无人驾驶车辆集环境感知、决策规划和控制等功能于一体,其研究涉及运动学与动力学、自动控制、传感器技术、模式识别和人工智能等多个学科,体现了计算机和机器人技术的最新成果。无人驾驶车辆的研制过程需要大量的试验条件作为支持,而常规车辆试验无法满足无人车自主驾驶能力验证的需求。首先,无人车的安全问题还没得到有效的验证;其次,无人车试验所需的道路条件较高,需要巨额资金的投入。无人驾驶车辆是自主驾驶的,系统的安全性和可靠性是极端重要的,无人驾驶车辆的试验最好在可控、可重复、有效和安全条件下进行,因此发展无人车安全、有效的试验方法,构建经济、鲁棒性高的试验环境显得尤为重要。无人车智能行为验证平台是一个半物理试验平台,旨在以经济、安全、有效的方式对无人车的智能行为进行验证,虚拟交通场景是其中的重要组成部分。本文围绕无人车的智能行为验证,研究虚拟交通场景的构建以及智能行为评估方法,研究内容主要包括以下几个方面:首先,对虚拟交通场景的构建方法进行研究,提出了无人车智能行为验证平台的虚拟交通场景总体设计方案。目前虚拟交通场景最多运用在驾驶模拟器领域,驾驶模拟器分为训练型和开发型,不管哪一种,都是“人-车-环境”的闭环系统。而无人车智能行为验证平台是一个“车-环境”闭环系统,两者具有本质区别,因此有必要对适合无人车智能行为验证的虚拟交通场景的构建方法进行研究。随着虚拟环境、人工智能、人工生命学科的发展,构建具有一定智能的虚拟交通场景,一方面被验证车辆可以感知环境进行自主驾驶,另一方面虚拟交通场景中的测试模型也可以感知、理解被验证车辆的智能行为,为评估提供原始数据,形成“车-环境”闭环智能系统,从而为解决智能行为验证问题提供了新思路和方法。第二,研究了适合无人车智能行为验证的虚拟交通场景静态测试模型的设计原理与实现方法。提出道路Agent、护栏Agent、交通灯Agent、标识牌Agent的构造方法,设计了不同的道路模型如“U型”转弯、“T型”路口、“S型”导航路径对被验证车辆进行测试,并且为了提高试验验证的鲁棒性,设计与实现了晴天、雨天、雾天、雪天的自然环境模型,利用这些静态测试模型可以为无人车的智能行为验证提供测试环境和行为数据。第三,研究了用于无人车智能行为验证的虚拟交通场景动态测试模型的构造方法。无人车的智能行为很大程度上体现在应对突发性和不确定性事件上,研究动态测试模型构造就是为了设计与实现不同的突发性和不确定性事件情节,为验证创造测试条件,主要研究了从车辆Agent模型、从车辆Agent行为建模及其仿真,并且设计与实现了多个突发性情节模型,最终阐述了行为管理Agent的构造方法。最后,对无人车智能行为评估方法进行了研究。基于被验证车辆与设计的静态测试模型、动态事件模型之间发生的行为,即行为管理Agent的行为记录,设计了验证与评估规则,提出了一种无人车智能行为评估方法。