Google增强现实测试自动化工具介绍

移动设备中最有趣的领域之一是增强现实（AR）平台和应用程序的快速发展，利用移动设备的摄像头实时覆盖实时视频流上的UI元素。这些应用程序和游戏创建了非常吸引人的用户体验，但由于以下原因很难测试：

• 应用程序的输入来自设备摄像头生成的实时视频源，以及内置加速度计生成的信息。不需要在屏幕上产生点击，而是需要移动设备以向被测应用程序提供输入。

• 用户体验对输入中的任何延迟，失真和噪声非常敏感，因此，除了更传统的定量失败/通过测试结果之外，测试还涉及重要的定性成分。

• 在视频流之上实时处理移动视频和覆盖3D对象是非常耗费资源的，并且大部分处理是在设备的专用硬件加速芯片上完成的。因此，必须使用真实设备，并且测试结果从一个设备（或硬件平台）到另一个设备（或硬件平台）不同。

当Google向Bitbar提出自动化AR应用程序测试流程的要求时，从一开始就很清楚，这不是一个标准的测试自动化项目，因此解决方案必须是一个高度定制的私有设备云，将这些需求纳入其中帐户。同样清楚的是，所有这一切都不能通过定制软件单独实现，但还需要创新的硬件安排来完成这项工作。

第一个任务是创建一个物理布置，其中所有设备都位于一个平面上，距离设备大约2英尺（60厘米）的三维“桌子”的距离相同。此外，该表需要具有不同的纹理，以便增强现实平台能够将叠加的3D对象对齐在桌面上方。最后，我们需要确保桌子上和周围的均匀照明条件，以便阴影或暗区不会对测试过程造成干扰。这是通过连接从四个方向指向桌子的广角LED灯来实现的，从而形成均匀的光毯。

图片.png

第二个要求更具挑战性：为了能够校准AR应用，自动化必须将设备移动一段时间以一起校准视频和加速度计输入。每次重新安装应用程序时（每次都是这种情况）都必须这样做。为了使设置更复杂，在执行实际测试时，设备必须是静止的。为了解决这个问题，我们将设备安装在振荡平面上，并使用定制的控制器通过API调用来振荡平面。通过这种方式，客户可以直接从测试脚本启动和停止振荡，并完全控制整个自动化测试流程。

测试本身是在所有（Android和iOS）设备上同时执行的标准服务器端Appium测试，以确保可比较的测试结果。测试的输出是传统的通过/失败信息，执行的详细视频以及关键硬件指标（CPU，GPU，内存）的使用情况的详细指标。

演示视频

参考资料

• 讨论 钉钉群21745728 qq群144081101 567351477

• 本文最新版本地址

• 本文源码地址

• 本文涉及的python测试开发库 谢谢点赞！

• https://bitbar.com/how-bitbar-helped-google-to-automate-their-augmented-reality-testing/

• 本文相关海量书籍下载