《车路协同 智能路侧决策系统 测试评价规范》

ICS43.020

CCSR87

团体标准

T/CSAExx－20xx

T/CHTSxx-2022

车路协同智能路侧决策系统

测试评价规范

Vehicle-infrastructurecoordination—Roadsideintelligentdecision-makingsystem—

Testevaluationstandards

（征求意见稿）

DraftingguidelinesforcommercialgradesstandardofChinesemedicinalmaterials

在提交反馈意见时，请将您知道的该标准所涉必要专利信息连同支持性文件一并附上。

20xx-xx-xx发布20xx-xx-xx实施

中国汽车工程学会

中国公路学会发布

T/CSAExx-2022T/CHTSxx-2022

车路协同智能路侧决策系统

测试评价规范

1范围

本文件旨在规定车路协同智能路侧决策系统测试评价规范的定义以及如何对道路的智能决策水平

进行科学系统测试。

本标准适用于新建、改（扩）建城市道路及公路的车路协同的智能路侧决策系统的建设或智慧化升

级。

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。

YD/T3709基于LTE的车联网无线通信技术消息层技术要求

YD/T3755基于LTE的车联网无线通信技术支持直连通信的路侧设备技术要求

T/CSAE53-2017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（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/CASE158-2020基于车路协同的高等级自动驾驶数据交互内容

T/ITS0117合作式智能运输系统RSU与中心子系统间数据接口规范

3术语和定义

下列术语和定义适用于本文件。

3.1

智能路侧决策系统roadsideintelligentdecision-makingsystem

位于道路侧的可为智能网联车、信息化设施设备、管控设备提供决策指令以提升总体交通收益的系

统。可以根据所感知的信息以及预期实现的目标，与车辆协作或独立做出决策，决策维度包括宏、微观

时空资源，具体表现形式包括但不限于专用道管理、信号优化等传统应用以及路径诱导、建议车速、编

队管理、轨迹参考点等T/CSAE157—2020第二阶段应用。

3.2

交通管控应用trafficcontrolapplications

中心平台根据各边缘计算节点及智能网联车辆上报的交通运行状态信息，针对道路交通管控，制定

偏宏观维度的决策信息。

1

T/CSAExx-2022T/CHTSxx-2022

3.3

驾驶（或行车）辅助drivingassistance

中心平台根据各边缘计算节点及智能网联车辆上报的交通运行状态信息，针对单个车辆行驶，制定

偏宏观维度的决策信息。

4缩略语

BSM:基本安全消息（BasicSafetyMessage）

MAP：地图信息（MapInformation）

RSI:交通事件与标志信息（RoadSignsandInformation）

RSM:路侧单元消息（RoadSideMessage）

SPAT:信号灯消息（SignalPhaseandTimingMessage）

5整体架构

5.1系统架构

图1系统整体架构图

智能路侧决策系统测试评价系统整体架构见图1，由前置条件确认、交通管控应用测试和驾驶（或

行车）辅助应用测试组成。具体内容如下。

——前置条件确认应包括数据接入与测试环境确认。

——交通管控应用测试支持对道路的协同决策能力进行测试评估。

——驾驶（或行车）辅助应用测试支持对参与网联车辆的协同决策能力进行测试评估。

——应用测试内容分为以下部分：

应支持测试条件评级，支持评估车辆及道路测试的环境，按测试环境评级；

应支持环境复杂度测试，支持评估车辆及道路在复杂交通环境下的协同决策能力；

应支持任务复杂度测试，支持评估车辆及道路在面对复杂任务时的决策能力和应对策略；

应支持任务评价测试：支持评估车辆及道路在完成特定任务时的性能和效果。

2

T/CSAExx-2022T/CHTSxx-2022

5.2前置条件确认

5.2.1数据接入

应支持接入路侧安全信息、基本安全信息、交通事件及标志信息、信号灯信息、交通流综合统计信

息、地图信息等合作感知信息。

5.2.2测试环境

应按照GB/T41798-2022中4.1实验场地及实验环境的规定，支持包括气象环境、道路环境及静态物

体环境的确认。

5.3测试流程

应按照测试条件评级、环境复杂度测评、应用复杂度测评、应用测评的顺序进行测试评价，最终得

到应用测评结果。

5.4测试项目

5.4.1测试条件评级

应支持气象环境中天气和光照因素、道路环境中不同路面条件、静态物体环境中标志标线的测试评

级。

5.4.2交通管控应用场景测试

应支持T/CASE290—2022中交通管控应用场景，包括施工区预警、主线可变限速、匝道控制、动

态车道功能管控、特殊车辆优先通行、动态专用道管控、单点信号优化、干线信号协调。

5.4.3驾驶（或行车）辅助应用场景测试

应支持T/CASE290—2022中驾驶（或行车）辅助应用场景测试，包括路侧碰撞预警、路径诱导、

绿波车速引导、快速车道选择、路侧协作式行驶、路侧协作式换道、路侧协作式汇入、路侧协作式交叉

口通行、路侧协作式车辆“脱困”、车辆编队控制。

6测试条件测评

6.1气象环境条件

6.1.1天气影响分级

支持根据天气对车辆平均行驶速度的影响进行分级。

——天气包括风、雨、雪、雨夹雪、温度。

——所需数据包括应包括天气数据、车辆轨迹数据，其中天气数据应包括天气类型、降水量等信息。

——评估方法如下：

选定同一区域的不同天气情况，在交通量相近的情况下，对比不同天气条件下车辆平均行

驶速度；

分析不同天气对车辆平均速度的影响，划分影响等级。

6.1.2光照影响分级

3

T/CSAExx-2022T/CHTSxx-2022

支持根据评估不同光照条件下对视野的影响进行分级。

——光照包括白天、黎明、黄昏、夜晚、路灯、前照灯，其中前照等包括常规和远光。

——所需数据包括应包括同一路段的照明设施布局，日光强度高度等。

——评估方法为计算驾驶员视线范围内所有光源在人眼中的等效光幕亮度，计算公式如(1)。

퐸

퐿=퐾··················(1)

휃

式中：

——指等效光幕亮度（）；

——指眩光源在观察者眼中，位于垂直于视线的平面上产生的照度,

——指视线与眩光光源光线入射方向的夹角；

K——是常数，取决于的单位，当用角度表示时，K=10，用弧度表示时，K=3*10-3。

6.2道路环境条件

支持根据不同路面条件对车辆行驶的影响进行分级。

——天气影响的路面条件包括积水、道路被淹、道路结冰、道路积雪。

——所需数据包括应包括不同天气影响下的路面摩擦系数、车辆轨迹数据。

——评估方法如下：

选定同一区域的不同天气情况，测定固定道路区域的摩擦系数；

获取该道路区域内不同天气下的轨迹数据；

分析车辆的侧向位移和航向角，评判不同道路条件对车辆侧向位移的影响，划分影响等级。

6.3静态物体环境条件

支持根据标志标线的完整程度以及复杂程度分别进行分级。

——道路交通标志标线包括标志、施工标志、道路标线。

——所需数据包括应包括地图数据、道路交通标志数据、车辆轨迹数据。

——交通复杂程度评估方法如下：

根据参考车辆轨迹评判驾驶员工作负荷以及根据道路交通标志布局做相关性分析，进行分

级。

根据路侧停车情况对车辆行驶的影响进行分级。

以客观描述对其静态指标进行分类分级并进行量化，静态环境复杂度计算公式如(2)。

푦=훽1푥1+훽2푥2+⋯+훽푘푥푘··············(2)

式中：

——是各项指标对应的权重；

——是指标的分级。

7交通管控应用场景测试

4

T/CSAExx-2022T/CHTSxx-2022

7.1环境复杂度测试

7.1.1评价指标

评价指标应按照业务性能测试相关内容，选择不同车辆类型、弱势交通参与者、车辆以及弱势交通

参与者数量、车头间距及行驶速度变化指标。

——按不同车辆类型指标评价内容如下：

车辆类型分为乘用车辆、小型卡车/面包车、大卡车/货车、摩托车、公交/短驳车、特种

车辆；

所需数据包括应包括在交通管控范围内的车型以及车速数据；

评估方法为选定同一区域，在交通量接近的情况下，对比当周围存在不同车型的情况下车

辆的平均行驶速度，分析不同车型对车辆平均速度的影响，划分影响等级。

——按弱势交通参与者指标评价内容如下：

弱势交通参与者主要分为行人和非机动车；

所需数据包括应包括在交通管控范围内的弱势交通参与者的类型和行为以及车辆速度；

评估方法为选定同一区域，在交通量接近的情况下，对比当周围存在不同弱势交通参与者

且参与者有不同行为的情况下车辆的平均行驶速度，分析弱势交通参与者对车辆平均速度

的影响，划分影响等级。

——按车辆以及弱势交通参与者数量指标评价内容如下：

分为车辆数量、弱势交通参与者数量；

所需数据包括应包括在交通管控范围内的车辆数量、弱势交通参与者数量以及车辆速度；

评估方法为选定同一区域，对比当周围存在不同数量的车辆和弱势交通参与者的情况下车

辆的平均行驶速度，分析不同数量的车辆和弱势交通参与者对车辆平均速度的影响，划分

影响等级。

——按车头间距指标评价内容如下：

车头间距为两车之间的距离；

所需数据包括应记录在交通管控范围内车辆的车头间距以及车辆速度；

评估方法为选定同一区域，对比当周围车辆以不同间距行驶时车辆的平均行驶速度，分析

不同车头间距对车辆平均速度的影响，划分影响等级。

——按行驶速度变化指标评价内容如下：

周围车辆行驶速度变化会对其他车辆产生影响；

所需数据包括应记录在交通管控范围内的车辆行驶速度变化；

评估方法为选定同一区域，在交通量接近的情况下，对比当周围车辆行驶速度发生变化时

车辆的速度变化率，分析不同数量的车辆和弱势交通参与者对车辆平均速度的影响，划分

影响等级。

7.1.2量化方法

支持根据周围其他车辆，计算其与周围不同车型的车辆的距离、角度、相对位置夹角、速度差，和

与周围不同弱势交通参与者的距离、角度、相对位置夹角、速度差，并对以上参数进行统计分析，选取

85%分位的值作为阈值。以上述参数为自变量，以测试车辆的行驶速度、加速度、车头时距分别为因变

量建立多重线性回归模型。多重线性回归模型采用加权求和归一化的方法来确定环境复杂度的值，其计

算公式如(3)。

푛

∑𝑖=1푊𝑖⋅푋𝑖

푦1=푛·················(3)

∑𝑖=1푋𝑖

5

T/CSAExx-2022T/CHTSxx-2022

式中：

——代表环境复杂度；

——表示所考虑的各个环境因素；

——表示每个环境因素的权重系数或者权值。

7.2应用复杂度测试

7.2.1评价指标

支持动态响应交通需求的变化，减少静态控制方案带来的时空资源浪费，降低静态控制方案导致的

特定交通条件下的安全风险。具体评价指标如下：

——支持按混合流车辆渗透率指标进行评价：

车辆类型包括自动驾驶车辆、网联车辆、普通车辆；

所需数据包括车辆类型及数量等；

评价方法为选定同一区域，在交通量接近的情况下，对比分析混合交通流中自动驾驶车辆、

网联车辆、普通车辆占所有车辆的比例。

——支持按混合交通流平均速度指标进行评价：

车辆行驶速度对周围车辆会产生影响；

所需数据包括车辆速度、车辆类型和数量等；

评价方法为选定同一区域，在交通量接近的情况下，分析在具有自动驾驶车辆、网联车辆、

普通车辆的混合交通流中的所有类型车辆平均速度。

——支持按测试车辆与周边其他车辆速度差值指标进行评价：

差值表示测试车辆与周边车辆之间的速度协调性；

所需数据包括车辆速度、车辆类型和数量等；

评价方法为选定同一区域，在交通量接近的情况下，按测试车辆速度减去周围一定范围内

的其他车辆平均速度进行评价。

——支持按交通管控协同决策复杂度指标进行评价：

评价车辆与道路基础设施之间的协同决策难度和复杂程度；

所需数据包括测试条件评级、数据处理及决策响应时间、交通信号配时信息、路线规划信

息等；

评价方法为选定同一区域，在交通量接近的情况下，分析交通管控应用的周围环境、决策

过程的复杂度，包括交通数据处理和决策响应时间，交通信号配时优化难度、车辆路线规

划复杂度。

——支持按交通管控指令联动等级指标进行评价：

评价车辆与道路基础设施之间的协同程度和指令联动效果；

所需数据包括车辆数据、合作感知数据、决策/控制信息等；

评价方法为选定同一区域，在交通量接近的情况下，分析在一定自动驾驶等级、网联情况、

路侧智能设施的等级下，交通管控应用感知和决策等级，自动驾驶等级划分见表1，路侧

智能设施等级划分见表2。

表1自动驾驶等级分类表

序号等级说明

6

T/CSAExx-2022T/CHTSxx-2022

1L0完全由驾驶员进行驾驶操作

2L1拥有车道保持系统和自动制动系统

3L2搭载自适应巡航、紧急制动刹车等功能

4L3不需要手脚待命但需要驾驶员保持注意力集中

5L4限定道路和环境条件完成所有驾驶操作

6L5任何场景下车辆可完成所有驾驶操作

表2路侧智能设施等级分类表

序号等级说明

1I0无信息化、无智能化、无自动化的传统道路

2I1初步数字化、初步智能化、初步自动化的道路

3I2部分网联化、部分智能化、部分自动化的道路

4I3基于交通基础设施的有条件自动驾驶、高度网

联化的道路

5I4基于交通基础设施的高度自动驾驶的道路

6I5基于交通基础设施的完全自动驾驶的道路

7.2.2量化方法

支持对某一个新特定测试地域，基于层次聚类法对测试数据进行聚类分析，根据聚类结果对交通管

控应用的复杂度进行分级。用푦2表示为应用复杂度。

7.3应用测评

7.3.1通用评价

支持通用评价，评估交通管控应用的性能和效果。

7.3.1.1评价指标

通用评价指标主要包括服务率和稳定性。

——按服务率指标评价内容如下：

评估系统提供服务的效率和能力；

所需数据包括回执信息；

评价方法为选定同一区域，在交通状况接近的情况下，综合考虑应用被触发的频率、单次

触发平均服务对象数量以及单位时间内总体服务对象数量来衡量所建设应用的服务效率。

——按稳定性指标评价内容如下：

评估系统在长时间运行过程中的稳定性和可靠性；

所需数据包括回执信息；

评价方法为选定同一区域，在交通状况接近的情况下，综合考虑应用出现错误的次数以及

应用出现错误带来的负面影响的严重程度，应用出现错误应包括应用在错误的时间被触发

和应用在正确的时间未被触发两种情况。

7.3.1.2量化方法

包括服务率量化及稳定性量化两个方面：

7

T/CSAExx-2022T/CHTSxx-2022

——服务率量化中应用触发频率和单次触发平均服务对象数量应当考虑应用所涉及的各类型交通

参与者的流量以及道路交通环境的影响，单位时间内总体服务对象数量需要综合考虑高峰时间和平峰时

间，公式如(4)。

푦35=훽푟푥푟+훽푠푥푠+훽푡푥푡··············(4)

式中：

——应用被正确触发的频率；

——单次触发平均服务对象比例；

——单位时间内总体服务对象比例。

——稳定性量化从两个方面来进行综合评估，其中应对安全方面的负面影响赋予更高权重，计算公

式如(5)。

∑훽푛

푦=1−푒푒················(5)

34푛

式中：

——错误次数；

——负面影响系数；

n——总触发次数。

7.3.2安全类应用特定评价

包括施工区预警、可变限速、匝道控制交通管控应用场景。

7.3.2.1评价指标

评价指标主要包括车辆碰撞时间、冲突时间、违章率。具体内容如下。

——支持按碰撞时间（TTC）指标进行评价：

将TTC小于2S的冲突定义为严重冲突，将TTC介于2S和6S之间的定义为一般冲突；

所需数据包括交通参与者信息、交通事件与标志信息、决策/控制指令；

评价方法为选定同一区域，在交通状况接近的情况下，统计行驶路径存在冲突的车辆，从

t时刻开始至不采取措施而发生碰撞为止的时刻。

——支持按冲突类指标进行评价：

抵达冲突点的时间差；

所需数据包括交通参与者信息、交通事件与标志信息、决策/控制指令；

评价方法为选定同一区域，在交通状况接近的情况下，统计行驶路径存在冲突的车辆，从

t时刻开始，保持当前状态不采取措施到达冲突点的时刻之差。

——支持按违章率指标进行评价：

评价车辆在道路上的违规行为的频率和比例；

所需数据包括交通参与者信息、交通事件与标志信息、决策/控制指令；

评价方法为选定同一区域，在交通状况接近的情况下，统计车辆超速行驶时长/总时长和

车均闯红灯次数。

7.3.2.2量化方法

8

T/CSAExx-2022T/CHTSxx-2022

支持综合考虑碰撞时长及闯红灯次数，计算公式如(6)：

푚푖푛(푇푇퐶,6)푛

푦=푘푚𝑖푛+푘푡+푘푡+푘푐··········(6)

31푇푇퐶6푑푑푐푐푖푛

式中：

——系统中TTC最小值；

6——一般冲突阈值；

——冲突时长变化量；

——碰撞风险时长变化量；

——违章提醒次数；

——总违章次数。

7.3.3效率类应用特定评价

支持包括动态车道功能管控、特殊车辆优先通行、动态专用道管控、单点信号优化、干线信号协调

应用场景。

7.3.3.1评价指标

评价指标主要包括所有车辆延误标准差、路口车辆通行量、路段平均速度、紧急车辆速度。具体内

容如下。

——支持按所有车辆延误标准差指标进行评价：

支持从每个车辆个体效率的角度，评价交通管控控制方案对交通流的影响；

所需数据包括合作感知信息、决策/控制指令；

评价方法为选定同一区域，在交通状况接近的情况下，统计车辆行驶在交通管控应用作用

下的行程时间及车均延误。

——支持按路口车辆通行量指标进行评价：

支持从路口整体效率的角度，评价交通管控控制方案对交通流的影响；

所需数据包括合作感知信息、决策/控制指令；

评价方法为选定同一区域，在交通状况接近的情况下，统计采用单点信号优化措施后范围

内所有交通参与者的平均延误及在绿灯有效时间内车辆的通行状况。

——支持按路段平均速度指标进行评价：

支持从路段通畅程度的角度，评价交通管控控制方案对交通流的影响；

所需数据包括合作感知信息、决策/控制指令；

评价方法为选定同一区域，在交通状况接近的情况下，统计采用干线协调优化措施后协调

优化范围内所有交通参与者的平均延误、优化前后路口的协调情况及车辆不停车通过两个

相邻的协调交叉口次数。

——支持按紧急车辆速度指标进行评价：

支持从路段通畅程度的角度，评价交通管控控制方案对交通流的影响；

所需数据包括合作感知信息、决策/控制指令；

9

T/CSAExx-2022T/CHTSxx-2022

评价方法为选定同一区域，在交通状况接近的情况下，采用优先管控措施后，统计优先车

辆节省通行时间及分析对社会车辆的影响。

7.3.3.2量化方法

支持在有紧急车辆出现的场景下，对紧急车辆在平均速度计算时赋予更高权重，计算公式如(7)。

푛푣̅

푦32=푘푠푑푆퐷(푡푑)+푘푛+푘푣············(7)

푛0푣푚푎푥

式中：

——车辆延误标准差；

——实际车辆通行量；

——路口储备通行能力；

——考虑紧急车辆的加权平均速度；

——道路限速。

7.3.4环保类应用特定评价

支持包括碳排实时、碳排态势分析应用场景。

7.3.4.1评价指标

支持环保类应用任务特定评价，评价指标主要包括单车碳排放和道路碳排放。

——按单车碳排放指标评价：

每辆车在行驶过程中产生的碳排放量；

所需数据包括合作感知信息、决策/控制指令、单车碳排放数据；

评价方法为选定同一区域，在交通状况接近的情况下，针对单车优化的交通管控应用，计

算单车优化前后的碳排放。

——按道路碳排放指标评价：

路段或路口中各类车辆在行驶过程中产生的总碳排放量；

所需数据包括合作感知信息、决策/控制指令、道路碳排放数据；

评价方法为选定同一区域，在交通状况接近的情况下，针对整体优化的交通管控应用，从

路侧计算车辆的碳排放。

7.3.4.2量化方法

根据车辆的轨迹数据，结合车辆类型、油耗及排放模型进行计算，计算公式如(8)。

1푝0

푦33=∑푖·················(8)

푛푝𝑖

式中：

——对于单车自由流下参考标准排放量；

10

T/CSAExx-2022T/CHTSxx-2022

——对于单车实际排放量；道路碳排放得分为单车得分的平均值。

7.4应用测评结果

支持根据各通用类指标和特定应用评价指标按权重求和获取应用测评最终得分，公式如(9)。

푦=훽1푦1+훽2푦2+훽3푦3···············(9)

푦3=훽31푦31+훽32푦32+훽33푦33+훽34푦34+훽35푦35·········(10)

式中：

——是各项指标对应的权重，可通过专家打分法和灰色关联度模型确定；

8驾驶（或行车）辅助应用场景测试

8.1环境复杂度测试

8.1.1评价指标

评价指标应包括周围车辆运行状况、周围弱势交通参与者参与状况。

——按周围车辆运行状况指标评价，内容如下：

车辆类型分为乘用车辆、小型卡车/面包车、大卡车/货车、摩托车、公交/短驳车、特种

车辆；

所需数据包括不同车型的车辆数量、不同车型的车辆轨迹数据、自动驾驶车辆的轨迹数据；

评价方法为选定同一区域，在交通状况接近的情况下，计算周围不同类型车辆与自动驾驶

车之间的距离、角度、相对位置夹角、速度差。

——按周围弱势交通参与者参与状况评价，内容如下：

弱势交通参与者包括行人、非机动车；

所需数据包括不同弱势交通参与者数量、不同弱势交通参与者的车辆轨迹数据、自动驾驶

车辆的轨迹数据；

评价方法为选定同一区域，在交通状况接近的情况下，计算周围不同弱势交通参与者与自

动驾驶车之间的距离、角度、相对位置夹角、速度差。

8.1.2量化方法

以周围不同车型的车辆数量、不同弱势交通参与者数量及上述参数为自变量，以自动驾驶车辆的行

驶速度、加速度、车头时距分别为因变量建立多重线性回归分析模型；多重线性回归分析模型采用加权

求和归一化的方法来确定环境复杂度的值，计算公式如(11)。

푛

∑𝑖=1푊𝑖⋅푋𝑖

푦1=푛·················(11)

∑𝑖=1푋𝑖

式中：

——环境复杂度；

——驾驶车辆与第i个影响因素在空间上的接近程度；

——每个环境因素的权重系数或者权值。

11

T/CSAExx-2022T/CHTSxx-2022

其中，支持空间接近程度计算，计算动态交通环境下，自动驾驶车辆与其他交通参与者之间的空间

接近程度，公式如(12)。

푋푖=푋푟푒푝(𝑖)+푋푟푒푝푣(𝑖)···············(12)

111

푘(−)20≤휌(𝑖,𝑖)≤휌

2푟푒푝휌(푖,푃)휌00

푋푟푒푝(𝑖)={0·····(13)

0휌(𝑖,𝑖0)≥휌0

12

푘푟푒푝푣푣표푟푣표푟≥0

푋푟푒푝푣(𝑖)={2·····(14)

0표푡ℎ푒푟푤𝑖푠푒

式中：

——交通参与者i与自动驾驶车辆的空间接近程度；

——交通参与者i与自动驾驶车辆空间接近程度（相对距离因素）；

——交通参与者i与自动驾驶车辆空间接近程度（相对速度因素）；

——自动驾驶车辆的位置；

——常数项；

——车辆和交通参与者i的距离；

——常数项，表示最大影响距离；

——自动驾驶车辆与其他交通参与者在距离方向上的相对速度；

——常数项。

8.2应用复杂度测试

8.2.1评价指标

评价指标应包括自动驾驶车辆渗透率、混合交通流平均速度、自动驾驶车辆与周边人工车辆速度差

值、自动驾驶决策复杂度、自动驾驶车路联动指令联动等级。

——按自动驾驶车辆渗透率指标评价，内容如下：

自动驾驶车辆渗透率为自动驾驶车辆占所有车辆的比例；

所需数据包括在驾驶（或行车）辅助范围内的车辆类型及数量；

评价方法为选定同一区域，在交通状况接近的情况下，统计L1级、L2级、L3级、L4级

的自动驾驶车辆，车辆等级见表1，计算车辆占总交通流的比例。

——按混合交通流平均速度指标评价，内容见7.2.1。

——支持按网联车辆与周边人工车辆速度差值指标进行评价：

差值表示网联车辆与周边车辆之间的速度协调性；

所需数据包括车辆速度、车辆类型和数量等；

12

T/CSAExx-2022T/CHTSxx-2022

评价方法为选定同一区域，在交通量接近的情况下，按网联车辆（包括网联自动驾驶车辆

和普通网联车辆）的平均速度减去周围一定范围内的人工车辆平均速度进行评价

——支持按驾驶（或行车）辅助决策复杂度指标进行评价：

评价自动驾驶车辆与道路基础设施之间的协同决策难度和复杂程度；

所需数据包括测试条件评级、数据处理及决策响应时间、交通信号配时信息、路线规划信

息等

评价方法为选定同一区域，在交通量接近的情况下，分析驾驶（或行车）辅助应用的周围

环境、决策过程的复杂度，包括交通数据处理和决策响应时间，交通信号配时优化难度、

车辆路线规划复杂度。

——支持按驾驶（或行车）辅助指令联动等级指标进行评价：

评价自动驾驶车辆与道路基础设施之间的协同程度和指令联动效果；

所需数据包括车辆数据、合作感知数据、决策/控制信息等；

评价方法为选定同一区域，在交通量接近的情况下，分析统计车辆的自动驾驶等级、路侧

智能设施的等级以及车辆接收到路侧的数据情况，路侧智能设施等级划分见表2。

8.2.2量化方法

支持对某一个特定测试地域，基于层次聚类法对测试数据进行聚类分析，根据聚类结果对自动驾驶

环境的复杂度进行分级。用푦2表示为应用复杂度。

8.3应用测评

8.3.1通用评价

8.3.1.1评价指标

人工干预程度是评估自动驾驶道路测试驾驶能力和安全可靠性的重要指标之一。

——自动驾驶车辆系统在运行过程中驾驶员的参与程度；

——所需数据包括车辆的实时轨迹数据；

——评价方法为：

基于实测数据，通过机器学习的方法对驾驶模式进行辨别，特征值选择、数据集生成、监

督分类模型训练和测试、模型评价等步骤，进而基于路侧感知数据进行驾驶模式的识别。

在此基础上通过速度轨迹等变化进行人工干预情况的识别，构建指标进行干预程度的评价。

8.3.1.2量化方法

通过获取车辆各时刻是否为人工驾驶状态，计算车辆人工干预程度，公式如(15)。

∑훽푡

푦=1−ℎℎ················(15)

31푡

式中：

——人工干预时段时长；

——人工干预程度系数；

——总评价时长范围。

13

T/CSAExx-2022T/CHTSxx-2022

8.3.2安全类应用特定评价

包括路侧碰撞预警、路侧协作式换道、路侧协作式车辆“脱困”应用。

8.3.2.1评价指标

评价指标主要包括车辆冲突时间。

——将TTC小于2S的冲突定义为严重冲突，将TTC介于2S和6S之间的定义为一般冲突。

——所需数据包括车辆行驶状态、决策/控制指令。

——评价方法见7.3.2.1。

8.3.2.2量化方法

支持在评价时间范围内，统计车辆出现严重冲突和一般冲突的时间，公式如(16)。

훽푡+훽푡

푦=1−1122················(16)

32푡

式中：

——对应严重冲突系数和一般冲突系数；

——严重冲突持续时间和一般冲突持续时间；

——总评价时长范围。

8.3.3效率类应用特定评价

包括路径诱导、绿波车速引导、快速车道选择应用。

8.3.3.1评价指标

评价指标主要包括所有车辆延误标准差、路口车辆通行量、路段平均速度。具体内容如下：

——支持按所有车辆延误标准差指标进行评价：

支持从每个车辆个体效率的角度，评价自动驾驶车辆对交通流的影响；

所需数据包括合作感知信息、决策/控制指令；

评价方法为选定同一区域，在交通状况接近的情况下，统计采用快速车道选择应用作用下

的行程时间及车均延误。

——支持按路口车辆通行量指标进行评价：

支持从路口整体效率的角度，评价自动驾驶车辆对交通流的影