基于美国自然行驶数据集（SPMD），提出了感知受限、驾驶分心、反应延迟、跟车忍耐度和换道礼让度等驾驶员特性的数学表征方法，建立了可犯错的拟人化跟车模型和心理动机触发的拟人化换道模型；基于企业采集的自然驾驶数据，开发了典型场景提取代码并二次标定了跟车及换道模型的拟人化参数；基于VTD仿真平台，实现了测试车辆与拟人化模型车辆的闭环联调；基于固有场景测试，开发了跟车和换道模型的行为关联测试模型，使行为关联场景测试具有全覆盖，有“关联”，可对比和显差异的特点；设计了安全、跟踪、舒适等面向ACC自动驾驶功能测试的评价指标；对比了原企业固有场景测试与行为关联测试对危险工况的激发效果，结果表明，与固有测试结果相比，行为关联测试可以激发更多的碰撞事件，从而支持自动驾驶测试-研发的快速迭代。（技术栈：simulink）