自动驾驶中人工智能决策算法标准.docx

1

T/GXDSL034—2025

自动驾驶中人工智能决策算法标准

一、前言

随着人工智能技术的快速发展，自动驾驶技术逐渐成为交通领域的核心研究方向。人工智能决策算法作为自动驾驶系统的“大脑”，其性能直接关系到车辆的安全性、可靠性和智能化水平。为规范自动驾驶中人工智能决策算法的研发与应用，提升行业整体技术水平，制定一套科学、规范的技术标准至关重要。本标准由广西产学研科学研究院牵头，联合多家汽车制造商、技术开发商及科研机构共同研制，旨在为自动驾驶决策算法的设计、测试和部署提供明确指导。

本标准依据《中华人民共和国道路交通安全法》《中华人民共和国网络安全法》《汽车驾驶自动化分级》（GB/T40429-2021）等国家法律法规及技术规范，结合行业实际需求，通过多轮专家论证和场景验证，确保其科学性与实用性。通过本标准的实施，期望推动自动驾驶技术的规范化发展，为公众出行安全提供坚实保障。

二、总则

（一）目的

规范自动驾驶中人工智能决策算法的研发、测试和应用，确保算法在复杂交通场景下的安全性、实时性和鲁棒性，促进技术标准化与产业健康发展。

（二）适用范围

2

T/GXDSL034—2025

本标准适用于L3级及以上自动驾驶系统中的人工智能决策算法，涵盖乘用车、商用车及特殊场景车辆（如矿区、港口车辆）。

（三）规范性引用文件

-GB/T40429-2021汽车驾驶自动化分级

-GB/T39263-2020道路车辆自动驾驶系统通用技术要求

-ISO21448:2022预期功能安全（SOTIF）

-ISO26262:2018道路车辆功能安全

三、术语与定义

（一）自动驾驶决策算法

基于传感器数据与环境感知结果，通过人工智能技术实现路径规划、行为决策和运动控制的算法集合。

（二）决策延迟

从传感器输入数据到生成控制指令的时间间隔，单位为毫秒（ms）。

（三）场景覆盖率

算法在测试中覆盖的典型交通场景比例，包括城市道路、高速、隧道、雨雪天气等。

四、技术要求

（一）基础性能指标

3

T/GXDSL034—2025

1.决策实时性

-正常场景：决策延迟≤100ms（如车道保持、跟车）。

-紧急场景：决策延迟≤50ms（如突发障碍物避让）。

2.决策准确性

-目标检测准确率≥99%（置信度阈值0.9）。

-行为预测误判率≤1%（针对行人、车辆意图预测）。

3.场景覆盖率

-标准测试集：覆盖1000+场景（含20%长尾场景）。

-极端天气：雨、雾、雪场景下性能下降≤15%。

（二）功能安全要求

1.冗余设计

-主决策算法与备用算法需独立运行，切换时间≤200ms。

-传感器数据融合需支持多模态校验（如激光雷达与摄像头交叉验证）。

2.失效处理

-系统失效后应在1秒内进入最小风险状态（MRC）。

-人机接管请求响应时间≤3秒。

4

T/GXDSL034—2025

3.数据安全与隐私

-数据匿名化：车辆采集的街景数据需脱敏处理，符合《个人信息保护法》。

-通信加密：V2X通信采用国密SM4算法，密钥更新周期≤24小时。

五、测试与验证方法

（一）测试环境

1.硬件平台

-车载计算单元：算力≥200TOPS（如NVIDIAOrin/Xavier）。

-传感器配置：

-激光雷达：波长905nm，探测距离≥200m，角分辨率0.1°。

-摄像头：分辨率≥8MP，动态范围≥120dB。

2.软件环境

-操作系统：ASIL-D级实时操作系统（如QNX、VxWorks）。

-仿真工具：CARLA、LGSVL仿真平台，支持传感器噪声注入。

（二）测试数据集

1.标准测试集

-nuScenes数据集：包含1000小时真实道路数据，标注3D边界框与轨迹。

-中国典型场景库：覆盖鬼探头、违章变道等本土化场景200例。

5

T/GXDSL034—2025

2.极端场景测试

-低光照：光照强度≤10lux。

-强干扰：模拟电磁干扰（EMI）等级≥100V/m。

3.测试流程

-闭环仿真测试：在虚拟环境中完成10万公里里程验证。

-封闭场地测试：通过ISO34502定义的测试场完成紧急制动、交叉路口等场景。

-开放道路测试：累计≥5000公里实际道路测试，覆盖高速、城市、乡村道路。

六、评估与认证

（一）评估指标

指标类别子项合格阈值

实时性

平均决策延迟

≤80ms

安全性

误触发率

≤0.1次/千公里

鲁棒性

极端天气性能保持率

≥85%

（二）认证流程

1.企业自评：提交算法设计文档与测试报告。

2.第三方检测：由CNAS