案例展播 | 可信数据空间大赛三等奖：面向无人驾驶的城市出行可信数据空间
“乘数而上 数造未来”2025上海可信数据空间应用创新大赛自5月开启便引起行业广泛关注，历经半年比拼、多轮专业评审，两大赛道的获奖团队凭硬核方案突围。现在，这些兼具创新性与实用性的优秀案例集中亮相，速览可信数据空间领域的前沿探索！解锁数据创新硬核实力！
面向无人驾驶的城市出行可信数据空间
所属领域：交通运输
牵头单位：上海随申行智慧交通科技有限公司
1
项目背景
我国无人驾驶乘用车已在超过30个城市试点运营，逐步迈向规模化商用。然而，“无人化”带来诸多挑战，车辆无法实时响应乘客突发疾病、设施破坏、违禁品运输等状况，易引发权责纠纷，阻碍无人驾驶乘用车商业化推广。因此亟需建立无人驾驶乘用车乘客征信体系，然而建立该征信体系所需的犯罪记录、健康、交通、支付等数据分散在公安、医疗、交通、金融等多部门，数据壁垒高、共享难，导致行业缺乏有效的“准乘”门槛。
为应对上述问题，亟需构建安全可信的数据流通环境。上海随申行公司依托城市可信数据空间技术底座，建设面向无人驾驶的城市出行可信数据空间，在保障数据安全与隐私的前提下，打通数据孤岛，为构建乘客征信体系提供支撑，促进行业安全规范发展。
2
方案构成及成果
（一）方案设计
数据治理。建立“准入标准—评估体系—循环优化—场景定制”机制，统一数据格式与合规标准，对高敏数据采用脱敏、零知识证明等技术，实现全生命周期安全管控，形成覆盖全出行链的高质量数据集。
技术路径。采用“门户—引擎—管理—开发—基座”五层架构。门户层实现供需对接；引擎层利用AI与数据图谱挖掘价值；管理层构建安全合规体系；开发层推动数据产品开发；基座层集成区块链、隐私计算、数据沙箱等技术，确保数据安全流通与存证。
关键算法。基于犯罪记录、健康、信用、违章、支付等多维数据，构建“身心健康—犯罪情况—不良行为—支付信用—出行偏好”五级评价指标，采用加权逻辑回归与机器学习算法，生成乘客信用评分与分级结果。
架构图
数据流示意图
无人驾驶乘客征信场景应用示意图
左右更多
（二）应用成效
社会效益。通过信用分级与“准乘”门槛，可筛选高风险乘客，减少破坏设施、非法运输等事件，降低公共安全风险；明确规则引导乘客规范行为，助力交通信用体系建设。可信数据空间打破数据孤岛，为政府监管提供支撑，填补“无人场景”监管空白，提升城市治理水平；有利于公众获得更好出行体验，实现通过信用变现，享受更优质的服务和优惠。
经济效益。运营商可利用征信数据优化运营，如为高信用乘客优先派单，对高风险乘客预收押金或限时服务，降低维修与纠纷成本。可信数据空间激活多领域数据价值，支持与金融、保险机构合作开发信用出行产品与差异化保险，拓展盈利渠道；标准化数据流通模式降低企业数据成本，提升行业效率，为商业化盈利开辟新路径。
3
创新亮点
数据协同创新。构建政府、平台、金融、医疗等多方参与的可信数据流通网络，通过隐私计算、区块链实现“数据可用不可见”，既保障公安、医疗等敏感数据安全，又满足征信需求，破解“数据不敢供、不能用”难题。
征信模型创新。建立多维度融合、动态调整的征信体系，涵盖身心健康、出行偏好等创新指标，结合机器学习动态优化权重，提升评级全面性与精准性，为“准乘”决策提供可靠依据。
运营机制创新。设计“分层激励+多元服务”机制，通过首年免费、早鸟折扣等策略吸引生态参与；按数据贡献与参与度分配收益，构建“链上存证+分层仲裁+司法衔接”争议解决框架，保障空间稳定运营。
价值延伸创新。推动数据价值从风险防控向生态赋能拓展，衍生出行需求分析、潮汐预测等增值服务，助力车辆调度与运力优化；同时为政府规划、金融风控、保险创新提供数据支持，实现跨领域生态价值共创。