TCSAE《特定應(yīng)用場景無人駕駛可信性評價 第3部分：感知結(jié)果》編制說明

《特定應(yīng)用場景無人駕駛可信性評價第3部分：感知結(jié)

果》編制說明

一、工作簡況

1.1任務(wù)來源

《特定應(yīng)用場景無人駕駛可信性評價第3部分：感知結(jié)果》團體標準是由中國

汽車工程學會批準立項。文件號中汽學標【2023】180號，任務(wù)號為2023-069。本

標準由中國智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)創(chuàng)新聯(lián)盟提出，西安工業(yè)大學、山東大學、深圳市城

市交通規(guī)劃設(shè)計研究中心股份有限公司、同濟大學、招商局檢測車輛技術(shù)研究院有

限公司、上海淞泓智能汽車科技有限公司等10余家單位聯(lián)合起草。

2023年8月16日，中國汽車工程學會下達2023年第三批中國汽車工程學會標

準制修訂項目計劃，起草工作組采納工作組建議將標準名稱修改為：《特定應(yīng)用場

景無人駕駛可信性評價第3部分：感知結(jié)果》。

1.2編制背景與目標

《車聯(lián)網(wǎng)（智能網(wǎng)聯(lián)汽車）產(chǎn)業(yè)發(fā)展行動計劃》提出2020年后推動車聯(lián)網(wǎng)產(chǎn)業(yè)

實現(xiàn)跨越發(fā)展，技術(shù)創(chuàng)新、標準體系、基礎(chǔ)設(shè)施、應(yīng)用服務(wù)和安全保障體系全面建

成，高級別自動駕駛功能的智能網(wǎng)聯(lián)汽車逐步實現(xiàn)規(guī)?；虡I(yè)應(yīng)用。交通運輸部于

2020年12月發(fā)布的《關(guān)于促進道路交通、自動駕駛技術(shù)發(fā)展和應(yīng)用的指導(dǎo)意見》，

明確要加強自動駕駛技術(shù)研發(fā)，推動自動駕駛技術(shù)試點和示范應(yīng)用。2023年12月

交通運輸部發(fā)布的《自動駕駛汽車運輸安全服務(wù)指南（試行）》提出，使用自動駕

駛汽車從事城市公共汽電車客運經(jīng)營活動的，可在物理封閉、相對封閉或路況簡單

的固定線路、交通安全可控場景下進行。

從實際商業(yè)化進程方面來看，自動駕駛落地方案不斷完善，萬億級市場空間正

在打開，“單車智能+車路協(xié)同”成為發(fā)展新風向，當前我國正在積極研發(fā)與測試

L4級自動駕駛技術(shù)。業(yè)界普遍認為自動駕駛的下半場在于商業(yè)化，商業(yè)化的決勝點

在于運營。無人駕駛感知系統(tǒng)是國內(nèi)外自動駕駛領(lǐng)域的重要研究內(nèi)容，對其感知結(jié)

果科學、合理的進行測試評價，對提高無人駕駛車輛運營效率等具有重要意義。

在特定應(yīng)用場景人車路協(xié)同無人駕駛中，場景特異多變、感知數(shù)據(jù)異源異構(gòu)、

信息傳輸鏈路交織耦合，嚴重制約了無人駕駛感知數(shù)據(jù)的互通、互信。如何確保車

車、車路、人車等異質(zhì)主體之間感知交互數(shù)據(jù)的可信性，對特定應(yīng)用場景下的人車

路協(xié)同無人駕駛商用運營落地至關(guān)重要。在此背景下，本標準依托十四五國家重點

1

研發(fā)計劃國家質(zhì)量基礎(chǔ)設(shè)施體系專項“人車路協(xié)同無人駕駛可信性評價關(guān)鍵技術(shù)與

標準研究”基于有限類型場景，構(gòu)建人車路協(xié)同無人駕駛可信性評價體系。針對特

定應(yīng)用場景人車路協(xié)同環(huán)境下異質(zhì)節(jié)點多模態(tài)感知數(shù)據(jù)可信性評價問題，從異質(zhì)平

臺感知數(shù)據(jù)可信性的內(nèi)涵、感知數(shù)據(jù)可信性測評方法入手，提出感知數(shù)據(jù)可信性評

價標準，支撐無人駕駛規(guī)模商用，成為現(xiàn)有測評體系的必要補充。

本標準通過專項研究無人駕駛技術(shù)的應(yīng)用場景，綜合無人駕駛可信性評價實際

需求，制定面向特定場景的感知數(shù)據(jù)可信評價原則，通過集成并整合各類可信服務(wù)

數(shù)據(jù)，定義無人駕駛感知結(jié)果需具備的可信服務(wù)內(nèi)容，結(jié)合道路環(huán)境、自然環(huán)境和

車輛算法行為決策特征，解析特定應(yīng)用場景中管理者對無人駕駛系統(tǒng)的實際需求，

形成無人駕駛感知結(jié)果可信性評價方法，提升無人駕駛服務(wù)效率，彌足汽車自動駕

駛多模態(tài)感知融合結(jié)果測評體系的空白。

1.3主要工作過程

1.3.1預(yù)研階段

2022年11月14日，依托重點研發(fā)項目參與單位形成了本標準的編制組，通過

開展標準編制組內(nèi)部線上會議，明確了無人駕駛可信性需求，即安全與效率，基于

需求開展了前期的廣泛調(diào)研工作，收集現(xiàn)有無人駕駛可信性評價相關(guān)標準與研究，

調(diào)研參觀了城市開放道路無人駕駛出租車、無人農(nóng)場等示范運營項目。

2022年11月24日，標準編制組以線上線下相結(jié)合的方式開展全體會議，討論

并明確了無人駕駛可信性的內(nèi)涵，隨即開展了可信性評價指標的調(diào)研工作。

2023年3月17日，標準編制組在上海市嘉定區(qū)參與了重點研發(fā)項目啟動會議，

并聽取了行業(yè)專家的建議，將評價重點聚焦于特定應(yīng)用場景無人駕駛的可信性評價。

2023年4月25日，標準編制組在北京市開展了為期兩天的無人駕駛相關(guān)企業(yè)

調(diào)研工作，先后參觀了北京車網(wǎng)科技發(fā)展有限公司、國汽（北京）智能網(wǎng)聯(lián)汽車研

究院有限公司、中國信息通信研究院以及北京萬集科技股份有限公司等企業(yè)，明確

了行業(yè)發(fā)展動態(tài)，并邀請相關(guān)調(diào)研企業(yè)共同參與標準編制工作。

2023年5月至7月，西安工業(yè)大學、同濟大學、上海淞泓智能汽車科技有限公

司、深圳市城市交通規(guī)劃設(shè)計研究中心股份有限公司、云控智行、萬集科技、理工

雷科智途、長安大學等主要標準編制單位在前期大量調(diào)研的基礎(chǔ)上，開展標準草案

撰寫與立項申請材料的準備工作。

2

2023年7月18日，標準編制組在上海市嘉定區(qū)組織為期三天的集中辦公工作，

修改完善標準草案與立項申請材料。

1.3.2立項階段

2023年7月21日，在安慶市國汽大有時空科技（安慶）有限公司召開標準立

項審查會議，專家組一致同意《特定應(yīng)用場景無人駕駛可信性評價第3部分：感知

結(jié)果》標準立項，建議中國汽車工程學會將該項目列入2023年標準制定計劃。標準

編制組在專家組的建議下，將標準內(nèi)容聚焦于特定應(yīng)用場景無人駕駛車輛感知結(jié)果

的可信性評價。

2023年8月16日，中國汽車工程學會下達2023年第三批中國汽車工程學會標

準制修訂項目計劃，《特定應(yīng)用場景無人駕駛可信性評價第3部分：感知結(jié)果》起

草任務(wù)書號為2023-069；牽頭單位開始組建標準工作組，并進行標準學習。

2023年10月20日，在西安工業(yè)大學展開標準草案內(nèi)部制定研討會，參加本次

會議的有西安工業(yè)大學、同濟大學共2家單位參與標準研討會。重點討論了標準草

案的范圍、評價對象、評價指標以及測試方案，搭建標準草案框架。

2023年11月15日，牽頭單位西安工業(yè)大學開展線上標準討論交流會，交流內(nèi)

容主要圍繞現(xiàn)有的特定應(yīng)用場景無人駕駛可信性評價指標標準，結(jié)合西安工業(yè)大學

的自動駕駛評價經(jīng)驗，編制完成第一稿標準草案。參會單位有上海淞泓智能汽車科

技有限公司、同濟大學、深城交、燕山大學、云控智行、萬集科技、理工雷科智途

共7家單位。

2023年11月17日，在上海同濟大學嘉定校區(qū)召開了標準啟動會，參加本次會

議的有西安工業(yè)大學、上海淞泓、宇通客車、招商車研、同濟大學、深城交、燕山

大學、中移（上研）、賽孚希、復(fù)運科技、上海海事大學、中國汽研、電科智能、

山東大學、招商車研、萬集科技、云控智行共17家單位參與標準研討會。本次會議

重點討論了標準的研制背景、標準的框架結(jié)構(gòu)及標準主要技術(shù)內(nèi)容，形成了一下主

要結(jié)論：1）明確標準研究對象為在特定區(qū)域行駛的無人駕駛車輛的感知結(jié)果，傾向

于結(jié)果層面，弱化原始感知數(shù)據(jù)；2）基本認可標準框架，進一步完善評價指標，建

議增加軌跡、行為等可預(yù)測性指標；3）下階段工作安排。會后，根據(jù)會上反饋意見，

牽頭單位進一步明確任務(wù)分工，修改完善標準草案，完成第二稿標準草案。

3

2023年11月27日，牽頭單位西安工業(yè)大學、上海淞泓智能汽車科技有限公司、

宇通客車股份有限公司、云控智行、萬集科技、理工雷科智途召開線上標準討論會，

深入探討各類評價指標計算方法和評分標準，最終討論形成第三稿標準草案稿。

2024年1月24日，在深圳市城市交通規(guī)劃設(shè)計研究中心股份有限公司召開了

標準研討會，參加本次會議的有西安工業(yè)大學、同濟大學、山東大學、燕山大學、

上海淞泓、上海電科、招商車研、招商交科、中移（上海）、深城交共10家單位參

與標準研討會。會后，根據(jù)會上反饋意見，牽頭單位進一步明確任務(wù)分工，修改完

善標準草案，完成標準草案征求意見稿。

2024年2月1日，牽頭單位西安工業(yè)大學、長安大學在長安大學渭水校區(qū)進行

了標準研討會，參加本次會議的有西安工業(yè)大學、長安大學2家單位參與標準研討

會。會后，根據(jù)會上反饋意見，牽頭單位重新順理標準內(nèi)容，修改完善標準草案，

完成標準草案征求意見第二稿。

2024年2月26日，牽頭單位西安工業(yè)大學、上海淞泓進行了線上標準討論會。

會后，根據(jù)上海淞泓專家反饋意見，牽頭單位修改了標準附錄，增加了標準評分準

則相關(guān)細節(jié)內(nèi)容，進一步完善了標準草案，完成標準草案征求意見第三稿。

1.3.3征求意見階段（含征求意見時間及意見處理情況的說明）

無

1.3.4審查階段（含審查結(jié)果及意見處理）

無

1.3.5報批階段（含報批意見及處理）

無

1.3.6發(fā)布階段

無

二、標準編制原則和主要內(nèi)容

2.1標準制定原則

根據(jù)《中華人民共和國標準法》、《標準化工作導(dǎo)則第1部分：標準化文件的

結(jié)構(gòu)和起草規(guī)則》（GB/T1.1-2020）進行編制。

本標準參考了智能網(wǎng)聯(lián)汽車環(huán)境感知系統(tǒng)預(yù)期功能安全測試與評價方法規(guī)范，

并基于無人駕駛感知系統(tǒng)發(fā)展現(xiàn)狀和實際運營情況，定義并規(guī)范了無人駕駛系統(tǒng)感

4

知結(jié)果的可信性評價對象、評價流程、評價體系及評價指標計算方法等技術(shù)內(nèi)容，

最終建立一套服務(wù)于無人駕駛感知結(jié)果可信性評價的評價體系。

2.1.1通用性原則

本標準分為無人駕駛感知結(jié)果評價對象、評價流程、評價體系及評價指標計算

方法等技術(shù)內(nèi)容，適用于無人駕駛感知結(jié)果的可信性評價。

2.1.2指導(dǎo)性原則

本文件的制定，提出了對于無人駕駛特定應(yīng)用場景感知結(jié)果的可信性評價方法，

與現(xiàn)有的自動駕駛測試三支柱評價方法互補，填補了自動駕駛感知結(jié)果測試條件下

評價體系的空白，能夠指導(dǎo)制定一套完善的全方面、多維度的自動駕駛感知結(jié)果評

價體系，提高無人駕駛車輛安全行駛和實時監(jiān)測，更好地為出行者提供服務(wù)。

2.1.3協(xié)調(diào)性原則

本標準與目前國內(nèi)外發(fā)布的與無人駕駛可信性評價相關(guān)的標準協(xié)調(diào)統(tǒng)一，互不

沖突。針對L4級及以上高等級無人駕駛車輛在特定應(yīng)用場景下整車運行的可信性

評價編制具體標準。

2.1.4兼容性原則

本標準提出的可信性評價指標與評價體系，充分考慮了當前國內(nèi)外無人駕駛感

知系統(tǒng)的測評現(xiàn)狀，并注重技術(shù)前瞻性，具有普遍適用性。

2.1.5規(guī)范性原則

本標準面向特定應(yīng)用場景無人駕駛車輛感知結(jié)果可信性開展總體評價，明確了

評價對象與評價目的，提出了評價內(nèi)容、評價流程、評價方法等技術(shù)內(nèi)容，規(guī)范了

總體評價過程，滿足規(guī)范性原則。

2.2標準主要技術(shù)內(nèi)容

《特定應(yīng)用場景無人駕駛可信性評價第3部分：感知結(jié)果》工作組于2023年

和2024年針對特定應(yīng)用場景無人駕駛環(huán)境感知結(jié)果可信性開展了相關(guān)工作，凝練出

了標準的主要技術(shù)內(nèi)容。另外，標準主要技術(shù)內(nèi)容還參考了相關(guān)國際標準和學術(shù)論

文。

本標準共分為8章，內(nèi)容包括范圍、規(guī)范性引用文件、術(shù)語和定義、縮略語、

評價內(nèi)容、評價流程、評價指標及計算方法、評價體系8個部分。

資料性附錄A提供了無人駕駛共享小巴在城市開放道路自主行駛場景下感知結(jié)

果可信性評價示例。

5

2.2.1評價內(nèi)容

（1）準確性：特定應(yīng)用場景無人駕駛采用多傳感器融合的方式，將不同傳感器

的數(shù)據(jù)進行綜合分析和處理，以獲取更準確的環(huán)境信息。

（2）實時性：特定應(yīng)用場景無人駕駛傳感器通過不斷地采集周圍環(huán)境的數(shù)據(jù)，

系統(tǒng)需要能夠迅速地對這些數(shù)據(jù)進行處理和分析，及時更新車輛的狀態(tài)和感知結(jié)果。

（3）穩(wěn)定度：特定應(yīng)用場景無人駕駛穩(wěn)定感知結(jié)果意味著感知系統(tǒng)在各種環(huán)境

和情況下都能夠準確地感知周圍環(huán)境，避免因外界因素的干擾而導(dǎo)致數(shù)據(jù)誤判或錯

誤的決策。若感知結(jié)果不穩(wěn)定，系統(tǒng)可能會出現(xiàn)頻繁的誤判和漂移現(xiàn)象，導(dǎo)致車輛

行駛不穩(wěn)定甚至發(fā)生事故。

（4）完整度：特定應(yīng)用場景無人駕駛傳感器通過采集周圍環(huán)境的數(shù)據(jù)來了解車

輛所處的場景和狀態(tài)，而數(shù)據(jù)感知結(jié)果的完整度則決定了系統(tǒng)對周圍環(huán)境的理解程

度。

（5）失效度：特定應(yīng)用場景無人駕駛感知結(jié)果失效度是指系統(tǒng)在某些情況下無

法獲取、分析和處理數(shù)據(jù)的比例或程度。在系統(tǒng)中，如果數(shù)據(jù)感知結(jié)果數(shù)據(jù)失效，

將導(dǎo)致車輛無法準確地感知周圍環(huán)境，從而可能導(dǎo)致行駛意外或事故的發(fā)生。

（6）安全性：特定應(yīng)用場景無人駕駛需要保證數(shù)據(jù)在獲取、傳輸和存儲過程中

的安全性，必須符合相關(guān)法律法規(guī)，系統(tǒng)可以更好地保護數(shù)據(jù)的隱私信息，保障車

輛的安全行駛。

2.2.2評價流程

特定應(yīng)用場景無人駕駛感知結(jié)果應(yīng)按照以下流程開展可信性評價，評價流程如

圖1所示流程為：

（1）選取評價指標及基礎(chǔ)數(shù)據(jù)；

（2）開展評價指標計算，獲得單項指標值；

（3）確定各單項指標權(quán)重，開展單維度評價；

（4）開展綜合評價，獲得可信性評價結(jié)果。

6

開始

單維度評價

準確性準確性

二級指標計算指標評價

實時性實時性

二級指標計算指標評價

穩(wěn)定度穩(wěn)定度

二級指標計算指標評價

完整度完整度

二級指標計算指標評價

失效度失效度

二級指標計算指標評價

安全性安全性

二級指標計算指標評價

綜合評價

評價結(jié)果

結(jié)束

圖1特定應(yīng)用場景無人駕駛感知結(jié)果評價流程

2.3關(guān)鍵技術(shù)問題說明

本標準規(guī)范了無人駕駛感知系統(tǒng)架構(gòu)組成，并將無人駕駛感知系統(tǒng)的可信性評

價分為準確性、實時性、穩(wěn)定度、完整度、失效度、安全性六類，并規(guī)定了每一類

評價的各個評價指標的計算方法和評價權(quán)重。

2.4標準主要內(nèi)容的論據(jù)

本標準特定應(yīng)用場景無人駕駛可信性評價指標體系的每一個評價指標的計算方

法、評分標準充分研究了國內(nèi)外標準并在工作組內(nèi)進行了充分的討論，并進行了相

應(yīng)的技術(shù)驗證，最終形成了當前結(jié)論。

標準規(guī)定的無人駕駛環(huán)境感知系統(tǒng)預(yù)期功能安全測試與評價流程、測試場景確

定測試方法定義和評價指標量化等內(nèi)容，一方面參考了ISO/PAS21448《道路車輛預(yù)

期功能安全(Roadvehicles-Safetyoftheintendedfunctionality)》、ISO26262-3《道路

車輛功能安全-第3部分:概念階段(Roadvehicles-Functionalsafety-Part3:Concept

7

phase)》等國際性框架標準。此外，2021年和2022年在聯(lián)盟預(yù)期功能安全工作組的

支持下同濟大學、上海機動車檢測認證技術(shù)研究中心有限公司和北京地平線機器人

技術(shù)研發(fā)有限公司等標準起草單位針對環(huán)境感知系統(tǒng)進行了測試與評價實踐，驗證

了方法的可行性，并在行業(yè)內(nèi)發(fā)布了《智能汽車感知系統(tǒng)預(yù)期功能安全評價體系與

改進措施研究報告》與《智能網(wǎng)聯(lián)汽車感知系統(tǒng)SOTIF測評2022年年度研究總結(jié)

報告》兩份報告。

2.5標準工作基礎(chǔ)

標準編寫組依托于十四五國家重點研發(fā)計劃“國家質(zhì)量基礎(chǔ)設(shè)施體系”重點專

項“人車路協(xié)同無人駕駛可信性評價關(guān)鍵技術(shù)與標準研究”開展標準主要技術(shù)內(nèi)容

研究工作，具有良好的項目支撐。西安工業(yè)大學參與《機動車檢驗術(shù)語》等國家標

準制定，牽頭單位西安工業(yè)大學與長安大學保持密切聯(lián)系，標準參與單位長安大學

長期圍繞車聯(lián)網(wǎng)與智能汽車測試技術(shù)及裝備研發(fā)、車路協(xié)同與自動駕駛、車輛安全

與綜合性能檢測等領(lǐng)域的關(guān)鍵性技術(shù)難題及共性問題進行深入研究。在相關(guān)方向先

后承擔國家“863”計劃、國家重點研發(fā)計劃、國家自然科學基金等各類科研任務(wù)

30余項。先后主持和參與制定《機動車安全技術(shù)檢驗項目和方法》、《汽車綜合性

能檢測站能力的通用要求》、《自動駕駛封閉測試場地建設(shè)技術(shù)要求》、《自動駕

駛車輛整車在環(huán)測試系統(tǒng)技術(shù)要求、測試流程及方法》、《智能網(wǎng)聯(lián)汽車公共道路

測試監(jiān)管系統(tǒng)技術(shù)規(guī)范》等國家及行業(yè)標準20余項，在無人駕駛項目示范運營階段

經(jīng)驗豐富，為本標準的編寫提供了有力的技術(shù)支撐。上海淞泓與招商車研作為編寫

組骨干單位，具有豐富的智能網(wǎng)聯(lián)汽車測試場測試和運營管理實踐經(jīng)驗，為本標準

的編寫提供了測試驗證支撐。此外，本標準將依托于西部（重慶）科學城智能網(wǎng)聯(lián)

示范區(qū)中運營的無人駕駛小巴開展實地驗證工作，保證本標準可落地、可應(yīng)用。

三、主要試驗（或驗證）情況分析

標準工作組首先規(guī)定了無人駕駛感知層中對人、車和路等多模態(tài)感知數(shù)據(jù)融合

結(jié)果的可信性評價分級，對多模態(tài)感知數(shù)據(jù)融合質(zhì)量進行準確性、實時性、穩(wěn)定度、

完整度、失效度、安全性等多個維度評估。針對感知數(shù)據(jù)可靠性設(shè)計場景測試用例，

將CARLA仿真軟件對邊緣場景的感知結(jié)果代入計算方法中進行對比和評估，完成

無人駕駛多模態(tài)數(shù)據(jù)融合感知結(jié)果的綜合可信性評價，在數(shù)據(jù)層面支撐無人駕駛安

全運行。已經(jīng)驗證了標準的有效性和可行性。

初步使用CARLA仿真軟件實現(xiàn)了標準可行的驗證，在此標準列舉了三級指標

8

感知結(jié)果認知不確定度、場景實體狀態(tài)感知結(jié)果誤差、場景實體完備率、信息去敏

感化程度四個指標的測試用例。

（1）感知結(jié)果認知不確定度測試用例

采用標準中提到的場景1、場景2和場景3作為測試場景，測試條件統(tǒng)一為主

車輛（被測自動駕駛車輛）速度為30km/h，與其余車輛行駛方向為右側(cè)0°，左側(cè)

180°，每個場景的對應(yīng)觸發(fā)條件為：

場景1：直線道路，路上共計5輛車

場景1-1：作為對照試驗

場景1-2：光照條件改變，光照強度為夜晚

場景1-3：天氣條件改變，天氣為霧天

場景2：彎曲道路，路上共計5輛車

場景2-1：作為對照試驗

場景2-2：光照條件改變，光照強度為夜晚

場景2-3：天氣條件改變，天氣為霧天

場景3：十字路口，路上共計6輛車

場景3-1：作為對照試驗

場景3-2：光照條件改變，光照強度為夜晚

場景3-3：天氣條件改變，天氣為霧天

表1不同場景下感知結(jié)果的認知不確定度測試結(jié)果

場景序號測試參數(shù)道路類型測試結(jié)果1測試結(jié)果2測試結(jié)果3

主車輛速度：30km/h

天氣狀況：晴天、向光

1-10.200.200.20

與其余車輛行駛方向：右側(cè)0°，左側(cè)180°

場景車輛情況：共5輛車

車輛速度：30km/h

天氣狀況：夜晚

1-2直道0.240.240.24

與其余車輛行駛方向：右側(cè)0°，左側(cè)180°

場景車輛情況：共5輛車

車輛速度：30km/h

天氣狀況：霧天

1-30.300.300.30

與其余車輛行駛方向：右側(cè)0°，左側(cè)180°

場景車輛情況：共5輛車

主車輛速度：30km/h

天氣狀況：晴天、向光

2-1彎道0.220.220.22

與其余車輛行駛方向：右側(cè)0°，左側(cè)180°

場景車輛情況：共5輛車

9

車輛速度：30km/h

天氣狀況：夜晚

2-20.250.250.25

與其余車輛行駛方向：右側(cè)0°，左側(cè)180°

場景車輛情況：共5輛車

車輛速度：30km/h

天氣狀況：霧天

2-30.280.280.28

與其余車輛行駛方向：右側(cè)0°，左側(cè)180°

場景車輛情況：共5輛車

主車輛速度：30km/h

天氣狀況：晴天、向光

3-10.210.210.21

與其余車輛行駛方向：右側(cè)0°，左側(cè)180°

場景車輛情況：共5輛車

車輛速度：30km/h

天氣狀況：夜晚

3-2十字路口0.220.220.22

與其余車輛行駛方向：右側(cè)0°，左側(cè)180°

場景車輛情況：共5輛車

車輛速度：30km/h

天氣狀況：霧天

3-30.220.220.22

與其余車輛行駛方向：右側(cè)0°，左側(cè)180°

場景車輛情況：共5輛車

（2）場景實體狀態(tài)感知結(jié)果誤差測試用例

采用下述提到的場景1、場景2和場景3作為測試場景，測試條件統(tǒng)一為主車

輛（被測自動駕駛車輛）速度為30km/h，與其余車輛行駛方向為右側(cè)0°，左側(cè)180°，

選取道路類型為直路，每個場景的對應(yīng)觸發(fā)條件為：

場景1：作為對照試驗

場景2：光照條件改變，光照強度為夜晚

場景3：天氣條件改變，天氣為霧天

圖2場景1示例圖圖3場景2示例圖

10

圖4場景3示例圖

表2每個場景下目標的實測和感知狀態(tài)精度

測試次數(shù)場景序號實測狀態(tài)1感知狀態(tài)1感知狀態(tài)2感知狀態(tài)2

11.00.940.980.93

121.00.940.980.93

31.00.940.980.93

10.950.900.880.82

220.950.900.880.82

30.950.900.880.82

10.980.920.940.90

320.980.920.940.90

30.980.920.940.90

表3場景實體狀態(tài)感知結(jié)果誤差

場景序道路類

測試參數(shù)感知結(jié)果1感知結(jié)果2感知結(jié)果3

號型

主車輛速度：30km/h

天氣狀況：晴天

10.0587960.0587960.058796

與其余車輛行駛方向：右側(cè)0°，左側(cè)

180°

車輛速度：30km/h

天氣狀況：夜晚

2直道0.0643620.0643620.064362

與其余車輛行駛方向：右側(cè)0°，左側(cè)

180°

車輛速度：30km/h

天氣狀況：霧天

30.0543280.0543280.054328

與其余車輛行駛方向：右側(cè)0°，左側(cè)

180°

（3）場景實體完備率測試用例

自動駕駛車輛行進過程中通過處理相機和雷達獲取的數(shù)據(jù)，檢測安全距離內(nèi)存

在的實體種類和個數(shù)，與實際存在的實體信息比對計算。測試條件統(tǒng)一為主車輛（被

測自動駕駛車輛）速度為30km/h，與其余車輛行駛方向為右側(cè)0°，左側(cè)180°，

選取道路類型為直道天氣狀況為晴天，采用以下提到的場景1、場景2和場景3作

為測試場景。

場景1：共有6個目標實體，其中包括3輛車、2個行人和1個紅綠交通燈。

11

場景2：共有6個目標實體，其中包括4輛車、1個行人和1個紅綠交通燈。

場景3：共有8個目標實體，其中包括4輛車、3個行人和1個紅綠交通燈。

圖5場景1圖6場景2

圖7場景3

表4場景實體類型舉例

類型場景實體

交通參與物車輛、自行車、行人、動物等

臨時交通事物臨時障礙物

交通設(shè)施交通燈、交通標志牌等

道路結(jié)構(gòu)車道線、邊界線、人行道等

表5場景實體完備率測試結(jié)果

序號測試參數(shù)道路類型測試結(jié)果1測試結(jié)果2測試結(jié)果3

主車輛速度：30km/h

天氣狀況：晴天、向光

1=0.83=0.83=0.83

與其余車輛行駛方向：右側(cè)0°，左側(cè)180°123

場景情況：共3輛車、2個行人和1個紅綠交通燈

車輛速度：30km/h

天氣狀況：晴天、向光

2直道=1.00=1.00=1.00

與其余車輛行駛方向：右側(cè)0°，左側(cè)180°123

場景情況：共4輛車、1個行人和1個紅綠交通燈

車輛速度：30km/h

天氣狀況：晴天、向光

3=0.88=0.88=0.88

與其余車輛行駛方向：右側(cè)0°，左側(cè)180°123

場景情況：共4輛車、3個行人和1個紅綠交通燈

（4）信息去敏感化程度測試用例

12

駕駛車輛在行進過程中，獲取到由相機拍攝的可見光RGB圖像，檢測RGB圖

像中存在的隱私數(shù)量，同時對RGB圖像中的隱私信息進行隱私處理，最后根據(jù)處

理前和處理后的隱私數(shù)量進行信息去敏感化程度計算。

場景1：作為對照用例

場景2：光照條件改變，光照強度為夜晚

場景3：天氣條件改變，天氣為霧天

表6：信息去敏