Page 235 - 《软件学报》2026年第4期

1676 软件学报 2026 年第 37 卷第 4 期

(5) 行人描述场景中的行人, 包括行人数量、动作 (如穿越交叉口), 以及行人相对于主车的位置和行进方向
(如从左到右).
当用户输入的场景需求文本包含的信息不完整时, LEADE 会提示用户从可行的属性中进行选择. 例如, 当用
户无特定测试需求时, LEADE 支持用户仅输入道路类型 (包括直路、十字路口、T 型路口), 而后输出该道路类型
支持的从车和行人的行为类型, 供用户选择, 该约束如表 1 道路类型支持的行为类型所示.

表 1 道路类型支持的行为类型

行为类型及约束 描述
从车行为类型全集 沿车道行驶, 向左变道, 向右变道, 左转, 右转, 横穿, 停车
行人行为类型全集 沿道路行走, 横穿道路, 驻足等待
If 道路类型 = = 高速直路, 可选行为类型 = 从车行为类型全集 – {左转、右转、横穿};
If 道路类型 = = 高速路口, 可选行为类型 = 从车行为类型全集 – {横穿};
道路上的行为约束
If 道路类型 = = 城区直路, 可选行为类型 = 从车行为类型全集 – {左转、右转、横穿} + 行人行为类型全集;
If 道路类型 = = 城区直路, 可选行为类型 = 从车行为类型全集 + 行人行为类型全集;

2.2 场景程序生成

根据每个抽象场景, LEADE 生成可执行的具体场景程序. 该过程涉及 3 个主要任务: 1) 定义主车的起始位置
和目标位置 (即主车连接到自动驾驶系统的位置); 2) 定义从车和行人的运动轨迹; 3) 定义时间和天气参数. 为解决
上述任务, LEADE 采用基于道路网络的建模方法来生成具体场景. 以下是生成过程的详细步骤.
2.2.1 基于主车起始位置和终点位置的路网建模
LEADE 对地图文件进行解析, 获取地图中各道路的类型属性值; 而后根据用户指定的道路类型, 匹配地图中
的道路; 从匹配到的道路中, 随机选择一条道路 R, 并提取该道路的车道信息, 包括车道 ID、车道方向和车道长度.

然后, 基于主车的驾驶任务, 确定主车的起始位置 S 和终点位置 D.
LEADE 首先选择合适的车道并为主车标记起始和目标位置. 基于选择的道路, LEADE 根据车道结构和主车
的起始位置, 将道路划分为多个相对区域 (如图 3 所示), 包括正前方 (front)、左前方 (left front)、右前方 (right
front)、正后方 (behind)、左后方 (left behind)、右后方 (right behind)、旁侧对向 (left opposite)、左侧垂直车道
(left vertical)、右侧垂直车道 (right vertical)、对侧 (opposite), 这些区域构成了路网模型, 如表 2 所示. 基于路网模
型, LEADE 定义了一系列确定主车起始位置和终点位置的规则, 如表 3 所示. 其中 L i 表示 ID 为 i 的车道, LD i 表
示车道 L i 的方向, LE i 表示车道 L i 的长度, LT S 表示位置 S 的车道距离. 以主车任务“向左变道”为例, 其起点在一
条通向路口的车道上, 终点在左侧垂直车道的区域中, 入口与该路口的车道连接, 主车起点和终点如图 3 的 S 和
D 所示.

A(S, o)
对侧

A(S, lv) A(S, rv)
左侧 右侧
垂直 垂直
NS
D
ND
A(S, lf) A(S, f)
左前 正前
A(S, lo)
旁侧对向 S
A(S, lb) A(S, b)
左后 正后
图 3 路网结构图