全液晶汽车仪表自动测试方法研究及应用

杨孛 陈国安 刘兵

摘 要：随着汽车行业的发展，全液晶汽车仪表应用越来越广泛，但由于其显示内容丰富，图形界面复杂，利用传统人工测试耗时长，测试结果依赖人员的主观判断，精度难以保证。为确保全液晶仪表显示的正确性和稳定性，本文提出了一种全液晶汽车仪表自动测试方法，利用OpenCV和CANalyzer搭建了一套液晶仪表自动测试系统，对全液晶仪表进行指针精度测试和警告灯测试，该测试方法检测指针偏转精度约为1.92°，警告灯点灯和熄灯异常检出率约为97.7%。此方法比人眼观察更为准确，精度更高，同时减少了测试人员的工作量，降低了仪表的开发成本，通用性强。

关键词：全液晶汽车仪表；自动测试；CANalyzer；OpenCV

中图分类号：U467.3 文献标识码：A 文章编号：1005-2550（2019）01-0039-07

Abstract： As motor industry is developing rapidly， the TFT （Thin-Film technology） meter has been widely used. However， due to the complex display contents， it is hard to guarantee the test accuracy by using the traditional test method. Therefore， an evaluation method based on OpenCV and CANalyzer has been proposed and a test platform has been built to ensure the meter display accuracy. The detection accuracy results of the pointer deflection angle is 1.92°. Moreover， it can also detect the abnormal display of warning lamp and the accuracy rate is about 97.7%. On one hand， this method can be more reliable than the subjective evaluation method. On the other hand， it can reduce the cost of research and development by improving the test efficiency.

Key Words： Thin-Film Technology vehicle meter； automatic test； CANalyzer； OpenCV

1 前言

汽車仪表为驾驶员提供发动机、蓄电池等汽车状态相关信息，以便驾驶员能及时发现警报及故障信息，从而保障行车安全。目前大多采用人工评价汽车仪表，评价人员的主观 因素会直接影响评价结果，检测效率较低，可靠性低。为了达到缩短仪表研发周期，提高开发质量，国内外一直致力于仪表自动检测系统的研究。

在提高仪表测试效率的相关学术研究中，关牧野等设计搭建了一个乘用车组合仪表测试台

架[1]，将手动测试与自动测试相结合，自动对信号进行检查，人工对测试结果进行判断，最后自动生成测试报告，此方法需要依赖人工对实验结果进行判断，并未完全实现自动测试。为了实现自动测试，研究者们均采用了摄像头采集图像，再运用各种图像处理方法进行处理。孟祥雪等基于机器视觉理论研究并结合图像处理技术，研究设计了汽车仪表盘自动识别系统[2]，此方法仅实现了仪表指针的自动测试，不能对仪表警报指示灯进行自动检测。Huang等提出了采用Hardware-in-the-loop与机器视觉技术相结合的汽车仪表自动测试系统[3， 4]，但需对测试仪表做标定且标定过程复杂，因此不同仪表间的通用性不强。卜令骏等则在采集到仪表显示图片后，通过形态学的膨胀和腐蚀的组合处理获取仪表指针的骨架，通过灰度分析获得指针的中心线，采用颜色分析法判断报警指示灯的色调，来校验仪表的指示灯显示精度[5]。尤晓俊等提出了采用VC和视觉开源库OpenCV对采集到的图像进行处理和识别[6]。但此类方法在图像采集过程中，受采集设备配置，照明亮度环境等影响，会给识别系统引入误差，降低检测准确度。T.J.Narayana等基于LabVIEW图像处理技术设计了闭合循环自动汽车仪表测试系统[7]，此方法虽然利用LabVIEW模块化的编程简化了图像处理程序，但模块化的编程限制了仅能实现CAN传输仪表信号的自动检测，I/O信号的仪表指示灯无法检测。

本文利用通用测试盒搭建了全液晶汽车仪表自动检测系统，将测试程序通过测试盒控制仪表的显示，仪表将实时显示的图像传回至上位机，形成测试回路，实现了仪表CAN信号和I/O信号的测试。其中利用OpenCV进行图像处理，与设计式样对比并显示具体差异，直接输出测试结果。测试不同仪表时，只需将设计式样输入上位机即可实现该仪表的自动测试，且该测试方法可检测的指针偏转精度约为1.92°，且警告灯点灯异常和熄灯异常检出率约为97.7%。

2 仪表自动检测图像处理方法

2.1 图像预处理

二值化处理后输出由像素点Dk（x，y）组成的图像，通过实验模拟发现，当图像90%的像素点正常显示时，该图像清晰可见。因此以0.1k（k为该图像所有的像素点个数）作为判定阈值，当输出图像N≤0.1k时，说明实时采集的图像与标准图像之间的差异非常小，对比结果判定为OK。当输出图像N>0.1k时，则说明实时采集的图像与标准图像差异较大，对比结果判定为NG。通过输出的图像不仅能判断实时采集的图像与标准图像是否存在差异，还能将差异像素点显示出来。

3 仪表自动测试系统

3.1 仪表测试硬件系统

如图3所示，本文的测试硬件系统主要由PC上位机、台上通用测试盒、dSPACE以及全液晶仪表三部分组成。全液晶仪表的信号输入主要分为I/O信号和CAN信号两部分，车速、转速、远光灯等为CAN总线信号，PKB警告灯、安全带警告灯等为I/O引脚信号。

（1）上位机

上位机分为信号发送软件和图像处理软件两部分，通过CANalyzer编写程序，进行CAN信号的输入，Matlab编写程序，输入I/0信号，实现I/O信号的自动测试，采用OpenCV对图像进行处理与运算。

（2）通用测试盒、dSPACE

通用测试盒、dSPACE一端与上位机相连，一端与液晶仪表相连，形成与液晶仪表信号的发送和接收。其中通过通用测试盒形成CAN信号的互通，一方面通过程序向仪表发送CAN信号，另一方面将仪表显示的图像的相关CAN信号传回上位机，通过dSPACE将I/O信号自动发送给仪表，使仪表显示相应的警告灯等信号，无需手动进行I/0信号对应的开关操作。

（3）液晶仪表

液晶仪表的硬件包括CAN系统总线、I/O信号输入接插件、核心板和TFT显示屏。仪表接收到CAN信号、I/O信号发送给MCU（微控制器单元，Microcontroller Unit），MCU对接收到的信号进行处理和解析，将完成处理之后的信号发给核心板，核心板接收到信号后在TFT显示屏上进行显示。

硬件平台中利用CAN总线将获取到的仪表界面显示图像通过测试盒传回到PC上位机中，通过上位机中的图像对比软件自动判断仪表显示是否正确。

3.2 仪表测试软件系统

仪表的相关显示主要通过软件CANalyzer和Matlab进行编程，通过测试盒向仪表输入CAN信号，控制仪表指示灯、警告灯点灯和消灯，指针的动作等，如图4所示。主要编写两部分测试程序：（1）指针精度测试；（2）警告灯测试，其中警告灯测试包含指警告灯点灯、熄灯测试和循环测试。

图像处理采用OpenCV编写程序，程序主要包括图像采集和图像处理两部分，当界面显示应用程序接收到信息改变并刷新界面时，调用该图像获取代码段，从而实现显示界面的实时图像采集，并进行图像预处理；图像处理利用二值法对标准参考图像和实时采集图像进行处理，输出最终图像作为测试结果。

3.3 仪表测试流程

仪表的测试内容主要分为指针精度测试、警告灯测试两个部分，其中标准参考图像为仪表开发初期阶段设计式样书中的UI界面设计图。

（1）指针精度测试

全液晶仪表取消了机械式指针，因此仪表指针的校准以及后期使用的稳定性就尤为重要。若采用人工观察法，误差较大无法达到精确校准的目的。

本文测试所用的仪表转速表显示范围为

0-8（x1000r/min），车速表的显示范围为

0-240km/h，因此利用CANalyzer输入

0-8（x1000r/min）間隔为0.5（x1000r/min）的信号，输入0-240km/h，间隔为10km/h的信号。

发送相应的指针信号至仪表，并获取相应的显示图像，通过CAN总线将显示图像传回作为实时采集的图像数据，再自动调用相应的标准参考图像，同时对两张图像进行预处理后，进行对比计算，输出测试结果图像。若输出的图像中白像素点N≤0.1k（k为该图像所有的像素点个数），则说明对比的两幅图像一致，否则说明对比的两幅图像不一致，测试人员可直接查看具体的实验结果。

（2）警告灯测试

（a）警告灯点灯、熄灯测试

警告灯作为仪表最重要的显示内容之一，显示的正确性直接影响着驾驶的安全性，因此对警告灯的点灯测试十分关键。由于警告灯的数量种类多，在实车测试阶段很难让所有警告灯作动，因此需利用台上实验对警告灯进行测试，以保证仪表警告灯的正确显示。

警告灯的测试主要分为点灯测试和熄灯测试两部分，通过CANalyzer编写的程序实现警告灯的全点灯，获取仪表实时显示图像传输到上位机，与前期采集的标准图像进行对比，输出测试结果图像。若输出的图像中白像素点N≤0.1k，则说明对比的两幅图像一致，实验结果判为OK，否则说明对比的两幅图像不一致，判定实验结果为NG。同理，进行警告灯全熄灯的测试，输出图像中白像素点N≤0.1k时，实验结果OK。

（b）警告灯循环测试

仪表显示的循环测试目的是为了得到仪表使用过程中的可靠程度，通过程序使警告灯点灯、消灯的循环测试，每一次点灯、消灯都将图像与标准图像进行对比，得到并记录对比结果，若输出的图像中白像素点N≤0.1k，则说明实时采集图像与标准图像差异较小，仪表显示正确。

3.4 仪表自动测试结果

（1）指针精度测试

仪表指针精度要求指示值误差为±2km/h，在测试中分别设置指针偏差±2km/h和±1km/h，当指针偏差为±2km/h时，自动测试系统输出的判定结果为NG，当指针偏差为±1km/h时，自动测试系统输出的判定结果为OK，因此该自动测试系统测试精度为1.92°，符合指针精度±2km/h的要求。

为了进一步验证该自动测试系统的准确性，分别设置5个转速表和6个速度表的NG值，运行自动检测程序，得到输出的测试结果图，如图5所示，NG结果显示为指针在1.5（x1000r/min）指示值与标准参考图像的指针指示值有约为α≈10°的偏差，需对该指示值需进行再次校准。

在转速表指针和速度表指针测试中设置的NG值均被检测出，具体结果如表1、2所示。可以发现转速表指针精度的16次测试中，其中设置的5个错误值均被检测出来，可直接查看测试结果输出图像，均无误判。速度表指针精度共进行了24次测试，其中设置的6个错误均被成功检测出来，均无误判。

警告灯测试主要对远光灯、示宽灯、前雾灯、后雾灯、转向灯以及P、N、D、R档的显示进行测试，分别模拟测试了警告灯正常、警告灯点灯异常、警告灯点灯正常三种情况，输出结果分别如图7所示。其中，当警告灯正常显示时，输出的结果如图6（a），输出的图像为全黑，即N≤0.1k，结果判定为OK；当警告灯全点灯测试时，使示宽灯异常不点灯，此时输出的结果如图6（b），输出的图像中只有示宽灯即N>0.1k，说明示宽灯在全点灯测试中NG；当警告灯全熄灯测试时，使示宽灯异常点灯，输出的结果如图6（c），输出的图像中只有示宽灯即N>0.1k，说明示宽灯在全熄灯测试中NG。通过模拟结果可以发现，通过该测试系统均可正确判断警告灯的显示情况。

仅仅进行一次警告灯的点灯、熄灯测试往往不够，在仪表的实际使用过程，警告灯需要不断点灯和熄灯，因此需要进行循环点灯、熄灯测试以保证仪表长期使用性能。

该循环测试以警告灯点灯5秒再消灯5秒为一個循环周期，共进行了100次循环。为了验证该测试方法的可靠性，在100次循环中，设置1次后雾灯异常熄灯，得到的测试结果输出如图7所示。其中，图7 （a）为仪表正确显示的参考图像，（b）为后雾灯异常熄灯时实际采集的仪表界面显示图像，（c）图是输出的测试结果图。

通过实验结果可以判断，后雾灯在循环测试过程中N>0.1k，即测试结果为NG，通过输出的图像可直接确定后雾灯显示NG，验证了该测试方法检测结果准确可靠。

为了进一步验证警告灯自动测试的可靠性，进行了1000次循环测试，其中误判23次，检出准确率约为97.7%。

4 结论

本文搭建了一套全液晶仪表自动测试台架，对全液晶仪表进行指针精度测试、警告灯测试。首先将设计式样书中的界面显示图像作为标准参考图像，然后将实时采集的图像传回上位机，与存储的相应标准参考图像进行图像处理，最后输出测试结果图像，并自动判定实验结果。

通过模拟测试验证，该测试方法检测指针偏转精度约为1.92°，可检测警告灯点灯异常和熄灯异常，以及在循环测试中警告灯的点灯、熄灯异常，准确率约为97.7%。此方法比人眼观察更为准确，精度更高，同时，该测试方法减少了测试人员的工作量，降低了仪表的开发成本，通用性强。此外，全液晶仪表的行车电脑相关功能的测试方法还需要做进一步的研究，以实现仪表全功能的自动测试。

参考文献：

[1]关牧野，战伟.乘用车组合仪表测试台架的研究[J]. 现代电子技术，2014，5（5）：114-116.

[2]孟祥雪.基于机器视觉的汽车仪表读数检测技术研究[D].哈尔滨工业大学，2012：2-6.

[3]HUANG Y， MOUZAKITIS A， MCMURRAN R， et al.Design Validation Testing of Vehicle Instrument Cluster Using Machine Vision and Hardware-in-the-loop[C]. Vehicular Electronics and Safety， 2008. ICVES 2008. IEEE International Conference on. 2008：265-270.

[4]HUANG Y， MCMURRAN R， DHADYALLA G，et al. Model-based Testing of a Vehicle Instrument Cluster for Design Validation Using Machine Vision[J]. Measurement Science & Technology， 2009， 20（6）： 152-154.

[5]卜令骏.基于机器视觉的汽车仪表自动校验系统设计与实现[D].上海交通大学，2011：3-7.

[6]尤晓俊.基于图像识别的数字仪表自动校验系统研究[D].安徽理工大学，2013：2-6.

[7]NARAYANA T， RAO S， GANESAN K. Automated Instrument Cluster Testing Using Image Processing[J].2013，3（1）：28-32.

[8]窦菲，刘新平，王风华.基于OpenCV的道路视频分析系统[J]. 中国石油大学（华东），2017，26（8）：94-98.

[9]HUANG Y， MOUZAKITIS A， MCMURRAN R， et al.Design Validation Testing of Vehicle Instrument Cluster Using Machine Vision and Hardware-in-the-loop[C]. Vehicular Electronics and Safety， 2008. ICVES 2008. IEEE International Conference on. 2008： 265-270.

[10]NARAYANA T， RAO S， GANESAN K. Automated Instrument Cluster Testing Using Image Processing[J].2013， 3（1）： 28-32.

[11] OSSWALDS， SHETHP， TSCHELIGIM. Hardware-in-the-Loop-Based Evaluation Platform for Automotive Instrument Cluster Development[C]. Processdings of the 5th ACM SIGCHI Symposium on Engineering Interactive Computing Systems. ACM，2013：323-332.

[12]NAGARAJ S C， MULI M D. Automated Instrument Panel Cluster Testing using Hardware in the Loop Simulators[J]. Sae International Journal of Passenger Cars Electronic & Electrical Systems， 2009，1（1）：481-490.

[13]戚姜勇.基于嵌入式Linux的汽車全数字仪表界面的设计[D].苏州大学，2012：1-6.

[14]龚凌璞.Qt框架中信号和槽机制的研究[J].计算机光盘软件与应用，2013（11）：281-281.

[15]金繁，崔培雷.嵌入式Qt中信号与槽机制的研究[J].电子设计工程，2014，22（24）：168-170.

[16]石新梅.车载人机界面集成开发环境的设计与实现[D].中南大学，2014：2-7.

[17]王璐，潘明.基于CAN总线的嵌入式汽车仪表设计[J].微型机与应用，2013，32（7）：20-23.

[18]ALLwinner Technology.全志科技A20处理器规格及方案亮点[EB/OL].http：//www.allwinnertech.com/en/clq/processora/A20.html， 2015-03-25.

[19]张艳海.多功能全数字电动汽车虚拟仪表设计与研究[D].大连理工大学，2012：1-6.

[20]ZHANG Y， FENGX， GUOY. Design fo Ethernet-CAN Protocol Conversion Module Based on STM32[J]. International Journal of Future Generation Communication & Network，2014： 189-194.

[21]刘馨，马宏，王宏斌.基于OpenCV和DirectShow的交通运动目标检测算法研究[J].华东交通大学学报，2012，29（3）：21-25.

[22]黄振峰，陈海平，邓培，等.基于OpenCV与USB工业相机零件检测系统的图像处理研究[J].现代电子技术，2012，35（18）：128-132.

[23]安宗权，余道和.汽车仪表技术现状与展望[J]. 中国新技术新产品，2011（11）： 164-165.

[24]刘鹏.汽车虚拟仪表平台的设计与研究[D].大连：大连理工大学.2010：1-4.

[25]中联重科股份有限公司.汽车虚拟仪表盘：中国，CN201210351920.9[P].2013：1-2.