《車路協(xié)同 智能路側(cè)決策系統(tǒng) 測試評價規(guī)范》

ICS43.020

CCSR87

團體標(biāo)準(zhǔn)

T/CSAExx－20xx

T/CHTSxx-2022

車路協(xié)同智能路側(cè)決策系統(tǒng)

測試評價規(guī)范

Vehicle-infrastructurecoordination—Roadsideintelligentdecision-makingsystem—

Testevaluationstandards

（征求意見稿）

DraftingguidelinesforcommercialgradesstandardofChinesemedicinalmaterials

在提交反饋意見時，請將您知道的該標(biāo)準(zhǔn)所涉必要專利信息連同支持性文件一并附上。

20xx-xx-xx發(fā)布20xx-xx-xx實施

中國汽車工程學(xué)會

中國公路學(xué)會發(fā)布

T/CSAExx-2022T/CHTSxx-2022

車路協(xié)同智能路側(cè)決策系統(tǒng)

測試評價規(guī)范

1范圍

本文件旨在規(guī)定車路協(xié)同智能路側(cè)決策系統(tǒng)測試評價規(guī)范的定義以及如何對道路的智能決策水平

進行科學(xué)系統(tǒng)測試。

本標(biāo)準(zhǔn)適用于新建、改（擴）建城市道路及公路的車路協(xié)同的智能路側(cè)決策系統(tǒng)的建設(shè)或智慧化升

級。

2規(guī)范性引用文件

下列文件中的內(nèi)容通過文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文件，

僅該日期對應(yīng)的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本

文件。

YD/T3709基于LTE的車聯(lián)網(wǎng)無線通信技術(shù)消息層技術(shù)要求

YD/T3755基于LTE的車聯(lián)網(wǎng)無線通信技術(shù)支持直連通信的路側(cè)設(shè)備技術(shù)要求

T/CSAE53-2017合作式智能運輸系統(tǒng)車用通信系統(tǒng)應(yīng)用層及應(yīng)用數(shù)據(jù)交互標(biāo)準(zhǔn)（一階段）

T/CSAE157-2020合作式智能運輸系統(tǒng)車用通信系統(tǒng)應(yīng)用層及應(yīng)用數(shù)據(jù)交互標(biāo)準(zhǔn)（第二階段）

T/CASE158-2020基于車路協(xié)同的高等級自動駕駛數(shù)據(jù)交互內(nèi)容

T/ITS0117合作式智能運輸系統(tǒng)RSU與中心子系統(tǒng)間數(shù)據(jù)接口規(guī)范

3術(shù)語和定義

下列術(shù)語和定義適用于本文件。

3.1

智能路側(cè)決策系統(tǒng)roadsideintelligentdecision-makingsystem

位于道路側(cè)的可為智能網(wǎng)聯(lián)車、信息化設(shè)施設(shè)備、管控設(shè)備提供決策指令以提升總體交通收益的系

統(tǒng)?？梢愿鶕?jù)所感知的信息以及預(yù)期實現(xiàn)的目標(biāo)，與車輛協(xié)作或獨立做出決策，決策維度包括宏、微觀

時空資源，具體表現(xiàn)形式包括但不限于專用道管理、信號優(yōu)化等傳統(tǒng)應(yīng)用以及路徑誘導(dǎo)、建議車速、編

隊管理、軌跡參考點等T/CSAE157—2020第二階段應(yīng)用。

3.2

交通管控應(yīng)用trafficcontrolapplications

中心平臺根據(jù)各邊緣計算節(jié)點及智能網(wǎng)聯(lián)車輛上報的交通運行狀態(tài)信息，針對道路交通管控，制定

偏宏觀維度的決策信息。

1

T/CSAExx-2022T/CHTSxx-2022

3.3

駕駛（或行車）輔助drivingassistance

中心平臺根據(jù)各邊緣計算節(jié)點及智能網(wǎng)聯(lián)車輛上報的交通運行狀態(tài)信息，針對單個車輛行駛，制定

偏宏觀維度的決策信息。

4縮略語

BSM:基本安全消息（BasicSafetyMessage）

MAP：地圖信息（MapInformation）

RSI:交通事件與標(biāo)志信息（RoadSignsandInformation）

RSM:路側(cè)單元消息（RoadSideMessage）

SPAT:信號燈消息（SignalPhaseandTimingMessage）

5整體架構(gòu)

5.1系統(tǒng)架構(gòu)

圖1系統(tǒng)整體架構(gòu)圖

智能路側(cè)決策系統(tǒng)測試評價系統(tǒng)整體架構(gòu)見圖1，由前置條件確認(rèn)、交通管控應(yīng)用測試和駕駛（或

行車）輔助應(yīng)用測試組成。具體內(nèi)容如下。

——前置條件確認(rèn)應(yīng)包括數(shù)據(jù)接入與測試環(huán)境確認(rèn)。

——交通管控應(yīng)用測試支持對道路的協(xié)同決策能力進行測試評估。

——駕駛（或行車）輔助應(yīng)用測試支持對參與網(wǎng)聯(lián)車輛的協(xié)同決策能力進行測試評估。

——應(yīng)用測試內(nèi)容分為以下部分：

應(yīng)支持測試條件評級，支持評估車輛及道路測試的環(huán)境，按測試環(huán)境評級；

應(yīng)支持環(huán)境復(fù)雜度測試，支持評估車輛及道路在復(fù)雜交通環(huán)境下的協(xié)同決策能力；

應(yīng)支持任務(wù)復(fù)雜度測試，支持評估車輛及道路在面對復(fù)雜任務(wù)時的決策能力和應(yīng)對策略；

應(yīng)支持任務(wù)評價測試：支持評估車輛及道路在完成特定任務(wù)時的性能和效果。

2

T/CSAExx-2022T/CHTSxx-2022

5.2前置條件確認(rèn)

5.2.1數(shù)據(jù)接入

應(yīng)支持接入路側(cè)安全信息、基本安全信息、交通事件及標(biāo)志信息、信號燈信息、交通流綜合統(tǒng)計信

息、地圖信息等合作感知信息。

5.2.2測試環(huán)境

應(yīng)按照GB/T41798-2022中4.1實驗場地及實驗環(huán)境的規(guī)定，支持包括氣象環(huán)境、道路環(huán)境及靜態(tài)物

體環(huán)境的確認(rèn)。

5.3測試流程

應(yīng)按照測試條件評級、環(huán)境復(fù)雜度測評、應(yīng)用復(fù)雜度測評、應(yīng)用測評的順序進行測試評價，最終得

到應(yīng)用測評結(jié)果。

5.4測試項目

5.4.1測試條件評級

應(yīng)支持氣象環(huán)境中天氣和光照因素、道路環(huán)境中不同路面條件、靜態(tài)物體環(huán)境中標(biāo)志標(biāo)線的測試評

級。

5.4.2交通管控應(yīng)用場景測試

應(yīng)支持T/CASE290—2022中交通管控應(yīng)用場景，包括施工區(qū)預(yù)警、主線可變限速、匝道控制、動

態(tài)車道功能管控、特殊車輛優(yōu)先通行、動態(tài)專用道管控、單點信號優(yōu)化、干線信號協(xié)調(diào)。

5.4.3駕駛（或行車）輔助應(yīng)用場景測試

應(yīng)支持T/CASE290—2022中駕駛（或行車）輔助應(yīng)用場景測試，包括路側(cè)碰撞預(yù)警、路徑誘導(dǎo)、

綠波車速引導(dǎo)、快速車道選擇、路側(cè)協(xié)作式行駛、路側(cè)協(xié)作式換道、路側(cè)協(xié)作式匯入、路側(cè)協(xié)作式交叉

口通行、路側(cè)協(xié)作式車輛“脫困”、車輛編隊控制。

6測試條件測評

6.1氣象環(huán)境條件

6.1.1天氣影響分級

支持根據(jù)天氣對車輛平均行駛速度的影響進行分級。

——天氣包括風(fēng)、雨、雪、雨夾雪、溫度。

——所需數(shù)據(jù)包括應(yīng)包括天氣數(shù)據(jù)、車輛軌跡數(shù)據(jù)，其中天氣數(shù)據(jù)應(yīng)包括天氣類型、降水量等信息。

——評估方法如下：

選定同一區(qū)域的不同天氣情況，在交通量相近的情況下，對比不同天氣條件下車輛平均行

駛速度；

分析不同天氣對車輛平均速度的影響，劃分影響等級。

6.1.2光照影響分級

3

T/CSAExx-2022T/CHTSxx-2022

支持根據(jù)評估不同光照條件下對視野的影響進行分級。

——光照包括白天、黎明、黃昏、夜晚、路燈、前照燈，其中前照等包括常規(guī)和遠光。

——所需數(shù)據(jù)包括應(yīng)包括同一路段的照明設(shè)施布局，日光強度高度等。

——評估方法為計算駕駛員視線范圍內(nèi)所有光源在人眼中的等效光幕亮度，計算公式如(1)。

?

?=?··················(1)

?

式中：

——指等效光幕亮度（）；

——指眩光源在觀察者眼中，位于垂直于視線的平面上產(chǎn)生的照度,

——指視線與眩光光源光線入射方向的夾角；

K——是常數(shù)，取決于的單位，當(dāng)用角度表示時，K=10，用弧度表示時，K=3*10-3。

6.2道路環(huán)境條件

支持根據(jù)不同路面條件對車輛行駛的影響進行分級。

——天氣影響的路面條件包括積水、道路被淹、道路結(jié)冰、道路積雪。

——所需數(shù)據(jù)包括應(yīng)包括不同天氣影響下的路面摩擦系數(shù)、車輛軌跡數(shù)據(jù)。

——評估方法如下：

選定同一區(qū)域的不同天氣情況，測定固定道路區(qū)域的摩擦系數(shù)；

獲取該道路區(qū)域內(nèi)不同天氣下的軌跡數(shù)據(jù)；

分析車輛的側(cè)向位移和航向角，評判不同道路條件對車輛側(cè)向位移的影響，劃分影響等級。

6.3靜態(tài)物體環(huán)境條件

支持根據(jù)標(biāo)志標(biāo)線的完整程度以及復(fù)雜程度分別進行分級。

——道路交通標(biāo)志標(biāo)線包括標(biāo)志、施工標(biāo)志、道路標(biāo)線。

——所需數(shù)據(jù)包括應(yīng)包括地圖數(shù)據(jù)、道路交通標(biāo)志數(shù)據(jù)、車輛軌跡數(shù)據(jù)。

——交通復(fù)雜程度評估方法如下：

根據(jù)參考車輛軌跡評判駕駛員工作負荷以及根據(jù)道路交通標(biāo)志布局做相關(guān)性分析，進行分

級。

根據(jù)路側(cè)停車情況對車輛行駛的影響進行分級。

以客觀描述對其靜態(tài)指標(biāo)進行分類分級并進行量化，靜態(tài)環(huán)境復(fù)雜度計算公式如(2)。

?=?1?1+?2?2+?+????··············(2)

式中：

——是各項指標(biāo)對應(yīng)的權(quán)重；

——是指標(biāo)的分級。

7交通管控應(yīng)用場景測試

4

T/CSAExx-2022T/CHTSxx-2022

7.1環(huán)境復(fù)雜度測試

7.1.1評價指標(biāo)

評價指標(biāo)應(yīng)按照業(yè)務(wù)性能測試相關(guān)內(nèi)容，選擇不同車輛類型、弱勢交通參與者、車輛以及弱勢交通

參與者數(shù)量、車頭間距及行駛速度變化指標(biāo)。

——按不同車輛類型指標(biāo)評價內(nèi)容如下：

車輛類型分為乘用車輛、小型卡車/面包車、大卡車/貨車、摩托車、公交/短駁車、特種

車輛；

所需數(shù)據(jù)包括應(yīng)包括在交通管控范圍內(nèi)的車型以及車速數(shù)據(jù)；

評估方法為選定同一區(qū)域，在交通量接近的情況下，對比當(dāng)周圍存在不同車型的情況下車

輛的平均行駛速度，分析不同車型對車輛平均速度的影響，劃分影響等級。

——按弱勢交通參與者指標(biāo)評價內(nèi)容如下：

弱勢交通參與者主要分為行人和非機動車；

所需數(shù)據(jù)包括應(yīng)包括在交通管控范圍內(nèi)的弱勢交通參與者的類型和行為以及車輛速度；

評估方法為選定同一區(qū)域，在交通量接近的情況下，對比當(dāng)周圍存在不同弱勢交通參與者

且參與者有不同行為的情況下車輛的平均行駛速度，分析弱勢交通參與者對車輛平均速度

的影響，劃分影響等級。

——按車輛以及弱勢交通參與者數(shù)量指標(biāo)評價內(nèi)容如下：

分為車輛數(shù)量、弱勢交通參與者數(shù)量；

所需數(shù)據(jù)包括應(yīng)包括在交通管控范圍內(nèi)的車輛數(shù)量、弱勢交通參與者數(shù)量以及車輛速度；

評估方法為選定同一區(qū)域，對比當(dāng)周圍存在不同數(shù)量的車輛和弱勢交通參與者的情況下車

輛的平均行駛速度，分析不同數(shù)量的車輛和弱勢交通參與者對車輛平均速度的影響，劃分

影響等級。

——按車頭間距指標(biāo)評價內(nèi)容如下：

車頭間距為兩車之間的距離；

所需數(shù)據(jù)包括應(yīng)記錄在交通管控范圍內(nèi)車輛的車頭間距以及車輛速度；

評估方法為選定同一區(qū)域，對比當(dāng)周圍車輛以不同間距行駛時車輛的平均行駛速度，分析

不同車頭間距對車輛平均速度的影響，劃分影響等級。

——按行駛速度變化指標(biāo)評價內(nèi)容如下：

周圍車輛行駛速度變化會對其他車輛產(chǎn)生影響；

所需數(shù)據(jù)包括應(yīng)記錄在交通管控范圍內(nèi)的車輛行駛速度變化；

評估方法為選定同一區(qū)域，在交通量接近的情況下，對比當(dāng)周圍車輛行駛速度發(fā)生變化時

車輛的速度變化率，分析不同數(shù)量的車輛和弱勢交通參與者對車輛平均速度的影響，劃分

影響等級。

7.1.2量化方法

支持根據(jù)周圍其他車輛，計算其與周圍不同車型的車輛的距離、角度、相對位置夾角、速度差，和

與周圍不同弱勢交通參與者的距離、角度、相對位置夾角、速度差，并對以上參數(shù)進行統(tǒng)計分析，選取

85%分位的值作為閾值。以上述參數(shù)為自變量，以測試車輛的行駛速度、加速度、車頭時距分別為因變

量建立多重線性回歸模型。多重線性回歸模型采用加權(quán)求和歸一化的方法來確定環(huán)境復(fù)雜度的值，其計

算公式如(3)。

?

∑??=1???????

?1=?·················(3)

∑??=1???

5

T/CSAExx-2022T/CHTSxx-2022

式中：

——代表環(huán)境復(fù)雜度；

——表示所考慮的各個環(huán)境因素；

——表示每個環(huán)境因素的權(quán)重系數(shù)或者權(quán)值。

7.2應(yīng)用復(fù)雜度測試

7.2.1評價指標(biāo)

支持動態(tài)響應(yīng)交通需求的變化，減少靜態(tài)控制方案帶來的時空資源浪費，降低靜態(tài)控制方案導(dǎo)致的

特定交通條件下的安全風(fēng)險。具體評價指標(biāo)如下：

——支持按混合流車輛滲透率指標(biāo)進行評價：

車輛類型包括自動駕駛車輛、網(wǎng)聯(lián)車輛、普通車輛；

所需數(shù)據(jù)包括車輛類型及數(shù)量等；

評價方法為選定同一區(qū)域，在交通量接近的情況下，對比分析混合交通流中自動駕駛車輛、

網(wǎng)聯(lián)車輛、普通車輛占所有車輛的比例。

——支持按混合交通流平均速度指標(biāo)進行評價：

車輛行駛速度對周圍車輛會產(chǎn)生影響；

所需數(shù)據(jù)包括車輛速度、車輛類型和數(shù)量等；

評價方法為選定同一區(qū)域，在交通量接近的情況下，分析在具有自動駕駛車輛、網(wǎng)聯(lián)車輛、

普通車輛的混合交通流中的所有類型車輛平均速度。

——支持按測試車輛與周邊其他車輛速度差值指標(biāo)進行評價：

差值表示測試車輛與周邊車輛之間的速度協(xié)調(diào)性；

所需數(shù)據(jù)包括車輛速度、車輛類型和數(shù)量等；

評價方法為選定同一區(qū)域，在交通量接近的情況下，按測試車輛速度減去周圍一定范圍內(nèi)

的其他車輛平均速度進行評價。

——支持按交通管控協(xié)同決策復(fù)雜度指標(biāo)進行評價：

評價車輛與道路基礎(chǔ)設(shè)施之間的協(xié)同決策難度和復(fù)雜程度；

所需數(shù)據(jù)包括測試條件評級、數(shù)據(jù)處理及決策響應(yīng)時間、交通信號配時信息、路線規(guī)劃信

息等；

評價方法為選定同一區(qū)域，在交通量接近的情況下，分析交通管控應(yīng)用的周圍環(huán)境、決策

過程的復(fù)雜度，包括交通數(shù)據(jù)處理和決策響應(yīng)時間，交通信號配時優(yōu)化難度、車輛路線規(guī)

劃復(fù)雜度。

——支持按交通管控指令聯(lián)動等級指標(biāo)進行評價：

評價車輛與道路基礎(chǔ)設(shè)施之間的協(xié)同程度和指令聯(lián)動效果；

所需數(shù)據(jù)包括車輛數(shù)據(jù)、合作感知數(shù)據(jù)、決策/控制信息等；

評價方法為選定同一區(qū)域，在交通量接近的情況下，分析在一定自動駕駛等級、網(wǎng)聯(lián)情況、

路側(cè)智能設(shè)施的等級下，交通管控應(yīng)用感知和決策等級，自動駕駛等級劃分見表1，路側(cè)

智能設(shè)施等級劃分見表2。

表1自動駕駛等級分類表

序號等級說明

6

T/CSAExx-2022T/CHTSxx-2022

1L0完全由駕駛員進行駕駛操作

2L1擁有車道保持系統(tǒng)和自動制動系統(tǒng)

3L2搭載自適應(yīng)巡航、緊急制動剎車等功能

4L3不需要手腳待命但需要駕駛員保持注意力集中

5L4限定道路和環(huán)境條件完成所有駕駛操作

6L5任何場景下車輛可完成所有駕駛操作

表2路側(cè)智能設(shè)施等級分類表

序號等級說明

1I0無信息化、無智能化、無自動化的傳統(tǒng)道路

2I1初步數(shù)字化、初步智能化、初步自動化的道路

3I2部分網(wǎng)聯(lián)化、部分智能化、部分自動化的道路

4I3基于交通基礎(chǔ)設(shè)施的有條件自動駕駛、高度網(wǎng)

聯(lián)化的道路

5I4基于交通基礎(chǔ)設(shè)施的高度自動駕駛的道路

6I5基于交通基礎(chǔ)設(shè)施的完全自動駕駛的道路

7.2.2量化方法

支持對某一個新特定測試地域，基于層次聚類法對測試數(shù)據(jù)進行聚類分析，根據(jù)聚類結(jié)果對交通管

控應(yīng)用的復(fù)雜度進行分級。用?2表示為應(yīng)用復(fù)雜度。

7.3應(yīng)用測評

7.3.1通用評價

支持通用評價，評估交通管控應(yīng)用的性能和效果。

7.3.1.1評價指標(biāo)

通用評價指標(biāo)主要包括服務(wù)率和穩(wěn)定性。

——按服務(wù)率指標(biāo)評價內(nèi)容如下：

評估系統(tǒng)提供服務(wù)的效率和能力；

所需數(shù)據(jù)包括回執(zhí)信息；

評價方法為選定同一區(qū)域，在交通狀況接近的情況下，綜合考慮應(yīng)用被觸發(fā)的頻率、單次

觸發(fā)平均服務(wù)對象數(shù)量以及單位時間內(nèi)總體服務(wù)對象數(shù)量來衡量所建設(shè)應(yīng)用的服務(wù)效率。

——按穩(wěn)定性指標(biāo)評價內(nèi)容如下：

評估系統(tǒng)在長時間運行過程中的穩(wěn)定性和可靠性；

所需數(shù)據(jù)包括回執(zhí)信息；

評價方法為選定同一區(qū)域，在交通狀況接近的情況下，綜合考慮應(yīng)用出現(xiàn)錯誤的次數(shù)以及

應(yīng)用出現(xiàn)錯誤帶來的負面影響的嚴(yán)重程度，應(yīng)用出現(xiàn)錯誤應(yīng)包括應(yīng)用在錯誤的時間被觸發(fā)

和應(yīng)用在正確的時間未被觸發(fā)兩種情況。

7.3.1.2量化方法

包括服務(wù)率量化及穩(wěn)定性量化兩個方面：

7

T/CSAExx-2022T/CHTSxx-2022

——服務(wù)率量化中應(yīng)用觸發(fā)頻率和單次觸發(fā)平均服務(wù)對象數(shù)量應(yīng)當(dāng)考慮應(yīng)用所涉及的各類型交通

參與者的流量以及道路交通環(huán)境的影響，單位時間內(nèi)總體服務(wù)對象數(shù)量需要綜合考慮高峰時間和平峰時

間，公式如(4)。

?35=????+????+????··············(4)

式中：

——應(yīng)用被正確觸發(fā)的頻率；

——單次觸發(fā)平均服務(wù)對象比例；

——單位時間內(nèi)總體服務(wù)對象比例。

——穩(wěn)定性量化從兩個方面來進行綜合評估，其中應(yīng)對安全方面的負面影響賦予更高權(quán)重，計算公

式如(5)。

∑??

?=1???················(5)

34?

式中：

——錯誤次數(shù)；

——負面影響系數(shù)；

n——總觸發(fā)次數(shù)。

7.3.2安全類應(yīng)用特定評價

包括施工區(qū)預(yù)警、可變限速、匝道控制交通管控應(yīng)用場景。

7.3.2.1評價指標(biāo)

評價指標(biāo)主要包括車輛碰撞時間、沖突時間、違章率。具體內(nèi)容如下。

——支持按碰撞時間（TTC）指標(biāo)進行評價：

將TTC小于2S的沖突定義為嚴(yán)重沖突，將TTC介于2S和6S之間的定義為一般沖突；

所需數(shù)據(jù)包括交通參與者信息、交通事件與標(biāo)志信息、決策/控制指令；

評價方法為選定同一區(qū)域，在交通狀況接近的情況下，統(tǒng)計行駛路徑存在沖突的車輛，從

t時刻開始至不采取措施而發(fā)生碰撞為止的時刻。

——支持按沖突類指標(biāo)進行評價：

抵達沖突點的時間差；

所需數(shù)據(jù)包括交通參與者信息、交通事件與標(biāo)志信息、決策/控制指令；

評價方法為選定同一區(qū)域，在交通狀況接近的情況下，統(tǒng)計行駛路徑存在沖突的車輛，從

t時刻開始，保持當(dāng)前狀態(tài)不采取措施到達沖突點的時刻之差。

——支持按違章率指標(biāo)進行評價：

評價車輛在道路上的違規(guī)行為的頻率和比例；

所需數(shù)據(jù)包括交通參與者信息、交通事件與標(biāo)志信息、決策/控制指令；

評價方法為選定同一區(qū)域，在交通狀況接近的情況下，統(tǒng)計車輛超速行駛時長/總時長和

車均闖紅燈次數(shù)。

7.3.2.2量化方法

8

T/CSAExx-2022T/CHTSxx-2022

支持綜合考慮碰撞時長及闖紅燈次數(shù)，計算公式如(6)：

???(???,6)?

?=?????+??+??+??··········(6)

31???6??????

式中：

——系統(tǒng)中TTC最小值；

6——一般沖突閾值；

——沖突時長變化量；

——碰撞風(fēng)險時長變化量；

——違章提醒次數(shù)；

——總違章次數(shù)。

7.3.3效率類應(yīng)用特定評價

支持包括動態(tài)車道功能管控、特殊車輛優(yōu)先通行、動態(tài)專用道管控、單點信號優(yōu)化、干線信號協(xié)調(diào)

應(yīng)用場景。

7.3.3.1評價指標(biāo)

評價指標(biāo)主要包括所有車輛延誤標(biāo)準(zhǔn)差、路口車輛通行量、路段平均速度、緊急車輛速度。具體內(nèi)

容如下。

——支持按所有車輛延誤標(biāo)準(zhǔn)差指標(biāo)進行評價：

支持從每個車輛個體效率的角度，評價交通管控控制方案對交通流的影響；

所需數(shù)據(jù)包括合作感知信息、決策/控制指令；

評價方法為選定同一區(qū)域，在交通狀況接近的情況下，統(tǒng)計車輛行駛在交通管控應(yīng)用作用

下的行程時間及車均延誤。

——支持按路口車輛通行量指標(biāo)進行評價：

支持從路口整體效率的角度，評價交通管控控制方案對交通流的影響；

所需數(shù)據(jù)包括合作感知信息、決策/控制指令；

評價方法為選定同一區(qū)域，在交通狀況接近的情況下，統(tǒng)計采用單點信號優(yōu)化措施后范圍

內(nèi)所有交通參與者的平均延誤及在綠燈有效時間內(nèi)車輛的通行狀況。

——支持按路段平均速度指標(biāo)進行評價：

支持從路段通暢程度的角度，評價交通管控控制方案對交通流的影響；

所需數(shù)據(jù)包括合作感知信息、決策/控制指令；

評價方法為選定同一區(qū)域，在交通狀況接近的情況下，統(tǒng)計采用干線協(xié)調(diào)優(yōu)化措施后協(xié)調(diào)

優(yōu)化范圍內(nèi)所有交通參與者的平均延誤、優(yōu)化前后路口的協(xié)調(diào)情況及車輛不停車通過兩個

相鄰的協(xié)調(diào)交叉口次數(shù)。

——支持按緊急車輛速度指標(biāo)進行評價：

支持從路段通暢程度的角度，評價交通管控控制方案對交通流的影響；

所需數(shù)據(jù)包括合作感知信息、決策/控制指令；

9

T/CSAExx-2022T/CHTSxx-2022

評價方法為選定同一區(qū)域，在交通狀況接近的情況下，采用優(yōu)先管控措施后，統(tǒng)計優(yōu)先車

輛節(jié)省通行時間及分析對社會車輛的影響。

7.3.3.2量化方法

支持在有緊急車輛出現(xiàn)的場景下，對緊急車輛在平均速度計算時賦予更高權(quán)重，計算公式如(7)。

???

?32=?????(??)+??+??············(7)

?0????

式中：

——車輛延誤標(biāo)準(zhǔn)差；

——實際車輛通行量；

——路口儲備通行能力；

——考慮緊急車輛的加權(quán)平均速度；

——道路限速。

7.3.4環(huán)保類應(yīng)用特定評價

支持包括碳排實時、碳排態(tài)勢分析應(yīng)用場景。

7.3.4.1評價指標(biāo)

支持環(huán)保類應(yīng)用任務(wù)特定評價，評價指標(biāo)主要包括單車碳排放和道路碳排放。

——按單車碳排放指標(biāo)評價：

每輛車在行駛過程中產(chǎn)生的碳排放量；

所需數(shù)據(jù)包括合作感知信息、決策/控制指令、單車碳排放數(shù)據(jù)；

評價方法為選定同一區(qū)域，在交通狀況接近的情況下，針對單車優(yōu)化的交通管控應(yīng)用，計

算單車優(yōu)化前后的碳排放。

——按道路碳排放指標(biāo)評價：

路段或路口中各類車輛在行駛過程中產(chǎn)生的總碳排放量；

所需數(shù)據(jù)包括合作感知信息、決策/控制指令、道路碳排放數(shù)據(jù)；

評價方法為選定同一區(qū)域，在交通狀況接近的情況下，針對整體優(yōu)化的交通管控應(yīng)用，從

路側(cè)計算車輛的碳排放。

7.3.4.2量化方法

根據(jù)車輛的軌跡數(shù)據(jù)，結(jié)合車輛類型、油耗及排放模型進行計算，計算公式如(8)。

1?0

?33=∑?·················(8)

????

式中：

——對于單車自由流下參考標(biāo)準(zhǔn)排放量；

10

T/CSAExx-2022T/CHTSxx-2022

——對于單車實際排放量；道路碳排放得分為單車得分的平均值。

7.4應(yīng)用測評結(jié)果

支持根據(jù)各通用類指標(biāo)和特定應(yīng)用評價指標(biāo)按權(quán)重求和獲取應(yīng)用測評最終得分，公式如(9)。

?=?1?1+?2?2+?3?3···············(9)

?3=?31?31+?32?32+?33?33+?34?34+?35?35·········(10)

式中：

——是各項指標(biāo)對應(yīng)的權(quán)重，可通過專家打分法和灰色關(guān)聯(lián)度模型確定；

8駕駛（或行車）輔助應(yīng)用場景測試

8.1環(huán)境復(fù)雜度測試

8.1.1評價指標(biāo)

評價指標(biāo)應(yīng)包括周圍車輛運行狀況、周圍弱勢交通參與者參與狀況。

——按周圍車輛運行狀況指標(biāo)評價，內(nèi)容如下：

車輛類型分為乘用車輛、小型卡車/面包車、大卡車/貨車、摩托車、公交/短駁車、特種

車輛；

所需數(shù)據(jù)包括不同車型的車輛數(shù)量、不同車型的車輛軌跡數(shù)據(jù)、自動駕駛車輛的軌跡數(shù)據(jù)；

評價方法為選定同一區(qū)域，在交通狀況接近的情況下，計算周圍不同類型車輛與自動駕駛

車之間的距離、角度、相對位置夾角、速度差。

——按周圍弱勢交通參與者參與狀況評價，內(nèi)容如下：

弱勢交通參與者包括行人、非機動車；

所需數(shù)據(jù)包括不同弱勢交通參與者數(shù)量、不同弱勢交通參與者的車輛軌跡數(shù)據(jù)、自動駕駛

車輛的軌跡數(shù)據(jù)；

評價方法為選定同一區(qū)域，在交通狀況接近的情況下，計算周圍不同弱勢交通參與者與自

動駕駛車之間的距離、角度、相對位置夾角、速度差。

8.1.2量化方法

以周圍不同車型的車輛數(shù)量、不同弱勢交通參與者數(shù)量及上述參數(shù)為自變量，以自動駕駛車輛的行

駛速度、加速度、車頭時距分別為因變量建立多重線性回歸分析模型；多重線性回歸分析模型采用加權(quán)

求和歸一化的方法來確定環(huán)境復(fù)雜度的值，計算公式如(11)。

?

∑??=1???????

?1=?·················(11)

∑??=1???

式中：

——環(huán)境復(fù)雜度；

——駕駛車輛與第i個影響因素在空間上的接近程度；

——每個環(huán)境因素的權(quán)重系數(shù)或者權(quán)值。

11

T/CSAExx-2022T/CHTSxx-2022

其中，支持空間接近程度計算，計算動態(tài)交通環(huán)境下，自動駕駛車輛與其他交通參與者之間的空間

接近程度，公式如(12)。

??=????(??)+?????(??)···············(12)

111

?(?)20≤?(??,??)≤?

2????(?,?)?00

????(??)={0·····(13)

0?(??,??0)≥?0

12

???????????≥0

?????(??)={2·····(14)

0??????????

式中：

——交通參與者i與自動駕駛車輛的空間接近程度；

——交通參與者i與自動駕駛車輛空間接近程度（相對距離因素）；

——交通參與者i與自動駕駛車輛空間接近程度（相對速度因素）；

——自動駕駛車輛的位置；

——常數(shù)項；

——車輛和交通參與者i的距離；

——常數(shù)項，表示最大影響距離；

——自動駕駛車輛與其他交通參與者在距離方向上的相對速度；

——常數(shù)項。

8.2應(yīng)用復(fù)雜度測試

8.2.1評價指標(biāo)

評價指標(biāo)應(yīng)包括自動駕駛車輛滲透率、混合交通流平均速度、自動駕駛車輛與周邊人工車輛速度差

值、自動駕駛決策復(fù)雜度、自動駕駛車路聯(lián)動指令聯(lián)動等級。

——按自動駕駛車輛滲透率指標(biāo)評價，內(nèi)容如下：

自動駕駛車輛滲透率為自動駕駛車輛占所有車輛的比例；

所需數(shù)據(jù)包括在駕駛（或行車）輔助范圍內(nèi)的車輛類型及數(shù)量；

評價方法為選定同一區(qū)域，在交通狀況接近的情況下，統(tǒng)計L1級、L2級、L3級、L4級

的自動駕駛車輛，車輛等級見表1，計算車輛占總交通流的比例。

——按混合交通流平均速度指標(biāo)評價，內(nèi)容見7.2.1。

——支持按網(wǎng)聯(lián)車輛與周邊人工車輛速度差值指標(biāo)進行評價：

差值表示網(wǎng)聯(lián)車輛與周邊車輛之間的速度協(xié)調(diào)性；

所需數(shù)據(jù)包括車輛速度、車輛類型和數(shù)量等；

12

T/CSAExx-2022T/CHTSxx-2022

評價方法為選定同一區(qū)域，在交通量接近的情況下，按網(wǎng)聯(lián)車輛（包括網(wǎng)聯(lián)自動駕駛車輛

和普通網(wǎng)聯(lián)車輛）的平均速度減去周圍一定范圍內(nèi)的人工車輛平均速度進行評價

——支持按駕駛（或行車）輔助決策復(fù)雜度指標(biāo)進行評價：

評價自動駕駛車輛與道路基礎(chǔ)設(shè)施之間的協(xié)同決策難度和復(fù)雜程度；

所需數(shù)據(jù)包括測試條件評級、數(shù)據(jù)處理及決策響應(yīng)時間、交通信號配時信息、路線規(guī)劃信

息等

評價方法為選定同一區(qū)域，在交通量接近的情況下，分析駕駛（或行車）輔助應(yīng)用的周圍

環(huán)境、決策過程的復(fù)雜度，包括交通數(shù)據(jù)處理和決策響應(yīng)時間，交通信號配時優(yōu)化難度、

車輛路線規(guī)劃復(fù)雜度。

——支持按駕駛（或行車）輔助指令聯(lián)動等級指標(biāo)進行評價：

評價自動駕駛車輛與道路基礎(chǔ)設(shè)施之間的協(xié)同程度和指令聯(lián)動效果；

所需數(shù)據(jù)包括車輛數(shù)據(jù)、合作感知數(shù)據(jù)、決策/控制信息等；

評價方法為選定同一區(qū)域，在交通量接近的情況下，分析統(tǒng)計車輛的自動駕駛等級、路側(cè)

智能設(shè)施的等級以及車輛接收到路側(cè)的數(shù)據(jù)情況，路側(cè)智能設(shè)施等級劃分見表2。

8.2.2量化方法

支持對某一個特定測試地域，基于層次聚類法對測試數(shù)據(jù)進行聚類分析，根據(jù)聚類結(jié)果對自動駕駛

環(huán)境的復(fù)雜度進行分級。用?2表示為應(yīng)用復(fù)雜度。

8.3應(yīng)用測評

8.3.1通用評價

8.3.1.1評價指標(biāo)

人工干預(yù)程度是評估自動駕駛道路測試駕駛能力和安全可靠性的重要指標(biāo)之一。

——自動駕駛車輛系統(tǒng)在運行過程中駕駛員的參與程度；

——所需數(shù)據(jù)包括車輛的實時軌跡數(shù)據(jù)；

——評價方法為：

基于實測數(shù)據(jù)，通過機器學(xué)習(xí)的方法對駕駛模式進行辨別，特征值選擇、數(shù)據(jù)集生成、監(jiān)

督分類模型訓(xùn)練和測試、模型評價等步驟，進而基于路側(cè)感知數(shù)據(jù)進行駕駛模式的識別。

在此基礎(chǔ)上通過速度軌跡等變化進行人工干預(yù)情況的識別，構(gòu)建指標(biāo)進行干預(yù)程度的評價。

8.3.1.2量化方法

通過獲取車輛各時刻是否為人工駕駛狀態(tài)，計算車輛人工干預(yù)程度，公式如(15)。

∑??

?=1???················(15)

31?

式中：

——人工干預(yù)時段時長；

——人工干預(yù)程度系數(shù)；

——總評價時長范圍。

13

T/CSAExx-2022T/CHTSxx-2022

8.3.2安全類應(yīng)用特定評價

包括路側(cè)碰撞預(yù)警、路側(cè)協(xié)作式換道、路側(cè)協(xié)作式車輛“脫困”應(yīng)用。

8.3.2.1評價指標(biāo)

評價指標(biāo)主要包括車輛沖突時間。

——將TTC小于2S的沖突定義為嚴(yán)重沖突，將TTC介于2S和6S之間的定義為一般沖突。

——所需數(shù)據(jù)包括車輛行駛狀態(tài)、決策/控制指令。

——評價方法見7.3.2.1。

8.3.2.2量化方法

支持在評價時間范圍內(nèi)，統(tǒng)計車輛出現(xiàn)嚴(yán)重沖突和一般沖突的時間，公式如(16)。

??+??

?=1?1122················(16)

32?

式中：

——對應(yīng)嚴(yán)重沖突系數(shù)和一般沖突系數(shù)；

——嚴(yán)重沖突持續(xù)時間和一般沖突持續(xù)時間；

——總評價時長范圍。

8.3.3效率類應(yīng)用特定評價

包括路徑誘導(dǎo)、綠波車速引導(dǎo)、快速車道選擇應(yīng)用。

8.3.3.1評價指標(biāo)

評價指標(biāo)主要包括所有車輛延誤標(biāo)準(zhǔn)差、路口車輛通行量、路段平均速度。具體內(nèi)容如下：

——支持按所有車輛延誤標(biāo)準(zhǔn)差指標(biāo)進行評價：

支持從每個車輛個體效率的角度，評價自動駕駛車輛對交通流的影響；

所需數(shù)據(jù)包括合作感知信息、決策/控制指令；

評價方法為選定同一區(qū)域，在交通狀況接近的情況下，統(tǒng)計采用快速車道選擇應(yīng)用作用下

的行程時間及車均延誤。

——支持按路口車輛通行量指標(biāo)進行評價：

支持從路口整體效率的角度，評價自動駕駛車輛對交通流的影