当前,自动驾驶汽车测评是自动驾驶商业化落地前亟待解决的重要难题,主要体现在两个方面。一是如何保证自动驾驶汽车智能度测试评价的科学性和可操作性问题,二是如何解决面向市场和用户的自动驾驶技术接受度测评问题。针对上述问题,本文基于自动驾驶封闭场地实验对自动驾驶汽车智能度和接受度进行了深入研究。在自动驾驶汽车智能度测评方面,本文基于自动驾驶汽车行驶关键数据指标,结合模糊综合评价方法,提出了基于关键数据指标与模糊综合评价的自动驾驶汽车智能度评价方法。论文在智能度评价方面,构建了自动驾驶汽车智能度测评模型,建立了智能评价指标体系,确定了速度方差、加速度方差、偏航角变化率方差、方向盘转角变化率方差四个关键数据指标,提出了基于关键数据指标与模糊综合的自动驾驶汽车智能度评价方法。在智能度测试方面,本文在长安大学自动驾驶汽车测试场的九个典型场景基础上,邀请了六位驾驶员进行六次人工驾驶,并用“信达号”自动驾驶汽车进行三次自动驾驶,共获得九组测试数据。测试过程中,同时获得五位专家对九次行驶状况质量的评价数据,结合数据对本文提出的评价方法进行了验证。分析结果表明,改进方法的评价结果与驾驶员的驾驶水平更加吻合,本文提出的方法比基于模糊综合评价方法更科学。在自动驾驶技术接受度评价方面,本文将感知安全性、信任度两个因素和再乘坐意愿一个接受度指标,突出添加进自动驾驶汽车背景下的技术接受度模型里,建立了自动驾驶技术接受度模型ATAM。本文设计了调查问卷,组织了300名志愿者实车乘坐“信达号”自动驾驶汽车,并在体验前后分别填写了调查问卷。统计数据分析时,检查了问卷的效度和信度,计算了各因子与指标间的路径系数,验证并完善了ATAM模型。分析结果表明,信任度、感知有用性、感知安全性正向影响人们对自动驾驶汽车的使用行为意向和再乘坐意愿;感知易用性只能在体验后预测行为意向,结果验证了自动驾驶技术接受度模型ATAM的科学性。本文提出的基于关键数据指标与模糊综合评价的自动驾驶汽车智能度评价方法,以及自动驾驶技术接受度模型ATAM,能够对自动驾驶汽车的智能度和接受度进行评价,对于自动驾驶技术的发展和自动驾驶汽车的商业化具有一定参考价值。