一、专有名词
VRU：Vulnerable Road Users，弱势道路使用者，包括行人、两轮车。
RT-Range：真值，用于测量实时的位置、距离、速度、方向等信息，如测试中需要用到两车之间的相对距离、速度可以在自车和目标车上装RT-Range。
LaunchPad：LunchPad是一个可滑动的底板，里面有机械结构、滑轮等，上面可安装假人假车，人为控制速度拖动假人假车往前走，同时可以获取其实时的距离、速度、方位角等信息。
二、项目及团队
1、项目背景/项目介绍？
目前在做的是xx车辆的ADAS项目，项目主要分两个阶段，V1阶段主要是是传感器、执行器的测试（工作内容：编写测试用例、评审、发布，然后根据测试用例编写测试方案，包括车辆改制、人员安排、时间安排、项目预算，设备租赁等）。
之后就是根据测试用例及方案去试验场测试，测试完成进行结果分析以及测试报告的编写。
V2阶段则为ADAS相关功能的验证测试(AEB、ACC、LKA、LCA、BSD、DOW等)，这个阶段也是要编写测试用例及发布。
V2阶段根据开发成熟度细分为V2.1、V2.2、V2.3，因成熟度不同，每个阶段会选取部分测试用例安排测试计划及测试执行、测试报告编写。
2、项目人员构成及职责划分？
例：
①产品（摄像头、毫米波雷达、激光雷达）；
②开发（系统开发/应用软件开发/底层软件开发/域控制器开发/硬件开发）；
③测试（测试用例、整车测试、试验管理）30人左右：测试用例组：对接需求，写测试用例
整车测试：实车测试，测试用例执行试验管理：设备/车辆管理，场地预约
④产品运营中心。
3、测试日常工作包含内容？
基础：
1）根据功能描述和需求完成传感器性能测试用例的编制及发布，包括Camera、Radar、Lidar等；
2）完成测试方案的编制，包括车辆改制、测试计划、人员安排等；
3）根据测试用例完成传感器性能测试；
4）使用CAN工具完成传感器性能测试结果分析；
5）编写传感器性能测试报告及评审；
6）依据测试用例及需求说明书完成AEB/ACC/LKA等功能测试规范的编制及发布；
7）根据开发进度完成各功能测试计划安排；
8）根据测试规范完成功能验证测试；
9）完成功能测试结果分析并跟进问题改进进度；
10）测试报告的编制、评审；
11）负责自动驾驶系统道路测试工作，记录道路测试问题，形成道路测试报告；
12）分析道路测试问题，对测试问题进行分类、管理和跟踪；
13）协助研发团队进行研发测试和问题复现；
14）完成上级领导安排的其他任务，如：VRU驱动系统使用说明书、Lidar操作指导书的编制、传感器标定测试等。
进阶：
1）负责团队测试工具框架搭建，编写测试数据生成、测试日志分析等测试辅助工具；
2）负责建立自动化测试框架，协助完成自动化脚本及用例的编写；
3）MATLAB/simulink/carsim完成无人车运动学和动力学的建模；
4）利用carsim和simulink联调实现车辆队列模型通信及构型；
5）使用PID/LQR等控制控制算法最终实现车道保持辅助功能。
4、项目周期？
例：ADAS从立项到交付正常要一年半到2年多。
5、测试报告内容？
①试验目的、试验规范；
②试验设备(包括被测车辆信息、数采系统、目标物、真值系统等);例：车辆型号、传感器版本、执行器版本、域控制器版本、试验前后车辆里程。
③试验时间、地点、人员;
④试验环境(天气、光照、路面等信息)；
⑤试验结果(以表格形式列出每条用例实际测试的结果分析)。
三、传感器性能测试
1、测试流程？
例：首先对接需求，根据需求完成相关传感器性能测试用例的编写及评审。
然后编写测试方案，包括测试计划及车辆改制等。
测试计划主要是根据测试用例安排测试所需要的时间计划；车辆改制则是根据需求把传感器安装到试验车指定位置，前置毫米波雷达一般是安装在前保险杠上，激光雷达一般安装在车顶，然后接网关之类的，需要读取到车辆底盘信号，车身信号以及雷达信号，到试验场还要租赁安装真值系统，及launchpad、假人假车等。
剩下的就是按照测试用例执行（V2阶段的各功能测试则不需要再安装传感器等，此阶段传感器/执行器啥均已经集成到试验车）。
2、车辆改制？实车环境搭建？
事项：车辆准备、传感器安装规范、传感器支架制作、传感器线束、电源（12V/24V/220V）、backbone（车身/主干网）、Chassis CAN（底盘），网关转发车辆信号到雷达。
3、哪些目标物可以装RT-Range？
只有目标车装真值，行人/两轮车使用的是假人/假自行车装在LaunchPAD上，可以获取距离/速度/方位角等信息。
4、传感器性能怎么测？
在车上接上真值、雷达、底盘等线束，保证可以读取到这些数据，然后在测试机的CAN工具中录制数据，按照测试用例的步骤执行，所有步骤完成了，结束录制，保存数据即可。
5、录制的软件？
Radar：CANOE工具，雷达配的上位机软件(如果有的话)，以及记录场景的摄像头(类似于行车记录仪)。
Lidar：上位机软件用于显示实时点云图及回放功能，采集用Wireshark。
6、传感器性能测试有哪些场景？
7、各传感器安装位置？有效距离？
8、各传感器优缺点？
9、传感器是否需要标定？
测试前是否需要标定，还是要看用的哪家供应商的传感器，有的需要自己标定，有的供应商已经标定好。
例：xx供应商的雷达的标定使用的是自己的标定软件，过程也比较简单，在车辆驾驶状态下发送一串16进制的数组就行，同样可通过发送16进制的数组可以读取到标定是否100%。摄像头的标定有内参标定和外参标定，标定的目的主要有两个，一个是消除畸变，一个是统一坐标系，标定就是为了获取内/外参数矩阵，用的是张氏标定法，通过拍摄N组棋盘格的照片实现。此外还有其他的标定方法，比如基于自然场景的标定。
10、坐标系是如何确定的？坐标原点一般在哪？
在ADAS测试中一般会统一采用右手坐标系，x轴朝前，y轴朝左，z轴朝上常用的坐标原点有前/后轴中点（真值系统等）、前保险杠中心（传感器）。
11、激光雷达关注哪些问题？
①交通标志牌等高反物体的点云质量是否出现上下延伸、前后拖点现象；
②物体边缘是否会出现不明点云；
③高速运动中观察周围路灯杆是否倾斜、卷曲、断裂等情况；
④阳光直射场景噪点是否会增多。
12、数据如何传输（传输方式）？
摄像头：①视频信号转换为CAN信号直接输出；②通过千兆网卡实现通信。毫米波雷达：通过CAN总线给下游发送消息（数据格式为blf、binary log file，一种二进制文件）。
激光雷达：以太网（CAN传输速度最大只有1M/s,激光雷达点云数据量大，因此用以太网）。
CAN总线最大传输速率是1M/s,以太网10M/s，毫米波雷达采集的数据不是很大，采一段数据大概几十兆，所以CAN够用；但激光雷达的点云数据非常大，录一两分钟的数据就有几百兆数据，所以用以太网；LIN速度只有几十kb/s，一般用在：门、方向盘、座椅、空调、照明等。
13、数据分析具体分析哪些方面？报文看哪些？如何分析？
数据分析主要看传感器采集的数据和真值的误差Dx/Dy/Vx/Vy（横纵向距离和横纵向速度），计算平均值、方差。
分析的过程：首先在CANOE工具里导入dbc文件，包括车身dbc，底盘dbc，真值dbc等(dbc就是CAN数据库，里面定义了节点、报文及对应信号的定义及说明等信息)，然后将测试采集到的数据(blf格式)通过工具转成csv格式导出，之后在csv文件中筛选出真值和雷达相关数据，主要是横纵向距离及速度，进行比较，计算平均值和方差。
14、数据分析，误差多少是合格的？
例：距离误差在0.7m之内。
15、测试对天气的要求？
天气一般是在晴朗的天气下进行的，测试规范里有对天气的要求：光照强度不低于20000lux，夜间实验光照强度不高于11lux，水平能见度大于1km，可参考C-NCAP2021。此外由于不同传感器在恶劣环境下的表现不同，也会适当涉及雨雾冰雪这种天气。
16、回归测试策略？
根据性能测试结果分析哪些场景下传感器的性能表现较差，挑选典型测试用例进行回归测试。
17、传感器性能如何评价的（评价术语）？
传感器性能测试：横纵向位置测量准确、有效FOV略小、原距离下FOV表现不理想，目标物初次稳定识别的距离散布很大、测试数据没有明显规律、中远距离出现目标短暂丢失现象、对不同目标物的最远探测距离都很稳定、左右两侧误差分布更为集中、横向误差一般且随纵向距离增大而迅速增大不利于目标物的融合、在各个距离段误差一致性更好同时测量的精密度更高，有利于通过补偿缩小系统误差……
最后：
可以到我的个人号：atstudy-js，可以免费领取一份10G软件测试工程师面试宝典文档资料。以及相对应的视频学习教程免费分享！其中包括了有基础知识、Linux必备、Mysql数据库、抓包工具、接口测试工具、测试进阶-Python编程、Web自动化测试、APP自动化测试、接口自动化测试、测试高级持续集成、测试架构开发测试框架、性能测试等。
这些测试资料，对于做【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴我走过了最艰难的路程，希望也能帮助到你！
来源地址：https://blog.csdn.net/deerxiaoluaa/article/details/129498819
