面向城轨列车智能视觉定位的安全测试方法

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。