随着无人驾驶技术和计算机技术的蓬勃发展,无人驾驶车辆逐渐成为近年研究的热点,合理的测试场景和科学客观的评价方法能促进无人驾驶技术的快速发展。本文对无人驾驶车辆定量评价进行了研究,提出了一种基于改进CRITIC（层间相关性的重要性准则）法的灰色关联理论评价方法。本文结合国家重点研发计划课题“自动驾驶电动汽车硬件在环测试环境构建与模拟测试技术研究”（项目编号:2018YFB0105103）,首先设计了无人驾驶车辆测试场景并建立了无人驾驶车辆评价指标体系,然后确定了评价指标权重的计算方法,选取了适用于无人驾驶车辆的评价方法,最后利用Pre Scan与Simulink进行联合仿真,完成无人驾驶车辆定量评价。本文主要贡献如下:将无人驾驶车辆测试场景分为测试内容和测试环境两部分,测试内容中将车辆驾驶行为划分为基本驾驶行为,高级驾驶行为以及复杂环境下的驾驶行为;测试环境中包括道路环境、天气与光照环境、交通信号环境、障碍物环境、听觉环境以及外界干扰环境。基于已有关于自然驾驶数据和事故数据对危险驾驶场景提取分析,对几种典型测试场景进行了列举。选取并筛选评价指标,将评价指标体系划分为三层:目标层为无人驾驶车辆评价,总指标层为车辆的行驶安全性、乘坐舒适性、智能性以及高效性,指标层为13个细化指标。梳理了常用的主观和客观指标权重确定方法,最终确定主客观结合的指标权重确定方法:层次分析法的主观赋权法确定总指标层的指标权重,改进的CRITIC客观赋权法确定指标层的指标权重。改进了灰色关联分析法,灰色关联系数的计算公式中分辨系数不再取固定值,改为依据数据变化取值。对典型测试场景组合后进行仿真试验和分析评价,试验结果表明,改进灰色关联理论评价方法与传统模糊综合评价法的评价结果具有较高的一致性;此外,改进灰色关联理论评价方法去掉了专家打分环节,降低了评价方法主观性和实际应用中企业邀请大量专家参与评价的成本,提高了测试评价的效率。