1 工作程序1.1交付前准备1.1.1智驾HIL测试风险预警机制建立针对可能影响智驾HIL测试任务交付质量与进度的各类风险因素提前开展预警识别和防范管控。若因不可抗力因素如自然灾害、核心设备突发故障、关键仿真模型数据源中断等导致智驾HIL测试无法按计划交付时相关责任部门如试制试验部 - 试验 / 设备组须提前向项目管理反馈具体情况同步制定针对性挽救措施如备用设备启用、模型临时切换、测试任务并行调整等共同协商并确定新的测试交付计划。在智驾HIL测试执行过程中若发现实际测试质量状况与预设质量目标如场景覆盖度、测试通过率、数据准确率等存在明显偏差或出现 S 类、A 类重大测试问题如核心功能场景测试不通过、硬件接口通信异常、仿真模型逻辑失效、关键测试数据丢失等时相关责任单位须在第一时间向项目管理反馈。同时应牵头组织重大测试问题推进会联络各相关方试验、设备、质量、汽研院专业部门等全面评估问题造成的直接及间接影响如对测试进度、验证结论、车型研发周期的影响明确问题处置预案、应急措施及后续推进计划确保重大问题得到及时有效的管控。1.2质量检查根据智能驾驶相关FDR、FR、SSTS、UX等输入对各模块功能逻辑、显示效果、交互等进行全面测试以确保软件交付质量没有问题验证在规定的输入条件下产生正确的输出。包括手动测试和自动化测试两种形式。手动测试由测试人员手动执行测试用例模拟用户操作验证功能正确性灵活性适用于复杂场景和功能逻辑。自动化测试通过脚本和工具自动执行测试用例适用于回归测试/压力测试。1.2.1基础功能与接口测试分类测试重点通信与网络测试验证CAN/CANFD/以太网等总线的报文周期、报文丢包、超时处理、网络唤醒、网关路由的正确性。诊断功能测试验证诊断服务UDS、故障码DTC的存储、清除、快照数据记录以及对应总线的报文。刷写与版本管理测试诊断在线刷写软件、校准数据的完整流程以及版本号报告的准确性。HMI人机交互测试视觉提示、听觉提示、触觉提示、交互逻辑、功能设置等信号验证1.2.2 场景化功能测试跨域联调HIL的实车的分类测试重点标准法规场景测试严格复现C-NCAP、E-NCAP、GB/T等标准中的测试场景如AEB_CCR车对车静止、AEB_VRU行人横穿、LKA、ELK边缘线压线等确保合规性。功能逻辑场景测试验证基于需求设计的核心逻辑场景如ACC稳态跟车、前车切出/切入Cut-in/Out、前车减速至停/从停起步、弯道跟车、目标物误识别如井盖、桥梁抑制等。LKA/LDW/ELK车道线清晰/模糊/丢失下的居中控制、对大曲率弯道的跟踪、对相邻车道车辆的避让、驾驶员主动干预扭矩覆盖的响应。HNOA/CNOA自动导航辅助下的自主变道发起、执行、取消、抑制、匝道汇入汇出、交通锥桶识别与响应、施工区绕行、功能升降级等。边界测试测试功能激活/退出的边界条件如最低/最高工作车速、系统ODD设计运行域边界。1.2.3性能测试性能测试是通过自动化工具模拟多样化场景验证系统在正常、极限、异常场景下的横纵向控制方式等关键指标的非功能性测试方法其核心目标包括评估系统能力、发现性能瓶颈及优化系统稳定性。分类测试重点控制性能纵向控制的平稳性加速度/减速度的变化率、稳态精度实际车距与设定车距的偏差、动态响应对前车速度阶跃变化的响应超调量、调节时间。横向控制的跟踪精度车辆中心与目标轨迹的横向位置误差LPE和航向误差、平稳性方向盘转角/转矩的平滑度转向角速度不应有过大突变、收敛性进入弯道或车道线切换时车辆姿态快速稳定到目标状态的能力。系统的响应性能端到端延迟从仿真环境发出目标物信息如前车突然制动到控制器发出制动命令的总时间。计算资源性能计算资源控制器在典型场景和峰值场景下的CPU各核负载率、内存RAM/Flash使用率。要求留有充足余量如CPU平均负载70%峰值90%。1.2.4 兼容性测试智能驾驶系统在复杂的环境中能稳定协同工作。分类测试重点整车系统兼容性测试与动力系统交互如验证ACC/NOA的加速请求与发动机/电机系统的响应匹配避免动力中断或冲击。与底盘系统交互如验证AEB制动请求与ESP/ibooster的协同制动力分配、防抱死验证LKA转向请求与EPS的协同。与车身系统交互如验证智能驾驶状态与转向灯、雨刮、大灯如自动远光灯、刹车灯的联动逻辑。传感器配置兼容性测试使用不同供应商的雷达/摄像头仿真模型注入其特有的数据格式、视场角FOV、探测距离、探测角度、分辨率验证感知融合算法能否正确处理。模拟传感器安装位置平移向量和旋转矩阵的微小偏差验证系统标定和校准功能的鲁棒性。软件与配置兼容性测试测试当前版本的域控制器软件与不同版本的传感器固件、执行器ESC、EPS软件、车载网络通信协议栈的兼容性由提供测试报告用于审核同时测试部门验证系统交互周期。1.2.5压力测试通过模拟极端环境和高负载场景验证系统稳定性探测系统的极限和薄弱环节。分类测试重点输入信号压力测试传感器信号极限与异常 注入超过物理量程的雷达距离/速度值、畸变的摄像头图像过曝、抖动、IMU数据的剧烈跳变。模拟传感器短暂失效后恢复。通信异常模拟总线出现高比例的错误帧、总线过载、关键报文周期性地丢失或延迟如100ms、500ms。高密度动态场景 在复杂城区路口场景中同时注入数百个交通参与者车辆、行人、非机动车测试目标跟踪和决策规划模块的处理能力。系统资源压力测试长时间压力测试 以高频率、自动化方式连续执行复杂场景测试24小时甚至更长时间观察系统是否存在内存泄漏、性能衰减或偶发性死机。高负载并发测试 同时运行多个计算密集型功能如复杂场景融合路径规划并监控CPU和内存使用峰值。环境模型压力测试利用仿真工具模拟摄像头传感器遭遇极端光照正午炫光、夜间逆光、恶劣天气暴雨、大雪、浓雾以及雷达传感器被冰雪部分遮盖等退化模型测试系统降级策略。1.2.6安全与可靠性测试通过多维度的安全防护机制与极限可靠性验证确保系统的稳定运行。分类测试重点功能安全测试硬件故障注入通过故障注入单元模拟传感器电气故障。软件/信号故障注入在仿真层或通信层系统性地注入信号无效、值域异常、更新超时。验证安全机制针对每一个注入的故障验证系统是否能1正确检测并记录DTC2触发预期的安全状态如功能降级、或完全退出并发出强烈接管请求3不产生非预期的加速、转向等危险行为。预期功能安全SOTIF测试已知不安全场景验证 针对通过分析确定的已知危险场景如对静止卡车尾的识别、恶劣天气下的鬼探头进行集中测试验证改进措施的有效性。未知场景探索 大规模真实路采数据回灌在庞大的场景参数空间中进行仿真和泛化试图触发系统产生危险的“未知不安全”行为以扩大已知安全区域。可靠性测试通过长时间的压力测试和循环场景测试统计平均无故障间隔时间MTBF。1.2.7舒适性体验测试通过挖掘用户需求与功能体验满意度对系统进行专项体验测试提升产品力。分类测试重点舒适性评价纵向舒适性量化分析加减速过程的平顺性。评估对前车加塞等扰动场景的响应是否过于激进或迟钝。横向舒适性评价弯道中方向盘的转动是否平滑连续有无高频小幅修正“画龙”现象或突然的猛拉。注具体测试参考智能驾驶用户体验测试方案