
在自动驾驶车辆测试过程中,评价体系是至关重要的一环。它不仅为系统性能评估提供科学框架和依据,也直接关系到测试结果是否客观、全面和可复现。本书介绍了一套基于智能驾驶仿真平台的多维度综合评价体系与评价方法,旨在通过科学、系统的方法,更客观、全面地衡量自动驾驶车辆的真实性能表现。

本文基于《AI汽车:场景生成与测评》第8章相关内容,对智能网联汽车变尺度多维度评测模型进行介绍。
自动驾驶测试,就像一场对“AI司机”的全面大考。它不是一个简单的考试,而是一个由场景库、仿真平台、被测车辆和评价体系共同构成的复杂系统。场景库提供千奇百怪的“考题”(各种道路、天气和交通状况),仿真平台让“考题”在虚拟世界里安全上演,而评价体系就是那位公正的“阅卷老师”,负责给“AI司机”的每一次表现打分。
这位“阅卷老师”至关重要。它不仅要评判车辆是否“会开车”,更要判断它是否“开得好”。目前,业界还没有统一的标准,但公认的好方法是从多个维度综合考察:安全性(会不会撞车?)、驾驶舒适性(车辆行驶的是否平稳?)、驾驶性能(泊车利不利索?跟车紧不紧?)、标准合规性(守不守交规?)和交通协调性(会不会惹得周围车辆急刹车?)。
本书正是基于这五个维度(如图8-6),建立了一套多维度评价体系。

然而,这位“阅卷老师”面临一个棘手的难题:考题的难度天差地别。一辆能力平庸的自动驾驶汽车,可能在空旷的直道上轻松拿到100分,而一旦进入人车混行的闹市区,得分却可能骤降至40分。从100分到40分的巨大落差,如何真实反映车辆的实际水平?这一困境恰好揭示出,公正评估自动驾驶汽车的真实性能,迫切需要一种能随场景复杂度自适应缩放的评价方式。
为了解决这个问题,本书提出了一套“变尺度”的客观多维度评测方法(如图8-9)。
“变尺度”的意义就在于:它给每个测试场景都配上了一把“难度标尺”,让最终得分能够剔除场景本身复杂度的影响。这样一来,无论是在简单场景还是极端复杂场景下,车辆的得分都有了可比性—真正厉害的车,是在高难度场景下依然能拿高分的车。

那么,“难度标尺”是怎么“变”出来的呢?
技术上的关键一步,是引入了一个“场景复杂度量化指数”。这个指数很像一个“风险地图”,它的计算灵感来源于物理学中的“场论”——把周围的车、行人、路障等都想象成带有“力场”的物体,它们离被测车辆越近、威胁越大,“力场”就越强。同时,还会把天气(雨、雾、夜间等)的影响也叠加进去。最终,通过复杂的计算,为每一个测试场景、甚至每一时刻,都生成一个动态的、连续的复杂度数值。有了这把动态的“难度标尺”,评测系统就不再“一刀切”了。它的工作流程是:
1.自动跑分:在仿真平台上一键运行大量测试用例,系统自动记录车辆在安全性、舒适性等维度的原始表现数据。
2.计算难度:同时,系统实时计算出该场景的“复杂度量化指数”。
3.自适应缩放:最后,利用这个指数对原始得分进行“加权调整”——在简单场景中,即使得分高,权重也较低;在复杂场景中,即使得分稍低,但权重会显著提高。这就像高考的“标准分”换算,保证了公平性。
通过这种“变尺度”的智能缩放,最终得出的综合评分,才是剥离了场景难度“水分”后的真实能力体现。工程师们可以借此迅速定位车辆在哪种难度下表现不佳,从而有针对性地优化算法,并快速进行下一轮验证。
从场景生成到仿真测试,从多维度指标到“变尺度”评分,这套系统旨在回答一个终极问题:自动驾驶车辆不仅“能不能开”,更要在复杂多变的真实世界中,开得安全、舒适、高效且合规。这正是自动驾驶技术从实验室走向规模化应用的关键一步。
本文节选自《AI汽车:场景生成与测评》



作者简介


《AI汽车:场景生成与测评》目录
前 言
第1章 概述
1.1 智能网联汽车概述 / 002
1.1.1 智能网联汽车的关键技术 / 003
1.1.2 智能网联汽车国内外发展进程 / 004
1.2 智能网联汽车的关键场景构建 / 008
1.2.1 关键测试场景的基本概念 / 008
1.2.2 关键测试场景的国内外发展进程 / 009
1.3 智能网联汽车的测试与评价技术 / 012
1.3.1 智能网联汽车测试与评价技术的基本概念 / 012
1.3.2 智能网联汽车测试与评价技术的国内外发展进程 / 014
1.3.3 智能网联汽车测试与评价理论体系 / 024
参考文献 / 032
第2章 智能网联汽车仿真场景库构建
2.1 仿真测试场景 / 039
2.1.1 测试场景的定义 / 039
2.1.2 测试场景的要素 / 040
2.1.3 测试场景的分类 / 044
2.1.4 仿真测试场景的相关标准 / 048
2.2 仿真测试场景构建方法 / 053
2.2.1 逻辑场景构建方法综述 / 053
2.2.2 具体场景构建方法综述 / 056
2.3 仿真测试场景库的应用介绍 / 059
2.3.1 场景数据库构建的基本方法 / 059
2.3.2 自动驾驶测试场景库搭建 / 060
2.3.3 典型的场景数据库 / 063
参考文献 / 064
第3章 智能网联汽车静态交通场景生成
3.1 静态交通场景的研究概述 / 070
3.2 AIGC 的基本原理 / 074
3.2.1 核心技术 / 074
3.2.2 主流的AIGC 方法介绍 / 076
3.2.3 扩散概率模型的基本原理 / 078
3.3 基于扩散模型的静态交通场景生成 / 080
3.3.1 系统架构 / 080
3.3.2 Road-UNet 网络架构 / 082
3.3.3 可控的道路结构生成 / 082
3.3.4 三维道路场景生成 / 083
3.3.5 场景级的道路评估和筛选模块 / 084
3.4 静态交通场景的有效性验证 / 084
3.4.1 实验设置 / 085
3.4.2 道路结构整体生成性能 / 086
3.4.3 可控的道路结构生成 / 088
3.4.4 可视化生成结果与分析 / 089
3.5 静态交通场景库的相关应用 / 091
参考文献 / 095
第4章 智能网联汽车关键测试场景生成
4.1 测试场景复杂度设计 / 099
4.1.1 场景复杂度定义与计算公式 / 099
4.1.2 场景选取算法 / 101
4.2 用于智能驾驶车辆安全测试的关键碰撞场景
生成 / 102
4.2.1 数据驱动的关键测试场景生成方法 / 102
4.2.2 基于对抗的关键测试场景生成方法 / 104
4.2.3 基于先验知识的关键测试场景生成方法 / 106
4.3 用于智能驾驶车辆综合性能测试的关键边界场景
生成 / 107
4.3.1 自然驾驶场景泛化生成 / 110
4.3.2 自动驾驶车辆评估和场景自适应调整 / 110
4.3.3 静态场景生成和自适应优化算法 / 112
4.3.4 动态交通场景生成和自适应优化算法 / 113
参考文献 / 118
第5章 基于软件在环的智能网联汽车仿真测试
5.1 软件在环仿真测试背景 / 124
5.2 主流的软件在环仿真测试软件 / 128
5.2.1 高保真驾驶场景仿真软件VTD / 131
5.2.2 高精度动力学仿真软件CarSim / 132
5.2.3 开源的综合性自动驾驶仿真平台CARLA / 135
5.2.4 开源交通流仿真软件SUMO / 137
5.3 高性能软件在环联合仿真测试平台 / 138
5.3.1 软件在环联合仿真平台整体架构 / 139
5.3.2 跨平台通信协议介绍 / 141
5.3.3 跨平台数据协议介绍 / 141
5.3.4 联合仿真平台的核心模块介绍 / 142
5.3.5 基于软件在环的联合仿真测试平台的应用案例介绍 / 145
参考文献 / 148
第6章 实车在环仿真测试技术
6.1 实车在环仿真测试的背景介绍 / 152
6.2 试验台实车在环测试技术 / 154
6.2.1 试验台实车在环仿真测试的基本原理 / 155
6.2.2 试验台实车在环仿真测试平台 / 156
6.2.3 基于试验台实车在环的自动驾驶自动化评测系统 / 161
6.3 基于数字孪生的场地实车在环测试技术 / 166
6.3.1 基于数字孪生的场地实车在环测试技术原理 / 166
6.3.2 主流的场地实车在环测试项目介绍 / 167
参考文献 / 169
第7章 实车自动化测试评价技术
7.1 实车测试的相关场景及相关评价方法介绍 / 173
7.2 实车测试场地的构建方案介绍 / 177
7.2.1 封闭场地测试 / 179
7.2.2 现有的封闭测试场地介绍 / 182
7.2.3 开放道路测试 / 187
7.2.4 现有的实车测试场地的问题与挑战 / 190
7.3 不同国家的测试标准 / 192
7.3.1 公认的国际标准 / 192
7.3.2 我国的国家标准和研究现状 / 193
7.3.3 美国的国家标准和研究现状 / 194
7.3.4 德国的国家标准和研究现状 / 196
7.3.5 英国的国家标准和研究现状 / 196
7.3.6 其他国家的标准和研究现状 / 197
7.4 实车自动化测试评价技术应用介绍 / 198
7.4.1 实车自动化测试评价流程简介 / 198
7.4.2 实车自动化评测相关应用 / 199
7.4.3 实车自动化评测系统的案例分析 / 202
参考文献 / 208
第8章 智能网联汽车多维度评价体系与评价方法
8.1 综合评价体系 / 212
8.1.1 自动驾驶评价方法 / 213
8.1.2 测试评价指标 / 214
8.1.3 自动化评测体系 / 219
8.2 多维度综合测试评价指标介绍 / 221
8.2.1 安全性指标 / 222
8.2.2 驾驶舒适性指标 / 224
8.2.3 驾驶性能指标 / 225
8.2.4 标准合规性指标 / 228
8.2.5 交通协调性指标 / 228
8.2.6 评测指标间相关性分析 / 229
8.3 测试评价体系设计 / 230
8.3.1 指标权重确定方法 / 230
8.3.2 场景指标权重计算 / 231
8.3.3 全流程自动化评测体系 / 233
8.4 变尺度的客观多维度综合评测系统 / 236
8.4.1 系统架构 / 236
8.4.2 场景复杂度量化指数计算模型 / 238
8.4.3 客观的评测度量权重计算方法 / 241
8.4.4 智能驾驶自动化评测系统 / 242
8.5 基于AI 的智能驾驶测试技术的未来发展 / 243
8.5.1 AI 技术在自动驾驶测试中的前沿应用 / 243
8.5.2 AI 驱动的智能驾驶评测体系进化 / 244
参考文献 / 245
附录 缩略语 / 248

END


●智能网联汽车实车测试的场景及评价方法
初审:董春晖
复审:张 萍
终审:何士娟