以下是針對自動駕駛（AD）策略性能評測指標的詳細解讀，結合其物理意義與工程價值：

---

核心評測指標分類與含義

1. 安全性指標（Safety）

• 動態碰撞率（Dynamic Collision Ratio, DCR）
  定義：自動駕駛車輛與動態障礙物（如其他車輛、行人）發生碰撞的頻率。
  意義：反映策略在動態交通環境中的實時避障能力，例如對切入車輛的響應、路口博弈決策的可靠性。DCR過高可能表明感知延遲或軌跡規劃存在缺陷。

• 靜態碰撞率（Static Collision Rate, SCR）
  定義：自動駕駛車輛與靜態障礙物（如路緣石、隔離墩、違停車輛）發生碰撞的頻率。
  意義：衡量靜態環境感知精度（如車道線識別、障礙物分類）和路徑規劃保守性。SCR異常可能暴露地圖依賴性或定位漂移問題。

• 總碰撞率（Collision Ratio, CR = DCR + SCR）
  綜合作用：直接量化策略的基礎安全性，是核心否決性指標（CR過高則系統不可用）。

---

2. 軌跡一致性指標（Trajectory Fidelity）

• 位置偏離率（Positional Deviation Ratio, PDR）
  定義：自動駕駛車輛實際軌跡與專家軌跡（人類駕駛員參考路徑）的橫向位置偏差（單位：米/公里）。
  意義：評估路徑跟蹤能力，例如彎道切線的平滑度、車道居中精度。高PDR可能導致壓線或侵入相鄰車道。

• 航向偏離率（Heading Deviation Ratio, HDR）
  定義：車輛前進方向與專家軌跡的航向角偏差（單位：度/公里）。
  意義：反映轉向控制的擬人化水平，例如變道時的轉向速率、彎道中的方向盤微調。高HDR可能引發乘客暈動癥。

• 總偏離率（Deviation Ratio, DR = PDR + HDR）
  綜合作用：量化策略與人類駕駛習慣的一致性，直接影響用戶對系統擬人化程度的感知。

• 平均偏離距離（Average Deviation Distance, ADD）
  定義：在未發生碰撞或嚴重偏離前，車輛軌跡與專家軌跡的最小平均距離。
  意義：動態衡量短期軌跡跟蹤質量，例如緊急避障時的路徑優化能力。ADD越小，說明策略對參考軌跡的跟隨越緊密。

---

3. 舒適性指標（Comfort）

• 縱向急動度（Longitudinal Jerk）
  定義：車輛縱向加速度的變化率（單位：m/s3），反映油門/剎車的平順性。
  意義：急加速或急剎車會導致縱向急動度升高，影響乘客舒適度。例如，頻繁的“點頭式”制動會顯著降低評分。

• 橫向急動度（Lateral Jerk）
  定義：車輛橫向加速度的變化率（單位：m/s3），反映方向盤轉向的平順性。
  意義：急轉向或方向修正過于頻繁會增大橫向急動度，例如S形車道保持會引發此問題。

---

指標關聯性與工程啟示

1. 安全性與軌跡一致性間的權衡

   • 過度追求低DR（嚴格跟隨專家軌跡）可能導致CR上升（例如為躲避障礙物需臨時偏離車道）。
   • 工程中需通過代價函數（Cost Function）動態平衡兩者，例如在擁堵場景中適當放寬DR以優先避撞。

2. 舒適性指標的敏感性

   • 人類對橫向急動度的感知閾值（約0.5 m/s3）低于縱向急動度（約1.2 m/s3），因此橫向控制算法需更精細化。

3. ADD的預警價值

   • ADD的突變可提前預警潛在碰撞風險（例如ADD持續增大但未達到碰撞閾值），用于在線調整策略參數。

---

評測場景的指標差異化

• 城市道路：SCR和橫向急動度更關鍵（靜態障礙多、頻繁啟停）。
• 高速公路：DCR和縱向急動度權重更高（動態博弈復雜、需平穩加減速）。
• 停車場：PDR和ADD主導（狹窄空間內精確軌跡跟蹤）。

---

行業應用案例

• 特斯拉FSD：通過降低SCR（優化靜態障礙物識別）提升無圖場景通過率，但縱向急動度較高（激進加速策略）。
• 小鵬XNGP：利用ADD指標優化匝道匯入軌跡，在DR不顯著增加的前提下降低CR。
• Waymo：橫向急動度控制在0.3 m/s3以內，接近人類駕駛員水平（0.2–0.4 m/s3）。

---

總結

這九項指標構成自動駕駛策略的核心性能三角：

• **安全性（CR）**是底線，決定系統可用性；
• **軌跡一致性（DR/ADD）**影響用戶體驗與合規性；
• **舒適性（Jerk）**直接關聯產品競爭力。
  實際開發中需結合場景動態調整指標權重，并通過數據閉環持續優化策略參數。