自动驾驶测试场景库的构建及评价方法

以ALKS(自动车道保持系统)[8]为例,定义测试需求为:具有一定典型性的SOTIF场景;场景需要具备1-3个可能的性能局限触发源;场景不易过于复杂或过于危险;场景用例至少1500条。ALKS的设计运行范围(ODD)见下表。
表3 ALKS的ODD

首先,需要基于测试需求和ODD对适用于ALKS的场景进行筛选。ALKS不适用于十字路口、极端天气、频繁启停、拥堵等场景,则将存在不适用要素的场景用例排除。设定好要素级的筛选规则后,得到数量大小为7040的测试用例集,用例集的场景描述见图6。

图6 场景库的场景描述(部分)
最新资讯
-
测迅乌镇&盐城测试场:助力智能网联汽车标
2025-02-22 12:39
-
使用示波器对三相电机驱动器进行测量
2025-02-22 12:37
-
上汽集团大乘用车重磅招聘
2025-02-22 12:25
-
GB/T 44173-2024对开门预警DOW的要求
2025-02-22 12:25
-
声音工程:像用PS一样编辑声音
2025-02-21 17:04