越來越多的車企開始在智駕領域發力，卷硬件、堆算力，目的都是讓車輛的駕駛輔助用起來更擬人，更像“老司機”。但“像老司機”這個描述過于泛泛，幾分像？哪里像？用嘴根本說不清！有沒有一套體系能夠量化駕駛輔助系統的駕駛水平呢？

終于，有車以后聯合北京智能車聯基于中國智能網聯汽車類人指數模型，要對這些“看起來很像老司機的車輛”進行一場真槍實彈的摸底考試，我們將這次考試簡稱為“類人測試”?！

怎么測？

北京智能車聯基于真實世界交通場景構建了全息交通場景庫，包含海量自然駕駛行為和真實交通流數據。通過挖掘這些數據提取人類駕駛特征參數，再基于特征參數從類人性角度出發，建立中國智能網聯汽車類人指數模型，有車以后將使用該模型對車輛駕駛輔助功能進行類人性評價。

簡單說:通過提取“老司機們”在場景庫中的駕駛行為特征，建立中國智能網聯汽車類人指數模型，再用該模型去評價車輛駕駛輔助系統。

此外無需擔心建立的“老司機”模型不準，場景庫使用無人機從高空持續采集真實數據，采集時長已突破2萬小時，場景量接近500萬個，“老司機”絕對地道！目前已經有近80款車型接受過測試。

本次測試選取車型為AITO 問界M5?2023款?純電四驅智駕版，在中國智能網聯汽車類人指數模型下，針對ACC自適應巡航進行8大維度測試，包括:不同時速下的橫向識別、穩定跟車、跟車加速、減速、應對前方低速車輛、跟車起停、前車切入、切出。

“遙遙領先”89.4分破紀錄！

直接了當出結論，AITO?問界M5?2023款?純電四驅智駕版以總分89.4分的高分成績，打破中國智能網聯汽車類人指數模型下類人測試歷史最高分紀錄！

其中安全性相關項目得分率98.17%；舒適性相關項目得分率100%；效率相關項目得分率77.73%。

大家看到這無需關心得分由來，該部分會在文末給到明細，先看逐項解析！

優劣勢簡述:

穩定跟車:該項考驗車輛跟車距離的類人性。問界M5跟車距離穩定，速率抖動極小，不同跟車距離擋位之間也有足夠的差異，能匹配不同駕駛習慣。

跟車加速:該項考驗高速行駛下，問界M5對前車加速的響應情況，加速是否及時。問界M5可以對遠處車輛加速進行不錯的識別，識別到前車加速后，響應迅速，后續加速動作非常柔和。

以60km/h時速，跟車距離3擋的表現來看，前車加速1.42秒后，問界M5開始加速，最大加速度為0.91m/s?，非常柔和，被前車拉開最大距離僅為41.21m，表現出色。

跟車減速:該項考驗高速行駛下，問界M5對前車減速的響應情況，減速是否安全。問界M5最小跟車距離和老司機非常相似，減速及時，減速動作非常柔和。

以60km/h目標時速，跟車距離3擋的表現來看，前車減速1.38秒后，問界M5開始減速，最大減速度為0.91m/s?，非常柔和，減速后最小跟車距離為27.4m，表現出色。

前車低速:該項考驗高速行駛時問界M5對前方低速車輛的響應。問界M5可以從很遠的距離就探測到前方低速車輛，減速全程最小碰撞時間大于2.4秒，不會突破人類心理防線。

在背景車時速60km/h，問界M5時速90km/h，跟車距離3擋的追擊場景下，問界M5距離背景車127.53m時就開始減速，開始減速后最大減速度僅為0.65m/s?，非常柔和，減速后最小間距為28.78m。

在該項中，問界M5全程將最小碰撞時間控制在大于2.4秒，減速及時，距離控制合理，不會突破人類心理防線。

橫向識別:該項考驗車輛對前車的識別范圍。問界M5對前車識別準確，前車只需極小部分位于問界M5所在車道內，問界M5便可成功識別。

跟車起停:該項考驗問界M5對前車狀態的響應，停車后的間距是否合理。問界M5起步最大跟車距離表現中等偏上，仍有縮短空間。前車起步后它的響應較慢，在距離3擋的設置下，前車駛離2.06m后，問界M5才開始起步，此外其跟車剎停后與前車距離為9.04m，幾乎為2倍車身長度，容易被加塞。

在該項中，問界M5的實際表現遠沒有40%的得分率那么不堪，最小碰撞時間為2.3秒，接近2.4秒的安全界限，實際不會感覺到很大的碰撞風險，不過它減速過程中1.82m/s?的最大減速度還有待提升，如果剎車更狠一些，最小碰撞時間就可以輕松達到2.4秒以上，但門檻就是門檻，低于門檻只能獲得較低得分。

意外驚喜

此外本次測試我們還測試了問界M5在L2駕駛輔助開啟狀態下對于典型交通目標的識別情況，結果出色:機動車、成人、兒童，各角度自行車、踏板車、摩托車、不同數量樁桶均成功識別避讓剎停，施工牌未識別出但成功避讓剎停，三角牌識別不穩定，能做出剎車動作，即將剎停時識別跟丟，再次起步行駛。盡管離完美還差一點，但在目前所有測試過的車型中算最出色的之一。

各項得分明細及權重

歡迎評論區留言關注的車型，我們測測就來！