4. 置信度评估方法概述
在感知系统中，置信度评估的目标不是简单回答“检测到了什么”，而是回答“这次输出有多可信、是否足以支撑后续决策”。围绕这一目标，工程上形成了四类主流方法：基于统计、基于模型、基于集成、基于距离。它们分别从数据分布、生成机制、多源一致性和特征空间几何关系切入，适用于不同传感器、不同任务和不同安全等级。理解四类方法的分类逻辑与对比边界，是后续设计降级策略的前提。
一、四类方法的核心原理
基于统计的方法把感知输出视为随机变量，利用历史样本估计均值、方差、协方差或分位数，再据此计算置信区间、概率密度或假设检验结果。例如激光雷达点云聚类后，用簇内点距方差衡量目标边界稳定性；毫米波雷达用信噪比与多普勒方差估计速度置信度。其优点是计算轻、可解释性强，适合实时嵌入式部署；缺点是对非高斯、多峰分布和分布漂移敏感。
基于模型的方法显式建立观测与状态之间的概率关系，如贝叶斯网络、卡尔曼滤波、粒子滤波、高斯过程或深度生成模型。它输出的是后验概率或似然，能自然融合时序信息。例如跟踪模块用卡尔曼滤波的协方差矩阵对角线元素作为位置与速度置信度；分类网络用 softmax 温度校准后的最大概率作为类别置信度。其优势是理论完备、可融合先验；代价是模型假设强，计算量较大，且深度模型校准误差会直接传导到置信度。
基于集成的方法通过多个模型、多个传感器或多个时间窗口的预测一致性来评估置信度。常见形式有 Bagging、Boosting、多模态投票、MC Dropout 多次推理、时序滑动窗口一致性。若多个独立视角给出相近结果，则置信度高；若分歧大，则置信度低。例如摄像头与激光雷达分别检测同一目标，若 IoU 高且类别一致，则融合置信度提升；若一方缺失或类别冲突，则触发降级。其优点是鲁棒性强、能捕捉模型不确定性；缺点是资源开销大，且集成成员相关性过高时收益有限。
基于距离的方法在特征空间或度量空间中计算样本与已知分布、聚类中心、支持集或正常样本的距离，距离越小置信度越高。典型实现包括马氏距离、欧氏距离、余弦相似度、最近邻距离、重构误差、深度特征 Mahalanobis 距离等。它特别适合分布外检测和异常识别，例如将感知特征与训练集特征库比对，若最小距离超过阈值，则判定为未知目标或低置信区域。其优点是无需重新训练分类器、对未知类别敏感；缺点是对特征表示质量依赖大，阈值标定困难。
二、方法流程与关键参数
无论采用哪类方法，置信度评估通常遵循“特征提取—不确定性建模—置信度映射—阈值判定—降级触发”五步流程。以基于距离的方法为例，其关键参数包括特征维度、距离度量方式、参考集规模、阈值分位数和归一化策略。若阈值过松，低置信样本会漏检；若过紧，正常样本会被误降级，导致功能可用性下降。
# 基于马氏距离的置信度评估伪代码
feat = encoder(sensor_data) # 提取感知特征
mu, cov = load_reference_stats() # 加载正常样本均值与协方差
d = mahalanobis(feat, mu, cov) # 计算马氏距离
conf = exp(-d / tau) # 距离映射为置信度
if conf < threshold_low:
trigger_degradation("OOD_SUSPECT")
elif conf < threshold_mid:
trigger_degradation("CONF_WARN")
else:
accept_output()基于统计的方法常用参数为滑动窗口长度、方差阈值和置信水平；基于模型的方法关注过程噪声、观测噪声和校准温度；基于集成的方法关注成员数量、多样性度量和一致性阈值。四类方法在参数敏感度上差异明显：统计与距离方法对阈值最敏感，模型方法对噪声假设最敏感，集成方法对成员相关性最敏感。
三、对比表格与选型清单
| 维度 | 基于统计 | 基于模型 | 基于集成 | 基于距离 |
|---|---|---|---|---|
| 核心依据 | 样本分布参数 | 后验概率/似然 | 多视角一致性 | 特征空间距离 |
| 计算开销 | 低 | 中高 | 高 | 中 |
| 可解释性 | 强 | 中 | 中 | 中 |
| OOD 敏感度 | 弱 | 中 | 中 | 强 |
| 时序融合 | 有限 | 强 | 中 | 弱 |
| 典型场景 | 雷达点云、信号质量 | 目标跟踪、分类校准 | 多传感器融合、模型集成 | 异常检测、未知目标 |
- 实时性优先且噪声近似高斯：选基于统计。
- 需要时序递推与多源概率融合：选基于模型。
- 单模型偏差大、传感器冗余充足：选基于集成。
- 关注未知目标、分布外样本和异常模式：选基于距离。
- 安全等级高时，建议至少组合两类方法，并设置分级阈值。
四、案例与常见误区复盘
某园区低速无人车在雨雾天气下出现“鬼影”误检：摄像头分类置信度 softmax 输出 0.91，但激光雷达点云稀疏且距离方差极大。若仅依赖模型 softmax，系统会误判为高置信。工程上采用“模型 + 统计 + 距离”组合：softmax 提供类别置信，点云方差提供统计置信，特征库马氏距离提供 OOD 置信，三者加权后置信度降至 0.42，触发限速与冗余传感器复核，避免了误刹车。该案例说明，单一方法容易在分布漂移时失效，组合评估能显著提升安全边界。
- 把 softmax 概率直接当置信度，忽略深度模型过度自信与温度校准问题。
- 只用固定阈值，不随天气、光照、车速和传感器健康状态动态调整。
- 集成成员高度同质，导致“假一致性”，置信度虚高。
- 距离方法参考集未覆盖长尾场景，正常样本被误判为 OOD。
- 置信度评估与降级策略脱节，评估结果没有映射到具体动作。
复盘时应重点检查三件事：置信度是否随场景难度单调下降；低置信样本是否被正确拦截；降级动作是否与置信度等级匹配。只有把评估方法、阈值标定和降级策略作为一个闭环来设计，置信度才真正具备工程价值。