车联网技术可用来提高交通效率,降低交通事故,在未来智能交通系统中发挥重要的作用,是当下的研究热点。车载T-Box作为车联网的重要组成部分,对内连接车载CAN总线深度读取车辆信息,对外通过4G网络连接云端服务器,作为信息交互的纽带,保证其自身稳定无故障就显得非常重要。因此需要在前期的T-Box开发与生产过程中进行功能检测或者在实车上车载T-Box出现问题后拆卸下来进行故障检测。基于上述背景下,设计一款车载T-Box的测试软件具有非常重要的实际意义,本课题的主要研究内容如下:论文以Lab VIEW软件平台和CM4硬件平台作为开发工具,首先对车载T-Box主要硬件模块和相关技术进行了简单介绍,并对某型号的T-Box进行测试需求分析和方案设计。其次,上位机软件采用模块化设计思想,采用消费者/生产者设计模式进行系统架构设计。本文将整个上位机软件分为数据收发、数据解析、判定准则、人机交互界面设计以及数据存储五大部分,实现对T-Box中CAN通信检测、定位检测、异常信号量预警等功能。在此基础上,针对周期测试场景,采用BP神经网络进行正确错误报文中继分类设计。分类设计部分利用Keras深度学习框架对数据集进行迭代训练然后将算法模型移植到CM4上,随后移植Free RTOS系统进行任务管理,并对数据交互部分CAN总线模块的初始化以及数据收发进行设计,实现CM4上模型对正确错误报文的分类判断。最后,软件设计完成之后分别对其进行测试,测试无误后再进行系统测试。利用相关硬件设备及相应的车载T-Box硬件系统搭建实验平台对其进行测试。测试结果表明,通信模块可以实现CAN数据的交互,并且测试软件可以稳定运行,针对不同的信号量都可以准确的解析,实现了信号量错误状态显示预警、定位可视化以及中继分类等功能,达到了课题设计的要求。