来源：期刊VIP网 时间：
作者：饶聪波;赵津;刘畅;孙念怡;
单位：贵州大学现代制造技术教育部重点实验室;贵州大学机械工程学院;
摘要：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。
关键词：自动紧急转向;;自动驾驶;;测试用例;;临界安全距离;;High D数据集;;核密度估计;;蒙特卡洛法;;重要性抽样
基金资助：贵州省高层次创新人才（GCC[2023]016）;; 贵州省智能网联车辆协同感知科技创新人才团队（CXTD[2022]009）
