본 논문은 자율 주행 시스템(ADS)의 신뢰성 평가를 위한 시뮬레이션 기반 테스트의 효과성을 높이기 위해 생성형 인공지능 기술과 물리 기반 시뮬레이터를 통합하는 방법을 제시합니다. 세 가지 확산 모델 기반 생성 전략(instruction-editing, inpainting, inpainting with refinement)을 평가하여 새로운 운영 설계 영역(ODD)을 나타내는 자율 주행 시나리오의 증강된 시뮬레이터 생성 이미지를 생성하는 능력을 분석했습니다. 의미론적 분할 기반의 자동화된 유효 입력 검출기를 사용하여 생성된 이미지의 의미론적 보존과 현실성을 보장하고, 시스템 수준 테스트를 통해 ADS의 새로운 ODD에 대한 일반화 능력을 평가했습니다. 결과적으로 확산 모델이 시스템 수준 테스트의 ODD 적용 범위를 넓히는 데 도움이 되며, 자동화된 의미론적 검증기는 낮은 오탐율(3% 미만)을 달성하여 테스트에 사용되는 생성 이미지의 정확성과 품질을 유지한다는 것을 확인했습니다. 이 접근 방식을 통해 실제 테스트 전에 새로운 ADS 시스템 오류를 성공적으로 식별할 수 있었습니다.
