[发明专利]一种融合多源车载传感器信息的智能车辆驾驶性自动化评价方法

说明书

本发明提供一种融合多源车载传感器信息的智能车辆驾驶性自动化评价方法，通过智能车辆试验平台同步获取驾驶性评价必要的实车信号；采用时频分析法和异常点剔除法处理实车信号，然后在目标层和数据层上完成信息融合，得到数据集；结合行驶工况特点分析数据集，通过滑动窗口法截取特定工况；采用主成分分析法找到智能车辆驾驶性主要影响因素，提取智能车辆表征驾驶性的量化特征，建立训练集数据库；结合德尔菲法和主观评价工程师知识库，构建主客观相关性分析和驾驶性自动评价标准评价体系；采用机器学习C4.5算法，实现智能车辆主客观相关性的分析和驾驶性的自动化评价。本发明可为智能车辆的决策规划算法和跟踪控制算法的可行性提供评价依据。

技术领域

本发明属于智能车辆性能评价与分析技术领域，具体涉及一种融合多源车载传感器信息 的智能车辆驾驶性自动化评价方法。

背景技术

智能车辆集成环境感知、决策与规划、轨迹跟踪模块，通过雷达、摄像头和规划控制算 法用以模拟驾驶员的驾驶行为，保证车-路-人系统的安全性、经济性和舒适性，是车辆和机 器人领域发展的重点和热点。在评估决策规划算法和跟踪控制算法时，仅以安全性和经济性 为目标，未考虑车辆执行能力和驾乘人员主观感受，使得车辆的乘坐舒适度不佳。因此，考 虑智能车辆驾驶性评价，有利于提高驾乘人员对智能车辆的综合接受度，是解决问题的有效 途径。

驾驶性评价是融合数据挖掘与机器学习的应用技术，分为指标数据采集、信号处理、工 况识别、特征提取、主客观相关性分析和自动化评价六个过程。目前在驾驶性评价方面的专 利和研究，侧重于主观评价和传统车辆，而采用驾驶性的主观评价，成本高、环境影响大、 难以重复并且难以为智能车辆轨迹规划和跟踪控制算法的优化提供客观参考值。

发明内容

本发明要解决的技术问题是：提供一种融合多源车载传感器信息的智能车辆驾驶性自动 化评价方法，能够准确、快速的自动评价智能车辆驾驶性，为智能车辆的决策规划算法和跟 踪控制算法的可行性提供评价依据。

本发明为解决上述技术问题所采取的技术方案为：一种融合多源车载传感器信息的智能 车辆驾驶性自动化评价方法，其特征在于：

S1、通过智能车辆试验平台同步获取驾驶性评价必要的实车信号；驾驶性评价必要的实 车信号包括环境信息、可行驶区域、纵向加速度、车速、加速度踏板开度和制动信号；纵向 加速度增益和加速踏板开度变化率由纵向加速度和加速度踏板开度信号差分处理获得；

S2、采用时频分析法和异常点剔除法处理S1得到的实车信号；处理后的实车信号在目标 层和数据层上完成信息融合，得到数据集；

S3、结合行驶工况特点分析所述的数据集，通过滑动窗口法截取特定工况；所述的特定 工况包括StopGo工况、爬行工况、起步工况、Tip-in工况、匀速工况、Tip-out工况、滑行 减速工况和制动减速工况共8种；

S4、采用主成分分析法找到智能车辆驾驶性主要影响因素，提取智能车辆表征驾驶性的 量化特征，建立训练集数据库；

S5、结合德尔菲法和主观评价工程师知识库，构建主客观相关性分析和驾驶性自动评价 标准评价体系；

S6、采用机器学习C4.5算法，实现智能车辆主客观相关性的分析和驾驶性的自动化评价。

按上述方法，所述的S2采用肖维勒准则剔除环境和误操作引起的异常点，结合客观指标 特征和纵向加速度的时频特性，对实车信号进行去噪。

按上述方法，所述的S4中，所述的主要影响因素包括智能车辆的拟人性、响应性、舒适 性和晕动性。

按上述方法，所述的S5的主客观相关性分析和驾驶性自动评价标准评价体系中，0分为 最低分，10分为最高分。