TCSAE《特定应用场景无人驾驶可信性评价 第2部分：信息基础设施数据》

ICS

CCS

团体标准

T/CSAExx－20xx

特定应用场景无人驾驶可信性评价

第2部分：信息基础设施数据

Evaluationoftrustworthinessforautonomousdrivinginspecificapplicationscenarios

Part2：Informationinfrastructuredata

DraftingguidelinesforcommercialgradesstandardofChinesemedicinalmaterials

20xx-xx-xx发布20xx-xx-xx实施

中国汽车工程学会发布

T/CSAExx—20xx

目次

目次.............................................................................I

前言...........................................................................III

特定应用场景无人驾驶可信性评价第2部分：信息基础设施数据............................1

1范围...............................................................................1

2规范性引用文件.....................................................................1

3术语和定义.........................................................................1

3.1................................................................................1

3.2................................................................................1

3.3................................................................................1

3.4................................................................................2

3.5................................................................................2

4缩略语.............................................................................2

5信息基础设施架构...................................................................2

5.1人车路协同系统总体架构.........................................................2

5.2信息基础设施数据对象...........................................................3

5.3信息基础设施数据特征...........................................................4

5.4信息基础设施数据类型...........................................................4

6信息基础设施数据评价要素...........................................................5

6.1可靠可用.......................................................................6

6.2及时准确.......................................................................6

6.3透明可释.......................................................................6

6.4安全合规.......................................................................6

7信息基础设施数据可信评价可信因子...................................................6

7.1初始可信因子设计...............................................................6

7.2特定类型数据可信因子参考.......................................................8

8信息基础设施数据可信性评价方法....................................................13

8.1单项指标评价方法..............................................................13

8.2单工况评价....................................................................16

8.3可信性指标传递................................................................19

附录A无人驾驶小巴在协作式交叉口通行场景数据可信性评价示例........................21

A.1总则..........................................................................21

A.2场景概要......................................................................21

A.3场景描述......................................................................21

A.4技术架构......................................................................21

I

A.5技术要求.......................................................................22

A.6交互过程.......................................................................22

A.7数据内容.......................................................................23

A.8可信评价清单...................................................................23

A.9可信评价计算示例...............................................................24

A.10信息基础设施数据可信评价结果..................................................24

A.11可信评价结果可视化表达........................................................26

参考文献.............................................................................27

II

T/CSAExx—20xx

特定应用场景无人驾驶可信性评价第2部分：信息基础设施数据

1范围

本文件规定了特定应用场景无人驾驶的信息基础设施架构的数据可信分级、数据可信性评价及项

目。

本文件适用于特定应用场景下无人驾驶车辆的研发、测试、监管及商业化应用。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文

件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适

用于本文件。

GB/T39786—2021信息安全技术信息系统密码应用基本要求

GB/T31024.1-2014合作式智能运输系统专用短程通信第1部分：总体技术要求

GB/T43557-2023信息安全技术网络安全信息报送指南

GB/T38667-2020信息技术大数据数据分类指南

GB/T36344-2018信息技术数据质量评价指标

GB/T40856-2021车载信息交互系统信息安全技术要求及试验方法

T/ITS0136.1-2022车路协同云控基础平台第1部分：通用要求

T/CSAE53-2020合作式智能运输系统车用通信系统应用层及应用数据交互标准（第一阶段）

T/CSAE157-2020合作式智能运输系统车用通信系统应用层及应用数据交互标准（第二阶段）

T/SHJX021-2021车路协同系统适应自动驾驶自主泊车的停车场（库）智能化分级和测试方法

3术语和定义

下列术语和定义适用于本文件。

3.1

特定应用场景specificapplicationscenarios

指无人驾驶车辆在合作式智能运输系统中的应用场景，系统中通过人、车、路的信息交互，实现

车辆与基础设施之间、车辆与车辆之间、车辆与人之间的智能协同与配合。

3.2

信息基础设施informationinfrastructure

指无人驾驶系统在进行全部动态驾驶任务过程中涉及到的基于新一代信息技术演化生成的基础设

施，其主要由人车路协同系统中的中心子系统与路侧子系统组成。

3.3

1

信息基础设施数据informationinfrastructureData

指信息基础设施中面向特定应用场景支持无人驾驶运行的数据，是无人驾驶系统在执行其全部的

驾驶任务过程中所不可或缺的数据资源，涵盖无人驾驶车辆与信息基础设施协作过程中产生的协同感

知、协同业务、协同管控等数据，具体包括车辆基本数据、传感器数据、感知数据、决策数据、运行

数据、控制数据等。

3.4

数据可信datacredibility

来自特定和受信任来源并根据其预期用途使用的数据，它以适当的格式和时间为特定无人驾驶车

辆提供，并帮助无人驾驶车辆做出正确的决策，主要特征可以总结为来源受信，用途可预期，格式与

时间适当。

3.5

异构网络heterogeneousnetwork

由不同制造商生产的计算机，网络设备和系统组成的，大部分情况下运行在不同的协议上支持不

同的功能或应用。

可信性评价credibilityevaluation

面向特定应用场景、支持无人驾驶运行的信息基础设施数据，在4个评价维度下（可靠可用、及时

准确、透明可释、安全合规）进行评价。

4缩略语

下列缩略语适用于本文件。

ADB：无人驾驶的巴士车辆（AutonomousDrivingBus）

ANV：无人驾驶的普通车辆（AutonomousNormalVehicle）

OBU：车载单元（OnboardUnit）

RSU：路侧单元（RoadSideUnit）

5G：第五代移动通信网络(5GNetwork)

IMU：惯性测量单元（InertialMeasurementUnit）

GNSS：全球导航卫星系统（GlobalNavigationSatelliteSystem）

5信息基础设施架构

信息基础设施架构按照T/ITS0136.1-2022规范，以5G、物联网、工业互联网、卫星互联网为代表

的通信网络基础设施所构成的异构网络，无人驾驶车辆在执行驾驶任务下的基础设施支持系统，主要

由人车路协同系统中的中心子系统与路侧子系统构成，包含云控平台、路侧计算单元、路侧感知设施、

交通安全与管理设施、路侧通信设施等。

5.1人车路协同系统总体架构

由不同种类的通信技术和设备组成的异构网络中，无人驾驶车辆在运行过程中产生的数据设备所

构成的系统架构，包含了中心子系统、路侧子系统、智能运输子系统三个部分，系统架构如图1所示。

a)中心子系统：包含云控平台与相关第三方平台，提供设备接入管理、数据汇聚共享、业务支

撑和相关服务。

2

T/CSAExx—20xx

b)路侧子系统：包含路侧计算单元、路侧通信设施、路侧感知设施、交通安全与管理设施、其

他附属设施、车载子系统、出行者子系统，涵盖道路的交通信息感知、车辆协同配合的路侧

设施与系统，实现向车辆发送高精度地理信息、定位辅助信息、交通规则信息、交通环境

信息、基础设施信息、实时交通状态、危险预警提示等内容，以辅助车辆实现精确定位，及

时掌握路段层面信息，扩展感知范围等，实现人车路之间协同运行。

c)智能运输子系统：包括车载子系统与出行者子系统。车载子系统涵盖OBU或其他车载智能终

端，同时还可包括车载计算控制模块、车载网关、路由器等关键组件。出行者子系统包含出

行者携带的多种信息终端或其他信息处理设备。

注：1）图中所示为系统的逻辑架构关系图，部署架构以实际为准

图1人车路协同系统总体架构

5.2信息基础设施数据对象

由于信息基础设施数据类别广泛，本文件从协同感知数据，协同业务数据，协同管控数据三个维

度对数据进行分类与定义，本文件中详细列举的数据类型可覆盖T/CSAE53-2020、T/CSAE157-2020中

的典型场景，并具备面向更多场景扩展的能力。信息基础设施数据对象覆盖的应用场景示意图如图2

所示。

3

图2可信性评价的数据对象覆盖合作式智能运输系统共29个应用场景

5.3信息基础设施数据特征

信息基础设施的数据种类繁多，包含气象数据、交通路况数据、设施监控数据、信号控制数据、

差分数据、编队控制数据、高精度地图数据、用户数据等。根据信息基础设施与无人驾驶车辆的数据

交互时长与交互范围，使用历史数据分析与专家经验综合的方式对长时动态，长时静态，短时动态，

短时高频四类特征的数据进行分类计算设计，以降低评价的复杂度。总共分为四类：长时动态、长时

静态、短时动态、短时高频。

a)长时动态数据

信息基础设施输出/提供的长时间跨度内发生变化的数据，反映系统、过程或行为的演变趋

势。

b)长时静态数据

信息基础设施输出/提供的长时间保持相对稳定的数据，反映系统或实体在静态状态下的特

征和属性。

c)短时动态数据

信息基础设施输出/提供的短时间内发生快速变化的数据，通常用于捕捉系统或过程的瞬时

动态性。

d)短时高频数据

信息基础设施输出/提供的在短时间内以较高频率采集的数据，用于捕捉系统或事件的高频

率波动和变化。

5.4信息基础设施数据类型

依据GB/T38667-2020的数据分类维度与方法，本文件对信息基础设施与无人驾驶车辆的交换数据

进行类型的规范。

5.4.1协同感知数据

5.4.1.1车载/路侧感知数据

传感器数据(激光雷达数据、毫米波雷达数据、超声波雷达数据、摄像头数据、IMU数据等)、时空

定位数据（GNSS速度、时间戳、载波、伪距等）、目标物识别数据。

5.4.1.2气象数据

4

T/CSAExx—20xx

温湿度传感数据，气体烟雾传感数据，红外热释电传感数据，水位传感数据。

5.4.1.3高精地图数据

静态高精地图数据、准静态高精地图数据、准动态高精地图数据、动态高精地图数据。

5.4.2协同业务数据

5.4.2.1用户数据

个人非敏感信息、用户个人身份标识数据。

5.4.2.2车辆基本数据

车辆标识数据、车辆属性数据、核心零部件数据、车辆保险数据、鉴别数据。

5.4.2.3车辆运行数据

整车状态数据（运行统计信息、车辆状态数据、车辆运行数据、车辆故障信息等）、系统及部件

运行（零部件状态数据、零部件运行数据等）、日志数据。

5.4.2.4差分数据

差分定位服务数据。

5.4.2.5设施监测数据

变形监测数据，应力监测数据，振动监测数据。

5.4.2.6网络监测数据

网络状态监测数据、流量监测数据、网络异常、安全事件监测。

5.4.3协同管控数据

5.4.3.1信号控制数据

协同控制数据、信号配时方案。

5.4.3.2决策数据

自动驾驶系统决策数据、预测规划数据。

5.4.3.3编队控制数据

车辆协同编队控制信号。

5.4.3.4场站路径引导数据

推荐引导信息。

6信息基础设施数据评价要素

依据GB/T40856-2021、GB/T36344-2018中的规范要求开展数据评价设计。

5

6.1可靠可用

信息基础设施产生的数据应该最大程度上保证可靠与可用程度，在各种复杂工况与极限环境下应

保证传输数据具备真实的置信度与纠错能力，并能保证尽可能向使用者提供舒适的体验，指标包括可

靠性，自主性。具体体现为：

a)系统中的数据在生命周期内的真实且可以被使用者依赖的程度

b)系统中产生的数据在各种复杂环境下具有自我修复能力的程度

6.2及时准确

针对无人驾驶运行场景数据交互的复杂与多变问题，系统应具有较强的数据处理能力，以此保证

基础设施系统对数据的响应速度和处理效率，减少人为干预和错误，以实现更高效的数据交互和协同

工作，及时准确性包括完整性，一致性，新鲜性，具体体现为：

a)系统所收集和处理的数据在生命周期内没有出现丢失或者损坏的程度

b)系统中产生的在生命周期内通过不同方式取出来的数据不能是冲突的程度

c)系统中所使用数据的及时性和更新的程度

6.3透明可释

数据交互和处理的过程是透明和可解释的，通过日志记录、审计跟踪等手段，以便用户了解数据

使用的情况和结果，提高用户对数据处理过程和结果的理解和信任度，降低不确定性和风险，从而促

进更好的数据交互和协同工作。数据的透明可释包括可理解性、可预测性、可复现性，具体体现为：

a)系统中所产生数据可以被使用者理解的程度

b)系统中的数据在生命周期内具有规律以便于被使用者进行预测的程度

c)系统中的数据在被使用者接受后可以被反向解析出来原始数据的程度

6.4安全合规

数据交互过程中保证免受各种恶意代码与网络攻击，并且符合相关法律法规和规定，保证不会涉

及用户隐私暴露的能力。数据的安全合规包括安全性、合法合规性、隐私保护性、可追溯性，具体体

现为：

a)系统中产生的数据免受网络攻击、恶意软件和未经授权的访问的程度

b)系统中的数据处理和使用中具备符合适用的法律法规和规定的程度

c)系统中的数据通过数据加密、匿名化技术、访问控制和数据去标识化等措施对交通参与者的

隐私保护的程度

d)系统中的数据来源、收集、传输和处理的过程是否可以被准确记录和跟踪的程度

7信息基础设施数据可信评价可信因子

7.1初始可信因子设计

信息基础设施的数据类型繁多，每种数据的特性不同，分为长时动态，长时静态，短时动态，短

时高频。因此，不同的数据特性需要设计不同的可信因子，从而实现对不同数据类型的可信评价。

通过对信息基础设施数据的采集，使用历史数据分析与专家经验综合的方式，进行先验知识与后

验知识的学习，计算不同的数据类型在不同的评价维度下的可信大小。

a)先验知识：通过对历史数据的学习，对长时动态，长时静态，短时动态，短时高频四类数据

集的可信性因子实现预定义。

b)后验知识：通过场景测试对特定类型数据的指标权重进行调整。

6

T/CSAExx—20xx

初始可信因子设计的设计流程如图3所示。

图3初始可信因子设计

7.1.1长时动态数据

评价指标评价维度可信因子휆

可靠性0.60

可靠可用

自主性0.40

准确性0.28

完整性0.15

及时准确

一致性0.42

新鲜性0.15

可理解性0.23

透明可释可预测性0.34

可复现性0.43

安全性0.30

合法合规性0.29

安全合规

隐私保护性0.26

可追溯性0.15

7.1.2长时静态数据

评价指标评价维度可信因子휆

可靠性0.50

可靠可用

自主性0.50

准确性0.13

完整性0.26

及时准确

一致性0.43

新鲜性0.18

可理解性0.28

透明可释可预测性0.31

可复现性0.41

安全性0.50

合法合规性0.20

安全合规

隐私保护性0.15

可追溯性0.15

7.1.3短时动态数据

7

评价指标评价维度可信因子휆

可靠性0.50

可靠可用

自主性0.50

准确性0.50

完整性0.26

及时准确

一致性0.11

新鲜性0.13

可理解性0.22

透明可释可预测性0.23

可复现性0.55

安全性0.51

合法合规性0.16

安全合规

隐私保护性0.18

可追溯性0.15

7.1.4短时高频数据

评价指标评价维度可信因子휆

可靠性0.55

可靠可用

自主性0.45

准确性0.28

完整性0.25

及时准确

一致性0.27

新鲜性0.20

可理解性0.21

透明可释可预测性0.31

可复现性0.48

安全性0.55

合法合规性0.14

安全合规

隐私保护性0.14

可追溯性0.17

7.2特定类型数据可信因子参考

7.2.1车载/路侧感知数据

表1车载/路侧感知数据评价子项可信因子

评价指标评价维度可信因子휆

可靠性0.61

可靠可用

自主性0.39

准确性0.61

完整性0.13

及时准确

一致性0.11

新鲜性0.15

可理解性0.18

透明可释可预测性0.56

可复现性0.26

安全性0.29

合法合规性0.46

安全合规

隐私保护性0.12

可追溯性0.13

8

T/CSAExx—20xx

7.2.2气象数据

表2气象数据评价子项可信因子

评价指标评价维度可信因子휆

可靠性0.55

可靠可用

自主性0.45

准确性0.13

完整性0.31

及时准确

一致性0.19

新鲜性0.37

可理解性0.56

透明可释可预测性0.22

可复现性0.22

安全性0.43

合法合规性0.29

安全合规

隐私保护性0.13

可追溯性0.15

7.2.3设施监测数据

表3设施监测数据评价子项可信因子

评价指标评价维度可信因子휆

可靠性0.47

可靠可用

自主性0.53

准确性0.22

完整性0.13

及时准确

一致性0.17

新鲜性0.48

可理解性0.2

透明可释可预测性0.3

可复现性0.5

安全性0.40

合法合规性0.27

安全合规

隐私保护性0.14

可追溯性0.19

7.2.4高精地图数据

表4高精地图数据评价子项可信因子

评价指标评价维度可信因子휆

可靠性0.73

可靠可用

自主性0.27

准确性0.44

完整性0.25

及时准确

一致性0.15

新鲜性0.16

透明可释可理解性0.27

9

可预测性0.57

可复现性0.16

安全性0.34

合法合规性0.13

安全合规

隐私保护性0.31

可追溯性0.22

7.2.5用户数据

表5用户数据评价子项可信因子

评价指标评价维度可信因子휆

可靠性0.59

可靠可用

自主性0.41

准确性0.2

完整性0.51

及时准确

一致性0.16

新鲜性0.13

可理解性0.41

透明可释可预测性0.19

可复现性0.4

安全性0.23

合法合规性0.14

安全合规

隐私保护性0.12

可追溯性0.51

7.2.6车辆基本数据

表6车辆基本数据评价子项可信因子

评价指标评价维度可信因子휆

可靠性0.54

可靠可用

自主性0.46

准确性0.28

完整性0.48

及时准确

一致性0.13

新鲜性0.11

可理解性0.15

透明可释可预测性0.52

可复现性0.33

安全性0.38

合法合规性0.18

安全合规

隐私保护性0.26

可追溯性0.18

7.2.7车辆运行数据

表7车辆运行数据评价子项可信因子

评价指标评价维度可信因子휆

可靠性0.42

可靠可用

自主性0.58

10

T/CSAExx—20xx

准确性0.16

完整性0.16

及时准确

一致性0.16

新鲜性0.52

可理解性0.15

透明可释可预测性0.62

可复现性0.23

安全性0.33

合法合规性0.3

安全合规

隐私保护性0.21

可追溯性0.16

7.2.8差分数据

表8差分数据评价子项可信因子

评价指标评价维度可信因子휆

可靠性0.42

可靠可用

自主性0.58

准确性0.51

完整性0.2

及时准确

一致性0.17

新鲜性0.12

可理解性0.48

透明可释可预测性0.24

可复现性0.28

安全性0.46

合法合规性0.13

安全合规

隐私保护性0.29

可追溯性0.12

7.2.1设施监测数据

表9设施监测数据评价子项可信因子

评价指标评价维度可信因子휆

可靠性0.58

可靠可用

自主性0.42

准确性0.27

完整性0.31

及时准确

一致性0.10

新鲜性0.32

可理解性0.10

透明可释可预测性0.21

可复现性