论文页面 - 驾驶座上：一项关于自动驾驶系统测试现实的多公司研究

来源：https://huggingface.co/papers/2607.15820

摘要

自动驾驶系统（ADS）正在迅速发展，并越来越多地部署到实际应用中。这给有效测试带来了日益增长的需求，以确保系统功能与安全性。然而，ADS 测试仍然复杂，且在场景选择、性能评估和验收标准方面缺乏成熟的标准。为了更好地理解当前 ADS 测试的实践与挑战，我们对来自六个不同国家、九家公司的 ADS 开发与测试专家进行了访谈研究。通过主题分析，我们综合了工业测试实践、挑战、潜在解决方案和未来趋势，并提出了一个面向证据的闭环 ADS 测试框架。我们的研究结果表明，当前的实践主要集中在基于场景和 X-in-the-loop 的测试方法上，并由多样化的工具、指标、基准和测试策略提供支持。受访者强调了与场景真实性、场景覆盖率、仿真保真度和验收标准相关的主要挑战，同时也讨论了潜在的解决方案，例如使用 AI、世界模型和端到端方法。此外，受访者设想未来的 ADS 测试将在整个行业中变得更加自动化、数据驱动和透明。总体而言，本研究提供了以行业为基础的全面 ADS 测试概览，提出了一个面向证据的闭环测试框架，为 ADS 测试提供可操作指导，并概述了未来研究与实践的重要方向。

查看 arXiv 页面 (https://arxiv.org/abs/2607.15820) 查看 PDF (https://arxiv.org/pdf/2607.15820) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2607.15820)

在您的 Agent 中获取此论文：

hf papers read 2607\.15820

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型 0

没有模型链接到此论文

在模型 README.md 中引用 arxiv.org/abs/2607.15820 即可从本页面链接到该论文。

引用此论文的数据集 0

没有数据集链接到此论文

在数据集 README.md 中引用 arxiv.org/abs/2607.15820 即可从本页面链接到该论文。

引用此论文的 Space 0

没有 Space 链接到此论文

在 Space README.md 中引用 arxiv.org/abs/2607.15820 即可从本页面链接到该论文。

包含此论文的收藏集 0

没有收藏集包含此论文

将此论文添加到收藏集 (https://huggingface.co/new-collection) 即可从本页面链接到该论文。