[發(fā)明專利]一種智能車輛的智能程度測評方法

無效

• 申請?zhí)枺?/td>: 201210218791.6
• 申請日: 2012-06-28
• 公開（公告）號: CN102829980A
• 公開（公告）日: 2012-12-19
• 發(fā)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

技術領域

本發(fā)明屬于信息處理技術領域，具體地涉及一種智能車輛的智能程度測評方法。

背景技術

現(xiàn)階段智能車輛只能在簡單、結構化的特定環(huán)境自主駕駛，還無法在真實城市環(huán)境、特別是擁擠道路和收費站等復雜交通環(huán)境下實現(xiàn)自主駕駛。通過智能車輛測試理論和方法研究，可以找出智能車輛環(huán)境感知、導航與定位、智能決策和規(guī)劃研究中的難點。例如由于環(huán)境中光照等氣候情況多變，并且交通標志變形、磨損，車輛運動使得圖像獲取較為模糊，使得智能車輛的環(huán)境感知能力受到限制。為了在復雜交通環(huán)境下自主行駛，智能車輛需要安裝多種傳感器，配合復雜處理算法進行環(huán)境感知。所以針對此設計典型交通環(huán)境對智能車輛的環(huán)境感知能力進行測試。此外，通過組織智能車比賽的方式，也可加強智能車輛研究單位之間的交流，而此類競賽需要標準化評估方法。所以，開展智能車輛的智能程度測評方法研究具有重要意義。

現(xiàn)階段還沒有一種智能車輛智能測評方法能夠保證測試通過的智能車輛可以在真實交通環(huán)境中自主駕駛。通過研究和設計智能測試內容可以找出智能車輛研究重點和難點；通過研究交通環(huán)境復雜度與智能車輛環(huán)境感知之間的關系，能夠提供一個典型交通場景下的測試環(huán)境；通過研究測試任務復雜度及任務分解，并對測試任務進行完成程度評估，對智能車輛開展智能程度測評，只有通過相關測評之后，才可在真實交通中自主駕駛，才能有效地促進相關研究。

本發(fā)明提出一種智能車輛的智能程度測評方法，可以對智能車輛進行有效和科學的評估，使得智能車輛在通過測評之后可以在真實交通環(huán)境中自主駕駛。

發(fā)明內容

為了克服現(xiàn)有技術存在的上述問題，本發(fā)明提出了一種智能車輛的智能程度測評方法。

本發(fā)明的智能車輛的智能程度測評方法，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(huán)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(huán)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(huán)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(jù)每次測試經(jīng)驗取值，K值根據(jù)每次測試總分制取值，其中M_g＝f(E_c，M_c)是根據(jù)人機結合方式進行定義，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

綜上，利用本發(fā)明的方法，能夠更加準確地獲取智能車輛的智能性信息，有效保證通過測試的智能車輛在真實交通環(huán)境中進行自主駕駛的安全性。

附圖說明

圖1是本發(fā)明實施例中智能車輛智能程度測評軟件示意圖；

圖2是本發(fā)明實施例中智能車輛智能程度測試后臺測評模型圖；

圖3是本發(fā)明實施例中智能車輛測試任務分解圖；

圖4是本發(fā)明實施例中采用分層分析法評估測試任務完成程度圖。

具體實施方式

為使本發(fā)明的目的、技術方案和優(yōu)點更加清楚明白，以下結合具體實施例，并參照附圖，對本發(fā)明進一步詳細說明。

本發(fā)明的智能車輛的智能程度測評方法，通過評估智能車輛在特定的測試環(huán)境A1下自主駕駛完成情況來獲得其智能程度評價。測試環(huán)境一般是選取典型的城市道路，包括多個以GPS坐標描述的路點進行劃分的路段，路點以路點文件的形式加載到智能車輛，智能車輛根據(jù)路點文件進行導航和完成測試任務，每個路段之間包含多個測試任務。根據(jù)跟隨在智能車輛之后的工作車輛獲得的測試環(huán)境視頻錄像A2，可以對該路段下智能車輛經(jīng)過的環(huán)境復雜程度A3、所接受測試任務復雜程度A4和測試任務完成程度A5進行評估，通過軟件操作形式結合后臺測評模型完成智能車輛智能程度評估。