4. 常用评测指标详解（一）
在自动驾驶评测体系中，碰撞率、脱离率、接管率与最小安全距离是最基础、也最容易被误用的四类指标。它们分别从“安全结果”“系统失效”“人机交互负担”“风险接近程度”四个角度刻画自动驾驶系统表现。理解这些指标的定义、统计口径与计算方式，是构建可信基准平台的第一步。
一、核心原理：四类指标分别回答什么问题
碰撞率回答“系统最终是否造成了物理损害”，是安全性的硬底线；脱离率回答“自动驾驶系统在多长时间/多长里程内需要被人工或安全机制中断”，反映系统稳定性；接管率回答“驾驶员或安全员被迫介入的频率”，反映人机共驾负担；最小安全距离则回答“系统在运行过程中离危险有多近”，是一种过程性风险度量。四者不是互相替代关系，而是从结果、失效、交互、过程四个层面共同构成评测画像。
关键区别：碰撞率是“结果指标”，脱离率与接管率是“事件指标”，最小安全距离是“过程指标”。只报告碰撞率会掩盖大量未致碰撞的险态；只报告接管率则可能把“保守但安全”的系统误判为差系统。
二、定义与计算口径
碰撞率通常定义为每百万公里或每千小时发生的碰撞事件数。计算时必须明确碰撞等级：是仅接触、轻微损伤，还是涉及人员伤亡。脱离率通常指每千公里或每万公里发生的脱离次数，脱离包括系统主动退出、安全员接管、硬件故障、规划失败等。接管率与脱离率高度相关，但更强调“人被迫接管”的频次，通常按每千公里接管次数统计。最小安全距离则是一个动态阈值，常用公式为：
d_min = v * t_reaction + v^2 / (2 * a_max) + d_margin
其中：
v —— 自车速度（m/s）
t_reaction —— 系统或驾驶员反应时间（s）
a_max —— 最大减速度（m/s²）
d_margin —— 安全余量（m）该公式说明：速度越高、反应越慢、制动能力越弱，所需最小安全距离越大。评测时通常取一段场景中的最小值或第5百分位值，作为风险接近程度的代表。
三、方法流程：从原始日志到指标值
- 数据采集：记录车辆位置、速度、加速度、方向盘转角、系统状态、接管事件、碰撞信号等。
- 事件标注：对碰撞、脱离、接管分别打标签，并记录触发原因与时间戳。
- 里程与时长归一化：将事件数除以总行驶里程或总运行时长，得到统一量纲。
- 场景分层：按高速、城区、泊车、雨雾等场景分别统计，避免平均掩盖短板。
- 置信区间估计：对稀有事件使用泊松分布或贝叶斯方法给出置信区间，避免小样本误判。
四、案例与场景：同一段路的不同解读
假设某自动驾驶车队在城区道路累计行驶 50,000 公里，发生 2 次轻微碰撞、15 次脱离、22 次接管，最小安全距离均值为 8.5 米。则：
| 指标 | 计算式 | 结果 | 解读 |
|---|---|---|---|
| 碰撞率 | 2 / 50,000 × 1,000,000 | 40 次/百万公里 | 结果安全水平 |
| 脱离率 | 15 / 50,000 × 1,000 | 0.3 次/千公里 | 系统稳定性 |
| 接管率 | 22 / 50,000 × 1,000 | 0.44 次/千公里 | 人机交互负担 |
| 最小安全距离 | 取第5百分位 | 6.2 米 | 过程风险接近度 |
如果只看碰撞率，40 次/百万公里似乎尚可；但接管率偏高说明系统在复杂场景中频繁请求人工介入，实际可用性受限。若最小安全距离第5百分位仅 6.2 米，而该速度下理论需求为 9 米，则说明存在明显险态，需要优先优化感知或规划模块。
五、误区与复盘
常见误区一：把“脱离”等同于“接管”。脱离可能是系统主动降级，接管一定是人被迫介入，两者统计口径不同，混用会导致指标失真。
常见误区二：用平均最小安全距离代替分布。平均值会被大量安全场景拉高，掩盖少数极端险态，应同时报告最小值与第5百分位。
常见误区三：忽略场景分层。城区与高速的碰撞率、接管率差异巨大，直接平均会掩盖特定场景的严重短板。
复盘建议：建立“指标—场景—根因”三级下钻表。当碰撞率或接管率异常时，先定位高发场景，再回溯感知、预测、规划、控制各模块日志，最后用最小安全距离分布验证风险是否被真正消除。
综上，碰撞率、脱离率、接管率与最小安全距离分别从结果、失效、交互、过程四个维度构成评测基础。只有统一口径、分层统计、结合分布，才能让这些指标真正服务于自动驾驶系统的安全改进与基准比较。