自动驾驶汽车集成了最先进的软硬件技术,关于其安全性、稳定性的仿真测试和验证是当下研究的重点。目前,关于自动驾驶的测试工作还处于初级阶段,即没有场景化、规模化的一些仿真测试方法,缺乏整体的框架和体系,所以需要建立一种集成化和系统化的仿真流程,并提供高安全、大规模的面向典型极端场景的自动驾驶车辆的仿真测试和验证手段。首先,为保证仿真系统的真实性和便捷性,本研究对现有场景建模仿真软件UC-win/Road进行了二次开发,赋予实验车辆更加丰富和真实的自动驾驶功能。根据软件特点和仿真场景的需要提出了新的建模流程,提高了建模效率,为大规模的极端场景建模打下基础。其次,设计了自动驾驶车辆虚拟测试系统流程。根据自动驾驶汽车的特性,设计了由单元测试、集成测试到系统测试的测试流程,保证了测试效率和全面性。针对极端工况场景的特点,重新对建模要素进行分类,突出极端工况的产生要素,并对场景组成要素对车辆的影响进行了简要分析。再次,交通场景复杂多变,其组成要素繁杂多样,为简化场景建模的工作量,需要突出影响自动驾驶车辆决策控制的主要影响因素。因此,本文利用灰色关联度分析法,以受伤和死亡人数为特征变量,找出了场景要素中对特征变量有显著影响的要素,并建立了简易的典型极端工况场景库。最后,整合场景模型、车辆模型和控制模型进行联合仿真。本文中设计了“鬼探头”这一典型极端场景对自动驾驶车辆的自动紧急刹车功能进行测试,通过对比自动驾驶和有人驾驶两种驾驶方式下的产生的速度、加速度、刹车力度等参数对自动驾驶车辆的性能进行了评价。