百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术文章 > 正文

瑞芯微RK3566鸿蒙开发板OpenHarmony标准系统应用兼容性测试指导

itomcoil 2025-02-20 15:55 19 浏览

本文OpenHarmony标准系统应用兼容性测试指导,适用鸿蒙系统软件开发测试的新手入门学习课程。设备为触觉智能的瑞芯微RK3566开发板,型号Purple Pi OH。是Laval官方社区主荐的一款鸿蒙开发主板。支持Openharmony、安卓Android、Linux的Debian、Ubuntu系统。


该主板主要针对学生党,极客,工程师,极大降低了开源鸿蒙开发者的入门门槛,具有以下几点优势:

  • 支持开源鸿蒙/Linux /Andriod 11/麒麟,兼容树莓派 ;
  • 四核A55,最高1.8G主频,Mali G52-2EE GPU ;
  • 支持OpenGL/CL/Vulkan/1T NPU/8M ISP ;
  • 支持TensorFlow/MXNet/PyTorch/ Caffe ;
  • 支持1*千兆以太网、3*USB2.0、1*USB3.0、3*UART、2*SPI、2*I2C、28*GPIO、1*MIPI DSI、1*HDMI ;
  • 支持OpenHarmony3.2/4.0/4.1版本,开放SDK源代码 ;
  • 活跃的开发者社区, 更多牛人在线技术支持 ;
  • 超小尺寸,极致性价比,只需249元 ;



一、编译兼容性套件



举例:以Purple-Pi-OH为例:

  1. 首先需要把SDK编译一遍,参考文章:
  2. http://www.industio.cn/product-item-37.html
  3. 全量编译:/test/xts/acts目录下执行编译命令:
  4. ./build.sh product_name=purple_pi_oh system_size=standard
  5. 测试用例输出在目录:out/release/suites/acts/testcases
  6. 测试框架&用例整体输出目录:out/release/suites/acts(根据自身目录查看)


二、资源下载

2.1 兼容性套件下载


  1. 兼容性套件也能通过鸿蒙官网获取:https://www.openharmony.cn/certification/document/xts/
  2. 如下图所示:
  1. 解压生成acts目录,如下图所示:

2.2 resource文件下载


  1. 选择对应分支与系统类型下载resource文件,如下图所示:
  1. 拷贝到acts\resource目录下,如下图所示:


三、配置运行环境


  1. 安装python3.7及以上版本
  1. 安装setuptools(pip install setuptools)

在cmd中执行命令:

pip install setuptools
  1. 安装pyserial( pip install pyserial )

在cmd中执行命令:

pip install pyserial
  1. 安装rsa( pip install rsa )

在cmd中执行命令:

pip install rsa
  1. 安装dateutil(pip install python-dateutil)

在cmd中执行命令:

pip install python-dateutil
  1. 查看设备信息

在cmd中执行命令:

C:\Users\industio>hdc list targets
150100414a5444345206c363e27d3a00        

C:\Users\industio>hdc discover
[Info]Please add HDC server's firewall ruler to allow udp incoming, udpport:8710
[Info]Broadcast find daemon, total:0

C:\Users\industio>hdc shell ifconfig
lo        Link encap:Local Loopback
          inet addr:127.0.0.1  Mask:255.0.0.0    
          inet6 addr: ::1/128 Scope: Host
          UP LOOPBACK RUNNING  MTU:65536  Metric:1
          RX packets:0 errors:0 dropped:0 overruns:0 frame:0
          TX packets:0 errors:0 dropped:0 overruns:0 carrier:0
          collisions:0 txqueuelen:1000
          RX bytes:0 TX bytes:0

eth0      Link encap:Ethernet  HWaddr aa:cc:bc:66:ac:9c  Driver rk_gmac-dwmac
          inet addr:192.168.0.160  Bcast:192.168.0.255  Mask:255.255.255.0
          inet6 addr: fe80::a8cc:bcff:fe66:ac9c/64 Scope: Link
          UP BROADCAST RUNNING MULTICAST  MTU:1500  Metric:1
          RX packets:2600 errors:0 dropped:80 overruns:0 frame:0
          TX packets:99 errors:0 dropped:0 overruns:0 carrier:0
          collisions:0 txqueuelen:1000
          RX bytes:264523 TX bytes:24139
          Interrupt:46

7. 配置user_config.xml文件路径:

\suites\acts\config\user_config.xml


    
        
            true
        
        
            127.0.0.1
            8710
            150100414a5444345206c363e27d3a00
        
    
    
        
    
    
        
    






四、执行兼容性测试套件




1. 进入acts目录下,直接执行run.bat,并查看对应的设备信息,如下图所示:


2. 界面启动后,输入用例执行指令,全量执行

run acts


五、查看测试报告

1. 进入acts\reports\目录,获取当前的执行记录,打开“summary_report.html”可以获取到测试报告,如下图所示:

2. 当出现Failed、Blocked、Unavailable时,将错误模块和没有跑到的模块可以单独、多个一起运行,确保每个模块都可以通过,如下图所示:

3. 模块执行(具体模块可以查看\acts\testcases)

run –l ActsSamgrTest

4. 多个模块运行时需要用分号隔开,命令如下:

run –l ActsSamgrTest;actsAceWebViewWebStorageJsunit;xxx;xxx

注:其余模块如ssts、hats、dcts操作步骤类似,可参考进行操作。

六、购买链接

Purple Pi OH 购买链接

https://m.tb.cn/h.g1qerYc?tk=ahOAWGe64ky


Purple Pi OH已过XTS兼容性认证

相关推荐

最强聚类模型,层次聚类 !!_层次聚类的优缺点

哈喽,我是小白~咱们今天聊聊层次聚类,这种聚类方法在后面的使用,也是非常频繁的~首先,聚类很好理解,聚类(Clustering)就是把一堆“东西”自动分组。这些“东西”可以是人、...

python决策树用于分类和回归问题实际应用案例

决策树(DecisionTrees)通过树状结构进行决策,在每个节点上根据特征进行分支。用于分类和回归问题。实际应用案例:预测一个顾客是否会流失。决策树是一种基于树状结构的机器学习算法,用于解决分类...

Python教程(四十五):推荐系统-个性化推荐算法

今日目标o理解推荐系统的基本概念和类型o掌握协同过滤算法(用户和物品)o学会基于内容的推荐方法o了解矩阵分解和深度学习推荐o掌握推荐系统评估和优化技术推荐系统概述推荐系统是信息过滤系统,用于...

简单学Python——NumPy库7——排序和去重

NumPy数组排序主要用sort方法,sort方法只能将数值按升充排列(可以用[::-1]的切片方式实现降序排序),并且不改变原数组。例如:importnumpyasnpa=np.array(...

PyTorch实战:TorchVision目标检测模型微调完

PyTorch实战:TorchVision目标检测模型微调完整教程一、什么是微调(Finetuning)?微调(Finetuning)是指在已经预训练好的模型基础上,使用自己的数据对模型进行进一步训练...

C4.5算法解释_简述c4.5算法的基本思想

C4.5算法是ID3算法的改进版,它在特征选择上采用了信息增益比来解决ID3算法对取值较多的特征有偏好的问题。C4.5算法也是一种用于决策树构建的算法,它同样基于信息熵的概念。C4.5算法的步骤如下:...

Python中的数据聚类及可视化分析实践

探索如何通过聚类分析揭露糖尿病预测数据集的特征!我们将运用Python的强力工具,深入挖掘数据,以直观的可视化揭示不同特征间的关系。一同探索聚类分析在糖尿病预测中的实践!所有这些可视化都可以通过数据操...

用Python来统计大乐透号码的概率分布

用Python来统计大乐透号码的概率分布,可以按照以下步骤进行:导入所需的库:使用Python中的numpy库生成数字序列,使用matplotlib库生成概率分布图。读取大乐透历史数据:从网络上找到大...

python:支持向量机监督学习算法用于二分类和多分类问题示例

监督学习-支持向量机(SVM)支持向量机(SupportVectorMachine,简称SVM)是一种常用的监督学习算法,用于解决分类和回归问题。SVM的目标是找到一个最优的超平面,将不同类别的...

25个例子学会Pandas Groupby 操作

groupby是Pandas在数据分析中最常用的函数之一。它用于根据给定列中的不同值对数据点(即行)进行分组,分组后的数据可以计算生成组的聚合值。如果我们有一个包含汽车品牌和价格信息的数据集,那么可以...

数据挖掘流程_数据挖掘流程主要有哪些步骤

数据挖掘流程1.了解需求,确认目标说一下几点思考方法:做什么?目的是什么?目标是什么?为什么要做?有什么价值和意义?如何去做?完整解决方案是什么?2.获取数据pandas读取数据pd.read.c...

使用Python寻找图像最常见的颜色_python 以图找图

如果我们知道图像或对象最常见的是哪种颜色,那么可以解决图像处理中的几个用例,例如在农业领域,我们可能需要确定水果的成熟度。我们可以简单地检查一下水果的颜色是否在预定的范围内,看看它是成熟的,腐烂的,还...

财务预算分析全网最佳实践:从每月分析到每天分析

原文链接如下:「链接」掌握本文的方法,你就掌握了企业预算精细化分析的能力,全网首发。数据模拟稍微有点问题,不要在意数据细节,先看下最终效果。在编制财务预算或业务预算的过程中,通常预算的所有数据都是按月...

常用数据工具去重方法_数据去重公式

在数据处理中,去除重复数据是确保数据质量和分析准确性的关键步骤。特别是在处理多列数据时,保留唯一值组合能够有效清理数据集,避免冗余信息对分析结果的干扰。不同的工具和编程语言提供了多种方法来实现多列去重...

Python教程(四十):PyTorch深度学习-动态计算图

今日目标o理解PyTorch的基本概念和动态计算图o掌握PyTorch张量操作和自动求导o学会构建神经网络模型o了解PyTorch的高级特性o掌握模型训练和部署PyTorch概述PyTorc...