浅谈自动驾驶系统测试

来源 | ADS智库

一、自动驾驶系统级测试的基础理论

1.1 自动驾驶测试场景的构成

1.1.1 构成框架

*该图引用国汽智联材料

1.1.2 场景来源

• 真实驾驶记录场景
• 专家经验构建场景（先验知识）

1.1.3 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：
  
  

1.2 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

1.3 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

1.4 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。

1.5 分析测试结果的原则

1.5.1 SOTIF——开发原则

1.5.2 SOTIF——开发目标（安全导向、功能导向）

1.5.3 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
  
  

1.6 分层测试和工具链

1.6.1 分层测试

*该图引用中汽中心会议材料

1.6.2 测试工具链

*该图引用中汽中心会议材料

二、测试和数据

2.1 测试驱动开发体系

2.2 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