自动驾驶汽车安全性测试验证是自动驾驶汽车开发的重要环节,测试场景则是自动驾驶汽车安全测试验证的重要基础,选择合理有效且覆盖率高的关键场景能够提高测试的效率和质量。目前企业和车检机构广泛使用的测试场景大多来自于真实道路采集的驾驶场景,这些场景虽然可以真实反应交通道路情况,但其中非关键场景数量占比大,关键场景的数量占比少,覆盖率不够高,不能满足自动驾驶汽车的安全性测试验证要求。本文针对高速公路匝道口合流区换道工况关键场景进行研究,主要研究内容如下:（1）针对高速公路匝道口合流区汇入工况,对主车与干扰车的相对位置和运动状态进行组合,并删除对主车影响相同或相似的场景,得到基础功能场景库。使用层次分析法对每个功能场景构建分析结构模型树状图,并计算每个功能场景的各要素类的权重以及总量值,最后根据基于信息熵理论设计的复杂度计算模型,计算每个功能场景的复杂度,为后续生成关键场景奠定理论基础。（2）对余弦函数换道轨迹、余弦函数与双曲正切函数加权换道轨迹和五次多项式换道轨迹进行了对比分析,并选用五次多项式换道轨迹做为自动驾驶主车的换道轨迹。考虑到汽车换道过程中的自身动力学约束以及安全性和舒适性,选择梯形加速度的方法对主车进行速度规划,并提出了一个结合自身换道横向加速度的换道效率评价指标,确定了主车换道时间。对主车与干扰车的最小纵向安全距离进行建模,以此来检测换道时的安全性。构建了基于模型预测控制的横向控制器用以控制车辆横向运动,并使用Matlab/Simulink和Carsim联合仿真平台,验证了该算法的有效性。（3）以邻车道两辆干扰车场景为例进行关键场景测试用例研究,选取场景复杂度最高的干扰车直行功能场景,根据交通法规与实际行车情况赋予主车与干扰车初始速度、加速度和初始位置等动态场景参数。选用组合强度为3的均匀强度组合测试和变强度组合测试的方法对动态场景参数进行组合,并用规划控制算法对它们进行仿真,并通过关键指标对仿真结果进行筛选分别得到663组和3482组关键测试用例,关键场景占比分别为25.2%和34.7%,选取生成关键测试用例更多的变强度组合进行聚类分析。使用k-means聚类算法对得到的关键测试用例进行聚类分析,得到10组用于实车测试的关键场景测试用例。