查询即测试：面向集成飞控-车路场景的智能驾驶测试与数据存储方法
人工智能
2025-06-30 v1
摘要
随着人工智能 (AI) 在交通领域的深度渗透，智能飞控、自动驾驶及智能路网正在以空前的速度发展。然而，这三大关键领域的数据生态系统日益碎片化且不兼容。尤其，现有测试方法依赖数据堆叠，无法覆盖所有边缘情况，且缺乏灵活性。为此，本文提出“查询即测试” (QaT) 概念。该概念将关注点从刚性、预设的测试用例转向对统一数据表示的灵活、按需逻辑查询。具体而言，我们识别出对数据存储与表示的根本性改进的必要性，进而提出“可扩展情景符号” (ESN) 的方案。ESN 是一种基于答案集程序 (ASP) 的新型声明性数据框架，统一表示飞控、车辆及道路来自异构多模态数据的逻辑事实与规则。该方法不仅实现了数据的深度语义融合，还带来三项核心优势：(1) 支持通过逻辑推理进行复杂且灵活的语义查询；(2) 为决策过程提供天然可解释性；(3) 通过逻辑规则实现按需数据抽象，使隐私保护具有精细化程度。我们进一步阐述了 QaT 范式，将自动驾驶系统的功能验证与安全合规性检查转化为对 ESN 数据库的逻辑查询，显著提升了测试的表达力与形式化严谨性。最后，我们提出“验证驱动开发” (VDD) 概念，主张在大型语言模型时代，通过逻辑验证而非定量测试来指导开发，以加速迭代与开发进程。
引用
@article{arxiv.2506.22068,
title = {Query as Test: An Intelligent Driving Test and Data Storage Method for Integrated Cockpit-Vehicle-Road Scenarios},
author = {Shengyue Yao and Runqing Guo and Yangyang Qin and Miangbing Meng and Jipeng Cao and Yilun Lin and Yisheng Lv and Fei-Yue Wang},
journal= {arXiv preprint arXiv:2506.22068},
year = {2025}
}
备注
Submitted to IEEE Transaction on Vehicular Technology