随着自动驾驶技术的发展,如何验证自动驾驶汽车的安全性变得越来越重要。基于场景的测试是自动驾驶测试的重要方法之一,为了快速得到小概率的场景测试用例,本文将组合测试方法和贝叶斯网络应用于自动驾驶汽车测试场景生成领域,提出了一种可快速生成指定概率测试用例的方法。自动驾驶测试场景的生成由两部分构成,分别是场景解析和测试用例生成。其中,场景解析是指确定场景的要素,构建场景的参数空间和约束集。在本文中,场景被简化为由环境要素、路况要素和对象要素构成。在此基础上,结合每种场景的行驶区域类型和场景中对象所需执行的行驶任务,确定场景的参数空间。场景参数间的约束被转化为禁止元组的形式,并对其进行约束化简和隐含约束寻找,最终得到完备约束集。测试场景中贝叶斯网的结构参考场景中对象间的相对关系建立,条件概率值由对象的相对参数映射得到。在测试用例生成过程中,将测试用例的概率和对未覆盖组合集的覆盖度进行加权,计算出当前条件下场景参数取不同值的选择参数,修改计算时的期望参数和调节参数可以生成不同概率的测试用例集。基于现有的测试用例生成算法AETG和CTBC,将其中的参数取值指标替换为选择参数,使得生成的测试用例集概率可控。最后,该方法被应用于自动泊车功能的自动化测试。将生成完毕的测试用例自动转化为Pre Scan中的仿真场景,依据现行的自动泊车测试标准对仿真结果进行打分。对比不同概率测试用例集的得分,发现被测算法在小概率测试用例集的得分最低,出现的故障最多,验证了本文提出方法的有效性。