【技术实现步骤摘要】
本专利技术涉及自动驾驶，具体涉及一种基于人工智能模型的车辆自动驾驶系统实车测试方法。
技术介绍
1、智能网联汽车的驾驶自动化水平按照我国的国标《汽车驾驶自动化分级》，被细致地划分为六个等级，即从0级到5级，以通过不同等级来评估车辆驾驶自动化水平。其中，0级至2级涵盖的是驾驶辅助系统，主要侧重于提供驾驶员辅助，包括但不限于自动紧急制动、车道保持辅助等功能，而3级至5级则标志着车辆具备了不同程度的自动驾驶能力，其中3级为有条件自动驾驶，4级为高度自动驾驶，5级则是完全自动驾驶，车辆能够独立完成所有驾驶任务，无需人类干预。
2、当前市场上的主流产品集中在0级、1级和2级的驾驶辅助类别，这些系统依赖于预设的规则和固定的算法来辅助驾驶员。然而，随着技术的演进，更高层级的自动驾驶产品正在研发和测试中，它们广泛利用了神经网络、深度学习和强化学习等先进的人工智能技术(如ai算法模型)，这些技术赋予了车辆前所未有的学习和适应能力。
3、ai算法模型的核心优势在于其自学习和自适应特征，这意味着自动驾驶车辆能够根据实际驾驶环境、驾驶员习惯以及车辆状态等动态因素，自主调整其决策模型中的参数。在车辆出厂初期，由于ai模型参数统一，同一型号的车辆在相同条件下会有相似的表现。然而，随着行驶里程的积累，车辆接触到的场景日益多样化，ai模型会通过实际运行数据持续优化自身参数，导致即便是同一型号的车辆，在相同场景下也可能展现出不同的行为模式。
4、这一变化对智能驾驶系统的测试方法构成了新的挑战。传统测试技术通常假设智能驾驶产品的
技术实现思路
1、本专利技术意在提供一种基于人工智能模型的车辆自动驾驶系统实车测试方法，能够适配于高层级的自动驾驶系统测试，客观测评出设有ai模型的自动驾驶系统的实车性能。
2、本专利技术提供的基础方案为：一种基于人工智能模型的车辆自动驾驶系统实车测试方法，包括以下步骤：
3、步骤1，采集被测车辆的用户画像，并基于用户画像，为被测车辆选配目标测试人员；
4、步骤2，设定车辆训练里程l1，并训练被测车辆；由目标测试人员驾驶被测车辆完成第一段道路训练，由自动驾驶系统驾驶被测车辆完成第二段道路训练；所述第一段道路训练和第二段道路训练的行驶里程均大于等于l1/2；
5、步骤3，采用训练完毕的车辆，在封闭场地和开放道路中分别进行自动驾驶测试；
6、步骤4，在目标测试人员均完成测试后，测试阶段结束；
7、步骤5，采集目标测试人员对被测车辆的主观评分；并基于被测车辆的测试数据，计算得到被测车辆的客观评分；对主观评分和客观评分进行加权求和并按比例换算为最终评价分，以完成对被测车辆的测评。
8、本专利技术的工作原理及优点在于：
9、本专利技术一种基于人工智能模型的车辆自动驾驶系统实车测试方法，能够适配于高层级的自动驾驶系统测试，客观测评出设有ai模型的自动驾驶系统的实车性能。本方案能够有效解决现有技术中基于ai模型的自动驾驶系统实车测试方法的缺失问题。
10、特别的是，本方案能够从用户正常使用车辆的角度对自动驾驶系统进行客观和主观结合的测试，相较于现有的客观或主观的单一测试方法，以及只有测试工程师参与的测试方法，本方案通过目标测试人员的设定及训练步骤的设置(对应于步骤2)，能够为被测车辆构建不同驾驶风格的驾驶员输入，使得被测车辆能够等效处于真实应用环境，即等效为车辆自动驾驶系统的ai模型导入不同驾乘人员的用车习惯、用车场景、对车辆的行为表现期待等因素，使ai模型处于真实的自学习环境。搭建的整体测试框架能够模拟ai模型参数的动态变化，并在变化的基础上，联立不同的测评环境(封闭场地、开放道路)，结合主客观评价，对自动驾驶性能进行真实、有效的评估，测试结果更贴合车辆的真实使用表现，评价结果更具有产品设计参考价值。
本文档来自技高网...【技术保护点】
1.一种基于人工智能模型的车辆自动驾驶系统实车测试方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于人工智能模型的车辆自动驾驶系统实车测试方法，其特征在于，在步骤1中，所述目标测试人员设有K个，K值的大小与用户画像类型呈正相关。
3.根据权利要求2所述的一种基于人工智能模型的车辆自动驾驶系统实车测试方法，其特征在于，所述用户画像类型的划分指标包括性别、职业、年龄阶段、驾驶风格。
4.根据权利要求1所述的一种基于人工智能模型的车辆自动驾驶系统实车测试方法，其特征在于，在开放道路中进行自动驾驶测试时，设定开放训练里程为L2；L2的计算在被测车辆的自动驾驶系统功能条件下进行，且处于自动驾驶系统的ODD范围内。
5.根据权利要求4所述的一种基于人工智能模型的车辆自动驾驶系统实车测试方法，其特征在于，L2的取值为200～500km。
6.根据权利要求1所述的一种基于人工智能模型的车辆自动驾驶系统实车测试方法，其特征在于，针对在开放道路中进行的自动驾驶测试，在计算被测车辆的客观评分时，包括以下步骤：
7.
8.根据权利要求2所述的一种基于人工智能模型的车辆自动驾驶系统实车测试方法，其特征在于，在封闭场地进行自动驾驶测试时，还对被测车辆进行自动驾驶性能验证；并采集自动驾驶性能验证结果作为封闭场地验证评分A；其中，第i轮次的自动驾驶性能验证结果为通过，则计一分，即ai-1＝1；若第i轮次的自动驾驶性能验证结果为不通过，则计零分，即ai-1＝0。
9.根据权利要求8所述的一种基于人工智能模型的车辆自动驾驶系统实车测试方法，其特征在于，所述最终评价分采用下式计算：
10.根据权利要求9所述的一种基于人工智能模型的车辆自动驾驶系统实车测试方法，其特征在于，若A<K或S<60，则被测车辆的自动驾驶系统的评价结果为不合格；若60≤S<70，则被测车辆的自动驾驶系统的评价结果为合格；若70≤S<80，则被测车辆的自动驾驶系统的评价结果为中等；若80≤S<90，则被测车辆的自动驾驶系统的评价结果为良好；若S≥90，则被测车辆的自动驾驶系统的评价结果为优秀。
...【技术特征摘要】
1.一种基于人工智能模型的车辆自动驾驶系统实车测试方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于人工智能模型的车辆自动驾驶系统实车测试方法，其特征在于，在步骤1中，所述目标测试人员设有k个，k值的大小与用户画像类型呈正相关。
3.根据权利要求2所述的一种基于人工智能模型的车辆自动驾驶系统实车测试方法，其特征在于，所述用户画像类型的划分指标包括性别、职业、年龄阶段、驾驶风格。
4.根据权利要求1所述的一种基于人工智能模型的车辆自动驾驶系统实车测试方法，其特征在于，在开放道路中进行自动驾驶测试时，设定开放训练里程为l2；l2的计算在被测车辆的自动驾驶系统功能条件下进行，且处于自动驾驶系统的odd范围内。
5.根据权利要求4所述的一种基于人工智能模型的车辆自动驾驶系统实车测试方法，其特征在于，l2的取值为200～500km。
6.根据权利要求1所述的一种基于人工智能模型的车辆自动驾驶系统实车测试方法，其特征在于，针对在开放道路中进行的自动驾驶测试，在计算被测车辆的客观评分时，包括以下步骤：
7.根据权利要求1所述的一种基于人工智...
【专利技术属性】
技术研发人员：杨良义，宋博宇，张强，覃子强，韩中海，黄俊富，房科，
申请(专利权)人：中汽院智能网联科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。