测试用例的生成方法、装置、存储介质和车辆与流程

本发明涉及车辆领域，具体而言，涉及一种测试用例的生成方法、装置、存储介质和车辆。

背景技术：

1、目前，在生成测试用例方面，通常依赖于人工编写测试用例，也即，测试人员根据功能需求文本撰写测试用例。但是，在人工编写的测试用例中，由于测试人员的联想能力有限，导致测试功能的边缘情况未能完全覆盖，且该方法的人工成本，以及对测试人员的要求较高。此外，为了覆盖更多的功能场景，需要耗费大量时间进行人工编写，进而增加了错误流出的可能性，从而存在生成测试用例的效率低的问题。

2、针对上述生成测试用例的效率低的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本发明实施例提供了一种测试用例的生成方法、装置、存储介质和车辆，以至少解决生成测试用例的效率低的技术问题。

2、根据本发明实施例的一个方面，提供了一种测试用例的生成方法。该方法可以包括：获取车辆的功能需求文本，其中，功能需求文本用于表征对车辆进行测试的标准规则；调用目标大模型对功能需求文本进行分析，生成车辆的测试用例，其中，目标大模型为基于功能需求文本样本训练得到，且目标大模型的学习状态为饱和学习状态。

3、可选地，该方法还包括：获取车辆的功能需求文本样本；从功能需求文本中确定训练集；利用训练集训练初始大模型，得到目标大模型。

4、可选地，利用训练集训练初始大模型，得到目标大模型，包括：将训练集输入初始大模型进行训练，确定初始大模型的学习状态；对初始大模型的学习状态进行判断，得到判断结果；基于判断结果，确定目标大模型。

5、可选地，基于判断结果，确定目标大模型，包括：响应于判断结果为初始大模型的学习状态为饱和学习状态，将初始大模型确定为目标大模型。

6、可选地，该方法还包括：响应于判断结果为初始大模型的学习状态未达到饱和学习状态，调整初始大模型的超参数；将训练集输入调整后的初始大模型进行训练，确定调整后的初始大模型的学习状态。

7、可选地，该方法还包括：从功能需求文本样本中确定测试集；利用测试集测试目标大模型，得到测试结果；基于测试结果，调整目标大模型。

8、可选地，该方法还包括：对测试用例进行转换，得到测试序列，且将测试序列输入测试设备，其中，测试设备用于基于测试序列对车辆进行测试。

9、可选地，该方法还包括：保存目标大模型的模型结构，以及目标大模型的超参数值文件，其中，超参数值文件由目标大模型的超参数组成。

10、根据本发明实施例的另一方面，还提供了一种测试用例的生成装置。该装置可以包括：第一获取单元，用于获取车辆的功能需求文本，其中，功能需求文本用于表征对车辆进行测试的标准规则；生成单元，用于调用目标大模型对功能需求文本进行分析，生成车辆的测试用例，其中，目标大模型为基于功能需求文本样本训练得到，且目标大模型的学习状态为饱和学习状态。

11、根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的可执行程序，其中，在可执行程序运行时控制计算机可读存储介质所在设备执行本发明各个实施例中的方法。

12、根据本发明实施例的另一方面，还提供了一种电子设备，包括：存储器，存储有可执行程序；处理器，用于运行程序，其中，程序运行时执行本发明各个实施例中的方法。

13、根据本发明实施例的另一方面，还提供了一种车辆，该车辆在执行时实现本发明各个实施例中的方法。

14、根据本发明实施例的另一方面，还提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现本发明各个实施例中的方法。

15、根据本发明实施例的另一方面，还提供了一种计算机程序产品，包括非易失性计算机可读存储介质，非易失性计算机可读存储介质存储计算机程序，计算机程序被处理器执行时实现本发明各个实施例中的方法。

16、根据本发明实施例的另一方面，还提供了一种计算机程序，计算机程序被处理器执行时实现本发明各个实施例中的方法。

17、在本发明实施例中，获取车辆的功能需求文本，其中，功能需求文本用于表征对车辆进行测试的标准规则；调用目标大模型对功能需求文本进行分析，生成车辆的测试用例，其中，目标大模型为基于功能需求文本样本训练得到，且目标大模型的学习状态为饱和学习状态。也就是说，本发明实施例利用大模型生成测试用例，通过分析功能需求文本，自动生成测试用例，由于大模型出色的文本理解能力、对语言语义和语法结构的捕捉能力，从而提高了处理自然语言的准确性和效率。不仅有助于解决撰写测试用例时的联想不足问题，还能确保测试用例覆盖更多边缘场景，减少遗漏，降低了测试过程中的人工成本和时间成本，减少了测试人员的工作量，从而实现了提高生成测试用例的效率的技术效果，解决了生成测试用例的效率低的技术问题。

技术特征：

1.一种测试用例的生成方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

3.根据权利要求2所述的方法，其特征在于，利用所述训练集训练初始大模型，得到所述目标大模型，包括：

4.根据权利要求3所述的方法，其特征在于，基于所述判断结果，确定所述目标大模型，包括：

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

6.根据权利要求4所述的方法，其特征在于，所述方法还包括：

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

9.一种测试用例的生成装置，其特征在于，包括：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序被处理器运行时控制所述存储介质所在设备执行权利要求1至8中任意一项所述的方法。

11.一种电子设备，其特征在于，包括：

12.一种车辆，其特征在于，用于执行权利要求1至8中任意一项所述的方法。

13.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，其中，所述计算机程序被设置为被处理器运行时执行所述权利要求1至8中任一项中所述的方法。

技术总结
本发明公开了一种测试用例的生成方法、装置、存储介质和车辆。其中，该方法包括：获取车辆的功能需求文本，其中，功能需求文本用于表征对车辆进行测试的标准规则；调用目标大模型对功能需求文本进行分析，生成车辆的测试用例，其中，目标大模型为基于功能需求文本样本训练得到，且目标大模型的学习状态为饱和学习状态。本发明解决了生成测试用例的效率低的技术问题。

技术研发人员：张兰,刘斌,吴杭哲,刘枫,张东波,甘棣元,孙雪心,吴林阳
受保护的技术使用者：中国第一汽车股份有限公司
技术研发日：
技术公布日：2024/10/10