TCSAE《特定應(yīng)用場景無人駕駛服務(wù)可信性評價 第1部分：總體評價》編制說明

《特定應(yīng)用場景無人駕駛服務(wù)可信性評價第1部分：總

體評價》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1部分：總體評價》團體標準是由中國

汽車工程學(xué)會批準立項。文件號中汽學(xué)標【2023】180號，任務(wù)號為2023-067。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，中國汽車工程學(xué)會歸口，同濟大學(xué)、

燕山大學(xué)、深圳市城市交通規(guī)劃設(shè)計研究中心股份有限公司、西安工業(yè)大學(xué)、上海

淞泓智能汽車科技有限公司、招商局檢測車輛技術(shù)研究院有限公司等10余家單位聯(lián)

合起草。

2023年11月17日，召開標準啟動會，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1部分：總體評價》。

1.2編制背景與目標

從政策導(dǎo)向的角度來看，2019年9月由中共中央、國務(wù)院印發(fā)的《交通強國建

設(shè)綱要》提出要加強智能網(wǎng)聯(lián)汽車（智能汽車、自動駕駛、車路協(xié)同）研發(fā)。由國

家發(fā)改委、工信部、科技部等11個部委于2020年2月24日聯(lián)合發(fā)布的《智能汽車

創(chuàng)新發(fā)展戰(zhàn)略》提出，到2025年，應(yīng)實現(xiàn)高度自動駕駛市場化應(yīng)用，形成法規(guī)標準

體系。2021年10月，北京市發(fā)布《北京市智能網(wǎng)聯(lián)汽車政策先行區(qū)無人化道路測

試管理實施細則》，在國內(nèi)首開乘用車無人化運營試點。2023年2月，上海市為了

進一步規(guī)范和促進浦東新區(qū)無駕駛?cè)酥悄芫W(wǎng)聯(lián)汽車創(chuàng)新應(yīng)用，推動產(chǎn)業(yè)高質(zhì)量發(fā)展，

立法《上海市浦東新區(qū)促進無駕駛?cè)酥悄芫W(wǎng)聯(lián)汽車創(chuàng)新應(yīng)用規(guī)定》。

從市場驅(qū)動的角度來看，特定應(yīng)用場景無人駕駛落地方案不斷完善，萬億級市

場空間正在打開，當前我國正在積極研發(fā)與測試L4級自動駕駛技術(shù)。2023年7月，

北京開放車內(nèi)無人商業(yè)化試點，2023年7月，上海發(fā)放無駕駛?cè)说缆窚y試牌照，2022

年8月，武漢開放全無人自動駕駛商業(yè)化出行服務(wù)，特定應(yīng)用場景無人駕駛基本實

現(xiàn)準商業(yè)化運營。

然而在示范運營過程中，面向動態(tài)復(fù)雜不確定的實際交通環(huán)境，存在大量未知

不安全的長尾場景，使得無人駕駛車輛在應(yīng)用中存在適應(yīng)性差、安全性弱的問題。

面向無人駕駛的無人化、商業(yè)化需求，亟需拓展現(xiàn)有的測試評價體系。在此背景下，

1

本標準依托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。提出以安全可控與自主高效為核心，以透明可釋、數(shù)據(jù)可護、

責任可溯為關(guān)鍵要素的無人駕駛可信性內(nèi)涵。形成了面向特定應(yīng)用場景無人駕駛整

車運行的可信性評價標準，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。

具體來說，通過專項研究無人駕駛技術(shù)的應(yīng)用場景特征，結(jié)合無人駕駛可信性

評價實際需求，通過集合道路環(huán)境、自然環(huán)境和車輛算法行為決策特征，解析特定

應(yīng)用場景中可信性內(nèi)涵以及管理者對無人駕駛系統(tǒng)的實際需求，形成面向L4及以

上高等級無人駕駛整車運行能力的可信性評價方法，實現(xiàn)無人駕駛運行安全可控與

服務(wù)自主高效的有效評價。

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，即以安全可控和自主高效為核心，以透明可釋、

數(shù)據(jù)可護和責任可溯為關(guān)鍵組成要素，隨即開展了可信性評價指標的調(diào)研工作。

2023年2月10日，標準編制組在招商局檢測車輛技術(shù)研究院有限公司開展線

下會議，參觀了無人駕駛測評基地與無人駕駛小巴示范運營項目，進一步明確了無

人駕駛可信性評價的研究重點。

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。

2

2023年5月至7月，同濟大學(xué)與燕山大學(xué)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。

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1部分：總體

評價》標準立項，建議中國汽車工程學(xué)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)用場景無人駕駛整車運行能力

的可信性評價。

2023年8月16日，中國汽車工程學(xué)會下達2023年第三批中國汽車工程學(xué)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1部分：總體評價》起

草任務(wù)書號為2023-067。牽頭單位在原有編制組的基礎(chǔ)上組建標準工作組，并進行

標準相關(guān)內(nèi)容學(xué)習。

2023年9月25日，牽頭單位同濟大學(xué)與燕山大學(xué)等組內(nèi)單位開展線上第一次

標準討論交流會，交流內(nèi)容主要圍繞標準的指標選取原則展開。并明確了指標選取

應(yīng)遵循一致性、協(xié)調(diào)性、易用性三大原則，要求指標可測量、可計算、可審查，指

標應(yīng)精簡，支撐無人駕駛整車運行可信性評價。

2023年10月，牽頭單位同濟大學(xué)重點檢索整理了現(xiàn)有的無人駕駛可信性評價指

標體系，結(jié)合可信人工智能、軟件可信性等其他行業(yè)的相關(guān)指標，完成了標準初稿

的撰寫工作。

2023年10月23日，牽頭單位同濟大學(xué)與燕山大學(xué)等組內(nèi)單位開展線上第二次

標準討論交流會，重點討論了安全可控、自主高效、透明可釋、數(shù)據(jù)可護、責任可

溯等五個一級指標以及70余個二級評價指標組成的可信性評價指標體系，進一步明

確了指標體系的修改方向。

2023年10月至11月，牽頭單位同濟大學(xué)、燕山大學(xué)聯(lián)合編制完成了標準草案。

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

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

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

山東大學(xué)、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

3

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）基本認可標準框架，進一步完善評價指標，并協(xié)調(diào)與其余4項可信性評

價標準的協(xié)調(diào)性；2）標準內(nèi)容應(yīng)突出特定應(yīng)用場景，兼具通用性、獨特性、實用性；

建議本標準只提供可信評價框架；3）根據(jù)本次研討會內(nèi)容，各標準起草組召集相關(guān)

成員單位繼續(xù)討論完善草案稿；4）起草工作組和相關(guān)企業(yè)進一步溝通標準調(diào)研時間。

2023年12月5日，牽頭單位同濟大學(xué)、燕山大學(xué)召開線上第三次標準討論會，

深入探討各類評價指標計算方法和評分標準，最終討論形成標準草案稿。

2024年1月24日，在深圳南山區(qū)科技生態(tài)園召開了“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”討論會，參加本次會議的有：上海淞泓、招商車研、

同濟大學(xué)、燕山大學(xué)、深城交、西安工業(yè)大學(xué)、上海電科、招商交科、山東大學(xué)、

中移（上海）共10家企業(yè)參與標準研討，會上就本標準的各類評價指標進行了深入

討論。

2024年1月29日，在上海同濟大學(xué)嘉定校區(qū)召開了“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”集中辦公會，參加本次會議的有：上海淞泓、招商

車研、同濟大學(xué)、深城交、西安工業(yè)大學(xué)、上海電科、招商交科共7家企業(yè)參與標

準研討，會上牽頭單位進一步完善和修改了各類評價指標計算方法和評分標準，最

終討論形成標準第二稿草案稿。

2024年2月26日，牽頭單位同濟大學(xué)、燕山大學(xué)、上海淞泓等進行了線上標

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，調(diào)整了

標準框架結(jié)構(gòu)，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

4

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。

本標準參考了可信人工智能評價體系及軟件可信性評價體系，并基于特定應(yīng)用

場景無人駕駛的發(fā)展現(xiàn)狀與示范運營情況，定義并規(guī)范了特定應(yīng)用場景無人駕駛可

信性總體評價的評價內(nèi)容、評價流程、評價方法等技術(shù)內(nèi)容，最終建立了一套面向

特定應(yīng)用場景無人駕駛整車運行能力的可信性評價方法。

2.1.1通用性原則

本標準面向特定應(yīng)用場景無人駕駛可信性總體評價需求，包括評價內(nèi)容、評價

流程、評價方法等技術(shù)內(nèi)容，適用于整車運行能力評價。

2.1.2指導(dǎo)性原則

本標準提出的特定應(yīng)用場景無人駕駛可信性總體評價標準，為整車可信性評價

提供了具體的框架和指南，填補了相關(guān)領(lǐng)域的標準空白。在評價過程中，可以根據(jù)

實際情況進行適當?shù)恼{(diào)整和細化，以滿足特定應(yīng)用場景的需求。從而，有助于確保

無人駕駛車輛在特定應(yīng)用場景下的安全可控與自主高效。

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)外高等級無人

駕駛車輛測評的現(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)用場景無人駕駛整車運行能力開展總體評價，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

本標準規(guī)范了特定應(yīng)用場景無人駕駛可信性總體評價流程，并將特定應(yīng)用場景

無人駕駛可信性評價方法分為評價體系、單工況評價、多工況評價，設(shè)置安全可控、

5

自主高效、透明可釋、數(shù)據(jù)可護、責任可溯五大一級指標，并規(guī)定了單工況下各個

指標的計算方法和評分標準及多工況綜合評價的計算方法。

本標準共分為7章，規(guī)范了特定應(yīng)用場景無人駕駛可信性總體評價流程，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、評價方

法7個部分。

2.2.1評價內(nèi)容

特定應(yīng)用場景無人駕駛可信性評價內(nèi)容主要包括全可控、自主高效、透明可釋、

數(shù)據(jù)可護、責任可溯五大一級指標。

安全可控指在特定應(yīng)用場景下，無人駕駛技術(shù)安全可控通常是指系統(tǒng)采用先進

的安全技術(shù)、設(shè)計合理、質(zhì)量可靠，并且能夠規(guī)避可能的安全風險。安全可控是無

人駕駛車輛能夠運行的前提，如果不滿足安全可控的要求，可能會導(dǎo)致車輛行駛不

穩(wěn)定甚至發(fā)生事故。特定應(yīng)用場景無人駕駛安全可控的可信性評價內(nèi)容分為安全性、

可靠性、穩(wěn)定性三大二級指標。

自主高效指無人駕駛系統(tǒng)在保證安全可控的前提下，應(yīng)該具備能夠在各種環(huán)境

和情景種智能、自主且有效率地執(zhí)行任務(wù)的能力。一個自主高效的無人駕駛系統(tǒng)，

不僅能夠獨立完成復(fù)雜的行駛?cè)蝿?wù)，而且能夠在確保安全的前提下，優(yōu)化行駛路徑

和能源使用，減少交通擁堵，提高整體的行駛效率。特定應(yīng)用場景無人駕駛自主高

效的可信性評價內(nèi)容分為智能性、高效性、生態(tài)性、舒適性四大指標。

透明可釋是指無人駕駛系統(tǒng)的工作原理、決策邏輯、數(shù)據(jù)處理等方面能夠被清

晰理解和解釋。這一特性使得系統(tǒng)的運行方式對用戶、監(jiān)管機構(gòu)以及其他相關(guān)利益

方可見，而不是像黑盒子一樣難以理解。透明可釋性是為了提高系統(tǒng)的可信度、可

接受性和可控性，確保用戶對系統(tǒng)行為有充分的了解。特定應(yīng)用場景無人駕駛透明

可釋的可信性評價內(nèi)容包含透明度以及可解釋性兩大指標。

數(shù)據(jù)可護指的是在無人駕駛系統(tǒng)中，對于系統(tǒng)行為的責任應(yīng)該是能夠被追溯和

確定的。在無人駕駛技術(shù)發(fā)生故障、事故或其他不良事件時，能夠追蹤到造成這些

事件的原因和責任，以便進行事故調(diào)查、責任認定和必要的法律程序。特定應(yīng)用場

景無人駕駛責任可溯的可信性評價內(nèi)容包含數(shù)據(jù)安全以及隱私保護兩大指標。

責任可溯指的是在無人駕駛系統(tǒng)中，對于系統(tǒng)行為的責任應(yīng)該是能夠被追溯和

確定的。在無人駕駛技術(shù)發(fā)生故障、事故或其他不良事件時，能夠追蹤到造成這些

事件的原因和責任，以便進行事故調(diào)查、責任認定和必要的法律程序。特定應(yīng)用場

6

景無人駕駛責任可溯的可信性評價內(nèi)容包含可追溯性、可審計性、風險管理三大指

標。

2.2.2評價流程

特定應(yīng)用場景無人駕駛可信性總體評價流程如下圖所示：

測試數(shù)據(jù)開始

安全可控評價

是

是否發(fā)生碰撞

否

是否滿足安全性否

其他要求

是

是否滿足可靠性、否

可控性的要求

單工況評價

是

自主高效評價透明可釋評價

數(shù)據(jù)可護評價責任可溯評價

多工況評價綜合得分計算

可信性得分結(jié)束

圖1特定應(yīng)用場景無人駕駛可信性評價流程

特定應(yīng)用場景無人駕駛可信性總體評價流程分為兩個層次：單工況評價和多工

況評價，即單次測試評價和多次測試評價，評價體系架構(gòu)（左）和流程（右）如上

圖所示。用于評價的測試數(shù)據(jù)應(yīng)由仿真測試或?qū)嵻嚋y試輸出，且所有測試數(shù)據(jù)應(yīng)屬

同一被測車輛，并經(jīng)同一測試平臺測試獲得。

2.2.3評價方法

特定應(yīng)用場景無人駕駛可信性評價指標體系如下圖所示：

7

圖2特定應(yīng)用場景無人駕駛可信性評價指標體系

其中，一級指標包括：（1）安全可控；（2）自主高效；（3）透明可釋；（4）

數(shù)據(jù)可護；（5）責任可溯。

對應(yīng)的二級指標包括：

（1）安全可控：安全性；可靠性；穩(wěn)定性。

其中安全性包含碰撞頻次、橫向間距異常頻次、縱向間距異常頻次、縱向時距

異常頻次四個三級指標；可靠性包含系統(tǒng)平均失效率、違規(guī)違章頻次、異常低速行

駛距離、異常高速行駛距離四個三級指標；穩(wěn)定性包含橫擺角速度異常頻次、橫向

加速度異常頻次、縱向加速度異常頻次三個三級指標。

（2）自主高效：智能性；高效性；舒適性；生態(tài)性。

其中智能性含接管頻次、自主完成任務(wù)成功率、突發(fā)狀況響應(yīng)時間、突發(fā)狀況

合理響應(yīng)頻次、合作完成任務(wù)成功率五個三級指標；高效性包含行駛時間效率、平

均行程車速兩個三級指標；舒適性包含橫向加速度變化率峰值、縱向加速度變化率

峰值兩個三級指標；生態(tài)性包含行駛里程與能量消耗比一個三級指標。

（3）透明可釋：透明度；可解釋性。

其中透明度含信息公開程度和文檔記錄水平兩個三級指標；可解釋性包含解釋

滿意度、用戶理解度、用戶依賴度三個三級指標

（4）數(shù)據(jù)可護：數(shù)據(jù)安全；隱私保護。

其中數(shù)據(jù)安全包含訪問權(quán)限規(guī)范性以及數(shù)據(jù)危害抵抗性和全生命周期監(jiān)控評估

三個三級指標；隱私保護包含隱私規(guī)程明確性、隱私規(guī)程公開性、隱私信息屏蔽率、

隱私特征屏蔽率、訓(xùn)練數(shù)據(jù)隔離率和隱私規(guī)程可維護性六個三級指標。

（5）責任可溯：可追溯性；可審計性；風險管理。

8

其中可追溯性包含責任主體記錄完善性、問責關(guān)系記錄于文檔評價兩個三級指

標；可審計性包含系統(tǒng)運行過程分析、系統(tǒng)輸入輸出查取以及系統(tǒng)輸出異常判定三

個三級指標；風險管理包含風險識別評估能力、風險應(yīng)對管理能力兩個三級指標。

得到各個指標的評價方法后，可將各級評價指標進行歸一化并利用層次分析法

得到單工況可信性總體評價，最終計算多工況平均性能、穩(wěn)定性以及多工況可信性

總體評價。

2.3關(guān)鍵技術(shù)問題說明

特定應(yīng)用場景無人駕駛可信性評價作為充分考慮測評需求的先進評價方法，融

合了多種學(xué)科、不同領(lǐng)域的前沿技術(shù)，包括無人駕駛安全評價技術(shù)、無人駕駛智能

性評價技術(shù)、可信人工智能技術(shù)、綜合評價技術(shù)等。

2.2.1無人駕駛安全評價技術(shù)

無人駕駛安全評價技術(shù)是一種系統(tǒng)性評估無人駕駛預(yù)期功能安全的方法，旨在

驗證無人駕駛車輛在各種路況和情境下的安全可靠性。預(yù)期功能安全的基本概念由

ISO21448提出和定義，旨在避免由于與其功能或其實現(xiàn)的功能不足導(dǎo)致危害所產(chǎn)

生的不合理風險。相關(guān)技術(shù)主要包括：SOTIF分析評估技術(shù)，即采用有效的安全分

析技術(shù)例如故障樹分析、失效模式與影響分析、危害與可操作性分析；SOTIF驗證

確認技術(shù)，即進一步發(fā)現(xiàn)不安全場景和證明SOTIF得到充分保障，須綜合考慮所采

用技術(shù)的有效性、可行性和成本，如基于分析對比的驗證、仿真和軟硬件在環(huán)等技

術(shù)成本相對較低；近年來，基于場景的測試得到了廣泛研究與實踐，例如基于知識

驅(qū)動和數(shù)據(jù)驅(qū)動的特定場景或用例的生成等；SOTIF功能改進技術(shù)，主要分為三種

技術(shù)路線：第一、性能提升，如提高特定傳感器或感知模型自身的性能上限；第二、

風險監(jiān)測與防護；第三、功能冗余，如通過設(shè)冗余功能模塊以改善整體性能表現(xiàn)。

第3節(jié)將針；SOTIF發(fā)布技術(shù)，旨在論證系統(tǒng)是否符合SOTIF發(fā)布準則，可通過上

述分析評估，設(shè)計改進和驗證確認等活動形成完整安全文檔，進而可利用目標結(jié)構(gòu)

表示法、拓展證據(jù)網(wǎng)絡(luò)等技術(shù)進行安全論證。

2.2.2無人駕駛智能性評價技術(shù)

無人駕駛智能性評價技術(shù)是一種評估無人駕駛車輛作為智能系統(tǒng)的任務(wù)決策能

力和復(fù)雜環(huán)境的認知和理解能力的技術(shù)，有利于促進汽車工業(yè)設(shè)計、生產(chǎn)和銷售的

良性循環(huán)，刺激汽車生產(chǎn)商提高汽車智能化水平并為消費者購車時提供參考。無人

9

駕駛智能性一般可以認為是無人駕駛系統(tǒng)能夠完成需要人類智能才能完成的任務(wù)，

技術(shù)內(nèi)容包含評價指標以及評價方法。選取評價指標是無人駕駛智能性評價技術(shù)的

前提和基礎(chǔ)，分為明確評價目標、評價對象、評價指標三個步驟；評價方法分為定

量評價方法和定性評價方法：定量評價方法采用數(shù)學(xué)的方法，收集和處理數(shù)據(jù)資料，

最終以精確的數(shù)值概括全部的評價信息，包括獨立指標評價方法和聯(lián)合指標評價方

法，具有包含層次分析法、客觀賦權(quán)法、灰色關(guān)聯(lián)度法、TOPSIS法等技術(shù)；定性

評價方法以歸納分析等非量化手段對自動駕駛車輛智能性進行評價，最終的評價結(jié)

果是宏觀的智能性水平劃分，而非精確的數(shù)值，具體技術(shù)例如蛛網(wǎng)模型，從一個原

點往外輻射出幾條軸，每條軸代表一個決定智能性的關(guān)鍵技術(shù)，在每個軸上根據(jù)技

術(shù)成熟度分為若干個等級，最后把每條軸上的對應(yīng)點連接起來構(gòu)成蛛網(wǎng)的緯線，以

此評價智能性。

2.2.3可信人工智能技術(shù)

可信人工智能技術(shù)是一種注重透明度、責任、安全和隱私保護的人工智能技術(shù)

范式，旨在構(gòu)建可被信任和可解釋的AI系統(tǒng)?！翱尚判浴钡母拍钍窃谲浖鹘y(tǒng)的

“可靠”“安全”等概念的基礎(chǔ)上發(fā)展而來，人工智能系統(tǒng)作為軟件系統(tǒng)的一種，

其可信性需要滿足傳統(tǒng)軟件的要求，而作為人工智能系統(tǒng)，其可信性又要強調(diào)其本

身的特性和人的特征。人工智能系統(tǒng)可信證據(jù)是指可從人工智能系統(tǒng)中提取且用于

衡量人工智能系統(tǒng)可信性的相關(guān)指標。人工智能系統(tǒng)的可信性技術(shù)分為訓(xùn)練數(shù)據(jù)的

可信性度量、學(xué)習模型的可信性度量和預(yù)測結(jié)果的可信性度量，并基于此形成可信

度量模型，例如基于主觀邏輯的神經(jīng)網(wǎng)絡(luò)可信量化框架、利用確定性邏輯和主觀邏

輯開發(fā)的評估可信值的理論模型等。

2.2.4綜合評價技術(shù)

綜合評價技術(shù)指的是運用多個指標對多個評價對象進行綜合性的統(tǒng)計評價的方

法，旨在從而來判斷系統(tǒng)的整體性能?，F(xiàn)代綜合評價方法包括層次分析法、主成分

分析法、數(shù)據(jù)包絡(luò)分析法、模糊評價法等。其中層次分析法是指將與決策總是有關(guān)

的元素分解成目標、準則、方案等層次，在此基礎(chǔ)之上進行定性和定量分析的決策

方法；主成分分析法是將其分量相關(guān)的原隨機向量，借助于一個正交變換，轉(zhuǎn)化成

其分量不相關(guān)的新隨機向量，并以方差作為信息量的測度，對新隨機向量進行降維

處理，再通過構(gòu)造適當?shù)膬r值函數(shù)，進一步做系統(tǒng)轉(zhuǎn)化的方法；模糊分析法基于模

糊數(shù)學(xué)，不僅可對評價對象按綜合分值的大小進行評價和排序，而且還可根據(jù)模糊

10

評價集上的值按最大隸屬度原則去評定對象的等級。綜合評價法的特點表現(xiàn)為評價

過程不是逐個指標順次完成的，而是通過一些特殊方法將多個指標的評價同時完成

的；且在綜合評價過程中，一般要根據(jù)指標的重要性進行加權(quán)處理；評價結(jié)果不再

是具有具體含義的統(tǒng)計指標，而是以指數(shù)或分值表示參評單位"綜合狀況"的排序。

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。

在上述內(nèi)容的編制過程中，一級指標安全可控中安全性指標參考了TSHJX047

—2022智能網(wǎng)聯(lián)汽車匝道場景交通和諧性測試與評價方法、GA/T1773.1—2021機

動車駕駛?cè)税踩拿鞑僮饕?guī)范第2部分：小型汽車駕駛等對于碰撞次數(shù)及橫縱向

碰撞異常間距的相關(guān)規(guī)定；可靠性指標參考了GB-T5080.7-1986設(shè)備可靠性試驗恒

定失效率假設(shè)下的失效率與平均無故障時間的驗證試驗方案、GBT21562-2008軌

道交通可靠性、可用性、可維修性和安全性規(guī)范及示例等對于可靠性的定義及系

統(tǒng)失效率的相關(guān)評價方法；穩(wěn)定性的指標參考了《TransportationResearchPartC:

EmergingTechnologies》《ControlEngineeringPractice》等行業(yè)論文。

自主高效中智能性指標參考了《IEEETransactionsonIntelligentVehicles》、

《AppliedMechanicsandMaterials》等論文中的相關(guān)計算方法；高效性指標參考了

《IEEETransactionsonIntelligentTransportationSystems》、《TransportationResearch

PartB:Methodological》等高水平論文中的相關(guān)定義及量化方式；生態(tài)性指標設(shè)計參

考了GB/T19753-2021輕型混合動力電動汽車能量消耗量試驗方法、GB/T

19233-2020輕型汽車燃料消耗量試驗方法等相關(guān)國家標準；舒適性指標參考了

GB/T13441.4-2012機械振動與沖擊人體暴露于全身振動的評價第4部分：振動

和旋轉(zhuǎn)運動對固定導(dǎo)軌運輸系統(tǒng)中的乘客及乘務(wù)員舒適影響的評價指南、《車輛動

力學(xué)控制與人體脊椎振動分析》等中的定義與計算方法。

透明可釋中透明度指標參考了《EthicsguidelinesfortrustworthyAIAssmentlist

fortrustworthyartificialintelligence(altai)forself-assessment》、《軟件可信性定量評

估：模型、方法與實施》等中對于透明度指標的定義以及文檔記錄水平評價內(nèi)容；

11

可解釋性指標參考了《DARPA’sExplainableArtificialIntelligenceProgram》、《Metrics

forExplainableAI:ChallengesandProspects》等中的定義。

數(shù)據(jù)可護的數(shù)據(jù)安全指標參考了CSAE267-2022智能網(wǎng)聯(lián)汽車自動駕駛地圖

數(shù)據(jù)質(zhì)量規(guī)范、T/ISC-0011數(shù)據(jù)安全治理能力評估方法、《數(shù)據(jù)安全治理實踐指南

1.0》等中計算方案；隱私保護指標參考了《華為隱私保護治理白皮書》、GB/T35273

信息安全技術(shù)個人信息安全規(guī)范。

責任可溯指標的設(shè)計思路與原則參考了《軟件可信性定量評估：模型、方法與

實施》、《D:C-5.1MetricsforAccountability》等文件或行業(yè)論文；可追溯性指標具

體參考了《EthicsguidelinesfortrustworthyAI》《JRCSCIECEFORPOLICYREPORT

TrustworthyAutonomousVehicles》等行業(yè)論文，可審計性指標具體參考了《AI

AUDIT-WASHINGANDACCOUNTABILITY》《Auditingmachinele