面向虚拟自动驾驶测试的基于覆盖率的场景模糊测试
人工智能
2021-06-03 v1 密码学与安全
摘要
基于仿真的虚拟测试已成为确保自动驾驶系统安全的重要步骤。测试人员需要手工制作虚拟驾驶场景并配置各种环境设置，如周围交通、天气条件等。由于配置可能性海量，人工努力在检测工业级自动驾驶系统缺陷方面效率低下。本文提出一种覆盖率驱动的模糊测试技术，自动生成多样化配置参数以形成新驾驶场景。实验结果表明，我们的模糊测试方法能显著降低从测试人员设计的初始设置中推导新风险场景的成本。我们期望自动化模糊测试将成为自动驾驶系统虚拟测试中的常见实践。
引用
@article{arxiv.2106.00873,
title = {Coverage-based Scene Fuzzing for Virtual Autonomous Driving Testing},
author = {Zhisheng Hu and Shengjian Guo and Zhenyu Zhong and Kang Li},
journal= {arXiv preprint arXiv:2106.00873},
year = {2021}
}