本课题由吉林大学和上海汽车集团股份有限公司技术中心共同承担。

秘书处于2024年11月27日组织来自智己汽车、零束科技、友道智途、赛可智能、上汽大众共5名资深工程技术人员，采用腾讯视频会议方式，对该课题进行了结题验收评审。

项目组基于中外自然驾驶数据和企业自有自然驾驶数据，研究设计了通用的驾驶数据处理与场景提取框架，构建了企业特色的自然驾驶数据库；创新开发了考虑”感知受限”、”驾驶分心”和”反应延迟”等因素的拟人化跟车模型、以及考虑”跟车忍耐度”和”换道礼让度”等心理因素的拟人化换道模型，提升了测试场景的真实性与多样性；提出了自主随机特性的拟人化行为关联测试方法以及行为关联测试矩阵，有效提升了高风险事件激发能力，等等；以上研究成果在高校搭建的轻量化仿真平台上得到了验证，并与企业仿真测试平台反复调试后达到了无缝集成，经对企业不同版本在研智能驾驶算法硬件在环测试，结果表明：集成以上研究成果的仿真平台有效解决了企业原有仿真场景中“背景车辆无法拟人化地与被测对象交互、无法真实地模拟现实交通场景”等固有测试矩阵所存在的问题，大大提高了测试结果的真实性与有效性。

经专家评定，综合得分81.3分，同意验收。

考虑礼让参数的行为关联测试场景下碰撞率对比