一种车载显示器自动测试装置及测试方法与流程

1.本发明涉及列车车载显示器测试技术领域，尤其涉及一种车载显示器自动测试装置及测试方法。


背景技术：

2.轨道交通领域应用的车载显示器产品，是各种控制与信息系统的人机接口部件，承担着以文字、图形、声音等形式对列车控制，对状态信息进行显示以及必要的人机操作等工作。常见的车载显示器包括列车网络系统状态显示器、列车安全监控装置显示器以及工程车网络系统状态显示器等。
3.车载显示器软件通常运行在嵌入式操作系统上，运行环境资源有限。作为人机操作接口，甚至是唯一接口，显示器的软件系统功能与性能水平对用户的使用体验有着巨大影响。车载显示器硬件平台的配置通常包括额定电源、液晶屏、触摸屏、通信接口(以太网/mvb/can/rs422/rs232/rs485/usb等)、键盘接口、温度监控、背光调节、蜂鸣器、语音喇叭接口、视频接口等。相应的，在车载显示器的测试过程中，既要对车载显示器的软件系统进行测试，也要对车载显示器的硬件系统进行综合全面的测试。
4.目前，现有技术中主要是采用人工测试的方法对车载显示器进行测试，常见的人工测试方法主要包括：人工插入u盘烧录程序、人工按压显示器按键、人工倾听显示器发出的声音、目视检查显示器屏幕的亮点和坏点、目视检查显示器的显示内容以及通过人眼判定显示器的亮度范围等。在人工测试的过程中，由于不同的操作人员的动作力度、视觉敏感度和听觉敏感度存在差异，导致按键的行程和反馈力存在偏差、目视检查屏幕的亮点和坏点时容易漏检、以及对显示器声音的大小、声压和频率的感知存在不一致等情况。最终造成显示器测试过程数据采集不完整，进而引起追溯问题。尤其是在客户运行现场，由于操作人员的差异化表现极易引起客户的不满。
5.综上可知，现有的车载显示器测试方法中，对于按键、屏幕、声音等的测试和分析均是通过单独的工作站进行测试和分析，此种单独测试的方式虽然具有应用范围较广、结构简单、装备方便的优点，但也存在一个极其明显的缺点：不能对车载显示器的性能进行综合测试，而且存在测试盲区。有鉴于此，为提高车载显示器的综合测试性能、提高检测的准确性和效率，亟需提供一种测试功能全面、操作简单、测试准确率高、自动化程度高的车载显示器自动测试装置及测试方法。


技术实现要素：

6.本发明要解决的技术问题是克服现有技术的不足，提供一种测试功能全面、操作简单、测试准确率高、自动化程度高的车载显示器自动测试装置及测试方法，能够实现自动按压按键并记录压力值和按键行程、自动对屏幕的显示内容进行检测分析、自动对声音进行检测分析，并记录测试过程中的测试数据。
7.为解决上述技术问题，本发明提出一种车载显示器自动测试装置，包括：
8.上位机，用于集成各种采集板卡、进行数据采集、控制计算机设备动作和通信；
9.与所述上位机连接的视觉系统，用于识别被测显示器屏幕的亮点、暗点、坏点以及被测显示器的图标、按键，并进行屏幕亮度识别和交互图像判断；
10.与所述上位机连接的4轴机器人系统，为被测显示器的屏幕测试、按键测试和音频测试提供辅助；
11.与所述上位机连接的音频分析系统，通过麦克风及音频采集系统采集被测显示器喇叭输出的音频，并进行检测及分析；
12.与所述上位机连接的电源系统，为被测显示器和各陪测系统供电；
13.与所述上位机连接的通信测试系统，用于检测被测显示器的通信运行状态，分析被测显示器的通信可靠性和稳定性；
14.分别与所述电源系统和所述通信测试系统连接的被测显示器。
15.作为本发明的进一步改进，所述车载显示器自动测试装置还包括视觉及按键校准系统，用于对4轴机器人的位置和根据视觉系统所采集的图片计算出的距离位置进行校准。
16.作为本发明的进一步改进，所述视觉及按键校准系统通过机械固定点对4轴机器人的位置进行校准，通过固定位置的校准方格图案对根据视觉系统摄像头所采集的图片计算出的距离位置进行校准，并对摄像头所采集图片周围的畸变进行补偿。
17.作为本发明的进一步改进，所述视觉系统中，采用机器学习技术对视觉系统采集的图片进行辅助判断。
18.作为本发明的进一步改进，所述采用机器学习技术对图片判断进行辅助的具体方法是：通过在所述视觉系统中内置基于大数据训练的预训练模型，结合ai技术，对视觉系统采集的图片进行判断。
19.作为本发明的进一步改进，所述基于大数据训练预训练模型的方法是，基于少量缺陷图片和大量正确图片进行训练，并通过人工标注辅助训练，以降低图片误判率。
20.作为本发明的进一步改进，所述4轴机器人系统通过机械手为被测显示器的屏幕测试、按键测试和音频测试提供辅助操作。
21.作为本发明的进一步改进，所述4轴机器人系统通过压力传感器对被测显示器上的按键进行按压测试，并监测按触压力的大小和方向。
22.作为本发明的进一步改进，所述4轴机器人的机械手通过触控笔或弹簧臂对被测显示器的按键和图标进行按触检测，并监测按触压力在x/y/z方向上的大小。
23.作为本发明的进一步改进，所述音频分析系统中，利用pesq方法训练模型，并结合itu-t p.862建议书提供的客观mos值评价方法，对被测显示器的语音质量进行检测分析。
24.作为本发明的进一步改进，所述音频分析系统中，通过将标准音频、故障音频以及带环境杂音的音频进行多次对比分析和模型训练，并设置对应的评分阈值，使得音频分析实现自动化、标准化和数据化。
25.作为一个总的技术构思，本发明还提供了一种车载显示器自动测试方法，包括如下步骤：
26.s1.搭建测试硬件环境及测试软件环境；
27.s2.根据测试需求，执行静态电流测试、通信测试、数据传输测试、屏幕测试、按键测试、感光测试以及音频测试中的一种或多种，并进行相应的测试分析；
28.s3.将测试分析数据采集并上传至数据服务器。
29.作为本发明的进一步改进，所述步骤s1中搭建测试硬件环境包括：建立上位机分别与视觉系统、4轴机器人系统、音频分析系统、通信测试系统和电源系统之间的网络连接；建立电源系统和通信测试系统分别与被测显示器之间的网络连接；
30.所述步骤s1中搭建测试软件环境包括：自动调用程序工具，并进行初始化配制。
31.作为本发明的进一步改进，所述步骤s1中搭建测试软件环境的具体步骤包括：
32.s1.1启动测试平台软件，调用自动加载子程序，将读取的被测显示器序列号发送到工厂的mes系统进行信息调取，并将调取的型号信息返回到上位机；上位机根据被测显示器的型号从服务器上调用设备测试程序；
33.s1.2调用校核子程序，根据被测显示器的型号信息、mes系统校验信息、程序内置的id信息以及设备的id信息确认调取的测试程序是否正确；
34.s1.3调用初始化子程序，对plc配置信息、4轴机器人的机械手位置信息、视觉系统和音频分析系统的配置信息进行初始化设置，确认各测试仪器设备自检正常；
35.s1.4调用初始化确认子程序，读取plc配置信息、机械手位置信息、视觉系统和音频分析系统的特定位置信息，并与预先设置的信息进行比对，确认初始化结果是否正确。
36.作为本发明的进一步改进，所述步骤s2中，所述静态电流测试的具体方法是：调用电源系统子程序，通过回读所述电源系统输出的电压和电流信息，与当前检测到的被测显示器的静态电流值进行比较。
37.作为本发明的进一步改进，所述步骤s2中，所述通信测试的具体方法是：调用通信系统子程序，根据被测显示器通信接口的特点，检测被测显示器的通信接口的通信状态、输出传输速率、丢包率以及带宽的相关信息。
38.作为本发明的进一步改进，所述步骤s2中，所述数据传输测试的具体方法是：
39.s2.1.1调用数据传输子程序，根据不同的测试用例和被测显示器制定不同的测试方法；
40.s2.1.2进行大文件数据传输测试；
41.s2.1.3回读大文件，通过比较mdm校验和值，检测大数据文件传输的结果。
42.作为本发明的进一步改进，所述步骤s2中，所述屏幕测试的具体方法是：
43.s2.2.1调用屏幕测试子程序；
44.s2.2.2通过4轴机器人配合相机的方式完成屏幕坏点图像的获取，并检查单色屏幕下是否存在亮点或暗点；
45.s2.2.3若屏幕测试子程序系统检测到被测显示器屏幕存在异常情况，则自动保留异常图片，并将异常图片传送到后台运行的ai辅助判断子程序；
46.s2.2.4根据图片异常类型调用视觉系统内置的预训练模型，结合ai技术对图片进行辅助判断，以降低图片的误测和漏测概率。
47.作为本发明的进一步改进，所述步骤s2中，所述按键测试的具体方法是：
48.s2.3.1调用按键测试子程序；
49.s2.3.2 4轴机器人的机械手通过选择电容触控笔或弹簧臂分别对被测显示器屏幕上的虚拟按键和实体按键进行按压测试，同时在机械手的压力传感器中记录机械手在x/y/z方向的压力值；
50.s2.3.3通过机械手上的绝对值编码器读取机械手的初始坐标和按压屏幕产生反应之后的终点坐标，得到机械手下压的x/y/z方向的移动距离；
51.s2.3.4根据压力-距离模型得到被测显示器的按键/触摸屏在垂直方向所承受的压力，并与预先设置的压力值进行比较，同时监测x/y方向的压力值并进行比较，当均满足要求时按键测试通过。
52.作为本发明的进一步改进，所述步骤s2中，所述感光测试的具体方法是：
53.s2.4.1调用感光测试子程序；
54.s2.4.2打开光源，将光源照设在被测显示器屏幕的特定区域上，同时将亮度计移动到屏幕上方相应距离，读取屏幕的亮度信息；
55.s2.4.3关闭光源，亮度计再次读取屏幕的亮度信息；
56.s2.4.4通过比较两次读取的屏幕亮度信息，判断屏幕的光源是否发生变化，当变化值超过预先设定的阈值时，则感光测试通过。
57.作为本发明的进一步改进，所述步骤s2中，所述音频测试的具体方法是：
58.s2.5.1调用音频测试子程序，检测被测显示器的声音参数；
59.s2.5.2将麦克风移动到被测显示器喇叭固定距离处，通过4轴机器人的机械手按压屏幕使得被测显示器发出固定语音，并通过麦克风和音频采集系统采集被测显示器喇叭输出的音频；
60.s2.5.3利用pesq方法训练模型和itu-t p.862建议书提供的客观mos值评价方法对采集到的被测显示器音频进行检测分析，mos得分超过阈值之后则音频测试通过。
61.与现有技术相比，本发明的优点在于：
62.1.本发明的车载显示器自动测试装置，通过将视觉系统、音频分析系统和通信测试系统集成到一个测试台中，并通过引入4轴机器人系统，能够实现车载显示器的通信、数据传输、屏幕、按键、感光和音频的自动化综合测试，具有测试覆盖面广、测试效率高、自动化程度高和测试结果可靠等优点，能够满足车载显示器的实际生产测试需求，实用性强，利于工业化应用。
63.2.本发明的车载显示器自动测试装置，通过引入4轴工业机器人系统辅助进行屏幕测试、按键测试和音频测试，同时通过视觉及按键校准系统对机器人的位置进行校准，自动化程度高，且有效提高测试的准确性和可靠性。
64.3.本发明的车载显示器自动测试装置，结合机器学习技术对视觉系统采集的图片进行辅助判断，通过在视觉系统中内置基于大数据训练的预训练模型，并通过人工标注辅助训练，有效降低图片误判率，进而提高测试准确率，能够满足大批量测试需求。
65.4.本发明的车载显示器自动测试方法，对车载显示器的静态电流、通信、数据传输、屏幕、按键、感光和音频进行全面综合测试，并自动分析测试结果，无需人工干预，既保证了测试的完整性和有序性，又不会因人工干预而产生测试偏差。
66.5.本发明的车载显示器自动测试方法，通过机械手和视觉系统的配合，对被测显示器的按键和触摸屏进行了按触压力和按压角度测试，并通过距离-压力模型计算得到相应的按触压力值，具有测试结果精准的优点。
67.6.本发明的车载显示器自动测试方法，在屏幕测试过程中，既对屏幕的亮点和暗点进行了测试，又对屏幕亮度进行了测试，具有测试全面、可靠性高的优点。
68.7.本发明的车载显示器自动测试方法，在音频测试过程中，通过调用基于pesq方法训练的模型，并结合itu-t p.862建议书提供的客观mos值评价方法，对所采集的车载显示器音源进行模拟人耳听觉测试，能够对语音质量进行更真实的反映，同时具有适用性广、可靠性高的优点，能够满足大批量测试要求。
附图说明
69.图1为本发明车载显示器自动测试装置的结构示意图。
70.图2为本发明车载显示器自动测试方法的流程示意图。
71.图3为本发明车载显示器屏幕按键测试的示意图。
72.图4为本发明车载显示器屏幕感光测试的示意图。
73.图5为本发明车载显示器自动测试的具体实施流程示意图。
74.图例说明：1、上位机；2、视觉系统；3、4轴机器人系统；4、音频分析系统；5、电源系统；6、通信测试系统；7、显示器；8视觉及按键校准系统。
具体实施方式
75.以下结合说明书附图和具体优选的实施例对本发明作进一步描述，但并不因此而限制本发明的保护范围。
76.如图1所示，本发明的一种车载显示器自动测试装置，包括：上位机1，用于集成各种采集板卡、进行数据采集、控制计算机设备动作和通信；与上位机1连接的视觉系统2，用于识别被测显示器7屏幕的亮点、坏点、灰尘以及被测显示器7的图标、按键，并进行屏幕亮度识别和交互图像判断；与上位机1连接的4轴机器人系统3，为被测显示器7的屏幕测试、按键测试和音频测试提供辅助；与上位机1连接的音频分析系统4，通过麦克风及音频采集系统采集被测显示器7喇叭输出的音频，并进行检测及分析；与上位机1连接的电源系统5，为被测显示器7和各陪测系统供电；与上位机1连接的通信测试系统6，用于检测被测显示器7的通信运行状态，分析被测显示器7的通信可靠性和稳定性；分别与电源系统5和通信测试6系统连接的被测显示器7。本发明通过将视觉系统、音频分析系统和通信测试系统集成到一个测试台中，并通过引入4轴机器人系统，能够实现车载显示器的通信、数据传输、屏幕、按键、感光和音频的自动化综合测试，具有测试覆盖面广、测试效率高、自动化程度高和测试结果可靠等优点，能够满足车载显示器的实际生产测试需求，实用性强。
77.进一步的，车载显示器自动测试装置还包括视觉及按键校准系统8，用于对4轴机器人的位置和根据视觉系统所采集的图片计算出的距离位置进行校准。其中，视觉校准系统通过预先设置好尺寸、位置固定的标准方格图案(棋盘格标定图像)对根据视觉系统摄像头所采集的图片计算出的距离位置进行校准，避免摄像头拍出的图片因镜头的光学畸变而导致距离计算异常，并对摄像头所拍摄图片周围的畸变进行补偿。按键校准系统作为另一个单独的校准模块，其通过特定的机械设计(例如高度和坐标的变化)校准4轴机器人的坐标位置。
78.在具体实施例中，在视觉系统2中采用机器学习技术对视觉系统采集的图片进行辅助判断。进一步的，采用机器学习技术对图片判断进行辅助的具体方法是：通过在视觉系统中内置基于大数据训练的预训练模型，并结合ai技术，对视觉系统2采集的图片进行判
断。其中，基于大数据训练预训练模型的方法是，基于少量缺陷图片和大量正确图片进行训练，并通过人工标注辅助训练，以降低图片误判率。在本实施例的测试过程中，可将图片判断的准确率提高至90％以上。
79.在具体实施例中，4轴机器人系统3通过机械手为被测显示器7的屏幕测试、按键测试和音频测试提供辅助操作。例如，4轴机器人系统通过压力传感器对被测显示器上的按键进行按压测试，并监测按触压力的大小和方向。进一步，4轴机器人的机械手通过触控笔或弹簧臂对被测显示器的按键和图标进行按触检测，并监测按触压力在x/y/z方向上的大小。通过4轴机器人结合触控笔或弹簧臂的形式，能够有效确保对被测显示器产品进行测试过程中的一致性和按压准确性，所获得的检测结果更真实可靠。
80.在具体实施例中，在音频分析系统4中，利用pesq(主观语音质量评估)方法训练模型，并结合itu-t p.862建议书提供的客观mos值评价方法，对被测显示器7的语音质量进行分析评估。具体评估方法是：首先通过软件将标准音频和系统采集的被测显示器音频这两个信号进行电平调整；然后用输入滤波器进行滤波，以使两个信号在时间上对准；再将对准好时间的两个信号进行听觉变换，即系统中线性滤波和增益变化的补偿和均衡，提取出两个失真参数，在频率和时间上总和起来，映射到对主观两者相似度的评分。通常，mos得分为0分～5分，分值越高则代表语音质量越好。可以理解，为了提高检测准确性，系统采集的音频内容与标准音频相同，因此也可将系统采集的音频称为劣化音频。进一步的，在音频分析系统中，可以通过将标准音频、故障音频以及带环境杂音的音频进行多次对比分析和模型训练，并设置对应的评分阈值，使得音频分析实现自动化、标准化和数据化，以满足人耳的需求。
81.如图2所示，本发明还提供了一种车载显示器自动测试方法，包括如下步骤：s1.搭建测试硬件环境及测试软件环境；s2.根据测试需求，执行静态电流测试、通信测试、数据传输测试、屏幕测试、按键测试、感光测试以及音频测试中的一种或多种，并进行相应的测试分析；s3.将测试分析数据采集并上传至数据服务器。
82.进一步的，步骤s1中搭建测试硬件环境包括：建立上位机1分别与视觉系统2、4轴机器人系统3、音频分析系统4、通信测试系统6和电源系统5之间的网络连接；建立电源系统5和通信测试系统6分别与被测显示器7之间的网络连接；步骤s1中搭建测试软件环境包括：自动调用程序工具，并进行初始化配制。
83.具体的，步骤s1中搭建测试软件环境的具体步骤包括：s1.1启动测试平台软件，调用自动加载子程序，将读取的被测显示器序列号发送到工厂的mes系统(制造执行系统)进行信息调取，并将调取的型号信息返回到上位机1；上位机1根据被测显示器7的型号从服务器上调用测试设备程序；s1.2调用校核子程序，根据被测显示器的型号信息、mes系统校验信息、程序内置的id信息以及设备的id信息确认调取的测试程序是否正确；s1.3调用初始化子程序，对plc(可编程逻辑控制器)配置信息、机械手位置和压限定值、视觉系统和音频分析系统的配置信息进行初始化设置，确认各测试仪器设备自检正常；s1.4调用初始化确认子程序，读取plc配置信息、机械手位置信息和压限定值、视觉系统和音频分析系统的特定位置信息，并与预先设置的信息进行比对，确认初始化结果是否正确。
84.进一步的，在步骤s1.1中，打开测试平台软件后，软件后台会自动确认测试平台的网络状态和测试平台软件的启动情况。测试平台软件顺利启动后，测试平台会自动调用程
序工具软件，同时将扫描枪扫描获取的被测显示器序列号发送到生产工厂的mes系统，以获取该序列号所对应的lot id、图号、bom(物料清单)版本、调试大纲版本、烧录软件编号及版本等配置信息，并将所获取的配置信息写入到缓存。测试平台根据所获取的图号信息从生产用程序服务器上调用相应的测试软件，并自动启动测试软件程序。在步骤s1.2中，通过读取步骤s1.1中缓存的配置信息，并与测试软件程序中预先设定的配置信息作比较，如果一致，则继续运行下一步程序；如果不一致，则给出对应的提醒，由工程师进行处理。
85.进一步的，在步骤s1.3中，将当前测试软件程序中plc执行的信息、4轴机器人机械手的坐标位置信息和压限定值、视觉系统和音频分析系统的配置信息写入测试程序中配置文件的对应位置；与电源等仪器进行握手，并回读数据。在步骤s1.4中，校验步骤s1.3中写入的配置信息、检查仪器握手回读数据，如果正确，则执行下一步；如果不正确，则给出对应的提醒，由工程师进行处理。
86.在具体实施例中，通过测量被测显示器上电后初始状态的工作电流，与测试程序预先设定的上下限值做比较，并将数据写入到缓存中。步骤s2中进行静态电流测试的具体方法是：调用电源系统子程序，通过回读电源系统输出的电压和电流信息，与当前测试程序检测到的被测显示器的静态电流值进行比较。
87.在具体实施例中，步骤s2中进行通信测试的具体方法是：调用通信系统子程序，根据被测显示器通信接口的特点，检测被测显示器通信接口的通信状态、输出传输速率、丢包率以及带宽的相关信息。进一步的，由不同的通信接口向被测显示器发送测试指令和/或测试数据，对被测显示器的以太网接口、usb接口、串行通信接口(例如mvb(多功能车辆总线)接口、rs232接口、rs422接口、rs485接口等)进行通信测试，并将测试结果写入到缓存中。
88.在具体实施例中，将大数据文件传输到被测显示器中，完成文件传输测试并更新程序，将测试结果写入到缓存中。步骤s2中进行数据传输测试的具体方法是：s2.1.1调用数据传输子程序，根据不同的测试用例和被测显示器制定不同的测试方法；s2.1.2进行大文件数据传输测试；s2.1.3回读大文件，通过比较mdm(移动设备管理)校验值和预先设定的值，检测大数据文件传输的结果。
89.在具体实施例中，通过视觉系统拍摄图片检查被测显示器屏幕上面的亮点和暗点，通过机械手按压相应的按键或触摸屏区域，检查屏幕的显示内容和切换速度，识别屏幕的响应是否正确，并将测试结果写入到缓存中。步骤s2中进行屏幕测试的具体方法是：s2.2.1调用屏幕测试子程序；s2.2.2通过4轴机器人配合相机按照九宫格的方式完成屏幕坏点图像的获取，并检查单色屏幕下是否存在亮点、暗点或灰尘等；s2.2.3若屏幕测试子程序系统检测到被测显示器屏幕存在异常情况，则自动保留异常图片，并将异常图片传送到后台运行的ai辅助判断子程序；s2.2.4根据异常类型调用视觉系统内置的预训练模型，结合ai技术并通过相应的算法对图片进行辅助判断，以降低图片的误测和漏测概率。由于视觉系统内置的基于大数据训练的预训练模型也能够支持屏幕亮点、暗点、坏点等缺陷的识别，将其应用到屏幕测试中，有利于提高屏幕响应识别的判断准确率。如图3所示，在具体应用过程中，为了提高测试的效率和准确性，在测试系统中设置了相机1和相机2。在执行屏幕测试程序的过程中，当4轴机器人的机械手与相机1进行配合时，相机1固定不动，机械手在被测显示器7的屏幕上进行移动按压，通过相机1来判断屏幕测试程序执行时被测显示器屏幕上发生的图像变化。进一步的，需要采集屏幕坏点图像时，则是通过机械手与相机2进行
配合并按照九宫格的方式完成屏幕坏点图像的获取；为了避免因机械手的运动时间而导致测试效率降低，机械手保持固定不动，通过移动相机2捕捉测试过程中被测显示器屏幕的坏点图像。
90.在具体实施例中，通过4轴机器人的机械手和视觉系统相配合，对被测显示器上的按键进行按压测试，并记录机械手按压每一个按键的位置信息、按压力度以及按键行程，然后将测试结果写入到缓存中。步骤s2中进行按键测试的具体方法是：s2.3.1调用按键测试子程序；s2.3.2 4轴机器人的机械手通过选择电容触控笔或弹簧臂分别对被测显示器屏幕上的虚拟按键和实体按键进行按压测试，同时在机械手的压力传感器中记录机械手在x/y/z方向的压力值；s2.3.3通过机械手上的绝对值编码器读取机械手的初始坐标和按压屏幕产生反应之后的终点坐标，得到机械手下压的x/y/z方向的移动距离；s2.3.4根据压力-距离模型得到被测显示器7的按键/触摸屏在垂直方向所承受的压力值，并与预先设置的压力值进行比较，同时监测x/y方向的压力值并进行比较，当均满足要求时按键测试通过。其中，因4轴机器人的机械手不能直接获取按键/触摸屏承受的压力值，所以只能通过压力-距离模型将压力值换算成机械手的下降距离。但是，随着时间的增加，会因4轴机器人的坐标系产生偏差而导致机械手的下降距离发生变化，导致预先设定的下降距离所代表的压力值可能与实际的压力值不一致，因此需要通过机械手上设置的力学传感器对机械手的压力值进行反馈。通过4轴机器人的机械手和视觉系统相配合，能够保证按键按压测试的一致性，提高测试结果的准确性。
91.在具体实施例中，在测试装置的暗室(图中未示出)内通过变换灯光强度来检测被测显示器的自动感光性能，并将测试结果写入到缓存中。如图4所示，步骤s2中进行感光测试的具体方法是：s2.4.1调用感光测试子程序；s2.4.2打开条形灯光源，将光源照设在图4中所示的被测显示器屏幕的灰色区域上，同时通过气缸将亮度计移动到屏幕上方相应距离，读取屏幕的亮度信息；s2.4.3关闭条形灯光源，亮度计再次读取屏幕的亮度信息；s2.4.4通过比较两次读取的屏幕亮度信息，判断屏幕的光源是否发生变化，当变化值超过预先设定的阈值时，则感光测试通过。
92.在具体实施例中，在测试装置的暗室(图中未示出)内测量被测显示器所发出声音的声压、频率范围，检查声音信号是否存在杂音、异音，并将测试结果写入到缓存中。步骤s2中进行音频测试的具体方法是：s2.5.1调用音频测试子程序，检测被测显示器的声音参数；s2.5.2将麦克风移动到被测显示器喇叭固定距离处，通过4轴机器人的机械手按压屏幕使得被测显示器发出固定语音，并通过麦克风和音频采集系统采集被测显示器喇叭输出的音频；s2.5.3利用pesq方法训练模型和itu-t p.862建议书提供的客观mos值评价方法对采集到的被测显示器音频进行检测分析，mos得分超过阈值之后则音频测试通过。
93.如图5所示，本发明提供了的车载显示器自动测试的具体实施流程，首先是进入测试平台选择开始测试，扫描被测显示器序列号后，测试平台会自动调用程序工具；然后测试软件和测试仪器设备会自动依次进行程序确认、初始化配置、初始化确认、静态电流测试、通信测试、数据传输测试、屏幕测试、按键测试、感光测试以及音频测试；将上述所有的测试结果数据从缓存中读取并上传到测试数据服务器的mysql数据库中，最后结束测试。
94.虽然本发明已以较佳实施例揭示如上，但是并非用以限定本发明。任何熟悉本领域的技术人员，在不脱离本发明的精神实质和技术方案的情况下，都可利用上述揭示的方
法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同替换、等效变化及修饰，均仍属于本发明技术方案保护的范围内。