如何让智驾用户体验脱虚向实，智驾评测体系详解

智能驾驶技术的发展是一条漫长且坎坷的上坡路，近期的AI大模型、无图方案的融入，让更多车企卷到内伤，加之以特斯拉为代表的端到端技术的出现，智驾领域的技术发展进入了爆发期，智驾用户体验也加速提升，从而造成实际道路上真实评价一台车的智驾水平难度越来越高，对于评测体系的灵活性、客观性、成长性都提出了挑战。

在真正L4/L5还有很长时间到来之前，真实道路智驾用户体验评测主要问题依然是对比评测的场景如何保持一致性，场景能力&交互&DMS如何很好的平衡，不同环境熵表现如何评价，效率&安全&舒适如何兼顾。通过CC-400A评测体系希望通过主观指标与客观指标综合运用与分析，尝试解决人机共驾时代智驾体验的上述关键问题，通过对比差异深度分析，从而帮助车企提升智驾产品竞争力。

《CC-400A智驾评价体系》自2021年创立至今，有幸见证了智能驾驶的发展盛况，截止目前，我们累计测试50余款车型，基本已覆盖目前各品牌各阵营的智驾车型，已与10余家车企密切合作，以智驾开发视角为基点，以用户体验为核心，助力车企在智驾领域快速提升。

即便现阶段都没有做到“卓越”等级，但近年来智能驾驶技术的发展速度并不慢，尤其是场景处理能力均有大幅提升。从相对封闭的高速场景开放到泛化的城市场景，支持通过的场景数量越来越多，场景颗粒度越来越细。如复杂路口的通过能力，以及在基础的车道保持功能状态下，配合信号灯的启停等场景。而HMI交互表现并没有及时跟进，主要提升点在视觉方面，如SR仿真画面中可显示的模型更丰富更准确、不接管措施的优化等方面，其他方面的交互提升并不明显。而近年来提升最不明显的当属DMS监测了，作为智驾不可或缺的关键一环，很多车企多年来还是处于鸡肋阶段，从识别准确性、识别丰富度到预警措施方面，基本属于原地踏步状态。

安全/效率/舒适作为智驾用户体验的核心三要素，近年我们可以看到效率感和舒适感的体验正在被快速释放，如高环境熵被加塞时的制动舒适感、直行避让静止/动态车辆的效率感、路口的博弈效率感等等都有显著提升，使得三要素逐渐形成等边三角形的均衡状态，更加拟人化的决策，让用户更容易接受和使用。

这是一个无法完美解决的问题，而且场景并不是越多越好，还是要看是否能够代表用户使用智驾的主要体验，所以我们通过用户最小感知单元进行多层量化，再配合场景发生频率进行筛选，摒弃一般用户不会使用智驾功能的边缘场景，如雨雪天、夜间、乡村山路等，把场景与公共核心综合能力融合，最终我们得到了共计200个叶子结点与140余个基础场景，经过详细的场景定义与体验定义，可完整的描绘出一台车的智驾用户体验。

在公共社会道路上驾驶，行车环境千变万化，即便同一路段下，也会遇到大相径庭的行车环境。所以我们通过融入环境熵理念，让场景可拆分可约束，我们把环境熵分为低/中/高三个等级，由基础环境状态、周边车辆状态、自车状态、驾驶员心理负荷状态进行场景一致性约束，在多车对比相同场景下，使用相同等级的环境熵进行对比，让评价结果更公正。

首先，我们把行业共识的核心三要素（安全/效率/舒适）进行拆分，在单个场景下均可得到6个维度的评价结果，可以更全面细致的看到核心三要素的表现。

其次，我们不仅有核心三要素组成的内三角模型，还有场景能力、HMI交互、DMS监测组合而成的外三角模型，这种双三角模型可以更完整的描绘出一台车的综合能力。

体系内每个叶子结点即实际测试项，每项5分制，根据每个叶子结点的不同特性，我们会有不同的小模型进行支撑，确保更贴合用户体验维度的合理评价。

以城市场景下的“非常规车道线行驶效率感”为例，我们考量在城市中较高频出现的5种非常规车道线的行驶效率感，在固定路段标点进行测试，通过测试用例进行有效约束，结合评测标准、实际体验、视频二次验证进行打分与点评，降低人为误判，尽量做到主观评测客观化，让评价结果更具参考意义。

为了让评价结果更科学更严谨更直观，我们把评测类型分为单车/多车异步/多车同步三种测试执行方式，进而更精准的对其用户体验表现进行评价与分析。

尤其是多车同步测试方式，我们开发了可完整代表用户体验的客观体系，在各场景下按照核心三要素进行标准化的客观指标拆分，可以深度挖掘各车差异化表现，从而用数据直观的表现各车在用户体验上的优势与不足。如城市各类路口的通过率，在环境熵的约束下，多车结果一目了然。

从客观数据中，我们也可以对标更多竞品或技术派系，从而发现不同维度下的本品差距，如高速“汇入匝道通过率”，截至2024年2月，国内某头部厂商的车型平均通过成功率已达为99.2%，对比效果一目了然。

智驾系统相关的自主学习能力在量产车型中已有所体现，这种自学习能力会直接导致真实用户在长期用车过程中不同阶段的体验差异。如某场景下第1次测试无法成功通过，而经过反复测试后，自车通过自学习能力进行了策略调整，后边几次测试均成功通过。

为了解决这个问题，我们首先是增大测试样本量，每台测试车均会在城市和高速的固定路线测试7次，在第1次与最后1次的数据中，筛选出差异项，之后进行视频逐帧分析得出最终结论。

其次，我们还加入了城市智驾圈速榜和高速智驾圈速榜，以更直观的数字概述多车的智驾能力。我们对安全接管、效率接管进行不同程度的罚时，通过一系列的约束办法和公式得出单圈智驾行驶有效时长，然后再计算出7次测试的智驾平均有效时长，最终得出圈速榜排名。

目前各家OTA迭代的速度越来越快，尤其是关于城区智驾功能的部分，在做对比评价时，如果竞品不是最新的系统版本，这种关公战秦琼式的对比，得出结论的意义则会小很多。

在体系测试时，我们会详细记录车辆智驾相关的软硬件数据，包括基础参数、系统信息、传感器信息、功能信息等，其中就包含系统版本号，我们也持续监测各家OTA趋势，如果智驾相关能力OTA更新超过体系的5%阈值，我们则会针对更新内容进行复测，之后再更新车辆相应的评价，如果系统有大版本更新，我们则重新对该车进行完整测试。

1、专业性

除了以上介绍的《CC-400A智驾评测体系》亮点外，我们还是有必要概述一下这套体系。

该体系针对车辆智能驾驶能力共分三大场景模块：城市、高速、泊车，从三大场景模块中可映射出200个测试项与140余个细分场景，每项满分为5分，经过每年1次的体系迭代，目前体系升级为4.0版本，总分为1000分，以此更全面客观的评价出车辆智驾能力。

在体系4.0版本中，我们对基础和高阶能力进行了区分，每台车都可以根据自己的能力把测试场景进行积木式组合，以此保证各车型在公平的前提下进行详尽的测试，从而得出的结果也更有针对性。

我们还会更加重视交互与监测的体验，整个行业对智驾体验的基础共识是安全，对于驾驶员来说，安全体现在驾驶员主观认为的车辆能力与车辆实际的能力边界一致性，这条认知鸿沟越大越不安全，而解决认知鸿沟的关键，更多的在于车辆与人的交互与监测能力。因此该体系对交互与监测方面的测试项占比达到了21%。即便相同能力的智驾车型，交互也会有很多差异，这都体现了车企在智驾方面不同的侧重点，这些差异导致了完全不同的智驾体验，这也是衡量智驾功能至关重要的一点。

所有测试环节，我们均会4机位同帧拍摄视频，每车除了驾驶员外，还配有1位记录人员，主观感受会在2人达成共识后进行评价。在测试后期，我们会根据视频进行结果的二次复验，必要情况下还会对视频逐帧分析，确保产出的结果公正。

2、行业积累

①用户调研

我们还拥有调研团队，除了可以收集沉淀真实用户的调研结果，还可根据客户不同需求进行独立的调研项目，同时也可以测研结合的进行智驾相关的评价并提出建议。

②行业趋势跟踪

自2021年建立《CC-400A智驾评测体系》以来，我们通过测试各品牌各阵营数十款车型中，根据评测结果，结合行业动向，判断未来趋势，与此同时，我们也站在未来，优化现在的评价标准，让评测体系具有前瞻性，让评测体系更有价值。

3、合作案例

智能驾驶技术的发展正不断推动汽车行业向前进步，我们通过建立不断完善的评价体系并理解目前人机共驾的内在联系，可以协助车企更好地开发和优化智能驾驶系统，为用户提供更安全、便捷和愉悦的驾驶体验。随着技术的不断进步和法规的完善，智能驾驶将在未来出行中扮演越来越重要的角色，让我们共同加速，实现美好的未来。