一种无人驾驶车辆定量评价系统及评价方法技术方案

本发明专利技术涉及一种无人驾驶车辆评价测试方法及系统。该方法包括根据无人驾驶车辆行驶的环境复杂度、执行任务的复杂度、人工干预程度以及行驶质量对无人驾驶车辆智能水平划分等级；确定无人驾驶车辆评价测试指标体系，并采用可拓展层次分析法确定各级指标权重，以及结合无人驾驶车辆行驶参数实现无人驾驶车辆与环境交互的量化分析；最后结合无人驾驶车辆与环境交互的量化分析结果，实现无人驾驶车辆的定量测试评价。同时还提供一种相应的无人驾驶车辆评价测试系统。利用这种评价测试方法和系统，可以更加准确的对无人驾驶车辆进行定量评价，促进无人驾驶车辆技术的改进和发展，从而保证无人驾驶车辆能够在真实交通环境下安全的行驶。

【技术实现步骤摘要】

本专利技术属于车辆测试领域，尤其涉及一种无人驾驶车辆定量评价测试方法和系统。
技术介绍
无人驾驶车辆是一种智能汽车，也可以称之为轮式自动机器人，其主要依靠车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标。附图说明图1示出了无人驾驶车辆系统逻辑结构，如图1所示无人驾驶车辆、环境和任务的三角形组成了一个复杂的、交互的系统，无人驾驶车辆的行为是无人驾驶车辆自身(物理方面-“实体”)、环境(所处环境)和无人驾驶车辆所执行的任务(控制程序)三者特性的综合结果。为了促进无人驾驶车辆技术的发展，针对无人驾驶车辆的测试评价技术也开始出现。目前大多数的评价测试均是各个研发单位根据自身情况对其单项或部分功能要求进行单项指标评价测试。随着单项技术以及集成系统的成熟，评价测试由单项评价向复杂综合能力评价发展，逐渐出现了第三方的评价。美国DARPA (美国国防高级计划研究局)组织了三届无人驾驶车辆比赛，分别是2004年、2005年的Grand Challenge和2007年的UrbanChallenge比赛以完成所有规定项目且消耗时间的长短作为评价测试指标。现有技术中无人驾驶车辆的评价测试方法存在很大的人为主观性和倾向性，评价结果不准确。没有进行无人驾驶 车辆的智能水平等级划分，评价结果缺乏科学性和准确性，而且评价过程未考虑无人驾驶车辆自身、行驶环境、人为干预等因素的影响。虽然能评出无人驾驶车辆表现的优劣，但是并未指出其具体哪项指标的不足和以后需要改进的方向，不利于无人驾驶车辆技术的发展。因此需要实现一种可以科学的、准确的对无人驾驶车辆进行量化分析的无人驾驶车辆定量评价测试系统，从而实现人驾驶车辆的定量评价测试。使得评价过程不仅考虑各种因素的影响，保留了各级评价的全部信息，并且量化结果能较好地反映实际情况，还可方便地转化成直观的比较或排序结果。最终能够找出无人驾驶车辆各项指标的不足，指明以后需要改进的方向，更好地引导无人驾驶车辆技术的发展。
技术实现思路
为了达到上述目标，本专利技术提出了一种无人驾驶车辆定量测试评价方法，包括以下步骤:(I)根据任务复杂程度、环境复杂程度和人工干预程度对无人驾驶车辆智能水平划分等级；(2)选择无人驾驶车辆评价指标体系，并确定指标体系中各级指标权重；(3)采集无人驾驶车辆的行驶轨迹；(4)根据所属行驶轨迹进行无人驾驶车辆与环境交互的量化分析；(5)根据步骤(4)的结果实现无人驾驶车辆的定量评价；其中所述步骤(I)进一步包括:根据无人驾驶车辆独立完成任务的数量和任务的难度划分任务复杂程度的第一等级；根据交通环境属性划分环境复杂程度的第二等级；根据无人驾驶车辆自主决策的程度确定人工干预程度的第三等级；根据所述第一等级，第二等级和第三等级确定无人驾驶车辆智能水平的等级划分。其中所述步骤(2)中选择无人驾驶车辆评价指标体系进一步包括:选取初选评价指标，并根据所述初选评价指标中两两相互之间重要程度，得到比较矩阵A = LaijInxn, n e N, Bij表示指标Ai相对指标Aj重要程度；对A按列规范化，即对判断矩阵A每一列正规化权利要求1.一种无人驾驶车辆评价测试方法，包括以下步骤: (1)根据任务复杂程度、环境复杂程度和人工干预程度对无人驾驶车辆智能水平划分等级； (2)选择无人驾驶车辆评价指标体系，并确定指标体系中各级指标权重； (3)采集无人驾驶车辆的行驶轨迹； (4)根据所属行驶轨迹进行无人驾驶车辆与环境交互的量化分析； (5)根据步骤(4)的结果实现无人驾驶车辆的定量评价；2.如权利要求1所述的无人驾驶车辆评价测试方法，其中所述步骤(I)进一步包括: 根据无人驾驶车辆独立完成任务的数量和任务的难度划分任务复杂程度的第一等级； 根据交通环境属性划分环境复杂程度的第二等级； 根据无人驾驶车辆自主决策的程度确定人工干预程度的第三等级； 根据所述第一等级，第二等级和第三等级确定无人驾驶车辆智能水平的等级划分。3.如权利要求1所述的无人驾驶车辆评价测试方法，其中所述步骤(2)中选择无人驾驶车辆评价指标体系进一步包括: 选取初选评价指标，并根据所述初选评价指标中两两相互之间重要程度，得到比较矩阵A = LaijInxn, n e N, Bij表示指标Ai相对指标Aj重要程度； 对A按列规范化，即对判断矩阵A每一列正规化4.如权利要求3所述的无人驾驶车辆评价测试方法，其中所述步骤(2)中确定指标体系中各级指标权重进一步包括: 对属于同一层次的各指标之间的相对重要性进行两两比较，构建可拓区间判断矩阵A=(Bij)nxn, i, j = I, 2...，η，n e N+为正互反矩阵，其中σ# =<%，<+ >是一个可拓区间数，Ov > α;分别为判断矩阵第i行第j列可拓区间元素的上、下端点； 可拓区间数判断矩阵A = < A—，A+ >，其中A—为区间下端点构成的矩阵，A+为区间上端点构成的矩阵，求A—，A+的最大特征值所对应的具有正分量的归一化特征矢量χ-，χ+ ； 由计算k和m的值，其中5.如权利要求1所述的无人驾驶车辆评价测试方法，其中所述步骤(3)进一步包括: 获取无人驾驶车辆的无人驾驶车辆行驶轨迹f(x，y)，将其与无人驾驶车辆理想轨迹对比，求出无人驾驶车辆实际轨迹与理想轨迹的偏差随时间变化的时间数据序列D (t)。6.如权利要求5所述的无人驾驶车辆评价测试方法，其中所述步骤(4)进一步包括: 无人驾驶车辆轨迹偏差的时间数据序列的确定性检验，包括通过回归图的方法绘制D(t)和D(t-v)，V表示时间间隔，判断之前的和现在的信号值是否有因果联系； 无人驾驶车辆轨迹偏差的时间数据序列的稳定性检验，包括把时间序列D分成两个长为t的部分DU1)和D(t2)。分别计算两个时间序列的均值和标准差，检验数据的不同部分的均值和标准差是否存在相似性； 根据无人驾驶车辆轨迹偏差的时间数据序列进行相空间重构Yy j = 1，2，…M，MeN,Yj表示相空间中的点； 找相空间中每个点Y」的最近邻点巧，并限制短暂分离； 对相空间中每个点Yp计算出该邻点对的i个离散时间步后的距离4(i)， Jxi 1j - ，，i = ls2^*%m.m(M - j\M- j%M GN对每个i，求出所有j的IndjQ)平均y(i)，即 = Jlnt/ (/) φι Tl其中q是非零+(i)的数目，并用最小二乘法作出回归直线，该直线的斜率就是最大李雅普诺夫指数入。7.如权利要求6所述的无人驾驶车辆评价测试方法，其中所述步骤(5)进一步包括: 由无人驾驶车辆行为的量化结果作为各个指标的评价结果，以无人驾驶车辆行为的李雅普诺夫指数为依据，对其进行评价等级划分，得到单个因素在评价集V上的模糊集Uji=Crlj, r2J, r3J, r4J, r5J),其中!Tlj表示Uji对V1的隶属度,进而得到评价因素的评价矩阵Uji=(un, u2i,...Uni,); 确定权重和单因素模糊综合评价模型，包括由可拓层次分析法得到权重矢量Pi =(Pli, P2i,…Pni)T，其与评价矩阵Uji = (un, u2i,…uni，)进行合成运算，得到各评价因素本文档来自技高网...

【技术保护点】
一种无人驾驶车辆评价测试方法，包括以下步骤：（1）根据任务复杂程度、环境复杂程度和人工干预程度对无人驾驶车辆智能水平划分等级；（2）选择无人驾驶车辆评价指标体系，并确定指标体系中各级指标权重；（3）采集无人驾驶车辆的行驶轨迹；（4）根据所属行驶轨迹进行无人驾驶车辆与环境交互的量化分析；（5）根据步骤（4）的结果实现无人驾驶车辆的定量评价；

【技术特征摘要】

【专利技术属性】
技术研发人员：孙扬，熊光明，龚建伟，姜岩，陈慧岩，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：