面向自动紧急转向场景的自动驾驶测试用例生成方法

为了验证智能汽车的安全性,需要生成大量用例用于系统测试。对此,提出一种基于临界安全距离模型的用例生成方法,该方法用于生成测试自动紧急转向(AES)系统的场景用例。首先通过对临界安全距离模型进行分析,识别出影响行车安全的关键参数;然后,从自然驾驶数据集High D中提取这些参数,并采用核密度估计方法构建AES测试场景的描述模型。使用蒙特卡洛(MC)方法对描述模型进行抽样,生成与自然驾驶行为参数特征相符的测试用例。同时,为了解决MC方法生成用例中风险及危险场景匮乏的问题,进一步引入重要性抽样(IS)方法,以提升风险用例和危险用例的生成比例。实验结果表明:所提方法能够高效地生成用于AES系统的测试用例;与MC方法相比,IS方法在风险用例上平均增加207.9%,在危险用例上平均增加272.6%,从而显著提高了测试效率。