Los sensores a bordo de los vehículos autónomos conectados (CAV) están limitados por su rango y su incapacidad para ver alrededor de esquinas o puntos ciegos, también conocidos como escenarios fuera de línea de vista (NLOS). Estos escenarios tienen el potencial de ser fatales (escenarios críticos) ya que los sensores pueden detectar un obstáculo mucho más tarde de lo que se necesita para que el automóvil reaccione. En tales casos, se requieren mecanismos como la comunicación vehicular para extender el rango de visibilidad del CAV. A pesar de que existe un cuerpo sustancial de trabajo sobre el desarrollo de algoritmos de navegación y comunicación para tales escenarios, no hay un método estándar para generar y seleccionar escenarios críticos NLOS para probar estos algoritmos en un entorno de simulación basado en escenarios. Este documento presenta un método novedoso que utiliza un algoritmo genético para la selección de escenarios críticos NLOS del conjunto de todos los posibles escenarios NLOS en un entorno vial particular. La necesidad de seleccionar escenarios críticos es pertinente ya que el número de todos los posibles escenarios de conducción generados es grande y probarlos entre sí consume mucho tiempo, es innecesario y costoso. Los escenarios críticos seleccionados se validan luego por su criticidad utilizando una serie de simulaciones basadas en MATLAB.