宋传杰，高建平，谢诏玺，郗建国

(河南科技大学 车辆与交通工程学院， 河南 洛阳 471003)

0 引言

随着汽车智能化、网联化的深度发展，智能驾驶汽车的安全问题成为关注的焦点。构建合理的自动驾驶汽车测试与评价系统，需对真实环境中的危险场景进行分析与构建。当前，自动驾驶汽车的测试评价对象已从传统的人-车系统转变为人-车-环境交互耦合系统，而测试场景已成为不可或缺的环节[1-2]。目前，国内外对测试场景及场景要素的形式还存在争议，标准中也未进行明确阐述。场景生成方法可分为基于演绎的方法和基于归纳的方法。郭景华等[3]、徐向阳等[4]基于归纳的方法，通过采集的真实交通数据构建测试场景，且处于仿真阶段。Xia等[5]利用层次分析法衡量场景要素的重要度，通过独立组合测试方法将离散的测试用例聚类成连续场景，确保了场景覆盖的全面性，但生成的场景不具有典型性。基于当前自动驾驶汽车测试现状，测试场景应具有代表性强、数量少等特点。

目前，科学理论技术提升了自动驾驶汽车的预测能力。熊晓夏等[6]基于支持向量机和混合高斯的隐马尔可夫链模型对道路事故进行预测，但对我国交通环境下网联车辆的前车状态考虑较少。张金辉等[7]采用贝叶斯网络对前车车速进行预测，将得到的跟车数据分为训练集和测试集，通过测试集检测前车车速预测效果，但预测精度有待提高。倪捷[8]在构建预测模型时，仅考虑了车辆的运行特征，而忽略了交通环境对行车风险的影响，不能全面反映行车状态。……