用于确认或验证闭环测试平台的技术制造技术

本公开的总体方面涉及一种用于训练用于确认或验证用于测试系统的闭环测试平台的机器学习模块的方法。该方法包括：提供来自两个或更多个闭环测试平台的多个数据集，其中所述闭环测试平台包括至少一个参考测试平台。每个数据集包含相应闭环测试平台中的被测试系统的输入数据和相关联的输出数据。该方法进一步包括：针对多个数据集的对来确定输入数据的多个区段的相似度。每对测试数据集包含参考测试平台的数据集。该方法还包括：确定与输入数据的区段相关联的输出数据的区段的相似度；和通过使用特定的相似度鉴于作为待确认或验证的闭环测试平台的数据集的输入数据和/或输出数据的函数来估计待确认或验证的闭环测试平台的数据集的输入数据和输出数据和所述至少一个参考测试平台的多个数据集中的数据集的相似度方面训练机器学习模块，以便生成用于确认或验证闭环测试平台的机器学习模块。

【技术实现步骤摘要】
【国外来华专利技术】

技术介绍

1、在新系统(例如用于自动或辅助驾驶的系统)的验证和确认中使用虚拟测试平台具有巨大的潜力，并且可以为缩短确认过程做出贡献。特别是从(根据sae定义的)级别3起发布自动驾驶功能时，对支持仿真的测试平台的使用几乎是必不可少的。术语“验证(verifikation)”是指将系统的行为和/或配置与预先给定的规范进行比较。验证通常使用从要求(“requirements”)导出的测试用例来进行。在所述确认(validierung)的范畴内检查：系统是否满足所有必需的安全目标并具有所有必要的质量属性。所述确认超越了验证。特别是，在所述确认中，还检查所述要求的完整性和所做假设的有效性。当在本公开的范畴内论及“测试”时，因此意味的是检查对系统的质量要求、安全目标和其他要求。

2、例如，通过虚拟的确认或验证，可以显著缩小现场测试程序的范围，或者甚至可以完全避免这样的测试程序(例如使用待测试系统进行测试驾驶)。附加地或替代地，可以在不增加对资源的使用的情况下增加测试程序的范围和/或质量。例如，这可以有助于减少由于罕见事件而带来的潜在风险。在测试驾驶过程中本文档来自技高网...

【技术保护点】

1.一种用于训练用于确认或验证闭环测试平台的机器学习模块的方法，其中所述闭环测试平台用于确认或验证系统，所述方法包括：

2.根据权利要求1所述的方法，其中所述机器学习模块获得所述输出数据和/或输入数据的仅一部分作为输入参量，并生成所述输入数据和输出数据的相似度估计作为输出参量。

3.根据权利要求2所述的方法，其中，所述输入数据和/或输出数据的所述部分包括如下信息，所述信息表征：所述闭环测试平台中包含的系统的利用相应的闭环测试平台所检测或模拟的运行情况或利用相应的闭环测试平台所检测或模拟的运行场景。

4.根据前述权利要求1至3中任一项所述的方法，其中，所...

【技术特征摘要】
【国外来华专利技术】

1.一种用于训练用于确认或验证闭环测试平台的机器学习模块的方法，其中所述闭环测试平台用于确认或验证系统，所述方法包括：

2.根据权利要求1所述的方法，其中所述机器学习模块获得所述输出数据和/或输入数据的仅一部分作为输入参量，并生成所述输入数据和输出数据的相似度估计作为输出参量。

3.根据权利要求2所述的方法，其中，所述输入数据和/或输出数据的所述部分包括如下信息，所述信息表征：所述闭环测试平台中包含的系统的利用相应的闭环测试平台所检测或模拟的运行情况或利用相应的闭环测试平台所检测或模拟的运行场景。

4.根据前述权利要求1至3中任一项所述的方法，其中，所述输出数据和/或输入数据(31-38)的所述区段包括来自时间记录的区段。

5.根据前述权利要求1至4中任一项所述的方法，其中，所述输出数据和/或输入数据(31-38)的所述区段被选择以包含与相应闭环测试平台中的待测试系统的一个或多个预定运行情况或一个或多个预定运行场景相关的数据。

6.根据权利要求5所述的方法，其中所述预定运行情况或运行场景是所述系统的关键的运行情况或运行场景，可选地，其中所述关键的运行情况或运行场景包括违反预定安全目标。

7.根据权利要求1至6中任一项所述的方法，其中确定所述输入数据的区段的相似度包括：确定相应的对的第一数据集(20)的输入数据的第一区段(31；32；33；38)与所述对的所述第二数据集(22)的输入...

【专利技术属性】
技术研发人员：J·索恩斯，P·韦伯，P·格拉瑟尔，
申请(专利权)人：罗伯特·博世有限公司，
类型：发明
国别省市：