董 汉，舒 伟，陈 超，孙 灿，尤 超

（1.清华大学苏州汽车研究院，苏州 215200； 2.苏州清研精准汽车科技有限公司，苏州 215200；3.北汽集团越野车有限公司，北京 101300）

前言

自20世纪90年代起，高级驾驶辅助系统（advanced driving assistance system，ADAS）作为智能网联汽车的初期阶段，逐渐向技术研发阶段以至产业化车载应用阶段发展。驾驶辅助系统应用不同传感器，如摄像头、毫米波雷达和激光雷达等，提出了技术路线各异的技术解决方案，涵盖了如自适应巡航、前碰撞预警和车道偏离预警等多种功能［1-2］。

文献［3］中指出，驾驶辅助系统和智能网联汽车感知系统性能面临的主要挑战是在适应尽可能多的交通环境因素（如天气、光照、道路线形、交通工况等）的同时，保证检测性能，以及对误检率（false-positive，FP）和漏检率（false-negative，FN）的折中平衡。为对上述系统进行测试、验证和评价，广泛采用开放道路测试、封闭场地测试和实验室环境下的仿真测试等有效工具。对驾驶辅助系统和智能网联汽车的测试与验证，能在当前技术路线不同、产品形态各异的市场环境下区分不同产品的性能表现，逐步建立更加完善的市场标准与体系。

本文中提出通过数据采集车辆装载的驾驶辅助系统终端，有效在线处理并采集紧急和危险驾驶工况场景数据，并根据对数据的分析建立了包含环境、交通流、车辆相关因素的指标体系。同时，应用层次分析法（analytic hierarchy process，AHP），并基于专家对不同影响因素指标的评分结果，建立了危险工况场景评价体系和模型，以达到能对某复杂危险场景进行定量评价的结果，最终能应用于智能汽车和自动驾驶的仿真测试与评价。……