Classical approaches and procedures for testing of automated vehicles of SAE levels 1 and 2 were based on defined scenarios with specific maneuvers, depending on the function under test. For automated driving systems (ADS) of SAE level 3+, the scenario space is infinite and calling for virtual testing and verification. However, even in simulation, the generation of safety-relevant scenarios for ADS is expensive and time-consuming. This leads to a demand for stochastic and realistic traffic simulation. Therefore, microscopic traffic flow simulation models (TFSM) are becoming a crucial part of scenario-based testing of ADS. In this paper, a co-simulation between the multi-body simulation software IPG CarMaker and the microscopic traffic flow simulation software (TFSS) PTV Vissim is used. Although the TFSS could provide realistic and stochastic behavior of the traffic participants, safety-critical scenarios (SCS) occur rarely. In order to avoid this, a novel Stress Testing Method (STM) is introduced. With this method, traffic participants are manipulated via external driver DLL interface from PTV Vissim in the vicinity of the vehicle under test in order to provoke defined critical maneuvers derived from statistical accident data on highways in Austria. These external driver models imitate human driving errors, resulting in an increase of safety-critical scenarios. As a result, the presented STM method contributes to an increase of safety-relevant scenarios for verification, testing and assessment of ADS.

中文翻译：

---

基于场景的自动驾驶系统测试的压力测试方法

用于测试SAE 1级和2级自动驾驶汽车的经典方法和程序是基于已定义的方案并进行特定操作的，具体取决于所测试的功能。对于SAE 3+级以上的自动驾驶系统（ADS），方案空间是无限的，需要进行虚拟测试和验证。但是，即使在模拟中，为ADS生成与安全相关的方案也是昂贵且费时的。这导致对随机和现实交通模拟的需求。因此，微观交通流仿真模型（TFSM）成为基于场景的ADS测试的关键部分。在本文中，使用了多体仿真软件IPG CarMaker和微观交通流仿真软件（TFSS）PTV Vissim之间的协同仿真。尽管TFSS可以提供​​交通参与者的现实和随机行为，但安全关键场景（SCS）很少发生。为了避免这种情况，引入了一种新颖的压力测试方法（STM）。使用这种方法，可以通过来自被测车辆附近的PTV Vissim的外部驱动程序DLL接口来操纵交通参与者，以引发从奥地利公路事故统计数据中得出的确定的关键动作。这些外部驾驶员模型可模拟人为驾驶错误，从而增加了对安全至关重要的情况。结果，所提出的STM方法有助于增加与安全相关的场景，以验证，测试和评估ADS。介绍了一种新颖的压力测试方法（STM）。使用这种方法，可以通过来自被测车辆附近的PTV Vissim的外部驱动程序DLL接口来操纵交通参与者，以引发从奥地利公路事故统计数据中得出的确定的关键动作。这些外部驾驶员模型可模拟人为驾驶错误，从而增加了对安全至关重要的情况。结果，所提出的STM方法有助于增加与安全相关的场景，以验证，测试和评估ADS。介绍了一种新颖的压力测试方法（STM）。使用这种方法，可以通过来自被测车辆附近的PTV Vissim的外部驱动程序DLL接口来操纵交通参与者，以引发从奥地利公路事故统计数据中得出的确定的关键动作。这些外部驾驶员模型可模拟人为驾驶错误，从而增加了对安全至关重要的情况。结果，所提出的STM方法有助于增加与安全相关的场景，以验证，测试和评估ADS。这些外部驾驶员模型可模拟人为驾驶错误，从而增加了对安全至关重要的情况。结果，所提出的STM方法有助于增加与安全相关的场景，以验证，测试和评估ADS。这些外部驾驶员模型可模拟人为驾驶错误，从而增加了对安全至关重要的情况。结果，所提出的STM方法有助于增加与安全相关的场景，以验证，测试和评估ADS。