SRAAV评估流程与调研清单、评估方法、环境分级、清单、安全评估指标、交通影响程度判定表.docx

《SRAAV评估流程与调研清单、评估方法、环境分级、清单、安全评估指标、交通影响程度判定表.docx》由会员分享，可在线阅读，更多相关《SRAAV评估流程与调研清单、评估方法、环境分级、清单、安全评估指标、交通影响程度判定表.docx（26页珍藏版）》请在课桌文档上搜索。

1、（资料性）SRAAV评估流程与调研清单评估流程SRAAV评估流程如图A.1所示,分四个阶段进行:数据收集与调研、安全风险评估与安全风险度计算、道路环境等级划分、安全风险改善建议。自动驾驶道路测试道路安全风险SRAAV评估流程调研清单基于SRAAV评估方法，分别针对基本路段、交叉口路段、互通立交路段、地下道路路段等，调查道路等级与道路平整度、智慧融合道路基础设施等道路设施要素、交通流量与车速等交通要素、机非冲突等交通参与者要素、气候环境要素等四大类因素，并给出具体的数值。具体调研清单见表A.1。道路安全风险及致因分析。应根据道路事故历史数据及测试车辆智能程度等，明确道路安全风险致因因素，从事故发

2、生概率及事故严重程度两个方面分析致因因素对道路安全风险度的定量影响。数据调研对象应包括以下四个部分：a）道路设施要素调查，包括道路线形、附属设施、视距、车道宽度、信号灯配时、车路协同设备、车路通讯方式与性能、路面情况、交叉口属性、道路接入点等；交通要素调查包括交通组成、车辆通行速度、交通流量等；交通参与者要素调查，包括机动车、非机动车、行人流量等；天气环境要素调查，包括道路气象条件、树荫遮挡等。数据质量：调查应从设计、实施以及结果统计三阶段严格控制数据质量。控制内容包括数据完整性、数据真实性、人为误差、数据质量评估指标等。其中，交通参与者要素流量及交通要素调查应保证调查时间涵盖早高峰、晚高峰和

3、平峰各至少一小时；道路设施要素调查应保证调查涵盖范围为道路两侧且不可中断或遗漏；气候环境要素调查应保证调查的实时性。数据调查优先采用质量可靠的自动化采集手段获取的数据，如视频、线圈等。缺少相应数据的，需开展现场调查。现场数据采集必须为三名以上经过相应培训的调查员同时开展，且调查结果应取平均值，以保障调查结果的可靠性。SRAAV调研清单序号调研项目1道路设施要素1.1车道数量1.2车道宽度1.3坡度1.4曲率1.5标志标线1.6路侧停车情况1.7道路平整度1.8路面抗滑能力1.9中央隔离带类型1.10路侧危险物1.11距路侧危险物距离1.12交叉口类型1.13交叉口安全性1.14交叉口渠化1.1

4、5视距1.16速度管理措施1.17行人过街设施1.18道路接入点数量1.19接入点辅道情况1.20非机动车道隔离情况1.21人行道隔离情况1.22学校区域的警示1.23信号灯配时1.24车路协同设备1.25车路通讯方式与性能1.26绿化2气候环境要素2.1良好天气2.2雨天2.3雾天表A.1SRAAV调研清单（续）2.4风力2.5光线（夜晚）2.6人口居住密度3交通要素3.1机动车交通流量3.2机动车通行速度3.3交通组成3.4城市交通运行指数交通参与者要素4.1非机动车流量4.2机动车流量4.3路侧通行的行人流量1.1横穿马路的行人流量（资料性）自动驾驶道路安全风险评估方法（SRAAV）评估

5、方法概述SRAAV结合我国道路交通特征和驾驶行为习惯，综合考虑道路道路设施要素、交通要素、交通参与者要素、气候环境要素等四大类因素，综合定量评估各个路段的安全风险度。安全风险度越低，道路安全性就越高，可准予自动驾驶道路测试的可能性就越高。评估步骤具体包括事故类型及影响因素确定、影响因素调查及路段划分、交通调查、安全风险度计算、道路环境复杂度等级评定划分等。事故类型及影响因素确定SRAAV评估方法中，自动驾驶汽车在道路上行驶可能发生五类事故，分别为：脱离行车道事故、失控撞上对向机动车事故、超车时撞上对向机动车事故、交叉口事故以及道路接入口事故。通过实地勘察，判断道路中自动驾驶可能发生的事故类型。

6、对于不同的事故类型，SRAAV总结了对应的影响因素，如脱离行车道风险影响因素为曲率、坡度、车道宽、路面平整度、标志标线情况、交通流量、车辆通行速度等。影响因素调查及路段划分实地调查曲率、坡度、车道数、间隔带类型、路面状况、道路接入点、交叉口情况等主要影响因素，基于主要影响因素划分路段，将主要影响因素不变或相似的连续道路划分为同一个路段，并进行编号。交通调查车辆通行速度和交通流量是影响测试道路安全风险度的重要因素。对划分好的各个路段进行车辆通行速度和交通流量等调查。路段安全风险度计算方法各类型事故导致的路段安全风险度计算方法见公式（B.1）：y=X1X2x3x4x5x6x7（B.1）式中：y各类

7、型事故安全风险度；Xi事故发生概率；X2事故严重程度；X3路段内车辆通行速度影响系数；X4路段交通流量影响系数；X5中央分隔带类型影响；X6天气环境影响系数；X7交通组成影响系数。式中事故发生概率、事故严重程度、中央分隔带类型影响由实地调查得到的道路设施因素共同反映,而路段内车辆通行速度、路段交通流量影响、天气环境影响系数、交通组成影响系数则由交通因素调查情况所决定。各因素的影响系数详见附录D。其中，中央分隔带类型影响只体现在部分事故安全风险度中。路段安全风险度计算方法见公式（B.2）：SSeCTon=y（B2）式中：Sitton一一路段安全风险度；y一一各类型事故安全风险度。道路通道风险度计

8、算方法道路通道安全风险度计算方法见公式（B.3）：(B. 3)(B. 4)W_LISSeCIonroad-lsi式中：Srolld一一道路通道安全风险度;SSCetian路段安全风险度；SL一一路段车公里；y一一各类型事故安全风险度;n一一通道中的路段数量。路网风险度计算方法路网安全风险度计算方法见公式（B.4）：._=f=sectionh5network=si式中：SnetVOrk路网安全风险度;Ssection路段安全风险度;Sl1路段车公里；n通道中的路段数量；m路网中的通道数量。道路环境复杂度等级评定划分将B.5,B.6,B.7计算所得道路安全风险度匹配入自动驾驶测试道路环境分级标准（

9、如表B.1所示），得到各路段所对应的道路环境复杂度等级。参照我国突发事件预警信息制度的规定，将道路环境划分为4个等级，即道路环境I类（低风险）、道路环境11类（一般风险）、道路环境11I类（较高风险）、道路环境IV类（高风险）。自动驾驶测试道路环境分级标准道路安全风险分级风险等级描述安全风险度范围I类低风险0,3.5)H类一般风险3.5,12.5)In类较高风险12.5,22.5)IV类高风险22.5,8)（资料性）自动驾驶测试道路环境分级表自动驾驶道路测试道路环境分级表-1类因素I类，低风险关键分级因素1.道路等级与交通流量道路等级设计车速km/h交通量主干道60及以下0,500次干道50及

10、以下0,4502.安全风险度0,3.5)3.道路交通指数畅通附力口条件1.标志标线清晰2.道路平整度好3.道路曲率低曲率4.最大纵坡值0,4%5.机非隔离情况有6.人员密集场所无7.中央分隔带有8.非信号控制交叉口无9.隧道无10.交通组成大车比例不超过10%人员密集场所：人员密集的公共场所，主要针对学校、大中型商场、医院、电影院、剧场等同一时间聚集人数较多的场所；曲率为曲线路段偏离直线的程度，用圆曲线最小半径衡量。圆曲线半径小于100m为高曲率：道路交通指数是一种合理反映各等级道路车辆出行相对拥堵体验的标准化指标，以道路行程速度为核心计算参数，一般可分为“畅通”、“较畅通”、“拥挤”、“堵塞

11、”4个等级；道路平整度指路面表面相对于理想平面的竖向偏差，可用国际平整指数IRl衡量。IRI小于2.0nkm定义为路面状况好；交通量以每车道日平均小时车辆数计。自动驾驶道路测试道路环境分级表-II类因素11类，一般风险关键分级因素L道路等级与交通流量道路等级设计车速km/h交通量快速路80及以下0,1100主干道60及以下0,850次干道50及以下0,800一级公路80及以下0,1150二级公路50及以下0,9002.安全风险度3.5,12.5)3.道路交通指数较畅通附加条件1.标志标线清晰2.道路平整度3.道路曲率低曲率4.最大纵坡值0,4%5.机非隔离情况有6.人员密集场所允许沿线有1个人

12、员密集场所的道路接入点7.中央分隔带8.非信号控制交叉口9.隧道10.交通组成大车比例不超过20%注1:人员密集场所：人员密集的公共场所，主要针对学校、大中型商场、医院、电影院、剧场等同一时间聚集人数较多的场所；曲率为曲线路段偏离直线的程度，用圆曲线最小半径衡量。圆曲线半径小于100m为高曲率：道路交通指数是一种合理反映各等级道路车辆出行相对拥堵体验的标准化指标，以道路行程速度为核心计算参数，一般可分为“畅通”、“较畅通”、“拥挤”、“堵塞”4个等级；道路平整度指路面表面相对于理想平面的竖向偏差，可用国际平整指数IRl衡量。IRI小于2.0mkm定义为路面状况好；交通量以每车道日平均小时车辆数

13、计：“”为不作要求。自动驾驶道路测试道路环境分级表-川类因素In类，较高风险关键分级因素L道路等级与交通流量道路等级设计车速km/h交通量快速路80及以下(1100,8主干道60及以下(850,次干道50及以下(800,8支路40及以下(730,高速公路100及以下(1550,8一级公路80及以下(1150,8二级公路50及以下(900,三级公路40及以下(800,四级公路30及以下(750,2.安全风险度12.5,22.5)3.道路交通指数较畅通或拥挤附加条件1.标志标线清晰2.道路平整度3.道路曲率低曲率4.最大纵坡值Lo.4%5.机非隔离情况有6.人员密集场所允许沿线有1个人员密集场所的

14、道路接入点7.中央分隔带8.非信号控制交叉口9.隧道10.交通组成大车比例不超过20%注1：人员密集场所：人员密集的公共场所，主要针对学校、大中型商场、医院、电影院、剧场等同一时间聚集人数较多的场所；曲率为曲线路段偏离直线的程度，用圆曲线最小半径衡量。圆曲线半径小于100m为高曲率；道路交通指数是种合理反映各等级道路车辆出行相对拥堵体验的标准化指标，以道路行程速度为核心计算参数，一般可分为“畅通”、“较畅通”、“拥挤”、“堵塞”4个等级：道路平整度指路面表面相对于理想平面的竖向偏差，可用国际平整指数IRl衡量。IRI小于2.0mkm定义为路面状况好；交通量以每车道日平均小时车辆数计：为不作要求

15、。自动驾驶道路测试道路环境分级表TV类因素IV类，高风险关键分级因素L道路等级与交通流量道路等级设计车速km/h交通量快速路100及以上(1100,8主干道60及以上(850,次干道50(800,8支路40(730,高速公路100及以上(1550,8一级公路100及以上(1150,8二级公路60及以上(900,三级公路50(800,四级公路40(750,乡村道路40及以下(500,82.安全风险度22.5,8)3.道路交通指数拥挤或堵塞附加条件1.标志标线2.道路平整度3.道路曲率4.最大纵坡值5.机非隔离情况6.人员密集场所允许沿线有1个及以上人员密集场所的道路接入点7.中央分隔带8.非信号

16、控制交叉口9.隧道10.交通组成注1：人员密集场所：人员密集的公共场所，主要针对学校、大中型商场、医院、电影院、剧场等同一时间聚集人数较多的场所；曲率为曲线路段偏离直线的程度，用圆曲线最小半径衡量。圆曲线半径小于IoOm为高曲率：道路交通指数是一种合理反映各等级道路车辆出行相对拥堵体验的标准化指标，以道路行程速度为核心计算参数，一般可分为“畅通”、“较畅通”、“拥挤”、“堵塞”4个等级：道路平整度指路面表面相对于理想平面的竖向偏差，可用国际平整指数IRI衡量。IRl小于2.0mkm定义为路面状况好；交通量以每车道日平均小时车辆数计：“一-”为不作要求。（资料性）SRAAV评估清单路段划分按照主

17、要影响因素（曲率、坡度、车道数、交通流量、交叉口等）的特征划分路段，将主要影响因素不变或相似的连续道路划分为同一个路段。城市道路路段划分的长度通常在15Om250m之间。安全风险度计算自动驾驶汽车事故分类。将事故分为五类：脱离行车道事故、失控撞上对向机动车事故、超车时撞上对向机动车事故、交叉口事故以及道路接入口事故等。按照公式B.5,基于调查结果，计算每一个路段开展每一类事故安全风险度。其中计算事故发生概率和事故严重程度需要评估的要素清单如表D.1所示。安全风险度评估清单事故类型影响因素安全风险度驶离车道事故发生概率车道宽3.25m1.002.75m&3.25m1.052.75m1.10曲率9

18、00m0.97500m&900m1.74200m&500m3.59200m6.16标志标线充分1.00不足2.40路面平整度2.0m/km1.002.0m/km&4.5m/km1.204.5m/km1.40坡度4%0.974%&7.5%1.527.5%1.79抗滑系数2451.00235&451.403.25m1.002.75m&3.25m1.052.75m1.10曲率900m0.97500m&W900m1.74200m&500m3.59200m6.16标志标线充分1.00不足2.40路面平整度2.0m/km1.002.0m/km&W4.5m/km1.204.5m/km1.40坡度4%0.97

19、4%&7.5%1.527.5%1.79抗滑系数451.00N35&451.404%&7.5%1.527.5%1.79抗滑系数2451.00235&451.404%&7.5%1.527.5%1.79抗滑系数好1.00中1.40差2.00视距无视线阻挡1.00有视线阻挡1.42交通渠化有1.00无1.20减速标志有1.00无1.25严重程度交叉口类型合流20.00环形交叉口30.00无信号灯T型交叉口45.00有信号灯有左转相位的T型交叉口45.00有信号灯无左转相位的T型交叉口45.00无信号十字型交叉口50.00有信号有左转相位十字型交叉口50.00有信号有左转相位十字型交叉口50.00表D.

20、1安全风险度评估清单（续）事故类型影响因素安全风险度接入口事故发生概率接入口数量商业接入点1+2.00居民区接入点3+1.30居民区接入点1或21.10无1.00辅道有1.00无1.50中间隔离带类型金属、混凝土、绳0.70空间隔离510m0.70空间间隔1-5m0.70空间间隔1m0.70中间划线1.00严重程度接入口数量商业接入点1+50.00居民区接入点1+50.00无0.00新型标线对道路安全风险度的影响如表D.2所示。标线对道路安全风险度的影响标线类型安全风险度影响系数高对比度反光标线0.26全天候陶瓷微晶珠标线0.33普通标线1.00道路中的车辆通行速度、交通流量以及交通组成对道路

21、安全风险度的影响如表D.3D.5所示。通行速度对道路安全风险度的影响限速km/h安全风险度影响系数400.01500.02600.05700.09800.12900.191000.251200.32交通流量对道路安全风险度的影响流量vehday安全风险度影响系数101000.01100-10000.081000-50000.155000100000.2810000-150000.50150001.00交通组成对道路安全风险度的影响大车比例%安全风险度影响系数O-IO1.0010201.5820302.6230402.8940503.99501004.66天气条件对自动驾驶的感知效果影响大。不同

22、天气对道路安全风险度的影响如表D.6所示。天气对道路安全风险度的影响限速km/h雾天影响系数雨天影响系数夜间影响系数401.381.381.53501.451.421.59601.531.471.65701.581.621.66801.671.661.68901.741.721.721001.812.051.791101.882.371.861201.912.471.97按照附录B.5,计算得各路段、各通道以及路网的安全风险度。道路环境复杂度等级划分将计算所得的路段安全风险度匹配入附录B.8的SRAAV安全风险等级划分标准，得到对应的道路环境复杂度等级。（资料性）自动驾驶道路测试警示标志标志的

23、颜色为黄底、黑边、黑图形、黑文字、黑衬边。标志的形状为矩形。标志上的汉字应按照GB5768.2使用规范汉字。标志的文字按照自左至右，自上而下的方式排列。标志的外框尺寸，见表E.1。标志外观样式图E.1。标志设置在进入测试路段的路口前适当位置。标志安装应使标志面垂直于行车方向，视实际情况调整其水平或俯仰角度。标志外框尺寸设计车速km/h长cm宽cm黑边框宽度cm衬边宽度cm4012017030.6409013020.490120cm标志外观样（资料性）基于自动驾驶道路测试数据的驾驶模式与避险脱离辨别方法驾驶模式辨别方法选取数据特征值根据测试数据特征选取表征不同类别（自动驾驶模式或人工驾驶模式）的

24、数据特征值。秩和检验确定驾驶模式持续时长阈值及机器学习数据集按照每秒前后（如前5秒和后5秒）车速进行显著性检验，显著性差异最大的的时刻即为记录准确的驾驶模式持续时长阈值；随机取大于持续时长阈值数据的70%为模型的训练数据集，剩余30%为模型的测试数据集；小于等于阈值的数据段为待分类数据集。驾驶模式持续时长阈值表表续时长阈值道路场景自动驾驶模式人工驾驶模式城市道路场景Ils7s高快速路场景9s7s自动驾驶道路测试数据的时间颗粒度为1秒。构建5种监督分类模型构建5种监督分类模型（K近邻估计、支持向量机、决策树、随机森林和BP神经网络）进行分类，利用训练数据集及测试数据集对模型进行训练及测试。驾驶模

25、式辨别模型评价选取正确率、准确率及召回率对模型测试结果进行评价。选取表现最佳模型进行数据修复选取表现最佳模型进行待分类数据的模式辨别和数据修复工作。避险脱离辨别方法秩和检验确定自动驾驶模式脱离时长阈值按照脱离时刻前后（如脱离时刻前5秒和后5秒）车速进行显著性检验，显著性检验差异最大的时刻记为自动驾驶模式脱离时长阈值。自动驾驶模式脱离时长阈值可参考表F.2。自动驾驶脱离时长阈值表阈值自动驾驶脱离时长阈值城市道路场景13s高快速路场景14s自动驾驶道路测试数据的时间颗粒度为1秒。选取数据特征值在自动驾驶模式脱离时长阈值范围内，根据测试数据特征选取表征避险脱离、非避险脱离特性的数据特征值，构建待分析

26、数据集。聚类识别主被动脱离类型运用无监督学习K-means聚类算法将所有数据特征值聚成两类；结合避险脱离、非避险脱离特征，对聚类结果进行两种脱离类型的识别与标记。(资料性)自动驾驶道路测试运行安全评估指标运行安全评估指标名词解释及计算方法自动驾驶模式累计测试里程指一年中同企业同一车型平均每辆自动驾驶车辆在自动驾驶模式时行驶的总里程。累计测试里程越长，自动驾驶道路测试风险越低。M=1(G.1)式中：M1同企业同一车型在路段i驾驶模式为自动驾驶模式的每辆车平均累计测试里程，单位为公里(km)；M一同企业同一车型一年内自动驾驶模式下每辆车平均累计测试里程，单位为公里(km)o自动驾驶模式累计测试时长

27、指一年中同企业同一车型平均每辆自动驾驶车辆在自动驾驶模式时行驶的总时长。累计测试时长越长，自动驾驶道路测试风险越低。T=ifi(G.2)式中：Ti同企业同一车型在路段了驾驶模式为自动驾驶模式的每辆车平均累计测试时长，单位为小时(h)；T同企业同一车型一年内内自动驾驶模式下每辆车平均累计测试时长，单位为小时(h),自动驾驶避险脱离率指一年中同企业同一车型自动驾驶车辆单位里程(百公里)道路测试发生避险脱离的次数。避险脱离率越低，自动驾驶道路测试风险越低。(G.3)式中：RADi指一年中同企业同一车型自动驾驶车辆平均每车在路段i由于避险而脱离自动驾驶模式，切换为人工驾驶模式的次数；RADR指一年中单

28、位里程(百公里)同企业同一自动驾驶车型平均每车由于避险而脱离自动驾驶模式，切换为人工驾驶模式的次数。通行能力影响率通行能力影响率指自动驾驶道路测试前后道路通行能力的变化率。通行能力影响率为负值时说明自动驾驶车辆加入后道路通行能力提高，自动驾驶道路测试风险低。CR=铲“。(G.4)C”=嗤严(G.5)M=嘴f(G6)式中：CR自动驾驶道路测试时的通行能力影响率；G自动驾驶道路测试时的道路通行能力，以每车道日平均小时车辆数计；分自动驾驶道路测试时的道路自由流车速，单位为公里每小时(km/h)；%自动驾驶道路测试时的道路车头间距，单位为米(m);Q自动驾驶道路测试前的道路通行能力，以每车道日平均小时

29、车辆数计；Vm自动驾驶道路测试前的道路自由流车速，单位为公里每小时(km/h)；Hm自动驾驶道路测试前的道路车头间距，单位为米(In)。运行速度差异率运行速度差异率是指自动驾驶车辆平均运行速度与人工驾驶车辆平均运行速度的差异率。当运行速度差异率为负数值时说明自动驾驶车辆平均运行速度高于人工驾驶车平均运行速度，自动驾驶道路测试风险低。K=EdK100%(G.7)y11v式中：AV自动驾驶车的平均运行速度与人工驾驶车的平均运行速度的差异率；Vav自动驾驶模式下自动驾驶车的平均运行速度，单位为公里每小时(km/h)；Vhv自动驾驶测试时周边人工驾驶车的平均运行速度，单位为公里每小时(km/h)。自动

30、驾驶融合度RRrjk=gWijkXSijk(G.8)式中：IDRTjk第j类车在k类场景下的自动驾驶路测融合度，DR7)m0,100卜Wijk第j类车在k类场景下的第i个评价指标权重，Wijk0,1：Sijk第j类车在k类场景下第i个评价指标标准化后的值，Sijk0,100；n几个评价指标，包括自动驾驶累计测试里程M,自动驾驶累计测试时长T,自动驾驶模式避险脱离率/MDF,通行能力影响率CR,运行速度差异率AV。路测融合度指标的标准化目标为将各评价指标标准化至0,100范围内。为了选择合适的标准化函数，对比不同标准化函数拟合结果的均方误差，选择均方误差最小的函数形式作为标准化函数。正向指标和逆

31、向指标的标准化函数形式可以不同。参考选取线性函数、对数函数、皮尔生长曲线函数和负指数函数四种标准化函数。其中线性函数和对数函数同时适用于正向指标和逆向指标标准化，皮尔生长曲线函数只适用于正向指标标准化，负指数函数只适用于逆向指标标准化。考虑到标准化需求和函数取值连续性，各标准化函数的具体表达式如表G.1所示。标准化函数形式标准化函数函数表达式参数描述正向指标：线性函数(0,%XminX=jax+AX6(%mim%m)逆向指标：(IrXXminy=JQX+bfXExm(n9Xmax)(maxa、b为待拟合参数X所,为指标值的下界%为指标值的上界正向指标：a、b为待拟合参数对数函数y=lkln(a

32、x+b)-mtx(xmin9xmax)(1,%XnaxX.为指标值的下界XgX为指标值的上界逆向指标：k、m为调整参数(1,%Xrnin=lkln(ax+b)-m,x(xmn,xmax)(,%Xmaxk=1yln(a%ma+)-n(axmin+b)m=kln(axmln+b)a、b为待拟合参数皮尔生长曲线y正向指标：(0,XXminX*为指标值的下界XmX为指标值的上界k、m为调整参数)+aebxm，XElmEmax)1,Xmax(1+aebxmtn)l+aebxma)Q(e一匕mine一匕XFnaX)k1+aexminb为待拟合参数负指数函数逆向指标：XmW为指标值的下界XnwC为指标值的上

33、界标准化函数函数表达式参数描述1,XXminy=ke-bx-m,xe(XmintXmax)、0,%Xmaxk、m为调整参数1m=ae-bx,nax路测融合度指标权重确定评价指标权重确定步骤各评价指标权重确定包括建立层次结构模型、构造判断矩阵和判断矩阵求解及一致性检验三个步骤。层次结构模型评价指标权重计算考虑自动驾驶路测融合度目标层和包含五个评价指标的指标层，具体层次结构模型如图G.1所示。口动般!路箫岫台度评价路测融合度评价层次结构模型构造判断矩阵以建立的层次结构模型为基础，通过专家打分进行评价指标重要性的比较，决定各评价指标相对于目标的权重，采用19标度方法构造判断矩阵A。(G.9)式中：表

34、征第i个评价指标和第j个评价指标之间的重要性比较关系，取值方法见表G.2。基于矩阵A,计算各评价指标的权重：Wi=7=(=%)n(G.10)式中：Wi为第i个评价指标的权重。评价指标重要性标度表a”标度含义1i与重要性相同：-si比j稍微重要如标度含义5i比j明显重要7i比j强烈重要9i比j极端重要判断矩阵求解及一致性检验判断矩阵一致性指标Cl(ConsistencyIndex)计算公式如下：G=X3(G.11)n-1式中：ZnaX为判断矩阵A的最大特征值；然后，计算一致性比例CR(ConsistencyRatio),m为矩阵阶数。CR(G.12)Rl式中：RI(RandomConsisten

35、cyIndex)是随机致性指标，可查表G.3获得。Rl查询表m123456789101112Rl000.520.891.121.261.361.411.461.491.521.54通常当CRWOJO时，认为判断矩阵的一致性是可以接受的，否则应再次进行专家打分，对判断矩阵做适当修正，直到通过一致性检验，此时所求得的评价指标权重可用。（资料性）测试道路分类开放标准与交通影响程度判定表自动驾驶测试道路分类逐级开放标准自动驾驶开放测试达到分类逐级开放标准,且未发生测试主体交通事故和违法违规行为等主要责任、测试车辆试验用临时行驶车号牌在有效期内，方可开展下一类别自动驾驶道路测试。具体要求见表H.1：a）

36、T类（低风险）道路环境：自动驾驶车辆在I类道路场景测试，自动驾驶模式累计测试里程单车平均宜不少于100O公里，累计测试时长宜不少于50小时，避险脱离率宜小于等于5.0次/百公里，可申请开展II类道路场景的自动驾驶道路测试。参考指标，通行能力比宜不小于90%,车运行速度差异率宜不大于15%；II类（一般风险）道路环境：自动驾驶车辆在H类道路场景测试，自动驾驶模式累计测试里程单车平均宜不少于100o公里，累计测试时长宜不少于50小时，避险脱离率宜小于等于4.5次/百公里，可申请开展III类道路场景的自动驾驶道路测试。参考指标，通行能力比宜不小于90%,运行速度差异率宜不大于10%；IH类（较高风险

37、）道路环境：自动驾驶车辆在III类道路场景测试，自动驾驶模式累计测试里程单车平均宜不少于800公里，累计测试时长宜不少于40小时，避险脱离率宜小于等于4.0次/百公里，可申请开展IV类道路场景的自动驾驶道路测试。参考指标，通行能力比宜不小于95%,运行速度差异率宜不大于5%；IV类（高风险）道路环境：自动驾驶车辆在IV类道路场景测试，自动驾驶模式累计测试里程单车平均宜不少于600公里，累计测试时长宜不少于30小时，避险脱离率宜小于等于4.0次/百公里，可申请开展自动驾驶示范运营，或准商业化运营，或无驾驶人测试。参考指标,通行能力比宜不小于95%,运行速度差异率宜不大于5%0自动驾驶测试道路分类

38、逐级开放标准测试道路环境分级分类基本指标参考指标累计测试里程M累计测试时长T自动驾驶避险脱离率RADR通行能力比CR运行速度差异率I类低风险100Okm250h5.0290%15%Il类一般风险2100Okm250h4.590%10%III类较高风险Z800kmN40h4.095%5%IV类高风险N600kmN30h4.095%5%表中基本指标和参考指标对应数值为自动驾驶道路测试的单车平均值。自动驾驶测试道路交通影响程度分级表自动驾驶道路测试交通影响程度分级交通影响程度分级分级描述IDRT范围不合格交通影响严重，运行安全处于高风险状态0,60)1交通影响大，运行安全处于较高风险状态60,80)良好交通影响较大，运行安全处于一般风险状态80,90)优秀交通影响小，运行安全处于低风险状态90,100