一、自动驾驶系统级测试的基础理论 自动驾驶测试场景的构成

构成框架

*该图引用国汽智联材料

场景来源

真实驾驶记录场景 专家经验构建场景（先验知识）

真实驾驶场景来源

真实驾驶场景处理流程:

*该图引用国汽智联材料

车端记录场景:

*该图引用国汽智联材料

场景记录场景:

*该图引用国汽智联材料

专家经验构建:

通过多个分析维度构建自动泊车测试用例框架

*该图引用论文《智能汽车自主泊车系统测试方法》蒙昊蓝等

由测试场景演变出具体的测试用例

*该图引用丰田研究员会议材料

整车系统级测试工作的开展

由对的人，在对的地点，对待测试的车辆，使用准确的测试工具，安全的开展测试，详细的记录测试过程。

分析测试结果的原则

SOTIF——开发原则

SOTIF——开发目标（安全导向、功能导向）

接管严重性等级划分

“接管”定义、分类、命名:

I类接管:不接管会碰撞

在系统设计运行范围（ODD）之内，不处理就会发生碰撞时，引发的接管；

由于自动驾驶系统设计不足，违反法律法规要求时，引发的接管

II类接管:不接管会碰撞

在系统设计运行范围（ODD）之外，不处理就会发生碰撞时，引发的接管

III类接管:不接管不会碰撞，但不属于误接管

由于自动驾驶系统设计不足，发生自车驾驶行为不符合人类预期、道德情感等要求时，引发的接管

系统降级和退出接管机制触发，经过系统提醒后的接管

IV类接管:不接管不会碰撞的误接管

无危险时，人类误触发引发的接管、人类手动驾驶

分层测试和工具链

分层测试

*该图引用中汽中心会议材料

测试工具链

*该图引用中汽中心会议材料

二、测试和数据 测试驱动开发体系

测试和数据的关系总结

目前AI是以深度学习为主流技术，该技术需要有算法模型和数据。

对于数据来说，需要满足几个条件:

数据的标注方式适用于数据驱动的算法模型 数据需要在应用场景中有合理分布 算法表现不好的方面，需要有对应数据不断扩充

测试和数据的关系总结:

测试结果给收集数据的指明方向，提供了筛选方法论 测试提供了海量数据，SOP前后均可以进行测试数据的收集，自建车队采集、量产车队数据采集 测试提供了工具链，如:Trigger（record，lable）、Visualization（analyse、debug）、Test Automation等