2025年1月28日，國家標準GB/T 47025-2026《智能網聯汽車 自動駕駛功能仿真試驗方法及要求》（以下簡稱“仿真國標”）正式發布。作為自動駕駛仿真測試領域的首個國家標準，仿真國標在流程規范、場景構建、可信度評估與通過判定等方面提出系統化要求，其中評價指標體系是評價產品和算法是否滿足要求的重要依據。

例如仿真國標第六章明確評價要求：6.1條要求場景結果需符合6.2條通用規范（不騎軋實線、按限速行駛等4項準則）及附錄C-I專項要求，構建“通用通過要求+具體場景要求”雙層評價框架。

賽目科技Sim Pro拆解仿真國標第六章及附錄C-I評價邏輯，構建“合規內核-量化KPI-自動化判定”全鏈路方案，將算法功能和性能轉化為匹配國標、可計算、可追溯的數據結果。第二期將闡述Sim Pro如何錨定國標，構建算法量化評價體系的核心能力與實踐。

仿真國標評價體系

仿真國標第六章“總體通過要求”明確，需圍繞“符合交通規則、滿足具體場景要求”形成體系化結論。Sim Pro從安全性、合規性、舒適性、智能性、精確性五個核心維度，構建全面覆蓋仿真國標6.2條通用要求及附錄C~I專項要求的可量化評價體系。為確保評價與國標無偏差，Sim Pro通過三步標準化流程完成國標KPI的精準轉化：

第一步是條款拆解，逐條梳理國標內容，明確各場景專項要求以及總體通過要求，形成清晰的“通用-場景”映射清單，避免評價漏項；

第二步為KPI歸類，基于“通用+具體場景”雙層框架，通用KPI錨定6.2總體通過要求，場景KPI依據附錄具體場景需求，按照五大核心維度進行分類；

第三步是定性量化，“跟停啟動時間”等特定場景指標，明確其閾值取值區間和判定依據，避免主觀判定偏差。

Sim Pro工具鏈中的KPI示例

Sim Pro構建算法量化評價與自動化判定方法

Sim Pro 以 “精準量化、高效自動、靈活適配” 為核心目標，通過四大關鍵技術能力，將算法評價從傳統的人工統計模式升級為全流程自動化體系，實現評價效率與判定精度的雙重提升。

1. 場景&KPI 精準綁定

仿真國標中，不同測試場景的通過要求不同，而批量測試場景下的KPI配置效率與個性化需求，是算法評價流程中的核心訴求。Sim Pro采用自定義綁定機制，支持多場景共享 KPI 與單場景自定義 KPI 后批量測試，核心優勢體現在以下兩方面：

多場景共享統一KPI：針對同類型功能測試，Sim Pro 支持一次性選擇多個場景，并為這些場景配置共同的核心 KPI。例如，選取仿真國標中 “前方車輛切入”“前車車輛緊急制動”“目標車輛切出后存在靜止車輛” 3 類場景，統一綁定 “碰撞”“壓實線檢測”2 項通過要求KPI，無需為每個場景單獨配置，大幅減少重復操作，尤其適配 “同功能多場景驗證” 的批量測試需求，如下圖所示為目標車輛切出后存在靜止車輛場景不同case下的指標配置操作。

Sim Pro場景預設KPI——勾選多個場景后，設置共享KPI界面展示

單場景自定義KPI+批量執行：針對特殊場景的個性化評價需求，Sim Pro支持為單個場景獨立配置專屬 KPI，配置完成后可將該場景加入 “批量測試隊列”，與其他場景一同執行自動化測試。例如，針對 “施工車道” 場景，工程師可單獨設置 “車輛碰撞障礙物/路邊樹木”等專屬 KPI，再將其與 “目標車輛切出后存在靜止車輛場景”等場景合并為批量測試任務，系統會按預設 KPI 分別計算各場景結果，既滿足個性化評價需求，又不影響整體測試效率。

2. 閾值管理靈活可控

閾值設定是算法量化評價的核心環節，直接影響評價結果的合理性與有效性。Sim Pro 構建了多層次閾值管理體系，既滿足行業合規要求，又適配企業研發的個性化需求：

仿真國標KPI閾值預設：Sim Pro深度解析仿真國標每類場景的通過要求，已經將其中明確規定及隱含的閾值標準（如停車讓行線距離、最高限速、最低限速、加速動作、等待時長等）全部預設到KPI評價體系中，形成標準化閾值庫。用戶選擇 “國標KPI” 時，系統自動調用對應閾值進行判定，確保評價結果與國標要求保持一致。

自定義閾值配置：針對不同行業屬性、業務場景的企業差異化閾值要求，Sim Pro支持閾值的靈活自定義。用戶可根據自身業務目標，按場景類型、功能模塊、測試階段等維度，精準調整 KPI 閾值，設置貼合自身需求的評價標準。

KPI激活條件設置：支持為KPI設置特定激活條件，僅當場景滿足預設特征時，對應的KPI計算才會被觸發，以“停車讓行線距離”為例進行操作展示，當 “主車前方10m內有停車讓行標線，且主車與停車讓行線之間沒有其他交通參與者活障礙物”時，KPI激活。這種條件激活機制避免了無關閾值對評價結果的干擾，確保每一項KPI判定都基于場景實際特征展開。

3. 全流程自動化判定

Sim Pro通過自動化技術貫穿 “數據采集 - KPI 計算 - 結果判定 - 報告生成” 全流程：

實時數據采集：仿真過程中，可實時采集車輛位置、速度、加速度、姿態等車輛狀態數據、KPI計算相關數據，以及行人、其他車輛、交通設施等周邊環境數據，覆蓋200+核心數據維度，仿真頻率最高可達200Hz，確保數據的完整性與時效性。

KPI 自動計算與邏輯判定：仿真結束后，系統基于綁定的 KPI 體系，自動調用預設算法模型計算各項指標數值（如 TTC、車道偏移量、制動距離等），并與閾值進行比對，按預設判定規則輸出 “通過 / 不通過” 結果。

多層級評價結果自動生成：系統可自動生成場景級和綜合級兩個維度的評價結果。場景級結果在測試過程中明確單個測試場景的整體判定，對其預設KPI明細展示各項指標的實測值、閾值要求、判定結果，精準定位算法短板；綜合報告則對多場景測試的通過率、KPI 達標率等進行統計分析，形成全面的算法性能評估結論。

4. 可視化與歷史追溯

Sim Pro 具備結果可視化與數據追溯能力，為定位算法缺陷、優化技術方案提供直觀支撐：

關鍵數據曲線可視化：支持仿真過程中實時生成車速、加速度、車道偏移量、TTC 等核心指標的數據曲線，并隨光標標注固定點值，快速識別算法在特定時段的性能波動。

場景回放與狀態還原：支持仿真數據和視頻回放，可拖動回放位置、改變播放速率等；支持測試場景的NG片段記錄，可精準定位關鍵時間節點（如碰撞風險時刻、閾值超標時刻）的場景狀態，直觀呈現車輛與周邊環境的相對位置關系、車輛動作響應等細節，還原問題發生過程。

數據追溯與導出：所有采集的原始數據、計算過程數據、評價結果數據均支持長期存儲與追溯，用戶可按需求導出數據文件（如 CSV格式），用于后續的深度分析與算法優化驗證。