1.自动驾驶系统级测试的基本理论1.1自动驾驶测试场景的构成1.1.1构图框架构建场景（先验知识）1.1.3真实驾驶场景来源Real驾驶场景处理流程：*此图参考中汽智联素材记录的场景：*图片参考中汽智联素材记录的场景：*图参考中建汽车智能材料专家经验:1.2通过多分析维度构建自动泊车测试用例框架*本图参考论文《智能汽车自主泊车系统测试方法》孟浩兰等人。1.4车辆的系统级测试由合适的人在合适的地点对被测车辆进行，使用准确的测试工具，安全地进行测试，并详细记录测试过程。1.5测试结果分析原则1.5.1SOTIF——开发原则1.5.2SOTIF——开发目标（安全导向、功能导向）1.5.3接管严重程度分类“接管”定义、分类、命名：TypeItakeover:Failuretotakeover会导致在系统设计操作范围（ODD）内发生碰撞，如果系统不处理就会发生碰撞，并触发接管；由于自动驾驶系统设计不足，当违反法律法规要求时，会触发接管TypeIItakeover：不会发生接管当碰撞超出系统设计运行范围（ODD）时，会发生碰撞发生不处理，触发的接管TypeIII接管：没有接管就不会发生碰撞，但不是自动驾驶系统设计不完善导致的误接管，发生自动驾驶行为当不符合人的期望、道德情感等要求时，接管系统降级并触发退出接管机制，系统提醒后接管接管IV型接管：不接管不会碰撞误接管在没有危险的情况下，人为误触发接管，人为手动驾驶1.6分层测试及工具链1.6.1分层测试*图参考中国汽车工业中心资料1.6.2测试工具链*图为中国汽车工业中心资料二。测试与数据2.1测试驱动开发体系2.2测试与数据关系概述目前人工智能以深度学习为主流技术，需要算法模型和数据。对于数据，需要满足几个条件：数据标注方式适合数据驱动的算法模型。数据在应用场景中需要有一个合理的分布。算法性能不好需要有相应的数据。不断扩大测试，总结数据之间的关系。:测试结果指出了数据收集的方向，并提供了筛选方法。测试提供了大量数据。可以在SOP之前和之后收集测试数据。自建车队采集和量产车队数据采集测试提供工具链，如：Trigger（record、label）、Visualization（analyse、debug）、TestAutomation等。
