基于仿真的自主车辆(AVS)测试已成为道路测试的必要补充,以确保安全。因此,实质性研究专注于寻找模拟中的失败情景。但是,仍然存在一个基本问题:是在实际情况下模拟中识别的AV失败情景,即它们在真实系统上可重复?由于模拟和实际传感器数据之间的差异引起的SIM-to-实际间隙,模拟中识别的故障场景可以是合成传感器数据的虚假工件或持续存在具有实际传感器数据的实际故障。验证模拟故障方案的方法是在真实数据的语料库中识别场景的情况,并检查故障是否持续存在于实际数据上。为此,我们提出了一个正式的定义,它对标记的数据项匹配抽象场景的方法,以使用风景概率编程语言编码为场景程序。使用此定义,我们开发了一个查询算法,给定场景程序和标记的数据集,找到符合场景的数据子集。实验表明,我们的算法在各种现实的交通方案上是准确和高效的,并缩放到合理数量的代理商。
translated by 谷歌翻译