果的可靠性和准确性，测试结果更能让人觉得可靠。靠。靠。

【技术实现步骤摘要】
一种毫米波雷达报警自动化测试方法


[0001]本专利技术涉及毫米波雷达报警测试
，具体涉及一种毫米波雷达报警自动化测试方法。

技术介绍

[0002]随着这几年人工智能技术的不断进步，无人驾驶越来越成为人们关注的焦点。在整个在无人驾驶技术的发展进程中，77G赫兹的毫米波雷达以其不受天气以及光线的影响，探测距离远，探测精度高等优点，越来越收到厂家和消费者的青睐。
[0003]77G赫兹的毫米波雷达应用于车身可实现BSD(盲点辅助检测)，LCW(便道辅助预警)，DOW(开门预警)，ACC(自适应巡航)，AEB(自动紧急制动)等功能。为验证这些报警功能我们通常会用误报率和漏报率来衡量报警功能的准确程度。
[0004]当雷达软件经过一次软件开发迭代后，相关人员需要测试雷达对一些经典场景如对向来车，同向来车，侧边护栏，雨雪天气等场景的报警情况。这些场景数据都保存在.dat格式的二进制文件中，对应该文件还有路况信息的.mp4格式的影像视屏。测试人员需要将二进制文件回灌给雷达，雷达对收到的数据处理并根据处理结果发出不同类型的报警信号或是不发出报警信号。测试人员对应这路况的影像视频判断该次报警是误报，漏报或是正确报警。当回灌完全部二进制文件，测试人员须要统计总报警次数，误报次数，以及漏报次数。并通过公式误报率＝误报次数/(总报警次数+漏报次数),漏报率＝漏报次数/(总报警次数+漏报次数)得到误报率和漏报率。

技术实现思路

[0005]本专利技术的目的是针对现有技术存在的不足，提供一种毫米波雷达报警自动化测试方法。
[0006]为实现上述目的，本专利技术提供了一种毫米波雷达报警自动化测试方法，包括：
[0007]采集路测数据，所述路测数据包括dat格式的测试文件及其对应的csv格式的报警信息文件；
[0008]根据测试项目将相应的测试文件中的每一帧信息回灌至测试雷达，以使测试雷达对接收到的数据进行分析并输出相应的报警信息；
[0009]将测试雷达输出的报警信息与所述csv格式的报警信息文件中的报警信息进行对比，以判断测试雷达输出的报警信息是否正确；
[0010]生成报警测试报告。
[0011]进一步的，所述采集路测数据具体包括：
[0012]将雷达装载在测试车上；
[0013]驾驶该测试车在道路上行驶，以使所述雷达采集路测数据。
[0014]进一步的，还包括：
[0015]借助路试的视频软件对csv格式的报警信息文件进行人工核对，以确保csv格式的
报警信息文件中记载的报警信息准确无误。
[0016]进一步的，所述csv格式的报警信息文件中的报警信息包括报警时间、报警帧号和报警具体类别，所述报警具体类别包括报警类型和雷达的安装位置，所述报警类型分为Event_T和Event_A，所述Event_T表示误报或是漏报，其在人工核对时由人为标记出，所述Event_A表示雷达的正常报警。
[0017]进一步的，还包括：
[0018]以帧号为横坐标，报警为纵坐标，分别将csv格式的报警信息文件中的报警信息和测试雷达输出的报警信息转化成方波图，其中，纵坐标中的1为报警，0为无报警；
[0019]对将测试雷达输出的报警信息转化成的方波图执行报警+1；
[0020]将由csv格式的报警信息文件中的报警信息转化成方波图与执行报警+1后的方波图进行叠加，以获得报警分析方波图，所述报警分析方波图呈现在报警测试报告中。
[0021]进一步的，所述测试项目包括盲点检测、开门报警、变道辅助和后方交通穿行提示。
[0022]进一步的，将测试文件中的每一帧信息回灌至测试雷达具体包括：
[0023]发送指令至测试雷达，以使测试雷达先进入诊断模式后再进入回灌测试模式；
[0024]选择测试项目，并选择需要回灌的测试文件；
[0025]对选择的测试文件以ISO
‑
8859
‑
1的编码方式进行解析，并将解析后的数据变为16进制的字节流；
[0026]将16进制的字节流以udp格式发送给测试雷达。
[0027]进一步的，所述测试文件中的每一帧信息通过网口回灌至测试雷达。
[0028]有益效果：本专利技术首先是将雷达报警测试做到了完全的自动化：包括自动测试和自动输出测试结果，相较与现有的测试人员需全程职守的技术，该开发成果可以做到无需测试人员职守。这大大提高了测试效率，降低了测试的时间与成本。其次，本专利技术还提高了测试结果的可靠性和准确性，由于测试的评判标准已经在测试前给出，从而使得人为主观因素对测试结果的影响被降低到最小，测试结果更能让人觉得可靠。
附图说明
[0029]图1是本专利技术实施例的毫米波雷达报警自动化测试方法的流程示意图；
[0030]图2是本专利技术实施例的毫米波雷达报警自动化测试方法的原理图；
[0031]图3是本专利技术实施例的测试报告的局部示意图；
[0032]图4是向测试雷达回灌回灌测试文件中的每一帧信息的流程示意图；
[0033]图5基于Python Unittest框架开发的自动化测试工具的界面示意图；
[0034]图6是将雷达的报警信号分别存储成的列表结构示意图；
[0035]图7是报警分析方波图的生成过程示意图。
具体实施方式
[0036]下面结合附图和具体实施例，进一步阐明本专利技术，本实施例在以本专利技术技术方案为前提下进行实施，应理解这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围。
[0037]如图1至7所示，本专利技术实施例提供了一种毫米波雷达报警自动化测试方法，可用
于对77G赫兹的毫米波雷达进行报警测试，该方法包括：
[0038]采集路测数据，路测数据包括dat格式的测试文件及其对应的csv格式的报警信息文件。具体来说，采集路测数据包括：
[0039]将雷达装载在测试车上。角雷达一般安装在车的四个拐角处，前向雷达安装在车身正前方。安装的时候要安装在相对空旷的位置，保证雷达探测区域没有金属物或突出结构件，防止反射电磁波，确保雷达附近没有传感器或者线束干扰。
[0040]驾驶该测试车在道路上行驶，以使雷达采集路测数据。如图2所示，通常在路采数据时是通过雷达的收发天线接收无线电信号的，这个信号信息被称之为Raw Data，Raw Data通过信号处理模块后会得到点迹信息(Target)。通常一簇的点代表这可能是环境中的某个物体，零散的点可能是干扰点或称之为环境噪声。目标识别算法就是要尽可能正确的将这些点识别为物体(Object)，并将他们分类，如车，人，路边护栏等。在路测的时候雷达可以根据被识别的物体并结合自身的车速信息输出报警信息，这个部分需要用到的就是报警功能模块。通常每一帧数据是由原始数据(Raw Data)，点迹数据(Target)，航迹数据(Object)等信息构成的，多帧数据组合在一起就成为了dat格式的测试文件。被测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种毫米波雷达报警自动化测试方法，其特征在于，包括：采集路测数据，所述路测数据包括dat格式的测试文件及其对应的csv格式的报警信息文件；根据测试项目将相应的测试文件中的每一帧信息回灌至测试雷达，以使测试雷达对接收到的数据进行分析并输出相应的报警信息；将测试雷达输出的报警信息与所述csv格式的报警信息文件中的报警信息进行对比，以判断测试雷达输出的报警信息是否正确；生成报警测试报告。2.根据权利要求1所述的毫米波雷达报警自动化测试方法，其特征在于，所述采集路测数据具体包括：将雷达装载在测试车上；驾驶该测试车在道路上行驶，以使所述雷达采集路测数据。3.根据权利要求1所述的毫米波雷达报警自动化测试方法，其特征在于，还包括：借助路试的视频软件对csv格式的报警信息文件进行人工核对，以确保csv格式的报警信息文件中记载的报警信息准确无误。4.根据权利要求3所述的毫米波雷达报警自动化测试方法，其特征在于，所述csv格式的报警信息文件中的报警信息包括报警时间、报警帧号和报警具体类别，所述报警具体类别包括报警类型和雷达的安装位置，所述报警类型分为Event_T和Event_A，所述Event_T表示误报或是漏报，其在人工核对时由人为标记出，所述Event_A表示雷达的正常报警。5.根据权...

【专利技术属性】
技术研发人员：朱华林，张洁，李智攀，陈君，
申请(专利权)人：上海初斟智能科技有限公司，
类型：发明
国别省市：