一种故障定位方法、装置、设备及介质与流程

本发明涉及故障检测，具体涉及一种故障定位方法、装置、设备及介质。

背景技术：

1、随着汽车行业的不断进步，智能驾驶技术也在日益发展，其测试环节的重要性也愈发凸显。仿真测试以其快速便捷、成本低廉等特点，有着传统实车测试无法比拟的优势。另一方面，为满足更加严苛高端的使用需求，智能驾驶系统正变得越来越复杂。因此，在仿真测试中快速准确地定位智能驾驶系统的故障所在具有重要意义。仿真测试作为一种高效低成本的测试手段，逐渐受到了广泛的关注和应用。仿真测试是指在计算机模拟的虚拟环境中对智能驾驶系统进行测试，其优点是可以快速便捷地生成各种测试场景，控制各种测试参数，重复执行同一测试用例，观察和记录各种测试数据和结果等。

2、现有主流的故障定位方法是组合测试，其核心思想是用规模尽可能小的测试用例集来覆盖尽可能多的交互组合，并定位引发故障的组合。对于智能驾驶系统而言，其软硬件结合、兼顾人车路考量的特点对故障定位的效率和准确性提出了更高的要求，传统的组合测试无法满足智能驾驶系统对于故障定位的效率和准确性要求，存在效率低且准确性低的缺陷。

技术实现思路

1、本发明为克服现有技术存在的故障定位准确性低且效率低的缺陷，提出如下技术方案：

2、第一个方面，本发明提出一种故障定位方法，包括：

3、从仿真测试用例的执行结果中获取各程序语句的覆盖次数；

4、根据所述覆盖次数和所述执行结果，生成覆盖矩阵和结果向量；

5、将所述覆盖矩阵和所述结果向量输入训练好的特征分类模型中，计算各程序语句的特征重要性；

6、根据各程序语句的特征重要性从高到低对程序语句进行排序，选择前n个特征重要性最高的程序语句作为关键程序语句；

7、根据所述关键程序语句，搜索可疑程序语句；

8、以所述关键程序语句和所述可疑程序语句作为故障排查范围，进行故障确定。

9、第二个方面，本发明还提出一种故障定位装置，包括：

10、获取模块，用于从仿真测试用例的执行结果中获取各程序语句的覆盖次数；

11、生成模块，用于根据所述覆盖次数和所述执行结果，生成覆盖矩阵和结果向量；

12、计算模块，用于将所述覆盖矩阵和所述结果向量输入训练好的特征分类模型中，计算各程序语句的特征重要性；

13、选择模块，用于根据各程序语句的特征重要性从高到低对程序语句进行排序，选择前n个特征重要性最高的程序语句作为关键程序语句；

14、搜索模块，用于根据所述关键程序语句，搜索可疑程序语句；

15、确定模块，用于以所述关键程序语句和所述可疑程序语句作为故障排查范围，进行故障确定。

16、第三个方面，本发明还提出一种电子设备，所述电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现如第一个方面中所述的故障定位方法所执行的操作。

17、第四个方面，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有程序，所述程序被处理器执行如第一个方面中所述的故障定位方法所执行的操作。

18、本发明的有益效果至少包括：

19、(1)本发明通过从大量仿真测试用例的执行结果中获取各程序语句的覆盖次数，生成覆盖矩阵和结果向量作为特征分类模型的输入，计算各程序语句的特征重要性，从而可以更好地获取关键程序语句，从而更好地区分出导致故障的程序语句和无关的程序语句，提高了故障定位的准确性。

20、(2)本发明通过关键程序语句搜索可疑程序语句，以关键程序语句和可疑程序语句作为故障排查范围，进行故障确定，可以排除一些无关或不可能导致故障的程序语句，避免对所有的程序语句进行逐一检查，缩小故障排查范围，提高故障定位的效率。

技术特征：

1.一种故障定位方法，其特征在于，包括：

2.根据权利要求1所述故障定位方法，其特征在于，在从仿真测试用例的执行结果中获取各程序语句的覆盖次数之前，所述方法还包括：

3.根据权利要求1所述故障定位方法，其特征在于，所述覆盖矩阵的维度设置为m×n，其中m为仿真测试用例的总数，n为仿真测试用例的程序语句总数，且所述覆盖矩阵第i行第j列的元素值表示第i个仿真测试用例的第j条程序语句的覆盖次数，1≤i≤m，1≤j≤n。

4.根据权利要求1所述故障定位方法，其特征在于，将所述覆盖矩阵和所述结果向量输入训练好的特征分类模型中计算各程序语句的特征重要性之前，所述方法还包括：

5.根据权利要求4所述故障定位方法，其特征在于，在利用xgboost算法训练分类树模型过程中，从输入的覆盖矩阵中选择使目标函数值最小且增益值最大的元素作为叶子节点进行迭代划分，直至达到预设的最大树深度和数量，得到训练好的若干个分类树作为特征分类模型。

6.根据权利要求5所述故障定位方法，其特征在于，所述增益值的计算表达式如下所示：

7.根据权利要求1所述故障定位方法，其特征在于，根据所述关键程序语句，搜索可疑程序语句，包括：

8.根据权利要求1～7任一项所述故障定位方法，其特征在于，以所述关键程序语句和所述可疑程序语句作为故障排查范围，进行故障确定，包括：

9.一种故障定位装置，其特征在于，包括：

10.一种电子设备，其特征在于，所述电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现如权利要求1至8中任一项所述的故障定位方法所执行的操作。

11.一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上存储有程序，所述程序被处理器执行如权利要求1至8中任一项所述的故障定位方法所执行的操作。

技术总结
本发明涉及故障检测技术领域，公开了一种故障定位方法、装置、设备及介质，所述方法包括从仿真测试用例的执行结果中获取各程序语句的覆盖次数，生成覆盖矩阵和结果向量；将覆盖矩阵和结果向量输入训练好的特征分类模型中，计算各程序语句的特征重要性，选择前n个特征重要性最高的程序语句作为关键程序语句；根据所述关键程序语句，搜索可疑程序语句；以关键程序语句和可疑程序语句作为故障排查范围，进行故障确定。本发明能够更好地获取关键程序语句，并排除无关或不可能导致故障的程序语句，避免对所有的程序语句进行逐一检查，缩小故障排查范围，提高故障定位的效率和准确性。

技术研发人员：杜静远,吴平,唐诚成
受保护的技术使用者：重庆长安汽车股份有限公司
技术研发日：
技术公布日：2024/1/15