王 荣，孙亚夫，宋 娟

（1. 工业和信息化部计算机与微电子发展研究中心（中国软件评测中心），智能网联驾驶测试与评价工业和信息化部重点实验室，北京 100048；2. 北京千方科技股份有限公司，北京 100085）

前言

以自动驾驶车辆（包括智能汽车、无人驾驶汽车、智能网联汽车等）为例，在自动驾驶技术的发展和智能网联汽车商业化应用的迫切需求下，自动驾驶车辆道路测试显得极为重要。通过对自动驾驶车辆进行道路测试，既可以对新技术进行测试验证，促进技术发展，还可以检验自动驾驶车辆的安全性［1-2］。

基于道路场景的车辆测试方法是目前主流的车辆测试方法。例如美国公路交通安全管理局（NHTSA）预碰撞场景、美国交通部（DOT）和Waymo核心驾驶能力的测试项目和场景［3］。德国政府研究事故场景，在电子地图上表示事故类型、交通类型和事故严重程度［4］。欧盟梳理潜在的和真实事故场景与特征，总结人工和自动驾驶关键场景［5］。我国发布的《智能网联汽车道路测试管理规范（试行）》规定自动驾驶功能检测项目。中国智能网联汽车产业创新联盟和全国汽标委针对此《管理规范》细化的检测项目与场景［6-7］。中关村智通智能交通产业联盟发布《自动驾驶车辆测试道路要求》，对测试道路进行分级［8］。北京理工大学张昕等［9］提出基于信息熵的特殊区域环境复杂度计算模型。吉林大学王云鹏等［10］提出定量评价交通环境因素的方法。在现有技术中，场景复杂度模型没有针对自动驾驶汽车的自身数据进行综合分析，场景分类也大多基于自动驾驶功能、事故等维度，没有区分不同类别场景的难易度或复杂程度，从而无法依据分类选取出适用于自动驾驶道路测试的典型场景。……