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
