汽車應用自動化品質保證

無論您是開發音樂應用、電動車充電服務還是導航工具,提供無縫的車載體驗已不再是可選項。隨著車輛越來越依賴軟體定義,駕駛者期望獲得與行動裝置上相同的可靠性、易用性和流暢體驗。

在Android Auto和Apple CarPlay上測試汽車應用程式是滿足這些期望的關鍵步驟。透過在模擬器和真實環境中儘早且持續地驗證應用程序,開發團隊可以減少缺陷、提高可用性並逐步贏得使用者信任。

測試車載體驗的挑戰

現代車載應用面臨獨特的挑戰。不同的顯示器尺寸、作業系統版本、硬體配置、OEM人機互動需求以及嚴格的防分心駕駛指南都增加了應用的複雜性。此外,監管框架和日益嚴格的軟體召回審查也給工程和品質保證團隊帶來了額外的壓力。

傳統上,測試這些應用程式需要使用實體車輛或複雜的實驗室環境,通常與標準的 CI/CD 管線脫節。這些分散的方法會減慢開發速度,限制測試覆蓋率,並且難以大規模驗證實際應用中的行為。

利用模擬器和模擬器實現左移

好消息是,團隊不再需要實體車輛即可開始開發。諸如 Android Auto 桌面主機 (DHU)、Android 模擬器和 Xcode 的 CarPlay 模擬器等工具,使開發人員和測試人員能夠在開發週期的早期階段驗證預期的車載體驗。

透過將這些工具整合到自動化品質保證工作流程中,組織可以:

• 在問題進入生產環境之前儘早發現並解決它們。
• 驗證使用者介面、互動流程和 safe類型約束始終如一
• 減少對稀缺物質資源的依賴
• 在不影響品質的前提下加快產品發布週期

早期驗證不僅可以提高產品穩定性,還可以增強人們對應用程式上線後能夠如預期運作的信心。

業界首創的 Android Auto 與 CarPlay 端對端自動化解決方案

隨著對車載娛樂和連網服務的需求持續增長, Digital.ai 正在拓展汽車測試的可能性邊界。

Digital.ai 現在,Appium 首次在業界推出對 Android Auto 和 Apple CarPlay 應用的端到端自動化測試支持,進一步擴展了其現有的汽車功能,該功能已支持 Android Automotive OS (AAOS) 和移動端到車載端的集成。這使得企業團隊能夠使用標準的 Appium 腳本(他們已用於行動端測試的相同框架)自動執行關鍵的車載應用工作流程,涵蓋預開發和嵌入式體驗,且無需依賴實體車輛。

以下 Appium 測試連接到一台真實的 Android 裝置。 Digital.ai 雲端,透過 Android Auto 投影啟動 Google 地圖:

要查看駕駛員在車載資訊娛樂螢幕上看到的內容,請使用以下方法: digitalai:automotive.getScreenshot 命令:

有何不同

關鍵在於,手機和主機是相互獨立的表面。標準Appium screenshot 該命令會捕獲手機螢幕,而 digitalai:automotive.getScreenshot 擴充功能可擷取投影主機單元。這種分離意味著團隊可以:

  • 獨立於手機體驗驗證車載使用者介面
  • 在投影介面上自動進行分心駕駛合規性檢查
  • 測試不同投影分辨率,以覆蓋不同的車輛顯示屏
  • 在 CI/CD 環境中執行這些測試—無需車載環境、桌面資料擷取單元 (DHU) 或手動建立實驗室環境。

更進一步:由人工智慧驅動的自動駕駛汽車測試

腳本化測試在回歸測試覆蓋率方面非常強大,但汽車應用面臨著腳本難以應對的挑戰:大規模的視覺驗證。地圖渲染是否正確?使用者介面元素的大小是否適合顯示?選擇目的地後,導航卡片的顯示效果是否正常?

通過結合 Digital.ai借助 AI 視覺模型的汽車投影技術,團隊可以建立一個自主測試代理,該代理能夠看到主機顯示屏,推斷螢幕上的內容,並像人類駕駛員一樣進行點擊、打字和導航等操作。

運作原理

該代理遵循一個簡單的循環:

  1. 將主機投影畫面截圖儲存
  2. 使用人工智慧視覺模型分析影像,以了解當前的使用者介面狀態
  3. 根據任務和螢幕上顯示的內容決定採取什麼行動
  4. 操作-點擊座標、輸入文字或按返回鍵
  5. 透過截取另一張螢幕截圖並確認預期結果進行驗證。
  6. 重複此動作直至任務完成。

這標誌著汽車應用測試方式的根本轉變。 Digital.ai 它消除了傳統的車輛存取和手動驗證障礙,使團隊能夠從統一的雲端平台自動化從腳本化的 Appium 工作流程到跨 Android Auto、CarPlay 和 AAOS 的 AI 驅動的探索性測試的一切操作。

準備好探索汽車品質保證了嗎? Digital.ai?

看看如何 Digital.ai 我們可以協助您的團隊大規模自動化 Android Auto 和 CarPlay 的品質保證,請與我們聯繫,開啟汽車軟體測試的未來。

你可能還喜歡