基于软件定义测试车辆的方法、系统及软件定义测试系统

1.本发明涉及自动驾驶车辆测试技术领域，具体涉及一种基于软件定义测试车辆的方法、系统及软件定义测试系统。


背景技术：

2.随着车辆技术的发展，越来越多的车辆配备有先进的自动驾驶功能。自动驾驶车辆作为未来交通参与的主要形式，其功能的可靠性与安全性是应该关注的重要领域。然而，目前对于自动驾驶车辆的测试多停留于道路上简单的工况设计，无法根据实时的道路情况进行较为复杂的测试，进而使得自动驾驶车辆的测试面对真实模拟驾驶时的结果与测试时偏差较大，无法真实反映道路情况以及实时反馈车辆信息，使得自动驾驶功能测试无法得到保障。


技术实现要素：

3.本发明提供的一种基于软件定义测试车辆的方法、系统及软件定义测试系统，解决了现有技术中无法根据实时的道路情况对自动驾驶车辆进行准确的测试，使得自动驾驶功能测试无法得到有效保障的问题。
4.根据第一方面，一种实施例中提供一种基于软件定义测试车辆的方法，包括：获取实时道路信息、被测车辆的测试需求信息、以及与所述测试需求信息对应的初始测试场景数据；所述道路信息包括所述被测车辆行驶路面的可移动物体的移动信息；所述测试需求信息包括对所述被测车辆的自动驾驶功能进行测试的测试项目，所述自动驾驶功能包括超车、换道、弯道或行人避险；基于所述被测车辆的测试需求信息和所述实时道路信息，对所述初始测试场景数据进行数据处理，得到与所述测试项目对应的综合测试场景数据；根据所述综合测试场景数据调整测试车队中其它测试车辆的行驶参数，并通过基于内容的路由算法与所述测试车队中其它测试车辆进行通信。
5.在一种可能实现的实施例中，所述获取与所述测试需求信息对应的初始测试场景数据包括：接收云端平台发送的与所述测试需求信息对应的初始测试场景数据；其中，所述初始测试场景数据由所述云端平台接收到被测车辆提交的测试需求信息后对所述测试需求信息进行数据处理得到；所述方法还包括：根据所述初始测试场景数据控制测试车队中其它测试车辆的行驶参数。
6.在一种可能实现的实施例中，所述根据所述综合测试场景数据调整测试车队中其它测试车辆的行驶参数之后，还包括：判断当前的综合测试场景数据是否满足所述被测车辆实现测试项目对应的自动驾驶功能的条件；若否，则调整当前的综合测试场景数据，使其满足所述被测车辆实现测试项目对应的自动驾驶功能的条件。
7.在一种可能实现的实施例中，所述调整当前的综合测试场景数据，包括：确定新的簇头节点车辆；所述新的簇头节点车辆根据所述测试车队中各测试车辆的性能评价指标调整当前的综合测试场景数据；所述性能评价指标至少包括各测试车辆与所述被测车辆之间的距离、各测试车辆之间的时延、以及各测试车辆之间的负载需求。
8.在一种可能实现的实施例中，所述确定新的簇头节点车辆，包括：获取各测试车辆的强壮等级；根据所述强壮等级确定新的簇头节点车辆；所述强壮等级用于表征所述测试车队中各测试车辆的性能，所述性能包括簇头节点车辆与被测车辆之间、以及簇头节点车辆与其余测试车辆之间的通讯性能。
9.根据第二方面，一种实施例中提供一种基于软件定义测试车辆的系统，包括：获取模块，用于获取实时道路信息、被测车辆的测试需求信息、以及与所述测试需求信息对应的初始测试场景数据；所述道路信息包括所述被测车辆行驶路面的可移动物体的移动信息；所述测试需求信息包括对所述被测车辆的自动驾驶功能进行测试的测试项目，所述自动驾驶功能包括超车、换道、弯道或行人避险；数据处理模块，用于基于所述被测车辆的测试需求信息和所述实时道路信息，对所述初始测试场景数据进行数据处理，得到与所述测试项目对应的综合测试场景数据；调整模块，用于根据所述综合测试场景数据调整测试车队中其它测试车辆的行驶参数，并通过基于内容的路由算法与所述测试车队中其它测试车辆进行通信。
10.在一种可能实现的实施例中，所述获取模块获取与所述测试需求信息对应的初始测试场景数据包括：接收云端平台发送的所述测试需求信息对应的初始测试场景数据；其中，所述初始测试场景数据由所述云端平台接收到被测车辆提交的测试需求信息后对所述测试需求信息进行数据处理得到。
11.在一种可能实现的实施例中，所述系统还包括：控制模块，用于根据所述初始测试场景数据控制测试车队中其它测试车辆的行驶参数。
12.在一种可能实现的实施例中，所述数据处理模块还用于：判断当前的综合测试场景数据是否满足所述被测车辆实现测试项目对应的自动驾驶功能的条件；若否，则调整当前的综合测试场景数据，使其满足所述被测车辆实现测试项目对应的自动驾驶功能的条件。
13.根据第三方面，一种实施例中提供一种软件定义测试系统，包括：云端平台，用于向测试车队提供与测试需求信息对应的测试标准数据以及与所述测试需求信息对应的初始测试场景数据；包括多辆测试车辆的测试车队，用于：获取实时道路信息、被测车辆的测试需求信息；所述道路信息包括所述被测车辆行驶路面的可移动物体的移动信息；所述测试需求信息包括对所述被测车辆的自动驾驶功能进行测试的测试项目，所述自动驾驶功能包括超车、换道、弯道或行人避险；基于所述被测车辆的测试需求信息和所述实时道路信息，对所述初始测试场景数
据进行数据处理，得到与所述测试项目对应的综合测试场景数据；根据所述综合测试场景数据调整测试车队中其它测试车辆的行驶参数，并通过基于内容的路由算法与所述测试车队中其它测试车辆进行通信；对被测车辆进行测试，并形成测试结果；将所述测试结果发送至所述云端平台；所述云端平台还用于根据所述测试标准数据对所述测试结果进行评价后形成测试参考信息，所述测试参考信息跟随所述被测车辆用户的用户信息进行存储。
14.据上述实施例的一种基于软件定义测试车辆的方法和系统，通过获取实时道路信息、被测车辆的需求信息以及与测试需求信息对应的初始测试场景数据，然后根据被测车辆的测试需求信息和实时道路信息，对初始测试场景数据进行数据处理，得到与测试项目相对应的综合测试场景数据，最后根据综合测试场景数据调整测试车队中其余的测试车辆的行驶参数，进而实现对被测车辆的测试。采用本方案的测试方法，可以模拟真实驾驶场景对被测车辆进行测试，并得到测试结果，使得自动驾驶功能测试得到有效保障。
附图说明
15.图1为本实施例提供的基于软件定义测试车辆的测试场景图；图2为本实施例提供的基于软件定义测试车辆的测试方法流程图；图3为本实施例提供的判断当前的综合测试场景数据是否满足自动驾驶功能的流程图；图4为本实施例提供的调整当前的综合测试场景数据的流程图；图5为本实施例提供的确定新的簇头节点车辆的流程图；图6为本实施例提供的基于软件定义测试车辆的系统的结构框图。
16.图标：100、测试车队；101、侧方车道前车；102、前车；103、第一环境车辆；104、第二环境车辆；105、后车；106、侧方车道后车；200、路测单元设备；300、云端平台；400、被测车辆；500、获取模块；600、数据处理模块；700、调整模块；800、控制模块。
具体实施方式
17.下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中，很多细节描述是为了使得本技术能被更好的理解。然而，本领域技术人员可以毫不费力的认识到，其中部分特征在不同情况下是可以省略的，或者可以由其他元件、材料、方法所替代。在某些情况下，本技术相关的一些操作并没有在说明书中显示或者描述，这是为了避免本技术的核心部分被过多的描述所淹没，而对于本领域技术人员而言，详细描述这些相关操作并不是必要的，他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
18.另外，说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时，方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此，说明书和附图中的各种顺序只是为了清楚描述某一个实施例，并不意味着是必须的顺序，除非另有说明其中某个顺序是必须遵循的。
19.本文中为部件所编序号本身，例如“第一”、“第二”等，仅用于区分所描述的对象，
不具有任何顺序或技术含义。而本技术所说“连接”、“联接”，如无特别说明，均包括直接和间接连接（联接）。
20.本发明设计的一种基于软件定义测试车辆的方法，相比于现有的测试车辆的方式，本发明提供了一种具有较复杂驾驶工况下的道路场景进行模拟的测试车队，能够在具有较复杂驾驶工况下的道路场景下对被测车辆进行测试，并能够有效解决现在自驾车测试模型中无法较为真实反映道路情况以及实时反馈车辆信息，使得自动驾驶功能测试无法得到保障的问题。
21.以下结合附图对本方案的基于软件定义测试车辆的方法、系统以及软件定义测试系统进行详细说明。
22.本实施例的被测车辆为自动驾驶车辆，在对自动驾驶车辆进行测试的系统中，测试车队的测试车辆系统可以根据不同的测试需求灵活定义测试场景，并从云端平台或者测试车辆系统本身存储的数据中心获取测试场景数据，实现对被测车辆的不同功能进行全方位的测试的目的，并且还能够测试需求灵活添加或减少测试车辆。
23.例如，如图1所示，在检测被测车辆400的其中一项自动驾驶功能时，测试车辆系统可以根据测试需求自主定义测试场景数据，也即定义出测试车队100的聚簇策略，具体的，路测单元设备200将获取的被测车辆400行驶路面上的可移动物体（车辆、行人等）与被测车辆400之间的相对距离、相对方向、数量等信息传递给云端平台300，云端平台300根据上述信息以及被测车辆400的测试需求信息选取出测试场景数据（也即测试车队100的聚簇策略）。
24.测试场景数据（也即测试车队100的聚簇策略）是通过预设数量的测试车辆组成测试车队100，测试车辆可以分布在被测车辆400同一车道的前后方、被测车辆400的左右车道等。预设数量可根据测试需要进行设置，本实施例以预设数量为6为例进行说明，即，可以通过六辆测试车辆组成测试车队100，分别为位于被测车辆400侧方车道的侧方车道前车101、位于被测车辆400侧方车道的侧方车道后车106、位于被测车辆400前方的前车102、位于被测车辆400后方的后车105、位于被测车辆400另一侧方车道的第一环境车辆103、以及位于被测车辆400另一侧方车道的第二环境车辆104。然后测试系统的云端平台300选取其中一辆作为簇头节点车辆，通过簇头节点车辆控制测试车队100中其余测试车辆的行驶参数，实现对被测车辆400自动驾驶功能的测试。其中，每一个测试车辆个体节点配置的功能模块与物理结构均相同，各个车辆的位置能够进行任意布置，也能根据测试场景合理添加测试车辆节点，这种设计也能避免因某一个测试车辆故障而导致整体测试车队100无法测试的情况，无需更换测试平台，提高了结构系统冗余性。并且在测试过程中无需中断，测试车队100能够根据云端平台300设置测试方案，有效节省了时间，提升了测试效率。
25.在执行以下步骤之前，首先需要对簇头节点车辆进行选取，具体的，对于簇头节点车辆的选取，是根据各个测试车辆的强壮等级来确定。强壮等级可以理解为各个测试车辆之间的通讯性能的强弱，具体为：通过测试系统中的云端平台300获取测试车队100中所有测试车辆的数据信息，其中数据信息包括时延、丢包率等，然后云端平台300通过该数据信息来判断各测试车辆与其他测试车辆之间的通讯性能，正常情况下，时延一般应低于20ms，两车间的距离小于100m时的丢包率小于0.1%，当两车间的距离超过100m时的丢包率大于0.5%时，就会影响数据间的正常通信。需说明，本实施例中对于车辆的通讯性能，不同测试
场景下车辆的时延和丢包率的判断条件是不相同的，上文中的时延和丢包率的判断条件适用于城市道路，且道路两侧有建筑、树木，道路中存在其他车辆和交通参与者，对于道路两侧障碍物较少且空间开阔的道路，在一定距离内，丢包率越小，通信性能越好。通过云端平台300选取其中通讯性能最强的测试车辆作为簇头节点车辆，然后再通过簇头节点车辆根据测试需求控制其余测试车辆的行驶参数。
26.具体由簇头节点车辆控制测试车队100执行对被测车辆400的测试功能的测试方法如下：请参考图2，本实施例中提供一种基于软件定义测试车辆方法，包括如下步骤：步骤1：获取实时道路信息、被测车辆400的测试需求信息、以及与测试需求信息对应的初始测试场景数据；道路信息包括被测车辆400行驶路面的可移动物体的移动信息；测试需求信息包括对被测车辆400的自动驾驶功能进行测试的测试项目，自动驾驶功能包括超车、换道、弯道、行人避险、上下坡制动或车道保持。这些自动驾驶功能可以是完全自动的，也可以是辅助驾驶。一种自动驾驶功能对应一种测试项目，本实施例中，可以有分别对应上述多种自动驾驶功能的多种测试项目，即测试需求信息包括一种或多种测试项目，如包括测试超车的测试项目、测试换道的测试项目、测试弯道的测试项目、测试行人避险的测试项目、测试上下坡制动的测试项目和测试车道保持的测试项目中的一种或多种。本实施例中的初始测试场景数据为存储于测试系统中的用于对被测车辆400自动驾驶功能进行测试的测试场景，测试车队100基于该测试场景对被测车辆400进行测试。
27.在测试车队100中，由簇头节点车辆实现对其余各测试车辆的控制。具体的，簇头节点车辆通过路测单元设备200实时获取道路信息，其中，路测单元设备200是位于测试道路侧边的测量设备，通过路面供电设备进行供电，并且可以与道路上的行驶车辆、行人、移动物体等元素进行信息采集与交互，并将信息传递给簇头节点车辆，还能够针对特定关注参数进行数据过滤以及特征提取后，将特定的特征信息传递给云端平台300，其中，特定的特征信息可以包括各测试车辆的实时位置信息、距离信息等。
28.此外，簇头节点车辆还可以通过自身的通信模块进行信息采集，比如，采集与其余测试车辆间的实时相对位置、以及采集与被测车辆400间的实时相对位置，并且，簇头节点车辆还可以通过通信模块直接与被测车辆400进行通讯，以获取被测车辆400的测试需求信息。具体的，测试需求信息即是对被测车辆400的各项自动驾驶功能进行测试的信息，包括有超车、换道、弯道、行人避险（刹车）、过桥（上下坡制动性能）、操纵稳定性、平顺性等。
29.另外，簇头节点车辆还可以通过自身的通信模块直接与云端平台300进行通讯。用户可操作被测车辆400生成测试需求信息，被测车辆400将测试需求信息发送至云端平台300，或者用户可操作移动终端生成测试需求信息，移动终端将测试需求信息发送至云端平台300。云端平台300中存在相应的计算中心，计算中心会结合由路测单元设备200传递的特定的特征信息，根据该测试需求信息形成与测试需求信息对应的初始测试场景数据，然后簇头节点车辆可以从云端平台300直接获取该初始测试场景数据。需说明的是，本方案中对于初始测试场景数据的计算与存储并不局限于云端平台300，也可以是其他数据处理系统，比如，也可以是直接设置在测试车辆上的数据处理系统，只要能够实现其功能与作用即可。另外需说明的是，测试车队100中的其他测试车辆也具有簇头节点车辆的功能，每一个测试车辆均安装有能够与被测车辆400进行通讯的模块，能够时刻全方位与被测车辆400进行功
能信号传输，不会因为个别车辆的信号受干扰与遮挡或者模块故障而导致无法通讯，加强了信号的冗余，增强了实现测试功能目标的可靠性。
30.例如，任意一辆测试车辆可以通过自身的通信模块与其余测试车辆进行通讯，以及与云端平台300进行通讯。当测试功能发生变化时，就需要在测试车队100中选出新的簇头节点车辆，此时，该选中的测试车辆作为新的簇头节点车辆也能够接收云端平台300发送的与测试需求信息对应的初始测试场景数据，并能够根据该初始测试场景数据对测试车队100进行相应的控制与调整。
31.对于簇头节点车辆的通讯功能，也可以单独选出一辆测试车辆作为网关车辆，由网关车辆与周围簇群车队的信息交互，即通过网关车辆来实现簇头节点车辆与被测车辆400之间、测试车辆与簇头节点车辆之间的通讯，由此也可以保证相关信息在传输过程中保证了高效、节约时间且信息统一，其中，网关车辆选取测试车队100中通讯性能最好的一辆作为网关车辆。
32.步骤2：基于被测车辆400的测试需求信息和实时道路信息，对初始测试场景数据进行数据处理，得到与测试项目对应的综合测试场景数据。相当于用实时道路信息对初始测试场景数据进行了优化，从而得到与测试项目对应的综合测试场景数据。
33.簇头节点车辆通过调取云端平台300存储的初始测试场景数据，然后基于获取的被测车辆400的测试需求信息以及实时道路信息，对初始测试场景数据进行数据优化计算，具体根据自组织网络中的路由协议延伸的适用于车用网络的基于gaac的内容服务网络路由优化算法，该算法是通过在路由转发上增加一个控制层，用于控制内容中心网络的转发信息库fib的路由转发，以实现在大数据后台对初始测试场景模型进行优化处理，得到与测试项目相对应的综合测试场景数据，该综合测试场景数据具体用于针对被测车辆400的测试项目制定出与其对应的测试车队聚簇策略模型，该测试车队聚簇策略模型实现了基于研发需求对车辆测试场景的灵活设置，保障了测试功能的更新，并且，通过大数据后台对该制定出的测试车队聚簇策略模型的优化处理，实现对被测车辆400功能的真实模拟测试，优化了被测车辆400在测试过程中的功能参数。
34.步骤3：根据综合测试场景数据调整测试车队100中其它测试车辆的行驶参数，并通过基于内容的路由算法与测试车队100中其它测试车辆进行通信。
35.本方案的测试车队100在针对被测车辆400进行测试时，测试车队100中的每个测试车辆配置的功能模块与物理模块结构均相同。
36.实际测试时，测试车队100是在实时变化的，以测试超车功能为例，当被测车辆400发现测试车队100中的前车102行驶过慢，其需要实施超车的操作，针对特定的道路场景，如直线道路中，在测试超车功能的测试项目时，可能会发生以下情形：当测试车队100中的前车102行驶突然变慢，使得被测车辆400无法及时转向换道与前车102发生追尾并被卡死；当被测车辆400成功换道行驶，但是被测试车队100中的侧方车道后车106追尾；当被测车辆400成功换道行驶，但是与测试车队100中的侧方车道前车101追尾；当被测车辆400成功换道行驶，但是测试车队100中的侧方车道前车101此时也行驶过慢，使得被测车辆400无法实现超车操作而被卡死；当被测车辆400成功换道行驶，但是在换回道路时候被测试车队100中的前车102追尾；当被测车辆400成功换道行驶，且也顺利换回中间车道，实现成功超车。
37.在上述情形的情况下，就需要对测试车队100的位置距离进行及时的调整，但是为
了保证测试的稳定性，测试车辆之间的相对位置不会发生改变。具体的，簇头节点车辆根据得到的综合测试场景数据对测试场景的测试功能进行综合判断计算，并通过簇头节点车辆与其余测试车辆之间的信息交互将控制信号命令传输给测试车队100内的其余测试车辆，保证了其余测试车辆能够准确地处于当前测试场景内的对应位置，并能够通过簇头节点车辆与被测车辆400之间的交互信息，将测试情况发送给被测车辆400，被测车辆400执行相应的功能，稳定可靠地实现对被测车辆400相应自动驾驶功能的测试。
38.其中，测试车队100中簇头节点车辆与其余测试车辆之间通信的算法采用基于内容的路由算法来实现，该算法具体为面向内容和服务网络路由优化算法gaac，该算法实现步骤如下：（1）对网络进行初始化，删除不满足约束条件的路径；（2）初始化遗传算法种群及遗传参数，主要用于初始化遗传算法中的交叉概率以及变异概率，其中，交叉表示下一代个体通过上一代两个个体在某一相同基因上的一个互换，得到新个体，交叉概率用于表示该新个体具有比上一代两个个体具有更高的适应度的概率；变异类似于生物繁殖过程中的基因突变，是使生物多样化的关键，染色体在某一基因位上以一定概率发生突变，可能是按原位取反，也可能是突变成别的位，这样可以改善算法的局部性能，变异概率表示个体发生突变的概率，突变概率的大小对整个种群具有一定的影响，如果过小，会使基因位过早丢失信息无法回复，不利于产生新个体，过大会变成随机搜索；（3）根据遗传算法进行若干次迭代，并生成网络初始信息素分布；（4）对蚁群算法的控制参数进行初始化，主要用于对蚁群算法中负载的加权系数以及信息素的蒸发系数进行初始化，其中蒸发系数表示信息素的蒸发率，信息素蒸发可以避免算法过快地收敛到局部最优解当中，有助于搜索区域的扩展；（5）根据蚁群算法进行若干次迭代，求得最优解。
39.本实施例中的蚁群算法在现有技术中的已知算法，采用本算法提出混合遗传蚁群算法对ccn路由转发进行改进，以提高路由转发性能，同时较少冗余检索，降低网络重复内容的传输。
40.在一种可能实现的实施例中，获取与测试需求信息对应的初始测试场景数据包括：接收云端平台300发送的与测试需求信息对应的初始测试场景数据；其中，初始测试场景数据由云端平台300接收到被测车辆400提交的测试需求信息后对测试需求信息进行数据处理得到；自动驾驶车辆的测试方法还包括：根据初始测试场景数据控制测试车队100中其它测试车辆的行驶参数。
41.本实施例中，具体的，云端平台300接收到用户发送的测试需求信息，云端平台300中存在相应的处理模块和记忆模块，处理模块用于将用户提交的测试需求信息形成针对该需求的初始测试场景数据，其中，经过处理模块处理后形成的初始测试场景数据会存储至记忆模块中。簇头节点车辆获取记忆模块中的初始测试场景数据后能够根据该初始测试场景数据控制测试车队100中其余测试车辆的行驶参数，进而对被测车辆400进行测试。其中记忆模块包括用户档案子模块，簇头节点车辆会将测试完成后形成的测试数据发送至云端平台300，云端平台300将其存储至用户档案子模块中，使得用户能够在任何线下地点方便地调取出测试数据，以实现针对被测车辆400面向用户服务的软件定义测试功能架构。此外
测试完成后形成的测试数据还可以作为新的初始测试场景数据存储于用户档案子模块中，以便于不断地对初始测试场景数据进行更新与优化，保证测试性能的准确性。
42.在一种可能实现的实施例中，如图3所示，根据综合测试场景数据调整测试车队100中其它测试车辆的行驶参数之后，还包括：步骤4：判断当前的综合测试场景数据是否满足被测车辆400实现测试项目对应的自动驾驶功能的条件。
43.步骤5：若否，则调整当前的综合测试场景数据，使其满足被测车辆400实现测试项目对应的自动驾驶功能的条件。
44.在实际测试过程当中，在根据综合测试场景数据对测试车队100中其它测试车辆的行驶参数进行调整之后，还需要判断调整之后的测试车队100是否能够满足被测车辆400的测试条件。其中，被测车辆400实现测试项目对应的自动驾驶功能的判断条件具体包括：被测车辆400获取其与周围车辆之间的距离；判断该距离是否在测试一项自动驾驶功能的安全距离之内 ；若该距离在安全距离之内则符合判断条件，否则不符合判断条件。
45.具体的，例如，需要测试被测车辆400的换道功能，在换道之前，需要提前判断被测车辆400是否满足换道的条件，被测车辆400通过自身的雷达或者传感器收集周围车辆的信息，然后通过自身的中央处理器进行计算，合理估算测试场景下的距离，得出其是否能够在保证安全距离的前提下进行换道，安全距离的判断是多方向的，例如侧向、纵向等均应满足换道条件；如果经过计算得出其满足换道条件则将满足换道条件的信息发送给簇头节点车辆，触发当前的综合测试场景数据，簇头节点车辆控制测试车队100对被测车辆400进行自动驾驶功能的测试；如果经过被测车辆400自身的中央处理器计算得出其不满足换道条件，则将不满足换道条件的信息传递给簇头节点车辆，由簇头节点车辆对当前的综合测试场景数据再进行调整，具体根据各测试车辆与被测车辆400之间的距离、各测试车辆之间的时延、以及各测试车辆之间的负载需求对测试车队100中其余测试车辆进行调整，使其满足测试条件，如此，也保证了测试车辆之间信息传递的高效性。其中，如果被测车辆400的中央处理器计算出的结果与实际测试场景数据相悖，则将该对应测试场景数据进行修正，直到测试准确度能够满足测试需求。
46.在一种可能实现的实施例中，如图4所示，调整当前的综合测试场景数据，包括：步骤51：确定新的簇头节点车辆。
47.步骤52：新的簇头节点车辆根据测试车队100中各测试车辆的性能评价指标调整当前的综合测试场景数据；性能评价指标至少包括各测试车辆与被测车辆400之间的距离、各测试车辆之间的时延、以及各测试车辆之间的负载需求。
48.由于测试过程是一个动态的变化过程，因此，就需要对测试车队100中各测试车辆实时更新。在实际测试过程中，随着测试场景的变化，首先需要对簇头节点车辆进行更新，更新完成后，新的簇头节点车辆会对当前的测试场景数据进行调整，具体根据测试车队100中其余各测试车辆的性能评价指标对其余各测试车辆在当前测试场景内的相关位置进行调整。各测试车辆的性能评价指标具体包括各测试车辆与被测车辆400之间的距离、各测试车辆之间的时延、以及各测试车辆之间的负载需求。
49.需说明，在换道运动过程中，测试车队100与被测车辆400的相对位置变化较快，因此两者间的信息交互更加频繁，为保证运动过程中信息传输的及时性以及相对位置的快速
确认，车辆之间的通信可以采用蜂窝车联网（cellular vehicle-to-everything、c-v2x）、短距离点对点通讯（dedicated short range communication、dsrc）、无线感测网络（zigbee、bluetooth等）、无线局域网（wlan、wifi）等不同形式的无线传输方式中的一种或多种，及与之配套的无线传输管理系统；优选的，其无线传输方式可以按照专用短程通信协议dsrc、lte-v/c-v2x等标准下的通讯协议执行，能够实现通讯信号的冗余，通讯模块与国际标准相同，被测车辆400不必根据测试需求专门指定专门的信号模块，可有效节省测试成本，增强测试适用性。此外，测试车队100与被测车辆400在信息交互的过程中，需要在确保安全性的前提下进行功能的测试，因此当两者的判据冲突时，应以被测车辆400的判断为准，并通过信息传输对测试车队100中相应的判准进行修正。
50.本实施例中，对簇头节点车辆的更新与上述对簇头节点车辆的选取原理相同，请参考图5，具体包括如下步骤：步骤511：获取各测试车辆的强壮等级。
51.步骤512：根据强壮等级确定新的簇头节点车辆；强壮等级用于表征测试车队100中各测试车辆的性能，性能包括簇头节点车辆与被测车辆400之间、以及簇头节点车辆与其余测试车辆之间的通讯性能。
52.本实施例中，对于新的簇头节点车辆的选取，根据各个测试车辆的强壮等级来确定，也即通过判断个各测试车辆的通讯性能，并选取其中通讯性能最强的车辆作为新的簇头节点车辆。具体的，测试系统的云端平台300获取测试车队100中所有测试车辆的数据信息，其中数据信息包括时延、丢包率、抖动等，然后云端平台300通过该数据信息来判断各车与其他车辆之间的通讯性能，并选取其中通讯性能最强的测试车辆作为新的簇头节点车辆，然后再通过新的簇头节点车辆根据测试需求控制其余测试车辆的行驶参数。需说明，本实施例中对于各个车辆的时延、丢包率、抖动等的计算通过采用现有的技术即可以实现，本实施例对于该技术不做过多要求。
53.根据第二方面，如图6所示，本实施例中提供的一种基于软件定义测试车辆的系统，包括：获取模块500，用于获取实时道路信息、被测车辆400的测试需求信息、以及与测试需求信息对应的初始测试场景数据；道路信息包括被测车辆400行驶路面的可移动物体的移动信息；测试需求信息包括对被测车辆400的自动驾驶功能进行测试的测试项目，自动驾驶功能包括超车、换道、弯道或行人避险。
54.数据处理模块600，用于基于被测车辆400的测试需求信息和实时道路信息，对初始测试场景数据进行数据处理，得到与测试项目对应的综合测试场景数据。
55.调整模块700，用于根据综合测试场景数据调整测试车队100中其它测试车辆的行驶参数，并通过基于内容的路由算法与测试车队100中其它测试车辆进行通信。
56.测试车队100中，由簇头节点车辆实现对其余各测试车辆的控制。具体的，簇头节点车辆的获取模块500通过路测单元设备200实时获取道路信息，其中，路测单元设备200通过路面供电设备进行供电，并与道路上的行驶车辆、行人、移动物体等元素进行信息采集与交互，并将信息传递给簇头节点车辆，还能够针对特定关注参数进行数据过滤以及特征提取后，将特定的特征信息传递给云端平台300，其中，特定的特征信息可以包括各测试车辆的实时位置信息、距离信息等。
57.簇头节点车辆的获取模块500可以是雷达、传感器等，其可直接与被测车辆400进行通讯，以获取被测车辆400的测试需求信息。具体的，测试需求信息即是对被测车辆400的各项自动驾驶功能进行测试的信息，包括有超车、换道、弯道、行人避险（刹车）、过桥（上下坡制动性能）、操纵稳定性、平顺性等。
58.另外，簇头节点车辆的获取模块500还可以直接与云端平台300进行通讯。用户将被测车辆400的测试需求信息发送至云端平台300，或者用户可操作移动终端生成测试需求信息，移动终端将测试需求信息发送至云端平台300。云端平台300中存在相应的计算中心，计算中心会结合由路测单元设备200传递的特定的特征信息，根据该测试需求信息形成与测试需求信息对应的初始测试场景数据，然后获取模块500可以从云端平台300直接获取该初始测试场景数据。需说明的是，本方案中对于初始测试场景数据的计算与存储并不局限于云端平台300，也可以是其他数据处理系统，只要能够实现其功能与作用即可。另外需说明的是，测试车队100中的其他测试车辆也具有簇头节点车辆的功能，每一个测试车辆均安装有能够与被测车辆400进行通讯的模块，能够时刻全方位与被测车辆400进行功能信号传输，不会因为个别车辆的信号受干扰与遮挡或者模块故障而导致无法通讯，加强了信号的冗余，增强了实现测试功能目标的可靠性。
59.例如，任意一辆测试车辆可以通过自身的通信模块，与其余测试车辆进行通讯，以及与云端平台300进行通讯。当测试功能发生变化时，就需要在测试车队100中选出新的簇头节点车辆，此时，该选中的测试车辆作为新的簇头节点车辆也能够接收云端平台300发送的与测试需求信息对应的初始测试场景数据，并能够根据该初始测试场景数据对测试车队100进行相应的控制与调整。
60.簇头节点车辆的数据处理模块600通过调取云端平台300存储的初始测试场景数据，然后基于获取的被测车辆400的测试需求信息以及实时道路信息，对初始测试场景数据进行数据优化计算，具体根据自组织网络中的路由协议延伸的适用于车用网络的基于gaac的内容服务网络路由优化算法，该算法是通过在路由转发上增加一个控制层，用于控制内容中心网络的转发信息库fib的路由转发，以实现在大数据后台对初始测试场景模型进行优化处理，得到与测试项目相对应的综合测试场景数据，该综合测试场景数据具体用于针对被测车辆400的测试项目制定出与其对应的测试车队聚簇策略模型，该测试车队聚簇策略模型实现了基于研发需求对车辆测试场景的灵活设置，保障了测试功能的更新，并且，通过大数据后台对该制定出的测试车队聚簇策略模型的优化处理，实现对被测车辆400功能的真实模拟测试，优化了被测车辆400在测试过程中的功能参数。
61.本方案的测试车队100在针对被测车辆400进行测试时，测试车队100中的每个测试车辆配置的功能模块与物理模块结构均相同。
62.实际测试时，测试车队100是在实时变化的，以测试超车功能为例，当被测车辆400发现测试车队100中的前车102行驶过慢，其需要实施超车的操作，针对特定的道路场景，如直线道路中，在测试超车功能的测试项目时，可能会发生以下情形：当测试车队100中的前车102行驶突然变慢，使得被测车辆400无法及时转向换道与前车102发生追尾并被卡死；当被测车辆400成功换道行驶，但是被测试车队100中的侧方车道后车106追尾；当被测车辆400成功换道行驶，但是与测试车队100中的侧方车道前车101追尾；当被测车辆400成功换道行驶，但是测试车队100中的侧方车道前车101此时也行驶过慢，使得被测车辆400无法实
现超车操作而被卡死；当被测车辆400成功换道行驶，但是在换回道路时候被测试车队100中的前车102追尾；当被测车辆400成功换道行驶，且也顺利换回中间车道，实现成功超车。
63.在上述情形的情况下，就需要对测试车队100的位置距离进行及时的调整，但是为了保证测试的稳定性，测试车辆之间的相对位置不会发生改变。具体的，簇头节点车辆根据得到的综合测试场景数据对测试场景的测试功能进行综合判断计算，并通过簇头节点车辆与其余测试车辆之间的信息交互将控制信号命令传输给测试车队100内的其余测试车辆，保证了其余测试车辆能够准确地处于当前测试场景内的对应位置，并能够通过簇头节点车辆与被测车辆400之间的交互信息，将测试情况发送给被测车辆400，被测车辆400执行相应的功能，稳定可靠地实现对被测车辆400相应自动驾驶功能的测试。
64.其中，测试车队100中簇头节点车辆与其余测试车辆之间通信的算法采用基于内容的路由算法来实现，该算法具体为面向内容和服务网络路由优化算法gaac，该算法实现步骤如下：（1）对网络进行初始化，删除不满足约束条件的路径；（2）初始化遗传算法种群及遗传参数，主要用于初始化遗传算法中的交叉概率以及变异概率，其中，交叉表示下一代个体通过上一代两个个体在某一相同基因上的一个互换，得到新个体，交叉概率用于表示该新个体具有比上一代两个个体具有更高的适应度的概率；变异类似于生物繁殖过程中的基因突变，是使生物多样化的关键，染色体在某一基因位上以一定概率发生突变，可能是按原位取反，也可能是突变成别的位，这样可以改善算法的局部性能，变异概率表示个体发生突变的概率，突变概率的大小对整个种群具有一定的影响，如果过小，会使基因位过早丢失信息无法回复，不利于产生新个体，过大会变成随机搜索；（3）根据遗传算法进行若干次迭代，并生成网络初始信息素分布；（4）对蚁群算法的控制参数进行初始化，主要用于对蚁群算法中负载的加权系数以及信息素的蒸发系数进行初始化，其中蒸发系数表示信息素的蒸发率，信息素蒸发可以避免算法过快地收敛到局部最优解当中，有助于搜索区域的扩展；（5）根据蚁群算法进行若干次迭代，求得最优解。
65.本实施例中的蚁群算法在现有技术中的已知算法，采用本算法提出混合遗传蚁群算法对ccn路由转发进行改进，以提高路由转发性能，同时较少冗余检索，降低网络重复内容的传输。
66.对于簇头节点车辆的选取，则是根据各个测试车辆的强壮等级来确定。测试车辆系统获取测试车队100中所有测试车辆的数据信息，通过该数据信息来判断各车与其他车辆之间的通讯性能，并选取其中通讯性能最强的测试车辆作为簇头节点车辆，然后再通过簇头节点车辆根据测试需求控制其余测试车辆的行驶参数。
67.在一种可能实现的实施例中，获取模块500获取与测试需求信息对应的初始测试场景数据包括：接收云端平台300发送的测试需求信息对应的初始测试场景数据；其中，初始测试场景数据由云端平台300接收到被测车辆400提交的测试需求信息后对测试需求信息进行数据处理得到。
68.本实施例中，具体的，用户将测试需求信息提交至云端平台300，云端平台300中存在相应的处理模块和记忆模块，处理模块用于将用户提交的测试需求信息形成针对该需求
的初始测试场景数据，其中，经过处理模块处理后形成的初始测试场景数据会存储至记忆模块中。簇头节点车辆获取记忆模块中的初始测试场景数据后能够根据该初始测试场景数据控制测试车队100中其余测试车辆的行驶参数，进而对被测车辆400进行测试。其中记忆模块还包括用户档案子模块，簇头节点车辆会将测试完成后形成的测试数据，会被发送至云端平台300，云端平台300将其存储至用户档案子模块中，使得用户能够在任何线下地点方便地调取出测试数据，以实现针对被测车辆400面向用户服务的软件定义测试功能架构。此外测试完成后形成的测试数据还可以作为新的初始测试场景数据存储于用户档案子模块中，以便于不断地对初始测试场景数据进行更新与优化，保证测试性能的准确性。
69.在一种可能实现的实施例中，请参考图6，测试车辆系统还包括控制模块800，控制模块800用于根据初始测试场景数据控制测试车队100中其它测试车辆的行驶参数。
70.本实施例中，云端平台300中的处理模块会将用户提交的测试需求信息形成针对该需求的初始测试场景数据，簇头节点车辆的控制模块800在接收到该初始测试场景数据后能够根据该初始测试场景数据控制测试车队100中其余测试车辆的行驶参数，进而对被测车辆400进行测试。
71.在一种可能实现的实施例中，数据处理模块600还用于：判断当前的综合测试场景数据是否满足被测车辆400实现测试项目对应的自动驾驶功能的条件。
72.若否，则调整当前的综合测试场景数据，使其满足被测车辆400实现测试项目对应的自动驾驶功能的条件。
73.本实施例中，在实际测试过程当中，在根据综合测试场景数据对测试车队100中其它测试车辆的行驶参数进行调整之后，数据处理模块600还需要判断调整之后的测试车队100是否能够满足被测车辆400的测试条件。具体的，例如，需要测试被测车辆400的换道功能，在换道之前，需要提前判断被测车辆400是否满足换道的条件，被测车辆400通过自身的雷达或者传感器收集周围车辆的信息，然后通过自身的中央处理器进行计算，合理估算测试场景下的距离，得出其是否能够在保证安全距离的前提下进行换道，安全距离的判断是多方向的，例如侧向、纵向等均应满足换道条件；如果经过计算得出其满足换道条件则将满足换道条件的信息发送给簇头节点车辆，触发当前的综合测试场景数据，簇头节点车辆控制测试车队100对被测车辆400进行自动驾驶功能的测试；如果经过被测车辆400自身的中央处理器计算得出其不满足换道条件，则将不满足换道条件的信息传递给簇头节点车辆，由簇头节点车辆对当前的综合测试场景数据再进行调整，具体根据各测试车辆与被测车辆400之间的距离、各测试车辆之间的时延、以及各测试车辆之间的负载需求对测试车队100中其余测试车辆进行调整，使其满足测试条件，如此，也保证了测试车辆之间信息传递的高效性。
74.其中，数据处理模块600中，调整当前的综合测试场景数据，包括：确定新的簇头节点车辆；然后新的簇头节点车辆根据测试车队100中各测试车辆的性能评价指标调整当前的综合测试场景数据；性能评价指标至少包括各测试车辆与被测车辆400之间的距离、各测试车辆之间的时延、以及各测试车辆之间的负载需求。
75.由于测试过程是一个动态的变化过程，因此，就需要对测试车队100中各测试车辆实时更新。在实际测试过程中，随着测试场景的变化，首先需要对簇头节点车辆进行更新，
更新完成后，新的簇头节点车辆会对当前的测试场景数据进行调整，具体根据测试车队100中其余各测试车辆的性能评价指标对其余各测试车辆在当前测试场景内的相关位置进行调整。各测试车辆的性能评价指标具体包括各测试车辆与被测车辆400之间的距离、各测试车辆之间的时延、以及各测试车辆之间的负载需求。
76.需说明，在换道运动过程中，测试车队100与被测车辆400的相对位置变化较快，因此两者间的信息交互更加频繁，为保证运动过程中信息传输的及时性以及相对位置的快速确认，可以采用蜂窝车联网（cellular vehicle-to-everything、c-v2x）、短距离点对点通讯（dedicated short range communication、dsrc）、无线感测网络（zigbee、bluetooth等）、无线局域网（wlan、wifi）等不同形式的无线传输方式中的一种或多种，及与之配套的无线传输管理系统；优选的，其无线传输方式可以按照专用短程通信协议dsrc、lte-v/c-v2x等标准下的通讯协议执行，能够实现通讯信号的冗余，通讯模块与国际标准相同，被测车辆400不必根据测试需求专门指定专门的信号模块，可有效节省测试成本，增强测试适用性。此外，测试车队100与被测车辆400在信息交互的过程中，需要在确保安全性的前提下进行功能的测试，因此当两者的判据冲突时，应以被测车辆400的判断为准，并通过信息传输对测试车队100中相应的判准进行修正。
77.本实施例中，对簇头节点车辆的更新与上述对簇头节点车辆的选取原理相同，先获取各测试车辆的强壮等级；然后根据强壮等级确定新的簇头节点车辆；强壮等级用于表征测试车队100中各测试车辆的性能，性能包括簇头节点车辆与被测车辆400之间、以及簇头节点车辆与其余测试车辆之间的通讯性能。
78.具体的，根据各个测试车辆的强壮等级来确定，测试系统的云端平台300获取测试车队100中所有测试车辆的数据信息，其中数据信息包括时延、丢包率等，然后云端平台300通过该数据信息来判断各车与其他车辆之间的通讯性能，并选取其中通讯性能最强的测试车辆作为新的簇头节点车辆，然后再通过新的簇头节点车辆根据测试需求控制其余测试车辆的行驶参数。
79.根据第三方面，本实施例中提供的一种软件定义测试系统，请结合图1所示，包括：云端平台300，用于向测试车队100提供与测试需求信息对应的测试标准数据以及与测试需求信息对应的初始测试场景数据。
80.包括多辆测试车辆的测试车队100，用于：获取实时道路信息、被测车辆400的测试需求信息；道路信息包括被测车辆400行驶路面的可移动物体的移动信息；测试需求信息包括对被测车辆400的自动驾驶功能进行测试的测试项目，自动驾驶功能包括超车、换道、弯道或行人避险；基于被测车辆400的测试需求信息和实时道路信息，对初始测试场景数据进行数据处理，得到与测试项目对应的综合测试场景数据；根据综合测试场景数据调整测试车队100中其它测试车辆的行驶参数，并通过基于内容的路由算法与测试车队100中其它测试车辆进行通信；对被测车辆400进行测试，并形成测试结果；将测试结果发送至云端平台300。
81.云端平台300还用于根据测试标准数据对测试结果进行评价后形成测试参考信息，测试参考信息跟随被测车辆400用户的用户信息进行存储。具体的，云端平台300的记忆模块中还存储有用于向测试车队100提供与测试需求信息对应的测试标准数据，通过测试车队100的簇头节点车辆将测试结果发动给云端平台300后，云端平台300会将测试结果与
对应测试需求信息的测试标准数据进行评价，形成测试参考信息，并跟随被测车辆400用户的用户信息进行存储。
82.本实施例中提供的软件定义测试系统，具体包括云端平台300和测试车队100，在测试系统中，通过云端平台300以及测试车队100对被测车辆400进行自动驾驶功能的测试的具体实现方式请参考上述实施例中的基于软件定义测试车辆的方法，本实施例在此不做过多赘述。
83.另外，需说明的是，本实施例中的测试车队100可以采用多种样式的测试车辆其可由诸如常见四轮、三轮、多轮或者是多轮复合车队等多种形式进行功能测试，以具备良好的兼容性，也可以提升此种测试方法的适应性。
84.以上应用了具体个例对本发明进行阐述，只是用于帮助理解本发明，并不用以限制本发明。对于本发明所属技术领域的技术人员，依据本发明的思想，还可以做出若干简单推演、变形或替换。