为明确组合驾驶辅助系统(CDAS)安全边界与性能差异,解决现有评估方法工况单一、场景适配不足、多影响因素耦合机制不明等问题,构建了融合场景分级、功能解构、多维度量化的CDAS安全事件系统化评估方法体系。以4款量产车型为研究对象,在6座城市开展实车道路评估,细化定义36类子功能、10类驾驶行为与3级场景复杂度,通过数据切片提取出典型驾驶员紧急干预事件。以驾驶员紧急干预脱离率、间隔里程为指标,对场景复杂度与远程软件升级(OTA)进行对比分析。结果表明:不同子功能场景脱离率有差异, 高复杂度场景脱离率为8.97%~19.88%,显著高于低复杂度场景(< 5%);博弈场景脱离率是无博弈场景的3~7倍;OTA提升了多数子功能场景的安全性,而在路口右转、避让、分合流等复杂场景易出现性能退化。CDAS的安全表现同时受交通场景复杂度、博弈场景及OTA耦合影响。建议算法在迭代过程中建立基于场景的优先级矩阵,以均衡训练数据并避免训练的偏置效应。