辅助驾驶系统目前在市场上还处于初级阶段，甚至10万级车型都号称拥有L2级智能驾驶，如此庞大且鱼龙混杂的市场缺乏一个专业的评判标准，为此，车云研究在2021年年初创建了《CC-400A智能驾驶评测体系》（以下简称“该体系”）。

该体系针对车辆辅助驾驶能力共分四大测试模块：智能驾驶、自动泊车、导航辅助驾驶、创新项，从四大模块中可映射出10+个驾驶场景，49项核心能力和31项基础能力，每项满分为5分，体系总分为400分（不含创新项），以此客观公正的评价出车辆辅助驾驶能力。

该体系融合了辅助驾驶场景与用车旅程多维度对车辆进行评价，通过构建用户体验的最小价值单元，来挖掘用户在辅助驾驶中每个关键时刻的感受以及暴露的问题，旨在专项研究各车企针对辅助驾驶系统的发展进程，以及为消费者与车企之间搭建基于辅助驾驶产品体验的桥梁，辅以更专业的购车指导建议。

该体系在双态模型基础上构架而成，它可以很好的表现出一个复杂系统的用户体验，可涉及多用户、多场景、多功能、多交互、跨时间等多维度分析评价。趋于黑线的标点为稳定态，这里涵盖了辅助驾驶核心场景及其中的核心能力，如车辆识别能力、跟车稳定感、曲率弯道效率感等，这些高频高价值的核心能力是我们评价的重点，而远离黑线部分的标点为游离态，我们通过创新项目进行评价，比如遥控泊车等功能，做到可量化的公正公平。

一个评价体系并不是测试项目越多越好，我们旨在还原能够代表消费者使用体验的场景和功能进行测试，而“极少数人用”、“特殊时间才会用到”、“非常少见的出行目的”和“低频操作”这种Courner Case不易看到给用户带来的核心体验。所以体系只聚焦核心场景及核心能力一点击穿，挖掘用户在每个关键时刻的感受以及暴露的问题。

在核心场景下的核心能力的基础上，我们还会更加重视交互与监测的体验，整个行业对辅助驾驶体验的基础共识是安全，对于驾驶员来说，安全体现在驾驶员主观认为的车辆能力与车辆实际的能力边界一致性，这条认知鸿沟越大越不安全，而解决认知鸿沟的关键，就在于车辆与人的交互与监测能力。因此该体系对交互与监测方面的评测占比达到了20%，可以更好的挖掘车辆在此层面的表现。

目前的辅助驾驶功能依然是“以人为主导”，人和机器都不可避免的会有缺陷，只有当人机共驾得到充分考虑时，这些缺陷才可能被弥补。如何让驾驶员在不同场景下获得最佳的交互感知也是各车企努力的方向，所以在认知鸿沟模型基础上，我们还会有人机共驾分析模型，即便相同能力的辅助驾驶车型，交互也会有很多差异，这都体现了车企在辅助驾驶方面不同的侧重点，这些差异导致了完全不同的驾驶体验，这也是衡量辅助驾驶功能至关重要的一点。