Txt2Sce：基于文本报告的自动驾驶系统测试场景生成方法

主要观点总结

本文介绍了一种名为Txt2Sce的方法，用于基于文本报告生成自动驾驶系统（ADS）测试的场景文件。该方法旨在解决现有测试方法依赖视觉数据导致的高成本和缺乏标准化场景格式的问题，通过利用大型语言模型（LLM）将文本报告转换为种子场景文件，然后进行场景拆解、块变异和场景组装，生成基于派生的场景文件树。这样做能够显著提高测试的扩展性和移植性，有效追踪和分析ADS的意外行为。

关键观点总结

关键观点1: Txt2Sce的主要功能

Txt2Sce能够将文本事故报告转换为OpenSCENARIO格式的场景文件，通过场景拆解、变异和组装，生成多样化的测试场景，显著提高ADS测试的覆盖范围和缺陷检测能力。

关键观点2: Txt2Sce的技术特点

Txt2Sce使用文本报告作为输入，避免了视觉数据的高成本和复杂性；生成的场景文件遵循OpenSCENARIO标准，具有良好的跨平台兼容性；通过场景树的派生关系，能够高效地追踪和分析ADS的意外行为。

关键观点3: 实验设计与结果

实验使用Python实现Txt2Sce，并采用DeepSeek作为自然语言理解工具。实验结果表明，Txt2Sce生成的场景在语法和语义上都是有效的，具有高度多样性，并能有效揭示ADS在安全性、平滑性和智能性方面的各种意外行为。