測試用例
關注創(chuàng)建者：匿名 創(chuàng)建時間：2021-09-02
測試用例的實例教程
? 支持業(yè)務邏輯和測試數(shù)據(jù)分離
TPA支持LTC(邏輯測試用例)/CTC（具體的測試用例）的用例描述結構，可將測試用例的業(yè)務邏輯與測試數(shù)據(jù)相分離，以此提高用例和腳本的使用率，降低維護成本。
TPA可根據(jù)LTC的測試用例描述和參數(shù)引用自動生成參數(shù)表格，并可根據(jù)參數(shù)表格配置的數(shù)據(jù)生成CTC，LTC/CTC結構將多條相同邏輯的用例簡化為一個LTC加一張CTC參數(shù)表，有效減少了用例編寫工作，同時用戶可以通過添加參數(shù)表數(shù)據(jù)方便的擴展測試用例。 ? 支持Excel測試用例的導入和導出
用戶已有的通過Excel積累的測試用例，支持直接導入TPA系統(tǒng)，如果用戶更習慣使用Excel編寫用例時，TPA還支持Excel文件重復導入，通過重復導入可以實現(xiàn)通過Excel增加和修改測試用例的目的。
當測試環(huán)境無網(wǎng)絡支持時，TPA軟件支持將系統(tǒng)中已經(jīng)編寫好的測試用例導出為Excel文檔，導出的用例文檔可用于無網(wǎng)環(huán)境時的手動測試及測試結果記錄。 ? 支持用例審核機制
對于一些涉及安全關鍵的用例，為了保證被測件的安全，需要上級人員或是設計人員對測試用例進行審核，只有通過審核的用例才可以執(zhí)行。
針對這種需求，TPA提供了用例審核機制，包含用例審核和申請編輯兩個過程：
用例審核：用例編寫完成后用例編寫人可以提出用例審核申請并指定審核人，審核人收到申請后會查看用例并進行審核，審核通過的用例不允許任何人再修改，同時要求測試人員只能執(zhí)行通過審核的測試用例。
申請編輯：當通過審核的用例需要再次修改時，經(jīng)過審批流程，否則不允許修改。 ? 便捷的測試用例復用
對于測試部門來說，測試用例庫的積累至關重要。
展開 變異測試（Mutation Testing）
評定測試用例質量的一種可行方法是變異測試（在IEC 61508標準中也被稱為“錯誤播種”（error seeding））。有運行通過的測試用例時，可以“變異”代碼。如，將判斷（i<5）改成（i<=5），在計算結果上加1，把“&&”改為“||”，注釋掉部分代碼等。代碼進行變異之后，重新運行測試用例。若所有測試用例能夠通過，測試用例質量就比較低。至少一項測試用例應該會由于進行了變異而無法驗證通過。
小結
100%的代碼覆蓋率并不意味著“好”的測試用例。然而，在執(zhí)行測試的過程中為了能夠檢測出軟件的缺陷，需要高質量的用例。這項任務需要仔細而富有經(jīng)驗的人力工作才能達成，對于自動化生成的測試用例，應該持保留態(tài)度。
展開 圖形化測試用例
基于拖拽方式完成測試用例的搭建
支持 Python 語言進行自定義組件的開發(fā)和測試用例的搭建
用例開發(fā)階段支持靜態(tài)編譯及語法檢查，減少調試工作量
支持測試用例離線開發(fā)及調試
支持測試用例執(zhí)行過程和運行結果的監(jiān)視
3. 高度的測試用例重用
如果一個測試步驟會被其他測試序列重用，那么可以將其封裝成用戶庫。隨著測試項目的進行，用戶庫中的內(nèi)容會越來越豐富，它們會大大提高測試序列開發(fā)的效率。用戶庫可以單獨編輯，并同步到使用該用戶庫的測試序列中。
支持用戶自定義用例庫，支持庫文件對引用文件的一鍵更新
引入 LTC\CTC 機制，實際用例重用同一邏輯測試用例，減少測試用例的開發(fā)數(shù)量
將測試用例變量與模型、信號列表、ECU 信號隔離，有效保證測試用例在不同硬件環(huán)境、模型環(huán)境下的重用
4. 靈活的測試工程及計劃管理
在執(zhí)行測試用例時，可以建立包含測試用例的測試計劃，以便于在無人干預的情況下，自動執(zhí)行一系列的測試用例。測試計劃可配置任一測試用例的執(zhí)行順序和次數(shù)。
統(tǒng)一管理測試工程，包含測試計劃、測試用例、測試報告和測試設備
支持配置一組或多組測試用例的執(zhí)行順序、次數(shù)及范圍
5. 可定制的測試報告
TAE 能夠自動生成基于測試結果的報告文檔。測試報告開頭部分為基于測試結果的統(tǒng)計信息。用戶可選擇生成詳細的測試報告，也可生成一目了然的概要測試報告。除此之外，還可根據(jù)需要定制測試報告的內(nèi)容結構。
支持測試報告的自動生成
支持測試報告樣式的自定義
支持生成 HTML、PDF 等格式的測試報告
支持的工具
部分工具供應商
展開 圖表5: CONNEXION項目選用的工具鏈
4
基于模型的測試
CONNEXION項目使用基于模型的測試(MBT: Model-based testing)方法，可基于被測系統(tǒng)(SUT: system under test)來生成測試用例，其中包含的活動如下：
步驟1: 基于系統(tǒng)需求開發(fā)出模型
步驟2: 定義測試用例的選擇規(guī)范
步驟3: 將測試用例的選擇規(guī)范轉換為可操作的形式化的測試用例
步驟4: 基于完整定義的模型和測試用例生成測試套件
步驟5: 執(zhí)行測試用例
步驟5-1:將測試用例轉換為可執(zhí)行腳本并送入運行環(huán)境
步驟5-2:比較測試套件/腳本內(nèi)的期望輸出與真實運行輸出，判定結果
圖表6: CONNEXION項目基于模型的測試流程
4.1 選用的測試策略及相關術語
傳統(tǒng)上，測試策略分為黑盒測試(功能測試)和白盒測試(結構測試)。黑盒測試目的是通過測試設計規(guī)范找到程序的錯誤，黑盒測試中設計的測試用例集不需要分析模型/代碼的細節(jié)，僅使用設計規(guī)范。而白盒測試則相反，側重于程序的結構。例如，白盒測試中設計的測試用例，能保證每一行代碼都至少執(zhí)行一次。
展開 圖表5: CONNEXION項目選用的工具鏈
4
基于模型的測試
CONNEXION項目使用基于模型的測試(MBT: Model-based testing)方法，可基于被測系統(tǒng)(SUT: system under test)來生成測試用例，其中包含的活動如下：
步驟1: 基于系統(tǒng)需求開發(fā)出模型
步驟2: 定義測試用例的選擇規(guī)范
步驟3: 將測試用例的選擇規(guī)范轉換為可操作的形式化的測試用例
步驟4: 基于完整定義的模型和測試用例生成測試套件
步驟5: 執(zhí)行測試用例
步驟5-1:將測試用例轉換為可執(zhí)行腳本并送入運行環(huán)境
步驟5-2:比較測試套件/腳本內(nèi)的期望輸出與真實運行輸出，判定結果
圖表6: CONNEXION項目基于模型的測試流程
4.1 選用的測試策略及相關術語
傳統(tǒng)上，測試策略分為黑盒測試(功能測試)和白盒測試(結構測試)。黑盒測試目的是通過測試設計規(guī)范找到程序的錯誤，黑盒測試中設計的測試用例集不需要分析模型/代碼的細節(jié)，僅使用設計規(guī)范。而白盒測試則相反，側重于程序的結構。例如，白盒測試中設計的測試用例，能保證每一行代碼都至少執(zhí)行一次。
展開 
測試用例的相關專題、標簽、搜索
測試用例的最新內(nèi)容
l 代碼關聯(lián)： 通過簡單的注解或鏈接操作，開發(fā)者可以將具體的測試用例直接關聯(lián)到 Codebeamer 的需求 ID。
更重要的是，平臺自帶 AI 自檢驗機制，通過自動化測試用例持續(xù)驗證生成代碼，從根源杜絕“AI幻覺”，確保 AI 輸出符合工業(yè)標準。
3、低代碼可視化：降低開發(fā)門檻
采用圖形化編程框架，內(nèi)置豐富的標準化組件，同時支持個性化自定義組件，將復雜的開發(fā)流程簡化為拖拽式操作。
更重要的是，平臺自帶 AI 自檢驗機制，通過自動化測試用例持續(xù)驗證生成代碼，從根源杜絕“AI幻覺”，確保 AI 輸出符合工業(yè)標準。
3、低代碼可視化：降低開發(fā)門檻
采用圖形化編程框架，內(nèi)置豐富的標準化組件，同時支持個性化自定義組件，將復雜的開發(fā)流程簡化為拖拽式操作。
更重要的是，平臺自帶 AI 自檢驗機制，通過自動化測試用例持續(xù)驗證生成代碼，從根源杜絕“AI幻覺”，確保 AI 輸出符合工業(yè)標準。
3、低代碼可視化：降低開發(fā)門檻
采用圖形化編程框架，內(nèi)置豐富的標準化組件，同時支持個性化自定義組件，將復雜的開發(fā)流程簡化為拖拽式操作。
其一，全棧自動化檢測，減少人工干預，實現(xiàn)測試用例自動生成、故障自動診斷、數(shù)據(jù)自動分析、報告自動生成，提升檢測精度與效率；其二，全生命周期覆蓋，從屏幕零部件研發(fā)、整車組裝到后期OTA升級，全程跟進性能檢測，建立可追溯的質量管控體系；其三，多場景一體化測試，兼容中控、儀表、HUD等各類車載顯示設備，適配不同車企、不同車型的定制化檢測需求。
結語
智能汽車的競爭，終究是安全與體驗的競爭。
圖11：最終效果圖（aiSim端）
導出完成后，打開aiSim仿真器加載該地圖，并結合OpenSCENARIO設計具體的測試用例。依托aiSim多樣化的天氣與傳感器配置，可開展多種功能測試：
感知算法驗證：配合Camera、LiDAR、Radar等傳感器，開啟感知真值輸出，檢驗目標檢測、圖像分割、點云識別等算法的性能。
要覆蓋不同光照條件下的測試用例，理論上只能反復出行采集，成本極高。
aiSim 6 的突破在于：基于自研的 PBR Splatting 技術，對 3DGS 模型可動態(tài)調整場景光照。同一條路段，白天、傍晚、夜間，任意切換。這一能力已完成 PoC 驗證，將于 H1 2026 隨產(chǎn)品正式發(fā)布。
AI 自動生成測試用例：一鍵生成高覆蓋率單元測試與 API 場景用例，減少 70% 重復勞動。
靜態(tài)違規(guī)自主修復：在 CI/CD 流水線中自動檢測并修復代碼問題，閉環(huán)解決質量隱患。
測試影響智能分析：代碼變更后精準定位需回歸的用例，避免無效測試，加速迭代。
MCP 協(xié)議無縫集成：支持大模型直接調用測試規(guī)則與結果，適配新一代研發(fā)工作流。
三、流程變革：3DGS對仿真測試工作流的優(yōu)化
（1）傳統(tǒng)仿真測試流程
以前的傳統(tǒng)的仿真測試可能大概是這樣的：
智駕產(chǎn)品定義中有新的功能需求發(fā)布啦；
仿真小伙伴收到需求，開始構思具體的測試用例該有哪些，以完整的覆蓋產(chǎn)品需求；
測試用例制定完畢，交給上游產(chǎn)品們進行評審，確認無誤后就開始畫場景。
編寫可靠、無不穩(wěn)定問題的Playwright測試用例
4. 高級定位器、操作、斷言和等待機制
5. 處理框架、窗口、警報、下載和上傳功能
6. 利用存儲狀態(tài)處理身份驗證
7. Pytest功能：固件、標記、參數(shù)化
8. 并行執(zhí)行和測試配置
9. 報告生成、截圖、錄屏和追蹤功能
10.
