[發(fā)明專利]一種基于IAHP-EWM-LDM的L3級自動駕駛接管過程安全性評價方法

在審

• 申請?zhí)枺?/td>: 202211432986.0
• 申請日: 2022-11-16
• 公開（公告）號: CN115689294A
• 公開（公告）日: 2023-02-03
• 發(fā)明（設(shè)計）人: 李振龍;潘夢妞;陳浩林;劉欽;董愛華;趙曉華
• 申請（專利權(quán)）人: 北京工業(yè)大學(xué)
• 主分類號: G06Q10/0635
• 分類號: G06Q10/0635;G06Q10/0639;G06F17/16
• 代理公司: 北京思海天達(dá)知識產(chǎn)權(quán)代理有限公司 11203
• 代理人: 劉萍

1.一種基于IAHP-EWM-LDM的L3級自動駕駛接管過程安全性評價方法，其特征在于以下步驟：

步驟一：提出安全性表征參數(shù)；

選取13個安全性表征參數(shù)，包括平均注視時間Fix_time、平均掃視時間Sac_time、瞳孔面積最大差值Diff_pupil、瞳孔面積變化率Rate_pupil；接管操縱時間Mani_time、操縱點TTCMani_TTC、剎車深度標(biāo)準(zhǔn)差Std_brake、油門深度標(biāo)準(zhǔn)差Std_gas、方向盤轉(zhuǎn)角標(biāo)準(zhǔn)差Std_wheel；橫向偏移量標(biāo)準(zhǔn)差Std_lp、橫向加速度標(biāo)準(zhǔn)差Std_a_x、車輛速度標(biāo)準(zhǔn)差Std_speed和縱向加速度標(biāo)準(zhǔn)差Std_a_y；

步驟二：篩選安全性表征參數(shù)，確定安全性評價指標(biāo)；

計算每個參數(shù)的變異系數(shù)，以評估參數(shù)的信息攜帶能力；變異系數(shù)越大，表明指標(biāo)攜帶信息的能力越強(qiáng)，對于變異系數(shù)小于15％的指標(biāo)，應(yīng)予以剔除；選擇Spearman相關(guān)性判別法分析參數(shù)間的相關(guān)性，如果相關(guān)性系數(shù)大于0.8，則表明指標(biāo)間信息重疊度過高，需要剔除一個；因此，根據(jù)變異系數(shù)法和Spearman相關(guān)性判別法完成指標(biāo)的確定；

步驟三：計算安全性評價指標(biāo)的權(quán)重；

根據(jù)改進(jìn)層次分析法計算各專家給出的指標(biāo)權(quán)重，結(jié)合駕駛?cè)私庸馨踩栽u價指標(biāo)體系和采集到的指標(biāo)數(shù)據(jù)計算評價指標(biāo)的熵權(quán)值；選擇級差最大化法并應(yīng)用MATLAB軟件組合主觀權(quán)重和客觀權(quán)重獲得各指標(biāo)組合權(quán)重；

主、客觀權(quán)重組合過程為：

(1)構(gòu)建權(quán)重矩陣

其中，a_i1改進(jìn)層次分析法對第i個評價指標(biāo)的賦權(quán)，a_i2熵權(quán)法對第i個評價指標(biāo)的賦權(quán)；

(2)確定組合權(quán)重區(qū)間范圍

由權(quán)重矩陣A可以確定組合權(quán)重a＝(a₁,a₂,…,a_k)的區(qū)間范圍：其中：

(3)確定最優(yōu)組合權(quán)重

以n個評價對象得分方差最大為優(yōu)化目標(biāo)，確定最優(yōu)組合權(quán)重，以使各評價對象間得分區(qū)分度較高；

①計算第i個評價指標(biāo)下n個評價對象數(shù)值均值：

②計算第i個評價指標(biāo)下n個評價對象綜合評價結(jié)果的方差：

③計算所有評價指標(biāo)下綜合評價結(jié)果的方差和的最大值：

且滿足以下約束條件：

式中：n為評價對象的個數(shù)，即接管過程的個數(shù)；s²所有評價指標(biāo)下綜合評價結(jié)果的方差和；a_i為評價指標(biāo)i的綜合權(quán)重；x_j為評價對象的值；

步驟四：對各接管過程進(jìn)行安全性評價；

根據(jù)歸一化后的原始數(shù)值，結(jié)合級差最大化法求取的指標(biāo)綜合權(quán)重，計算第j個接管過程的安全性評價得分Z_j：

式中：x_ij為第i個評價指標(biāo)下第j個接管過程的評價得分值。