[发明专利]用于智能汽车驾乘性能测试的自动评价方法及系统

说明书

一种用于智能汽车驾乘性能测试的自动评价方法及系统，通过在驾乘测试的过程中，组合若干车载传感器实时采集车辆周围的环境信息，利用机器人操作系统与真实场景下或仿真测试环境下的车辆进行通信，以此实现了实时的不同维度的自动量化评估，即先对场景和工况进行分割，再在特定场景下通过行为能力量表衡量智能汽车驾驶算法的的工况进行安全性、舒适性、交通协调性、交规匹配性，使用工况分割的数据对量表的打分进行优化，并使用可视化界面呈现。本发明能够使得智能汽车的驾乘性能测试能够从多个角度出发，全面地对驾乘性能进行自动化评估，减少人工介入，降低成本，加快试验速度。

技术领域

本发明涉及的是一种智能汽车制造领域的技术，具体是一种用于智能汽车驾乘性能测试的自动评价方法及系统。

背景技术

目前，汽车制造业的车辆性能评测已经涵盖了非常多的方向，比较全面。然而实验室工况不能完整验证车辆在道路上的性能，需要在真实工况或仿真环境中进行测试。智能汽车的驾乘性能测试是指，在真实路况中，或者在仿真系统的场景中，通过车辆运行的一系列参数，对智能汽车的乘坐舒适性，算法安全性等等进行评估，最终有效评估智能汽车作为一个完整系统，在真实环境中的表现。

然而，目前的评估方法存在一定的缺陷。比如碰撞安全性测试，对安全性的测试建立在碰撞已经发生的场景下，不能测试智能汽车驾驶算法的安全性。同时，例如试驾场中的驾乘舒适性往往限定了工况，不能涉及到环境中需要频繁刹车的堵车场景等时机工况。而且这些测试往往各自分离，需要人类驾驶员测评或者控制，并且要花费时间分别进行不同项目的测试。这些测试的考核标准往往也互相耦合，不能很好的表征各个方面的驾乘性能。因此，智能汽车的驾乘性能测试需要一种不同于传统有人汽车的自动化新型评价系统来保证全面的，快速的性能测试。

发明内容

本发明针对现有技术存在的上述不足，提出一种用于智能汽车驾乘性能测试的自动评价方法及系统，通过传感器和数据采集程序自动化地收集数据，并利用评价程序自动生成驾乘测试的量化评估结果，使得智能汽车的驾乘性能测试能够从多个角度出发，全面地对驾乘性能进行自动化评估，减少人工介入，降低成本，加快试验速度。

本发明是通过以下技术方案实现的：

本发明涉及一种用于智能汽车驾乘性能测试的自动评价方法，通过在驾乘测试的过程中，组合若干车载传感器实时采集车辆周围的环境信息，利用机器人操作系统(RobotOperation System，ROS)与真实场景下或仿真测试环境下的车辆进行通信，以此实现了实时的不同维度的自动量化评估，即先对场景和工况进行分割，再在特定场景下通过行为能力量表衡量智能汽车驾驶算法的工况进行安全性、舒适性、交通协调性、交规匹配性，使用工况分割的数据对量表的打分进行优化，并使用可视化界面呈现。

所述的车载传感器包括：摄像头、毫米波雷达、激光雷达、组合导航。

所述的环境信息包括：车辆周围障碍物的位置信息、速度信息、视觉分类信息、车道线信息以及自车位姿信息。

所述的ROS与真实场景下或仿真测试环境下的车辆进行通信具体包括：真实场景下使用python编写基于ros平台的程序，并使用socket库实现websocket功能，使得车载传感器可以通过TCP协议将驾驶参数发送至客户端电脑；仿真测试环境下使用C++编写基于Ros平台的程序，通过ROS中基于MQTT协议的信息收发机制获取仿真软件的驾驶参数，并发送给客户端进行计算。

所述的自动量化评估包括：

a)基于统计原则的评分：评分为当前的驾驶状况好于p％的时间中的驾驶状况，对于量表中某一项的评分s，例如舒适性，当用于评分的参数为x，当参数x在正常状况下的概率分布函数为f，参数绝对值越小，驾驶状况越好，则评分为：其中：三向舒适性以及三向冲击适应性使用的参数如评测参数量表中垂、横行列所示。