基于数据驱动的自动驾驶测试场景构建研究

确保自动驾驶汽车（AV）的安全需要可扩展的评估，以捕捉日常驾驶和关键边缘案例。基于场景的测试已成为一种关键策略，而场景生成则是其核心。我们将生成技术分为三类：规则导向、数据驱动和学习增强。对于每一类，我们考察了代表性方法、仿真工具、描述标准和评估指标，涉及保真度、多样性和风险暴露。持久的问题包括仿真与现实之间的差距、有限的可转移性以及建模稀有事件的挑战。新兴方向如语言引导生成、混合架构和开放场景库指向更可靠和可认证的AV系统测试。