TCSAE《特定应用场景无人驾驶可信性评价 第3部分：感知结果》编制说明

《特定应用场景无人驾驶可信性评价第3部分：感知结

果》编制说明

一、工作简况

1.1任务来源

《特定应用场景无人驾驶可信性评价第3部分：感知结果》团体标准是由中国

汽车工程学会批准立项。文件号中汽学标【2023】180号，任务号为2023-069。本

标准由中国智能网联汽车产业创新联盟提出，西安工业大学、山东大学、深圳市城

市交通规划设计研究中心股份有限公司、同济大学、招商局检测车辆技术研究院有

限公司、上海淞泓智能汽车科技有限公司等10余家单位联合起草。

2023年8月16日，中国汽车工程学会下达2023年第三批中国汽车工程学会标

准制修订项目计划，起草工作组采纳工作组建议将标准名称修改为：《特定应用场

景无人驾驶可信性评价第3部分：感知结果》。

1.2编制背景与目标

《车联网（智能网联汽车）产业发展行动计划》提出2020年后推动车联网产业

实现跨越发展，技术创新、标准体系、基础设施、应用服务和安全保障体系全面建

成，高级别自动驾驶功能的智能网联汽车逐步实现规模化商业应用。交通运输部于

2020年12月发布的《关于促进道路交通、自动驾驶技术发展和应用的指导意见》，

明确要加强自动驾驶技术研发，推动自动驾驶技术试点和示范应用。2023年12月

交通运输部发布的《自动驾驶汽车运输安全服务指南（试行）》提出，使用自动驾

驶汽车从事城市公共汽电车客运经营活动的，可在物理封闭、相对封闭或路况简单

的固定线路、交通安全可控场景下进行。

从实际商业化进程方面来看，自动驾驶落地方案不断完善，万亿级市场空间正

在打开，“单车智能+车路协同”成为发展新风向，当前我国正在积极研发与测试

L4级自动驾驶技术。业界普遍认为自动驾驶的下半场在于商业化，商业化的决胜点

在于运营。无人驾驶感知系统是国内外自动驾驶领域的重要研究内容，对其感知结

果科学、合理的进行测试评价，对提高无人驾驶车辆运营效率等具有重要意义。

在特定应用场景人车路协同无人驾驶中，场景特异多变、感知数据异源异构、

信息传输链路交织耦合，严重制约了无人驾驶感知数据的互通、互信。如何确保车

车、车路、人车等异质主体之间感知交互数据的可信性，对特定应用场景下的人车

路协同无人驾驶商用运营落地至关重要。在此背景下，本标准依托十四五国家重点

1

研发计划国家质量基础设施体系专项“人车路协同无人驾驶可信性评价关键技术与

标准研究”基于有限类型场景，构建人车路协同无人驾驶可信性评价体系。针对特

定应用场景人车路协同环境下异质节点多模态感知数据可信性评价问题，从异质平

台感知数据可信性的内涵、感知数据可信性测评方法入手，提出感知数据可信性评

价标准，支撑无人驾驶规模商用，成为现有测评体系的必要补充。

本标准通过专项研究无人驾驶技术的应用场景，综合无人驾驶可信性评价实际

需求，制定面向特定场景的感知数据可信评价原则，通过集成并整合各类可信服务

数据，定义无人驾驶感知结果需具备的可信服务内容，结合道路环境、自然环境和

车辆算法行为决策特征，解析特定应用场景中管理者对无人驾驶系统的实际需求，

形成无人驾驶感知结果可信性评价方法，提升无人驾驶服务效率，弥足汽车自动驾

驶多模态感知融合结果测评体系的空白。

1.3主要工作过程

1.3.1预研阶段

2022年11月14日，依托重点研发项目参与单位形成了本标准的编制组，通过

开展标准编制组内部线上会议，明确了无人驾驶可信性需求，即安全与效率，基于

需求开展了前期的广泛调研工作，收集现有无人驾驶可信性评价相关标准与研究，

调研参观了城市开放道路无人驾驶出租车、无人农场等示范运营项目。

2022年11月24日，标准编制组以线上线下相结合的方式开展全体会议，讨论

并明确了无人驾驶可信性的内涵，随即开展了可信性评价指标的调研工作。

2023年3月17日，标准编制组在上海市嘉定区参与了重点研发项目启动会议，

并听取了行业专家的建议，将评价重点聚焦于特定应用场景无人驾驶的可信性评价。

2023年4月25日，标准编制组在北京市开展了为期两天的无人驾驶相关企业

调研工作，先后参观了北京车网科技发展有限公司、国汽（北京）智能网联汽车研

究院有限公司、中国信息通信研究院以及北京万集科技股份有限公司等企业，明确

了行业发展动态，并邀请相关调研企业共同参与标准编制工作。

2023年5月至7月，西安工业大学、同济大学、上海淞泓智能汽车科技有限公

司、深圳市城市交通规划设计研究中心股份有限公司、云控智行、万集科技、理工

雷科智途、长安大学等主要标准编制单位在前期大量调研的基础上，开展标准草案

撰写与立项申请材料的准备工作。

2

2023年7月18日，标准编制组在上海市嘉定区组织为期三天的集中办公工作，

修改完善标准草案与立项申请材料。

1.3.2立项阶段

2023年7月21日，在安庆市国汽大有时空科技（安庆）有限公司召开标准立

项审查会议，专家组一致同意《特定应用场景无人驾驶可信性评价第3部分：感知

结果》标准立项，建议中国汽车工程学会将该项目列入2023年标准制定计划。标准

编制组在专家组的建议下，将标准内容聚焦于特定应用场景无人驾驶车辆感知结果

的可信性评价。

2023年8月16日，中国汽车工程学会下达2023年第三批中国汽车工程学会标

准制修订项目计划，《特定应用场景无人驾驶可信性评价第3部分：感知结果》起

草任务书号为2023-069；牵头单位开始组建标准工作组，并进行标准学习。

2023年10月20日，在西安工业大学展开标准草案内部制定研讨会，参加本次

会议的有西安工业大学、同济大学共2家单位参与标准研讨会。重点讨论了标准草

案的范围、评价对象、评价指标以及测试方案，搭建标准草案框架。

2023年11月15日，牵头单位西安工业大学开展线上标准讨论交流会，交流内

容主要围绕现有的特定应用场景无人驾驶可信性评价指标标准，结合西安工业大学

的自动驾驶评价经验，编制完成第一稿标准草案。参会单位有上海淞泓智能汽车科

技有限公司、同济大学、深城交、燕山大学、云控智行、万集科技、理工雷科智途

共7家单位。

2023年11月17日，在上海同济大学嘉定校区召开了标准启动会，参加本次会

议的有西安工业大学、上海淞泓、宇通客车、招商车研、同济大学、深城交、燕山

大学、中移（上研）、赛孚希、复运科技、上海海事大学、中国汽研、电科智能、

山东大学、招商车研、万集科技、云控智行共17家单位参与标准研讨会。本次会议

重点讨论了标准的研制背景、标准的框架结构及标准主要技术内容，形成了一下主

要结论：1）明确标准研究对象为在特定区域行驶的无人驾驶车辆的感知结果，倾向

于结果层面，弱化原始感知数据；2）基本认可标准框架，进一步完善评价指标，建

议增加轨迹、行为等可预测性指标；3）下阶段工作安排。会后，根据会上反馈意见，

牵头单位进一步明确任务分工，修改完善标准草案，完成第二稿标准草案。

3

2023年11月27日，牵头单位西安工业大学、上海淞泓智能汽车科技有限公司、

宇通客车股份有限公司、云控智行、万集科技、理工雷科智途召开线上标准讨论会，

深入探讨各类评价指标计算方法和评分标准，最终讨论形成第三稿标准草案稿。

2024年1月24日，在深圳市城市交通规划设计研究中心股份有限公司召开了

标准研讨会，参加本次会议的有西安工业大学、同济大学、山东大学、燕山大学、

上海淞泓、上海电科、招商车研、招商交科、中移（上海）、深城交共10家单位参

与标准研讨会。会后，根据会上反馈意见，牵头单位进一步明确任务分工，修改完

善标准草案，完成标准草案征求意见稿。

2024年2月1日，牵头单位西安工业大学、长安大学在长安大学渭水校区进行

了标准研讨会，参加本次会议的有西安工业大学、长安大学2家单位参与标准研讨

会。会后，根据会上反馈意见，牵头单位重新顺理标准内容，修改完善标准草案，

完成标准草案征求意见第二稿。

2024年2月26日，牵头单位西安工业大学、上海淞泓进行了线上标准讨论会。

会后，根据上海淞泓专家反馈意见，牵头单位修改了标准附录，增加了标准评分准

则相关细节内容，进一步完善了标准草案，完成标准草案征求意见第三稿。

1.3.3征求意见阶段（含征求意见时间及意见处理情况的说明）

无

1.3.4审查阶段（含审查结果及意见处理）

无

1.3.5报批阶段（含报批意见及处理）

无

1.3.6发布阶段

无

二、标准编制原则和主要内容

2.1标准制定原则

根据《中华人民共和国标准法》、《标准化工作导则第1部分：标准化文件的

结构和起草规则》（GB/T1.1-2020）进行编制。

本标准参考了智能网联汽车环境感知系统预期功能安全测试与评价方法规范，

并基于无人驾驶感知系统发展现状和实际运营情况，定义并规范了无人驾驶系统感

4

知结果的可信性评价对象、评价流程、评价体系及评价指标计算方法等技术内容，

最终建立一套服务于无人驾驶感知结果可信性评价的评价体系。

2.1.1通用性原则

本标准分为无人驾驶感知结果评价对象、评价流程、评价体系及评价指标计算

方法等技术内容，适用于无人驾驶感知结果的可信性评价。

2.1.2指导性原则

本文件的制定，提出了对于无人驾驶特定应用场景感知结果的可信性评价方法，

与现有的自动驾驶测试三支柱评价方法互补，填补了自动驾驶感知结果测试条件下

评价体系的空白，能够指导制定一套完善的全方面、多维度的自动驾驶感知结果评

价体系，提高无人驾驶车辆安全行驶和实时监测，更好地为出行者提供服务。

2.1.3协调性原则

本标准与目前国内外发布的与无人驾驶可信性评价相关的标准协调统一，互不

冲突。针对L4级及以上高等级无人驾驶车辆在特定应用场景下整车运行的可信性

评价编制具体标准。

2.1.4兼容性原则

本标准提出的可信性评价指标与评价体系，充分考虑了当前国内外无人驾驶感

知系统的测评现状，并注重技术前瞻性，具有普遍适用性。

2.1.5规范性原则

本标准面向特定应用场景无人驾驶车辆感知结果可信性开展总体评价，明确了

评价对象与评价目的，提出了评价内容、评价流程、评价方法等技术内容，规范了

总体评价过程，满足规范性原则。

2.2标准主要技术内容

《特定应用场景无人驾驶可信性评价第3部分：感知结果》工作组于2023年

和2024年针对特定应用场景无人驾驶环境感知结果可信性开展了相关工作，凝练出

了标准的主要技术内容。另外，标准主要技术内容还参考了相关国际标准和学术论

文。

本标准共分为8章，内容包括范围、规范性引用文件、术语和定义、缩略语、

评价内容、评价流程、评价指标及计算方法、评价体系8个部分。

资料性附录A提供了无人驾驶共享小巴在城市开放道路自主行驶场景下感知结

果可信性评价示例。

5

2.2.1评价内容

（1）准确性：特定应用场景无人驾驶采用多传感器融合的方式，将不同传感器

的数据进行综合分析和处理，以获取更准确的环境信息。

（2）实时性：特定应用场景无人驾驶传感器通过不断地采集周围环境的数据，

系统需要能够迅速地对这些数据进行处理和分析，及时更新车辆的状态和感知结果。

（3）稳定度：特定应用场景无人驾驶稳定感知结果意味着感知系统在各种环境

和情况下都能够准确地感知周围环境，避免因外界因素的干扰而导致数据误判或错

误的决策。若感知结果不稳定，系统可能会出现频繁的误判和漂移现象，导致车辆

行驶不稳定甚至发生事故。

（4）完整度：特定应用场景无人驾驶传感器通过采集周围环境的数据来了解车

辆所处的场景和状态，而数据感知结果的完整度则决定了系统对周围环境的理解程

度。

（5）失效度：特定应用场景无人驾驶感知结果失效度是指系统在某些情况下无

法获取、分析和处理数据的比例或程度。在系统中，如果数据感知结果数据失效，

将导致车辆无法准确地感知周围环境，从而可能导致行驶意外或事故的发生。

（6）安全性：特定应用场景无人驾驶需要保证数据在获取、传输和存储过程中

的安全性，必须符合相关法律法规，系统可以更好地保护数据的隐私信息，保障车

辆的安全行驶。

2.2.2评价流程

特定应用场景无人驾驶感知结果应按照以下流程开展可信性评价，评价流程如

图1所示流程为：

（1）选取评价指标及基础数据；

（2）开展评价指标计算，获得单项指标值；

（3）确定各单项指标权重，开展单维度评价；

（4）开展综合评价，获得可信性评价结果。

6

开始

单维度评价

准确性准确性

二级指标计算指标评价

实时性实时性

二级指标计算指标评价

稳定度稳定度

二级指标计算指标评价

完整度完整度

二级指标计算指标评价

失效度失效度

二级指标计算指标评价

安全性安全性

二级指标计算指标评价

综合评价

评价结果

结束

图1特定应用场景无人驾驶感知结果评价流程

2.3关键技术问题说明

本标准规范了无人驾驶感知系统架构组成，并将无人驾驶感知系统的可信性评

价分为准确性、实时性、稳定度、完整度、失效度、安全性六类，并规定了每一类

评价的各个评价指标的计算方法和评价权重。

2.4标准主要内容的论据

本标准特定应用场景无人驾驶可信性评价指标体系的每一个评价指标的计算方

法、评分标准充分研究了国内外标准并在工作组内进行了充分的讨论，并进行了相

应的技术验证，最终形成了当前结论。

标准规定的无人驾驶环境感知系统预期功能安全测试与评价流程、测试场景确

定测试方法定义和评价指标量化等内容，一方面参考了ISO/PAS21448《道路车辆预

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

车辆功能安全-第3部分:概念阶段(Roadvehicles-Functionalsafety-Part3:Concept

7

phase)》等国际性框架标准。此外，2021年和2022年在联盟预期功能安全工作组的

支持下同济大学、上海机动车检测认证技术研究中心有限公司和北京地平线机器人

技术研发有限公司等标准起草单位针对环境感知系统进行了测试与评价实践，验证

了方法的可行性，并在行业内发布了《智能汽车感知系统预期功能安全评价体系与

改进措施研究报告》与《智能网联汽车感知系统SOTIF测评2022年年度研究总结

报告》两份报告。

2.5标准工作基础

标准编写组依托于十四五国家重点研发计划“国家质量基础设施体系”重点专

项“人车路协同无人驾驶可信性评价关键技术与标准研究”开展标准主要技术内容

研究工作，具有良好的项目支撑。西安工业大学参与《机动车检验术语》等国家标

准制定，牵头单位西安工业大学与长安大学保持密切联系，标准参与单位长安大学

长期围绕车联网与智能汽车测试技术及装备研发、车路协同与自动驾驶、车辆安全

与综合性能检测等领域的关键性技术难题及共性问题进行深入研究。在相关方向先

后承担国家“863”计划、国家重点研发计划、国家自然科学基金等各类科研任务

30余项。先后主持和参与制定《机动车安全技术检验项目和方法》、《汽车综合性

能检测站能力的通用要求》、《自动驾驶封闭测试场地建设技术要求》、《自动驾

驶车辆整车在环测试系统技术要求、测试流程及方法》、《智能网联汽车公共道路

测试监管系统技术规范》等国家及行业标准20余项，在无人驾驶项目示范运营阶段

经验丰富，为本标准的编写提供了有力的技术支撑。上海淞泓与招商车研作为编写

组骨干单位，具有丰富的智能网联汽车测试场测试和运营管理实践经验，为本标准

的编写提供了测试验证支撑。此外，本标准将依托于西部（重庆）科学城智能网联

示范区中运营的无人驾驶小巴开展实地验证工作，保证本标准可落地、可应用。

三、主要试验（或验证）情况分析

标准工作组首先规定了无人驾驶感知层中对人、车和路等多模态感知数据融合

结果的可信性评价分级，对多模态感知数据融合质量进行准确性、实时性、稳定度、

完整度、失效度、安全性等多个维度评估。针对感知数据可靠性设计场景测试用例，

将CARLA仿真软件对边缘场景的感知结果代入计算方法中进行对比和评估，完成

无人驾驶多模态数据融合感知结果的综合可信性评价，在数据层面支撑无人驾驶安

全运行。已经验证了标准的有效性和可行性。

初步使用CARLA仿真软件实现了标准可行的验证，在此标准列举了三级指标

8

感知结果认知不确定度、场景实体状态感知结果误差、场景实体完备率、信息去敏

感化程度四个指标的测试用例。

（1）感知结果认知不确定度测试用例

采用标准中提到的场景1、场景2和场景3作为测试场景，测试条件统一为主

车辆（被测自动驾驶车辆）速度为30km/h，与其余车辆行驶方向为右侧0°，左侧

180°，每个场景的对应触发条件为：

场景1：直线道路，路上共计5辆车

场景1-1：作为对照试验

场景1-2：光照条件改变，光照强度为夜晚

场景1-3：天气条件改变，天气为雾天

场景2：弯曲道路，路上共计5辆车

场景2-1：作为对照试验

场景2-2：光照条件改变，光照强度为夜晚

场景2-3：天气条件改变，天气为雾天

场景3：十字路口，路上共计6辆车

场景3-1：作为对照试验

场景3-2：光照条件改变，光照强度为夜晚

场景3-3：天气条件改变，天气为雾天

表1不同场景下感知结果的认知不确定度测试结果

场景序号测试参数道路类型测试结果1测试结果2测试结果3

主车辆速度：30km/h

天气状况：晴天、向光

1-10.200.200.20

与其余车辆行驶方向：右侧0°，左侧180°

场景车辆情况：共5辆车

车辆速度：30km/h

天气状况：夜晚

1-2直道0.240.240.24

与其余车辆行驶方向：右侧0°，左侧180°

场景车辆情况：共5辆车

车辆速度：30km/h

天气状况：雾天

1-30.300.300.30

与其余车辆行驶方向：右侧0°，左侧180°

场景车辆情况：共5辆车

主车辆速度：30km/h

天气状况：晴天、向光

2-1弯道0.220.220.22

与其余车辆行驶方向：右侧0°，左侧180°

场景车辆情况：共5辆车

9

车辆速度：30km/h

天气状况：夜晚

2-20.250.250.25

与其余车辆行驶方向：右侧0°，左侧180°

场景车辆情况：共5辆车

车辆速度：30km/h

天气状况：雾天

2-30.280.280.28

与其余车辆行驶方向：右侧0°，左侧180°

场景车辆情况：共5辆车

主车辆速度：30km/h

天气状况：晴天、向光

3-10.210.210.21

与其余车辆行驶方向：右侧0°，左侧180°

场景车辆情况：共5辆车

车辆速度：30km/h

天气状况：夜晚

3-2十字路口0.220.220.22

与其余车辆行驶方向：右侧0°，左侧180°

场景车辆情况：共5辆车

车辆速度：30km/h

天气状况：雾天

3-30.220.220.22

与其余车辆行驶方向：右侧0°，左侧180°

场景车辆情况：共5辆车

（2）场景实体状态感知结果误差测试用例

采用下述提到的场景1、场景2和场景3作为测试场景，测试条件统一为主车

辆（被测自动驾驶车辆）速度为30km/h，与其余车辆行驶方向为右侧0°，左侧180°，

选取道路类型为直路，每个场景的对应触发条件为：

场景1：作为对照试验

场景2：光照条件改变，光照强度为夜晚

场景3：天气条件改变，天气为雾天

图2场景1示例图图3场景2示例图

10

图4场景3示例图

表2每个场景下目标的实测和感知状态精度

测试次数场景序号实测状态1感知状态1感知状态2感知状态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场景实体状态感知结果误差

场景序道路类

测试参数感知结果1感知结果2感知结果3

号型

主车辆速度：30km/h

天气状况：晴天

10.0587960.0587960.058796

与其余车辆行驶方向：右侧0°，左侧

180°

车辆速度：30km/h

天气状况：夜晚

2直道0.0643620.0643620.064362

与其余车辆行驶方向：右侧0°，左侧

180°

车辆速度：30km/h

天气状况：雾天

30.0543280.0543280.054328

与其余车辆行驶方向：右侧0°，左侧

180°

（3）场景实体完备率测试用例

自动驾驶车辆行进过程中通过处理相机和雷达获取的数据，检测安全距离内存

在的实体种类和个数，与实际存在的实体信息比对计算。测试条件统一为主车辆（被

测自动驾驶车辆）速度为30km/h，与其余车辆行驶方向为右侧0°，左侧180°，

选取道路类型为直道天气状况为晴天，采用以下提到的场景1、场景2和场景3作

为测试场景。

场景1：共有6个目标实体，其中包括3辆车、2个行人和1个红绿交通灯。

11

场景2：共有6个目标实体，其中包括4辆车、1个行人和1个红绿交通灯。

场景3：共有8个目标实体，其中包括4辆车、3个行人和1个红绿交通灯。

图5场景1图6场景2

图7场景3

表4场景实体类型举例

类型场景实体

交通参与物车辆、自行车、行人、动物等

临时交通事物临时障碍物

交通设施交通灯、交通标志牌等

道路结构车道线、边界线、人行道等

表5场景实体完备率测试结果

序号测试参数道路类型测试结果1测试结果2测试结果3

主车辆速度：30km/h

天气状况：晴天、向光

1=0.83=0.83=0.83

与其余车辆行驶方向：右侧0°，左侧180°123

场景情况：共3辆车、2个行人和1个红绿交通灯

车辆速度：30km/h

天气状况：晴天、向光

2直道=1.00=1.00=1.00

与其余车辆行驶方向：右侧0°，左侧180°123

场景情况：共4辆车、1个行人和1个红绿交通灯

车辆速度：30km/h

天气状况：晴天、向光

3=0.88=0.88=0.88

与其余车辆行驶方向：右侧0°，左侧180°123

场景情况：共4辆车、3个行人和1个红绿交通灯

（4）信息去敏感化程度测试用例

12

驾驶车辆在行进过程中，获取到由相机拍摄的可见光RGB图像，检测RGB图

像中存在的隐私数量，同时对RGB图像中的隐私信息进行隐私处理，最后根据处

理前和处理后的隐私数量进行信息去敏感化程度计算。

场景1：作为对照用例

场景2：光照条件改变，光照强度为夜晚

场景3：天气条件改变，天气为雾天

表6：信息去敏