现今智能驾驶技术广泛发展,驾驶辅助功能的可靠性和安全性成为智能驾驶行业内急需解决的问题。作为ADAS（Advanced Driving Assistance System,先进驾驶辅助系统）功能的一种,AEB（Automatic Emergency Braking,自动紧急制动）主要作用于碰撞事故,能够有效避免车与车、车与行人、车与障碍物等之间的碰撞事故。AEB能够最大限度降低驾驶员和行人死亡率,能够很大程度地缓解或避免汽车前碰撞等事故的发生,因此AEB功能的研究成为主动安全领域研究的重点和核心内容。FCW（Forward Collision Warning,前方碰撞预警）功能通常与AEB功能配合使用,在车辆紧急制动前对驾驶员进行碰撞预警。自动驾驶功能日益升级,对驾驶辅助功能的测试方法也需要适应更新的技术需求。实车试验成本较高,危险程度也高,故在进行实车测试前,需要进行仿真测试,仿真测试与实车测试相比,测试成本更低、效率更高、稳定性和安全性更好。首先,文章中介绍了ADAS的含义,主要讨论其AEB和FCW功能。从智能驾驶技术的测试安全性出发,对测试场景的概念、研究现状、评价法规和评价方法等方面进行了综述。综述内容包括测试系统性能要求、测试场景、测试设备和评价方法的多种不同类型的协议和法规。由于雨雪恶劣天气场景在AEB测试中很少被考虑在测试条件内,因此本文针对雨雪恶劣天气场景进行了AEB测试场景的提取。其次,本文调研并总结了真实交通事故的特征和影响因素,参考真实交通事故的场景特征,进行了车辆行驶自然驾驶数据的采集。采集了114例雨雪恶劣天气下的自然驾驶数据,经过筛选后得到60例进行分析。选取了天气、时间、本车速度、本车加速度以及本车与目标车的相对距离等特征变量。对选择的特征变量进行归一化处理并采用K-means方法进行聚类分析,得到3种雨雪恶劣天气下的交通危险场景。本文对现有的AEB测试场景进行了扩充,为AEB测试提供了更加多元化的场景内容,丰富了AEB测试场景库。最后,本文在VTD（Virtual Test Drive,虚拟驾驶测试）仿真软件中建立了提取出的3种雨雪恶劣天气下的AEB测试场景,并搭建了VTD和Matlab/Simulink的联合仿真平台,为智能驾驶测试提供了可靠的测试平台。在Matlab/Simulink软件中搭建了带有FCW功能的基于TTC（Time-To-Collision,碰撞时间）的AEB控制算法,并在VTD仿真软件中对算法进行了测试。证实了提取场景对AEB测试的有效性,AEB和FCW控制算法取得了良好的效果。采用仿真场景和仿真控制,相比传统实车测试降低了测试成本。