《自动驾驶车辆智能水平定量评价ppt课件.pptx》由会员分享，可在线阅读，更多相关《自动驾驶车辆智能水平定量评价ppt课件.pptx（70页珍藏版）》请在三一办公上搜索。
1、自动驾驶车辆智能水平定量评价,5.1 评价模型及智能水平等级划分,自动驾驶车辆的行为不能孤立地讨论，它是自动驾驶车辆自身、环境和自动驾驶车辆所执行的任务三者特性的综合结果。自动驾驶车辆和其所处环境之间的交互可以看作是一个有三种输入的计算行为，这三种输入包括：自动驾驶车辆形态、环境特征和所执行任务。,5.1.1 自动驾驶车辆评价模型,第一种是通过三个主要方向进行评价：环境的复杂程度，完成任务的复杂程度以及人工干预程度。,第二种是根据驾控主体、环境感知、决策主体以及应对工况对自动驾驶车辆进行评价。驾控主体表示控制加速、制动及方向盘的控制机构的类型以及性能。环境感知指接收外界信息的手段和能力。决策主
2、体是自动驾驶车辆的大脑，根据感知信息，决定加减速、转向等操作。,5.1.2 国外自动驾驶车辆智能水平划分,1. ALFUS框架,2. NHTSA自动驾驶分级,Level 0无自动化水平的特点是指操作完全由驾驶人操作，车辆只包含环境感知或者是警报功能，此类车辆主要功能体现在：夜视、行人检测、交通标志识别、车道偏离警报和盲点监测等。Level 1特定功能自动驾驶指通过环境信息对转向和加减速中的一项操作提供辅助，其余的驾驶操作都由人操作,Level 2集成功能自动驾驶指通过环境信息对转向和加减速中至少两项提供操作辅助，其余驾驶操作由人提供Level 3有条件的自动驾驶指由自动驾驶系统完成所有驾驶操作
3、，驾驶人无需持续监控车辆行驶，根据系统请求，人提供适时的支持Level 4完全的自动驾驶指在所有道路、环境条件下，由自动驾驶系统全时完成所有驾驶操作,3. SAE自动驾驶等级划分,4. BASt自动驾驶技术等级划分BASt（德国联邦公路研究所）将自动驾驶的技术划分为5个阶段，分别是只有驾驶人控制车辆、驾驶辅助、部分自动驾驶、高度自动驾驶以及完全自动驾驶，分别对应SAE的0、1、2、3、4、5阶段，和SAE相比去掉了高度自动驾驶。,5.1.3 国内自动驾驶车辆智能水平划分,根据自动驾驶车辆行驶的环境复杂度、执行任务的复杂度、人工干预的程度以及行驶质量（包括实际轨迹与理想轨迹重合度、任务完成时间和
4、安全性），评价自动驾驶车辆的智能水平。,1. 交通复杂程度划分交通复杂程度主要由交通环境元素决定。交通环境元素分为关键交通环境元素、干扰环境要素。关键交通环境包括交通标志、交通信号灯、障碍物和行人等。关键交通环境元素对交通复杂程度起到决定性作用。干扰环境要素比如天气、光照条件和电磁干扰会对环境的复杂程度造成影响。通过分析环境要素与自动驾驶技术、智能行为能力之间的关系，对环境的影响因素进行分类，定义各类基本环境要素及其组成。基本环境要素可分为道路环境要素、与交通规则相关环境要素、障碍物环境要素、听觉环境要素、光照环境要素、工作条件环境要素等类型。,定义元环境要素（以下简称元要素）为交通环境中级别
5、最小的个体，如禁止标线、车辆、路面状态等。元环境要素是在某种程度上能够影响自动驾驶车辆的智能行为的一种刺激实体若干元素构成了环境要素类（以下简称要素类），如道路、道路附属设施等所有的元要素和元素类的集合构成了道路交通环境要素库。,道路交通环境静态要素库组成,为了计算道路环境的复杂度，设道路交通环境复杂度为C，它由静态环境复杂度C1和动态环境复杂度C2构成建立道路交通静态环境复杂度的计算方法：道路交通动态环境复杂度的计算模型为,2. 自动驾驶车辆任务等级划分,2. 自动驾驶车辆任务等级划分,2. 自动驾驶车辆任务等级划分,3. 人工干预程度划分,5.2 自动驾驶车辆评价指标,5.2.1 评价指标
6、选取,1. 评价指标选取要求1）评价指标不能超过系统边界2）评价指标应当构成一个完整的体系3）评价指标的大类和数量合理4）评价指标间的相互关系要明确,2. 评价指标初选（1）综合法 综合法是对已存在的一些指标群按一定的标准进行聚类，使之体系化的一种方法，适用于对现行评价指标体系的完善与发展。（2）分析法 主要特点是逐步细分，即将综合评价体系的对象和评价目标划分成若干个不同评价方面和评价要素，并逐步细分（即形成各个评价要素的评价因素集），直到每一个评价因素都可以用具体的统计指标来描述和实现。（3）交叉法 通过两维，三维或多维的交叉，派生出一系列指标，形成指标体系，如投入与产出的交叉得出经济效益指
7、标。,（4）指标属性分组法 实际上是指标体系的结构优化方法，一般用聚类分析或定性判断的方法确定。（5）专家调查法 专家调查法使一种定性评价方法，将来自专家们的分散的个人经验和知识进行综合，对评价对象进行主观的描述，并作为判断和评价，专家调查法的方式有很多种，较为常用的有专家个人判断法、专家会议法和德尔菲法。（6）层次分析法 优点：系统性的分析方法，简洁实用，所需的定量数据信息较少，将复杂问题化为简单的权重问题。缺点：指标过多时数据统计量大，且权重难以确定，特征值和特征向量的精确求法比较复杂。,（7）人工神经网络 优点：可以逼近任意复杂的非线性关系，具有很强的鲁棒性和容错性；缺点：一般训练的过程
8、比较复杂，学习时间过长，甚至可能达不到学习的目的。（8）模糊综合评价 优点：模糊评价通过精确的数字手段处理模糊的评价对象，能对蕴含信息呈现模糊性的资料作出比较科学、合理、贴近实际的量化评价。缺点：计算复杂，对指标权重矢量的确定主观性较强。,3. 自动驾驶车辆评价指标体系层次,5.2.2 评价指标筛选,5.2.3 评价指标权重的确定,1. 层次分析法（1）构造判断矩阵 构造判断矩阵的关键是构造合理且保持一致性。,（2）计算自动驾驶车辆评价指标的权重1）对自动驾驶车辆评价指标的判断矩阵A按列规范化2）再按行相加得和向量3）对判断矩阵A进行行平均，即将得到的和向量正规化，即得权重向量,（3）一致性检
9、验 在得到矩阵最大特征根max后，需对其进行一致性检验，以保证评价者对多因素评判思想逻辑的一致性，使各评判之间协调一致,2. 可拓展层次分析法（1）层次分析法的缺陷1）模糊判断矩阵明确化。2）需要一致性检验。（2）建立判断矩阵 建立判断矩阵的过程就是标量化的过程。标量化是通过一定的标度体系，将各种原始数据转化为可直接比较的规范化格式的过程。,（3）计算权重量 1）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x-，x+。3）判断矩阵的一致性。4）求出权重量。,（4）层次排序 在计算完权重量后需要进行层次排序。层次排序分为单层次排序和总排序，首先进行单层次排序。,5.3 智能水平定量
10、评价,5.3.1 成本函数法1. 成本函数估计（1）成本函数形式的确定 由于成本函数的曲线特征，总可以变成本函数和可变成本函数通常采用多项式（2）数据的收集 当模型的具体形式已经确定下来之后，我们需要针对模型中的变量手机样本数据。数据类型包括时序数据和截面数据。,（3）建立回归方程及参数估计1）一元线性回归。总体回归模型。假定前提。总体回归直线方程与样本回归直线方程。根据样本数据拟合的曲线，称为样本回归直线。,2）多元线性回归模型。总体回归函数与总体回归直线。前提假设。样本回归方程。模型估计。,3）非线性回归模型。幂函数,指数型,多项式函数,2. 基于成本函数的评价指标量化自动驾驶车辆评价需要
11、考虑的指标比较多，采用加权平均型算法来保证单指标评价矩阵信息的充分利用，具有较大程度的综合性。采用“加权平均型”合成运算，分层计算，对自动驾驶车辆各模块进行评价；再对各层评判结果进行高层次的综合评判，这样逐层综合直至得出总的评判结果。,3. 2017“中国智能车未来挑战赛”评价（1）车道线检测 车道线检测要求无人车在不同交通场景视频中识别常见的车道线的位置并识别其线型。在真实交通场景中，车道线的线型主要有黄实线，黄虚线，白实线，白虚线四种。,（2）交通信号检测 交通信号测试要求无人驾驶系统检测出不同交通场景视频中常见交通标志和信号灯的位置并识别其类型,（3）前方车辆检测 前方车辆检测任务要求无
12、人车检测不同交通场景视频中的前方车辆，不区分车辆类型,（4）车道保持状态检测 车道保持状态监测要求无人驾驶系统基于给定交通场景视频，对测试车辆在行驶中的车道保持状态进行持续监测,（5）前方车辆距离监测 前方车辆距离监测基于给定交通场景视频，对与安全通行相关的多辆前方车辆的距离进行持续监测,5.3.2 模糊综合评价法,1. 对模糊综合评价法的相关属于定义（1）评价因素 评价因素是指对招标项目评议的具体内容（例如：价格、各种指标、参数、规范、性能、状况等等）。（2）评价因素值 评价因素值是指评价因素的具体值。（3）评价值 评价值是指评价因素的优劣程度。（4）平均评价值 平均评价值是指评标委员会成员
13、对某评价因素评价的平均值。,（5）权重 权重是指评价因素的地位和重要程度。（6）加权平均评价值 加权平均评价值是指加权后的平均评价值。（7）综合评价值 综合评价值是指同一级评价因素的加权平均评价值之和。,2. 模糊综合评价的基本步骤1）模糊综合评价指标的构建2）采用构建好权重向量3）构建评价矩阵4）评价矩阵和权重的合成,3. 模糊综合评价法权重的确定（1）确定评价对象的因素集第一级评价因素可以设置下述的第二级评价因素，第二级评价因素又可以设置下述的第三级评价因素，以此类推。,（2）确定评价对象的评语集 是评价者对被评价对象可能做出的各种总的评价结果组成的评语等级的集合。（3）确定评价因素的权重
14、向量 反映了某个因素的重要程度，在进行模糊综合评价时，权重对最终的评价结果会产生很大的影响,（4）进行单因素模糊评价，确立模糊关系矩阵 单独从一个因素出发进行评价，以确定评价对象对评价对象集合V的隶属程度，称为单因素模糊评价,（5）多指标综合评价 利用合适的模糊合成算子将模糊权矢量A与模糊关系矩阵R合成得到各被评价对象的模糊综合评价结果矢量B,（6）对模糊综合评价结果进行分析 模糊综合评价的结果是被评价对象对各等级模糊子集的隶属度，它一般是一个模糊矢量，而不是一个点值，因而他能提供的信息比其他方法更丰富。1）最大隶属度原则。2）加权平均原则。,4. 自动驾驶车辆某评价要素中单评价因素模糊综合评
15、价（1）确定自动驾驶车辆某评价要素中的评价因素集（2）确定自动驾驶车辆评价集,（3）给出自动驾驶车辆单因素的评判矩阵（4）确定权重和单因素模糊综合评价模型,5. 自动驾驶车辆模糊综合评判二级模糊综合评判模型为：,6. 综合评价分数,7. 模糊层次分析法的自动驾驶车辆定量评价（1）自动驾驶车辆“基本智能行为”评价方面的“车辆控制行为”的评价过程 1）建立“车辆控制行为”评价要素集,2）建立“车辆控制行为”评价要素模糊评价矩阵3）建立“车辆控制行为”评价要素权重系数矩阵4）计算“车辆控制行为”评价要素综合评价矩阵,（2）自动驾驶车辆五个评价要素的分数1）如果将综合评价结果由分数来表示，评价集的评判标准为：2）自动驾驶五个评价要素（车辆控制行为，基本行车行为，基本交通行为，高级行车行为，高级交通行为）的得分,3）“基本智能行为”评价方面的评价过程如下：综合各评价要素的模糊评价“基本智能行为”方面的 3 个评价要素所构成的权重系数矩阵为可求得“基本智能行为”评价方面的综合评价结果,4）综合评价分数“基本智能行为”评价方面和“高级智能行为”评价方面构成高一级模糊矩阵权重系数矩阵计算综合评价矩阵车队综合评价分数,5.4 本章小结,建立了自动驾驶车辆智能水平评价模型针对评价指标，对评价指标选取和筛选以及权重的确定进行了介绍。两种自动驾驶车辆智能水平定量评价方法：成本函数法和模糊综合评价法。,
