科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了解决基于深度学习的列车智能视觉定位系统难以测试问题，提出一种面向列车智能视觉定位的安全测试方法。基于风格迁移思想，通过构建生成式对抗网络（GAN）实现测试用例的生成；基于深度变异测试方法，实现对测试用例错误检测能力的量化评价；针对城轨运营组织特点，提出一种“虚拟-半实-真实”平行测试平台架构，用于支持测试用例生成模型的构建和测试执行。实验结果表明，本方法生成的测试用例场景种类分布更为均匀多样，能够较为全面地测试模型在不同场景下的安全性，有效提升列车智能视觉定位的测试效率。
-
单位电子信息工程学院; 北京交通大学
