近年来,随着城市轨道交通事业飞速发展,全自动驾驶系统(Fully Automatic Operation,FAO)凭借其高度自动化的控制方式应运而生。其驾驶模式是将列车司机所需要完成的工作完全交由高度集中的信号系统来完成,相较于传统CBTC系统,其需要更高的安全性和可靠性。目前,测试是确保系统功能正确性的重要手段,其目的在于验证系统实现的功能能否满足自身的需求规范。针对FAO系统,为了保证其的高可靠性和高安全性,亟需寻求一种高效、完备的测试方法。当今传统的CBTC系统测试方法主要采用基于仿真的测试方法,该方法的测试流程是先搭建仿真测试平台,该平台需要包含与被测对象有接口的所有系统,再依据测试目标及规范编写测试用例,最后操作仿真测试平台执行测试用例。该方法的关键点在于仿真测试平台的搭建,即仿真测试平台的搭建成功与否直接影响测试结果。然而针对FAO这类如此复杂的大系统,仿真测试平台的搭建是个耗时耗力的冗长过程,再者,现今对于仿真测试平台没有一套成熟的评估体系,由它得出的测试结果没有成文的理论依据,因此,该方法存在一定的安全隐患。本文对FAO系统进行了详细分析,将基于数据驱动的测试方法引入了FAO系统测试,该方法的关键点在于测试用例的生成,相较于传统测试方法,该方法简化了测试平台的搭建环节,也提高了测试有效性和完备性。该方法主要包括：(1)运营场景分析与描述：在对被测对象详细分析的基础上,对运营场景进行分析,建立运营场景时序图,便于场景管理和后续的建模；(2)系统行为建模与模型验证：以运营场景分析为基础,利用时间自动机建立研究对象行为模型；并运用基于VV&A的模型验证方法对时间自动机模型进行验证,以保证模型的正确性；(3)测试用例生成及测试用例序列化：依据系统需求和测试目的,编写observer测试覆盖准则算法,运用CoVer工具对研究对象进行特定测试目标的测试用例文件生成。最后,运用深度优先搜索算法将测试用例序列化；(4)搭建测试平台：搭建基于数据驱动的FAO系统测试平台,并将其用于验证测试用例的有效性和测试方法的可行性。依据上述步骤,本文设计并实现了基于数据驱动的FAO系统测试方法,并将该方法用于休眠唤醒场景,结果证明该方法可行,满足了FAO系统的测试要求。最后,分析了本文不足和需要改进之处,并讨论了本工作的下一步研究方向。