SafePlanner：测试自动驾驶系统 Plan 模型的安全性

论文提出 SafePlanner，一个面向自动驾驶系统 Plan 模型的系统化安全测试框架，用于发现规划行为中的安全关键缺陷。它先分析 Plan 模型实现中的场景转换逻辑与分层控制流，从代码中提取可行场景转换，再与 NPC 车辆行为组合成测试场景，并用引导式模糊测试探索模型行为空间。研究在量产级 L4 自动驾驶系统百度 Apollo 上评估，生成 20635 个测试用例，检测到 520 个危险行为，经人工分析归为 15 类根因。作者对其中 4 类根因应用补丁后问题消失，未观察到明显副作用；框架在 Plan 模型上达到 83.63% 函数覆盖率和 63.22% 决策覆盖率，并在缺陷发现与效率上优于基线。