[發明專利]一種智能車輛的智能程度測評方法

無效

• 申請號: 201210218791.6
• 申請日: 2012-06-28
• 公開（公告）號: CN102829980A
• 公開（公告）日: 2012-12-19
• 發明（設計）人: 王飛躍;黃武陵;耿征;劉玉強;孫濤
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G01M17/007
• 分類號: G01M17/007
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 宋焰琴

1.一種智能車輛的智能程度測評方法，所述方法包括：

通過自定義智能程度評估模型將智能車輛的智能測評轉為環境復雜度、測試任務復雜度和測試任務完成度的評估；

采用主成份分析法從眾多環境復雜度評價指標中選擇與智能車輛自主駕駛最為相關的指標，然后采用模糊綜合方法獲得交通環境復雜度評估E_c；

對智能車輛自主駕駛任務進行分解，采用分級分解法評估智能車輛自主駕駛任務的復雜程度，獲得測試任務復雜度M_c；

采用分層分析法對某路段的測試任務完成程度進行評估，得到測試任務完成程度M_g；

獲得智能車輛測試任務評估分值S_i：a和b根據每次測試經驗取值，K值根據每次測試總分制取值，其中M_g＝f(E_c，M_c)是根據分層分析法得到分值進行線性調整，針對測試路段上的測試任務逐個獲得測試任務評估分值S_i，最后匯總之后得到總的測試任務分值

2.如權利要求1所述的智能車輛的智能程度測評方法，其特征在于：采用主成份分析法選取與智能車輛實現自主駕駛最相關的測試環境復雜度評價指標的步驟進一步包括：確定環境復雜程度評價指標，收集評價指標原始值，進行指標預處理，確定指標權重系數，構造綜合評價模型，計算出各指標綜合評價并進行排序，并按照實際需要選取權重靠前的指標。

3.如權利要求1所述的智能車輛的智能程度測評方法，其特征在于：采用模糊綜合方法評估測試環境復雜度的步驟進一步包括：

確定環境復雜度主要評價指標，確定各環境復雜度評價指標的權重向量W，確定每個環境復雜度評價指標復雜等級，進行某個環境復雜度單因素指標評判，建立模糊關系矩陣R，選取模糊算子*對W和R作模糊變換Y＝W*R，得出單因素評價結果，對模糊向量Y做歸一化處理得Y′，對每一個復雜度評價等級賦予分值，得到分值向量C，最后得復雜度單因素指標評判結果得分s_i＝Y′^TC，獲得環境復雜度評價結果，重復前述步驟依次取第i個評價指標，得到S＝{s₁，s₂，...，s_n}，按環境復雜度評價指標權重W，采用加權平均法得到環境復雜度的綜合評價得分：E_c＝W×S^T。

4.如權利要求1所述的智能車輛的智能程度測評方法，其特征在于：采用分級分解法評估測試任務復雜度的步驟進一步包括：

對智能車輛自主駕駛任務進行分解，采用分級分解法將每個基本動作A_i分解為一系列的基本操作A_i＝{a_1i，a_2i，...a_ni}，得到基本動作復雜度將測試任務分解為多個基本動作并得到其復雜度分值無量綱化處理后得測試復雜度分值

5.如權利要求1所述的智能車輛的智能程度測評方法，其特征在于：采用分層分析法對測試任務完成程度進行評估的步驟進一步包括：

通過準則層的n個指標構造成對比較矩陣A＝〔a_ij〕_n×n，其中a_ij是按照Satty建議的AHP法標度原則選取的、第i個與第j個評價指標相對上層任務完成情況重要性比較，采用和法近似估算A的最大特征值λ_max及其對應特征向量U_k，計算A的隨機一致性比率CR，做一致性檢驗并作出相應的調整，最后得到的U_k各元素就是各評價指標的權重，對多輛智能車進行任務完成程度排序，還要對多輛智能車比較各個任務完成程度評價指標下的得分，首先，成對比較m輛智能車的第一個任務完成評價指標，結合前述方法得到成對比較陣B＝〔b_ij〕_m×m，其中b_ij是第i個與第j輛車相對上層第一個評價指標評估情況比較，近似估算B的最大特征值λ_max及其對應特征向量U₁，計算B的隨機一致性比率CR，做一致性檢驗并作出相應的調整，最后得到的U₁各元素就是N輛智能車針對各評價指標的得分，

按照相同的步驟分別完成m輛智能車針對其他評價指標的得分U_i，{i＝1，2，...，m}，

最后將智能車針對各評價指標的得分乘以各指標的權重，得到各智能車輛評價總分，排序之后得到智能車的任務完成程度測評：M_g＝(s₁，s₂，...，s_m)^T＝(U₁，U₂，...，U_n)^TU_k。