[发明专利]一种L3级自动驾驶风险评估与接管预警方法及系统

权利要求书

1.一种L3级自动驾驶风险评估与接管预警方法，其特征在于，包括如下步骤：

步骤一、采集驾驶绩效指标数据；

步骤二、计算所述数据在风险值中所占权重值；

步骤三、进行L3级自动驾驶条件下最终风险值计算，并根据实际情况赋予PCA法和熵权法结合随时间变化的动态权重，从而实时获取最终风险值，计算步骤如下：

步骤(1)PCA法计算风险值：由所述PCA权重计算模块得到的驾驶绩效指标在最终风险值计算中所占的权重为则PCA法得到的风险值为车辆纵向速度均值、跟车距离、纵向加速度标准差和驾驶员眨眼频率四项指标的实际测量值分别与PCA法计算出的各指标权重的乘积之和，即

其中，

步骤(2)熵权法计算风险值：由所述熵权法权重计算模块得到的驾驶绩效指标权重为则熵权法得到的风险值为车辆纵向速度均值、跟车距离、纵向加速度标准差和驾驶员眨眼频率四项指标的实际测量值分别与熵权法计算出的各指标权重的乘积之和，即

步骤(3)PCA法和熵权法结合计算最终风险值：最终风险值是对PCA法和熵权法得到的风险值赋予随时间变化的动态权重得到的，计算公式为

其中，随时间变化的动态权重函数为θ(t)＝P₀e^-αt，根据经验值，参数为P₀＝0.5,α＝0.3；

对所述风险值计算模块得到的最终风险值进行分类测试，确定最终风险值分类判别标准，比较最终风险值和分类判别标准阈值的大小，生成驾驶风险状态判断结果；

步骤四、根据驾驶风险进行预警提示。

2.根据权利要求1所述的L3级自动驾驶风险评估与接管预警方法，其特征在于，步骤二中，利用PCA法计算所述权重值，采用主成分分析法计算累积贡献率来提取主成分，得到驾驶绩效指标在最终风险值计算中所占的权重，计算步骤如下：

步骤(1)样本数据标准化变换：设样本数据矩阵为E＝(e_ij)_m*n，即有m个样本，每个样本有n个驾驶绩效指标(其中n＝4，m≥n)，4项驾驶绩效指标分别为车辆纵向速度均值(m/s)、跟车距离(m)、纵向加速度标准差(m/s²)和驾驶员眨眼频率(次/s)，标准化数据矩阵为Y＝(y_ij)_m*4，标准化变换公式为：

其中，样本均值样本方差

步骤(2)计算样本相关系数矩阵：设样本相关系数矩阵为R＝(r_ij)_4*4，R为对称矩阵，并且有r_ij＝r_ji，r_ii＝1，其中，相关系数为

步骤(3)计算相关矩阵R的特征值和对应的特征向量：特征方程为|R-λI|＝0，I为单位阵，解出4个特征值：λ₁,λ₂,λ₃,λ₄；由齐次线性方程组|R-λI|L＝0，解出对应的特征向量：L_j＝(l_1j,l_2j,…,l_nj)^T，其中j＝1,2,3,4；

步骤(4)计算各驾驶绩效指标的贡献率：计算公式为

各驾驶绩效指标的贡献率即为各驾驶绩效指标在最终风险值计算中所占的权重。