自動駕駛技術(shù)排名評估安全性主要考慮以下方面。

首先是確保安全功能，也就是預(yù)期功能安全（SOTIF），要避免在無系統(tǒng)硬件或軟件故障時(shí)因功能不足引發(fā)危險(xiǎn)。

評估方法多樣，比如 Real world test、Scenario based test、Formal verification、Shadow mode、Function based test 等。

在 Scenario based test 中，先微觀評估即 MiR 指標(biāo)評估，再轉(zhuǎn)化為宏觀評估 MaR，像評估追尾事故率，用 TTC 作風(fēng)險(xiǎn)評估的 MiR 危險(xiǎn)度量，采集場景數(shù)據(jù)等推導(dǎo)出總體事故率 MaR，可采用極值理論。

功能安全評估方法有形式化驗(yàn)證、故障樹分析等，故障注入評估方法包括硬件、軟件、網(wǎng)絡(luò)故障注入。

基于機(jī)器學(xué)習(xí)的評估方法利用算法分析數(shù)據(jù)，預(yù)測故障概率和嚴(yán)重程度?；诜抡婺Ｐ偷脑u估方法建立仿真模型并實(shí)驗(yàn)，基于硬件和軟件測試的評估方法通過臺架、道路、實(shí)車測試等發(fā)現(xiàn)問題。

還有一種自動駕駛汽車安全性等級評估方法，要建立數(shù)字孿生測試系統(tǒng)，測試得到危險(xiǎn)用例，構(gòu)建車輛交通環(huán)境博弈模型，根據(jù)敏感系數(shù)得安全性指數(shù)，以危險(xiǎn)用例安全性指數(shù)為閾值確定安全性。建立數(shù)字孿生測試系統(tǒng)包括高精地圖測繪、建虛擬孿生測試環(huán)境、通信網(wǎng)絡(luò)等。

車輛自動駕駛安全性評估常用仿真測試和實(shí)地測試。

總之，只有用可靠、可行及一致的方法衡量自動駕駛系統(tǒng)的安全性，才有助于開發(fā)者協(xié)作及贏得公眾信任。要追蹤后果性安全指標(biāo)，如車輛碰撞和違背交通規(guī)則行為的頻率和嚴(yán)重程度，還要有預(yù)測性指標(biāo)體系補(bǔ)充。