随着智能汽车技术的迅速发展,自动驾驶汽车对降低事故率、保证交通安全、构建智慧交通及减少交通能耗具有重要影响。为验证自动驾驶汽车的安全性、智能性,在大规模应用之前需要进行数十亿英里的测试。即使如此,道路测试也难以完全覆盖所有危险场景。虚拟仿真测试技术的发展,给自动驾驶测试领域提供了新的解决方案。测试场景是虚拟仿真测试的核心,在自动驾驶测试领域发挥着关键的作用。本文围绕自动驾驶汽车测试领域中测试场景的构建问题进行研究,主要研究内容如下:（1）针对自动驾驶汽车基础测试场景设计需求,以汽车自适应巡航控制系统（Adaptive Cruise Control,ACC）为例编写程序自动生成语言描述的场景。对场景设计理论进行阐述,基于PEGSUS场景库设计架构对场景要素进行分析,完成场景的解构;以ACC为例基于排列组合的思想完成目标识别能力测试场景、弯道适应能力测试场景构建;引入类和对象的编程思想,编写程序自动生成语言描述的场景。（2）对采集得到的连续自然驾驶数据进行分析,提出根据切车过程中两车的横向距离以及目标物ID变化规律完成对切车场景的提取。分析采集得到的自然驾驶数据中的重要数据项以及切车场景下的数据变化特征,设计切车场景提取算法对切车场景进行提取;通过提取得到的切车场景库对切车时刻前车速度、本车速度、两车纵向相对距离、纵向相对速度以及相对距离和相对速度联合分布进行分析。（3）针对提取的切车场景数量较多,测试过程中效率较慢的问题,提出从场景的危险性和曝光度对关键切车场景进行构建,加快测试效率。从危险性和曝光度对场景的关键度函数进行构建;引入最优化方法对辅助目标函数进行设计并求解;在求得的极小值附近使用扫描线种子填充算法得到关键切车场景。（4）搭建切车场景、弯道目标识别能力场景和直道适应能力场景,并进行验证。基于dSPACE公司开发的Modeldesk完成测试场景的搭建,并将成熟的ACC算法集成到搭建的场景中,进行虚拟验证。经验证构建的切车场景可用于加速测试,弯道目标识别能力场景、直道适应能力场景中主车均能对交通车的驾驶行为进行有效的响应,满足测试场景的有效性要求。