CN108248608B - 用于评估驾驶系统的舒适度的方法和装置 - Google Patents
用于评估驾驶系统的舒适度的方法和装置 Download PDFInfo
- Publication number
- CN108248608B CN108248608B CN201711461762.1A CN201711461762A CN108248608B CN 108248608 B CN108248608 B CN 108248608B CN 201711461762 A CN201711461762 A CN 201711461762A CN 108248608 B CN108248608 B CN 108248608B
- Authority
- CN
- China
- Prior art keywords
- comfort level
- assessment
- traveling
- control loop
- comfort
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
- B60W2050/0018—Method for the design of a control system
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
Abstract
根据本公开的示例实施例,提供了一种用于评估驾驶系统的舒适度的方法和装置。一种用于生成驾驶系统的舒适度评估模型的方法包括获取用户对驾驶系统的至少一个行驶动作的舒适度的第一评估,并且获取驾驶系统在执行至少一个行驶动作时的行驶指标的度量。该方法还包括基于第一评估、行驶指标的度量以及用户对驾驶系统的总体舒适度的第二评估,生成驾驶系统的舒适度评估模型。舒适度评估模型的生成包括生成至少一个行驶动作的舒适度与行驶指标之间的第一关联,以及生成驾驶系统的总体舒适度与至少一个行驶动作的舒适度之间的第二关联。
Description
技术领域
本公开的实施例主要涉及系统评估领域,并且更具体地,涉及用于评估驾驶系统的舒适度的方法和装置。
背景技术
人们日常出行可能会依赖各种交通工具。交通工具也可以被称为驾驶系统,例如车辆、飞行工具、轮船等。通常,乘客和驾驶员都关心在乘坐或驾驶交通工具的过程中的舒适度如何,即,是否能够有舒适的体验。随着人工智能技术的不断进步,自动驾驶系统的研发备受关注。衡量自动驾驶系统的性能的指标之一也包括舒适度。
在传统交通工具制造行业中,为了提高用户的乘坐或驾驶体验,制造商会采用一些方案来评估所制造的交通工具在驾驶过程中的舒适度。这些方案大多数仅依赖于有限的用户(例如,试驾者)对驾驶过程的主观评价,这难以保证评估结果的准确性和普适性,并且时间和人力成本都很高。此外,在主观评价的结果表明驾驶系统的舒适度较低的情况下,难以快速判断导致低舒适度的原因和应该改进的方向。同时,这种传统的用户主观评价方案难以用于评价自动驾驶系统的舒适度。
发明内容
根据本公开的示例实施例,提供了一种用于评估驾驶系统的舒适度的方案。
在本公开的第一方面中,提供了一种用于生成驾驶系统的舒适度评估模型的方法。该方法包括获取用户对驾驶系统的至少一个行驶动作的舒适度的第一评估,并且获取驾驶系统在执行至少一个行驶动作时的行驶指标的度量。该方法还包括基于第一评估、行驶指标的度量以及用户对驾驶系统的总体舒适度的第二评估,生成驾驶系统的舒适度评估模型。舒适度评估模型的生成包括生成至少一个行驶动作的舒适度与行驶指标之间的第一关联,以及生成驾驶系统的总体舒适度与至少一个行驶动作的舒适度之间的第二关联。
在本公开的第二方面中,提供了一种用于评估驾驶系统的舒适度的方法。该方法包括获取驾驶系统在执行至少一个行驶动作时的行驶指标的度量。该方法还包括基于舒适度评估模型中包括的至少一个行驶动作的舒适度与行驶指标之间的第一关联以及行驶指标的度量,确定对至少一个行驶动作的舒适度的第一评估。该方法进一步包括基于舒适度评估模型中包括的驾驶系统的总体舒适度与至少一个行驶动作的舒适度之间的第二关联以及第一评估,确定对驾驶系统的总体舒适度的第二评估。
在本公开的第三方面中,提供了一种用于生成驾驶系统的舒适度评估模型的装置。该装置包括:评估获取模块,被配置为获取用户对驾驶系统的至少一个行驶动作的舒适度的第一评估;度量获取模块,被配置为获取驾驶系统在执行至少一个行驶动作时的行驶指标的度量;以及模型生成模块,被配置为基于第一评估、行驶指标的度量以及用户对驾驶系统的总体舒适度的第二评估,生成驾驶系统的舒适度评估模型,其中模型生成模块还被配置为:生成至少一个行驶动作的舒适度与行驶指标之间的第一关联,以及生成驾驶系统的总体舒适度与至少一个行驶动作的舒适度之间的第二关联。
在本公开的第四方面中,提供了一种用于评估驾驶系统的舒适度的装置。该装置包括度量获取模块,被配置为获取所述驾驶系统在执行至少一个行驶动作时的行驶指标的度量;第一评估确定模块,被配置为基于舒适度评估模型中包括的所述至少一个行驶动作的舒适度与所述行驶指标之间的第一关联以及所述行驶指标的度量,确定对所述至少一个行驶动作的舒适度的第一评估;以及第二评估确定模块,被配置为基于所述舒适度评估模型中包括的所述驾驶系统的总体舒适度与所述至少一个行驶动作的舒适度之间的第二关联以及所述第一评估,确定对所述驾驶系统的总体舒适度的第二评估。
在本公开的第五方面中,提供了一种设备,包括一个或多个处理器;以及存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现根据本公开的第一方面的方法。
在本公开的第六方面中,提供了一种设备,包括一个或多个处理器;以及存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现根据本公开的第二方面的方法。
在本公开的第七方面中,提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现根据本公开的第一方面的方法。
在本公开的第八方面中,提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现根据本公开的第二方面的方法。
应当理解,发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征,亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中,相同或相似的附图标记表示相同或相似的元素,其中:
图1示出了本公开的多个实施例能够在其中实现的示例环境的示意图;
图2示出了根据本公开的一些实施例的影响驾驶系统的总体舒适度的因素分析的示意图;
图3示出了根据本公开的一些实施例的舒适度评估模型的示例结构的示意图;
图4示出了根据本公开的另一些实施例的影响驾驶系统的总体舒适度的因素分析的示意图;
图5示出了根据本公开的另一些实施例的舒适度评估模型的示例结构的示意图;
图6示出了根据本公开的实施例的示例舒适度得分范围的舒适度等级划分的示意图;
图7示出了根据本公开的实施例的用于驾驶系统的舒适度评估的结果呈现的示意图;
图8示出了根据本公开的实施例的用于训练舒适度评估模型的过程的流程图;
图9示出了根据本公开的实施例的用于评估驾驶系统的舒适度的过程的流程图;
图10示出了根据本公开的实施例的用于训练舒适度评估模型的装置的示意框图;
图11示出了根据本公开的实施例的用于评估驾驶系统的舒适度的装置的示意框图;以及
图12示出了能够实施本公开的多个实施例的计算设备的框图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
在本公开的实施例的描述中,术语“包括”及其类似用语应当理解为开放性包含,即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
如以上提及的,为了评估驾驶系统的舒适度,在传统方案中,通过有限的用户对驾驶系统的舒适度做出主观评估来实现。这样的方案在准确性、普适性和成本等方面均有缺陷。例如,因为有限用户的主观因素影响,对于特定驾驶系统的评估难以确保准确性,对于多个驾驶系统的评估结果的横向比较也不具有参考价值。虽然由数目较大的相同用户群对多个驾驶系统进行评估可以提高准确性和可比较性,然而这在实际应用中不可行,因为对于时间和人力成本方面的投入过大。此外,这样的主观评估方案难给出低舒适度的原因和改进方向的指示,并且无法适用于评价自动驾驶系统的舒适度。
根据本公开的实施例,提出了一种用于评估驾驶系统的舒适度的方案。在该方案中,采用建模方式来确定特定驾驶系统的舒适度的可量化评估结果。驾驶系统的舒适度评估模型能够基于行驶指标的客观度量来确定舒适度的评估。在模型训练过程中,通过训练数据来生成相应的关联,以得到一个层级式的舒适度评估模型。该舒适度评估模型的生成包括生成驾驶系统的总体舒适度与一个或多个行驶动作的舒适度之间的关联,以及生成每个行驶动作的舒适度与一个或多个行驶指标的度量之间的关联。
在模型使用过程中,基于特定驾驶系统在执行一个或多个行驶动作时的行驶指标的度量,利用已训练的舒适度评估模型中的相应关联来确定各个行驶动作的舒适度的评估,并且基于行驶动作的舒适度来确定驾驶系统的总体舒适度。通过借助上述层级式模型,可以从驾驶系统的客观指标来评估驾驶系统的舒适度。该模型还可以方便地应用于评估自动驾驶系统和非自动驾驶系统的舒适度,并且提供可比较的评估结果。
如本文所使用的,术语“模型”可以从训练数据中学习到相应的输入与输出之间的关联,从而在训练完成后可以针对给定的输入,生成对应的输出。应当理解,“模型”也可以被称为“神经网络”、“学习模型”或“学习网络”。
在本公开的实施例中,驾驶系统可以包括自动驾驶系统和/或非自动驾驶系统。自动驾驶系统指的是可以部分或全部执行自动化行驶操作的驾驶系统,可以包括自动驾驶系统的软件和/或机械系统。非自动驾驶系统指的是完全由人类给出行驶操作的指令的机械驾驶系统。驾驶系统可以是任何可以承载人和/或物并且通过发动机等动力系统移动的系统,包括各种车辆驾驶系统、飞行驾驶系统、轮船驾驶系统等。在下文中,以车辆驾驶系统为例来讨论本公开的实施例,然而应当理解,本公开的方案也可以被类似地应用于其他类型的驾驶系统。
以下将参照附图来具体描述本公开的实施例。
图1示出了本公开的多个实施例能够在其中实现的示例环境100的示意图。在该示例环境100中,由计算设备102生成舒适度评估模型130。计算设备102可以基于训练数据来训练驾驶系统的舒适度评估模型。
为了能够训练驾驶系统的舒适度评估模型,需要采集相应的训练数据。要采集的训练数据与舒适度评估模型130的架构相关,并且包括用户对驾驶系统110相关的舒适度的主观评估120以及驾驶系统的行驶指标的客观度量122。在训练数据的采集阶段,可以由用户112乘坐驾驶系统110(在该示例中,驾驶系统110是车辆)或驾驶该系统110,并且在这个过程期间和/或之后采集训练数据。虽然图1示出了一个用户112和驾驶系统110,在一些实施例中,可以由多个用户乘坐多个驾驶系统,并且采集相应的训练数据。在采集主观评估120的过程中,可以在用户112乘坐或驾驶该驾驶系统110的过程中或者在后续时间,由用户112手工写下或者通过终端设备输入相应的主观评估120。
根据本公开的实施例,要从用户112采集的对舒适度的主观评估120包括用户112对驾驶系统110的至少一个行驶动作的舒适度的评估(为讨论方便,下文称为“第一评估”)以及对驾驶系统110的总体舒适度的评估(为讨论方便,下文称为“第二评估”)。由于驾驶系统110的行驶过程涉及一个或多个行驶动作,因此根据本公开的实施例的舒适度评估模型130考虑了驾驶系统110的总体舒适度与一个或多个行驶动作的舒适度之间的关联。
具体而言,如图2所示,驾驶系统110的总体舒适度210可以与行驶动作1 220、行驶动作2 222……行驶动作N 224相关联。具体的行驶动作可以与所针对的驾驶系统110相关联。在车辆驾驶系统110的示例中,行驶动作可以包括起步、直行、转弯、并线、停车等动作。因此,所要建立的舒适度评估模型可以包括驾驶系统110的总体舒适度与行驶动作的舒适度之间的关联。用于建立该模型所需的训练数据可以包括相应行驶动作的舒适度的评估。这样的评估可以通过用户乘坐相应驾驶系统110来为不同行驶动作进行舒适度评价而得到。
在驾驶系统110的行驶过程中,如以上提及的,还采集驾驶系统110的行驶指标的度量122以作为舒适度评估模型130的训练数据。在一些实施例中,可以由驾驶系统110的相应传感器或其他测量装置来监测行驶指标的度量122。行驶指标的度量可以被提供并且存储在存储装置104中。
根据本公开的实施例,期望训练得到的舒适度评估模型130可以基于客观的行驶指标的度量122来给出用户主观上的舒适度评估结果。具体而言,在本公开的实施例中,将驾驶系统110的行驶动作的舒适度与该驾驶系统110在执行至少一个行驶动作时的行驶指标的度量相关,并因此获取这样的度量122作为训练数据的一部分。如图2所示,行驶动作222可以与多个行驶指标1 230、行驶指标2 232……行驶指标P 234相关。其他行驶动作220、224也可以具有相关的行驶指标。不同行驶动作相关的行驶指标的数目和类型可以相同或不同。
如本文中所使用的,行驶指标指的是驾驶系统110在行驶过程中执行特定行驶动作时的各项指标。行驶指标的示例包括但不限于:当前速度、加速度、加速度变化率、加速度连续超过阈值的持续时间、油门量、方向盘的角速度、方向盘的角度、方向盘正负量变化频率、曲率半径、曲率半径变化率、油门刹车切换频率、刹车量等。在一些示例中,某些行驶指标可以被进一步细化。例如,加速度可以被进一步细化为纵正向和/或负向加速度、垂正向和/或负向加速度,加速度变化率可以被进一步细化为纵正向和/或负向加速度变化率、垂正向和/或负向加速度变化率。在一些示例中,前述行驶指标中的仅一些行驶指标被考虑,并且在另外的示例中,其他行驶指标可以被考虑在内。
为了训练舒适度评估模型130,计算设备102获取采集的训练数据。具体地,计算设备102获取用户112对驾驶系统110的舒适度的评估120,包括至少一个行驶动作的舒适度的第一评估和驾驶系统110的总体舒适度的第二评估。如果主观评估120被用户以手写的方式记录,可以通过扫描等手段将相应的评估结果数字化,并且将数字化后的评估120提供给计算设备102。如果在采集阶段由用户112通过终端设备输入相应的主观评估,则计算设备102可以从终端设备获取该评估120。
计算设备102还获取驾驶系统110在执行至少一个行驶动作时的行驶指标的度量122。一些实施例中,用户对行驶动作的舒适度的第一评估和行驶指标的度量可以具有相应的时间戳。在采集到行驶动作的舒适度的第一评估和行驶指标的客观度量后,可以通过相应的时间戳确定行驶指标的度量与对应的行驶动作之间的对应性。通过这种方式,计算设备102可以确定与驾驶系统110的行驶动作相对应的行驶指标的度量。
计算设备102基于第一评估、行驶指标的度量以及用户对驾驶系统110的总体舒适度的第二评估来生成驾驶系统110的舒适度评估模型130。舒适度评估模型130的生成包括:生成至少一个行驶动作的舒适度与行驶指标之间的关联(为讨论方便,下文称为“第一关联”),以及生成驾驶系统110的总体舒适度与至少一个行驶动作的舒适度之间的关联(为讨论方便,下文称为“第二关联”)。以下通过图3的实施例来更加详细地描述通过所生成的舒适度评估模型。
图3示出了根据本公开的实施例的舒适度评估模型130的示例结构。舒适度评估模型130包括用于评估驾驶系统110的总体舒适度的模块310以及用于评估行驶动作的舒适度的模块320、322……324。模块320、322……324可以基于用户对驾驶系统110的相应行驶动作的舒适度的第一评估和行驶指标的度量来训练。所训练的模块320、322……324表示相应行驶动作的舒适度与行驶指标之间的第一关联。例如,对于模块322,假设该部分用于行驶动作“直行”,并且“直行”相关的感官体验的集合表示为B2,模块322的第一关联可以由F2(B2)表示。对于与其他行驶动作相对应的模块320、324,也可以利用对应的训练数据来训练,以获得相应的第一关联F2(B1)、F2(BN)等。
模块310可以基于用户对驾驶系统110的相应行驶动作的舒适度的第一评估和驾驶系统110的总体舒适度的第二评估来训练。所训练的模块310表示驾驶系统110的总体舒适度与至少一个行驶动作的舒适度之间的第二关联,由F1(A)表示,其中A可以表示要考虑的行驶动作的集合。
在一些实施例中,发明人还发现每个行驶动作的舒适度可以与驾驶系统110在执行该行驶动作时用户的一个或多个感官体验的舒适度相关。例如,图4示出了对驾驶系统110的总体舒适度分析的另一示意图。与图2的示例类似,总体舒适度210可以与行驶动作1220、行驶动作2 222……行驶动作N 224相关。进一步地,每个行驶动作可以直接与一个或多个感官体验相关。例如,如图4所示,行驶动作222可以与感官体验1 440、感官体验2442……感官体验M 444相关。不同行驶动作相关的感官体验的数目和类型可以相同或不同。
进一步,行驶动作的每个感官体验还可以与用户具有该感官体验时驾驶系统110的行驶指标的度量相关。例如,如图4所示,行驶动作2 222相关的感官体验442还进一步与行驶指标230、行驶指标232……行驶指标234相关。行驶动作222相关的其他感官体验以及其他行驶动作也可以具有相关的行驶指标。不同行驶动作、不同感官体验相关的行驶指标的数目和类型可以相同或不同。
如本文中所使用的,感官体验涉及在不同的行驶动作中用户的生理体感。以下表1列出一些示例感官体验的描述以及导致这样的感官体验的可能的原因。
表1:感官体验的描述及可能的原因
应当理解,表1仅给出了在驾驶系统110的行驶过程中乘客和/或驾驶员的感官体验的示例以及产生相应感官体验的可能的原因。在其他示例中,还可以分析其他感官体验,或者将每个感官体验细化。本公开的范围在此方面不受限制。
为了进一步建模行驶动作的舒适度与感官体验的舒适度之间的关联以及感官体验的舒适度与行驶指标之间的关联,在一些实施例中,在训练数据的采集阶段,还可以由用户112对驾驶系统110执行至少一个行驶动作时的感官体验舒适度进行评估,以获得感官体验舒适度的评估(为讨论方便,下文称为“第三评估”)。第三评估也可以被包括在主观评估120中。
在训练舒适度评估模块130时,计算设备102可以获取用户112对驾驶系统110执行至少一个行驶动作时的感官体验舒适度的第三评估。第三评估的获取与第一评估和第二评估的获取类似。计算设备102可以基于第一评估和第三评估,生成至少一个行驶动作的舒适度与感官体验的舒适度之间的关联(为讨论方便,下文称为“第三关联”)。计算设备102还基于第三评估和行驶指标的度量,生成感官体验的舒适度与行驶指标之间的关联(为讨论方便,下文称为“第四关联”)。在这种情况下,行驶动作的舒适度与行驶指标之间的第一关联可以包括第三关联和第四关联。
图5示出了根据本公开的实施例的舒适度评估模型130的另一示例。在图5的示例中,表示行驶动作的舒适度与行驶指标之间的第一关联的模块320、322……324被进一步划分为表示第三关联的子模块和表示第四关联的子模块。例如,模块322可以包括表示相应行驶动作的舒适度与多个感官体验的舒适度之间的第三关联的子模块512,并且可以包括表示相应行驶动作相关的各个感官体验的舒适度与行驶指标之间的第四关联的子模块520、522……524。
在一个示例中,假设子模块512针对行驶动作“直行”,并且“直行”相关的感官体验的集合表示为C2,那么子模块512要学习到的第三关联可以被表示为F3(C2)。计算设备102可以基于与模块322对应的行驶动作的舒适度的第一评估以及与该行驶动作相关的感官体验的舒适度的第三评估来训练子模块512,以生成第三关联F3(C2)。
子模块520、522……524分别对应于“直行”相关的各个感官体验的舒适度。例如,对于子模块520,假设该部分用于“直行”的“顿挫感”,并且“直行”的“顿挫感”相关的行驶指标的集合表示为D1。计算设备102可以基于“直行”的“顿挫感”的舒适度的第三评估以及行驶指标D1的度量,来生成与子模块520的第四关联,由F4(D1)表示。对于其他子模块522……524,也可以利用相应的训练数据来生成相应的第四关联F4(D2)……F4(DM)。与其他行驶动作的舒适度对应的模块320、324也可以被划分为与子模块512、520、522……524类似的子模块。
在一些实施例中,可以使用各种类型的模型、学习网络或神经网络来设计舒适度评估模型130或者该模型的各个模块。在一些实施例中,不同的模型训练方法(包括后向传播方法、前向传播方法等)可以用于训练舒适度评估模型130。可以利用相应的训练数据来单独训练舒适度评估模型130的各个模块,以使得各个模块分别收敛。在其他实施例中,也可以以联合的方式训练舒适度评估模型130的全部模块,以使得多个模块的训练结果实现舒适度评估模型130的总体收敛。
在一些实施例中,在舒适度评估模型130达到收敛或拟合后,计算设备102可以利用新的训练数据来校准该舒适度评估模型130。例如,计算设备102可以利用训练数据中与该模型130各个模块的输入对应的训练数据输入到相应模块,并且确定该模块的输入与训练数据中的实际输出之间是否存在误差。如果存在误差,可以继续迭代地更新舒适度评估模型130,以使得舒适度评估模型130进一步收敛。通过这种方式,舒适度评估模型130可以被用于更准确地评估驾驶系统110的舒适度。
应当理解,尽管图2和图4示出了不同行驶动作、相关的不同行驶指标、相关的不同感官体验,但这仅仅是被给出为示例。在其他实施例中,还可以其他数目(例如一个)的行驶动作、行驶指标或感官体验也可以被确定为互相关联。在这种情况下,图3或图5中的舒适度评估模型130中的模块也可以相应改变。
以上实施例讨论了要获取驾驶系统110的舒适度的主观评估120,例如总体舒适度、行驶动作的舒适度和感官体验的舒适度的评估,等等。在一些实施例中,为了获得统一、可比较的舒适度评估结果,可以将与这些评估相关联的舒适度得分范围划分为多个舒适度等级,以便用户在评估过程中使用。这些舒适度等级可以对应于该舒适度得分范围中的不同得分区间。以此方式,可以便于用户在评估过程中提供统一的、具有可比性的舒适度评估结果。
舒适度得分范围的划分可以通过多种方式来实现。在一些实施例中,可以获取针对参考驾驶系统的舒适度的历史评估数据,例如选自该舒适度得分范围的舒适度得分、相应的舒适度等级。在一个示例中国,可以让用户乘坐或者驾驶与不舒适等级对应的驾驶系统、较舒适等级对应的驾驶系统和舒适等级对应的驾驶系统,并且然后由用户给出这些驾驶系统的总体舒适度的参考得分。在一些示例中,参考驾驶系统可以包括自动驾驶系统或非自动驾驶系统。对于非自动驾驶系统,可以由具有不同驾驶经验的驾驶员驾驶该非自动驾驶系统,并且由作为乘客的用户对该非自动驾驶系统的舒适度体验进行打分。对于自动驾驶系统,可以由乘客乘坐与不同舒适度等级对应的驾驶系统并且对舒适度体验进行打分。
所获得的历史评估数据可以预先存储在计算设备102的存储设备或计算设备102其他可访问的存储装置(例如,存储装置104)中。然后,可以通过对历史评估数据进行聚类,来确定多个舒适度等级在该舒适度得分范围中的相应得分区间。在聚类过程中,每个参考得分与给出该参考得分的驾驶系统的舒适度等级可以作为一个点,并且对多个点进行聚类。
图6示出了一个示例舒适度得分范围600。在该示例中,舒适度得分范围600被设置为0至5,其中0至a的区间对应于不舒适等级,a至b的区间对应于较舒适等级,并且b至5的区间对应于舒适等级。应当理解,图6仅给出了舒适度得分范围及其等级划分的一个具体示例。在其他示例中,可以设置其他舒适度得分范围并且划分更多或更少的舒适度等级。在图6的示例中,舒适度等级的划分例如是通过对针对参考驾驶系统的舒适度的历史评估数据进行聚类来确定的。舒适度得分范围的设置、舒适度等级的区间的划分等可以由计算设备102实现或者由其他设备实现。
应当理解,以上涉及划分舒适度得分范围的讨论仅仅是示例性的,而非是限制性的。本领域技术人员完全可以理解,在本公开的范围内还可以利用其他适当的方式来对舒适度得分范围进行划分。例如,舒适度等级的区间界限(例如,图6中的a和b)也可以被设置为预定值,例如每个舒适度等级对应的得分区间可以在得分范围内均匀分布。
上文讨论了舒适度评估模型130的训练。所训练的舒适度评估模型130可以被用于评估驾驶系统的舒适度。舒适度评估模型130的使用可以由计算设备102和/或具有计算能力的其他计算设备实现。舒适度评估模型130可以由计算设备102或其他计算设备中的软件模块、固件和/或硬件的任何组合来实现。
以下以计算设备102使用该舒适度评估模型120为例进行讨论。在一些实施例中,计算设备102可以使用该舒适度评估模型120来对待评估的驾驶系统140的舒适度进行评估。在一些示例中,计算设备102可以响应于用户的评估请求或者其他触发条件而对驾驶系统140进行评估。
为了实现舒适度的评估,计算设备102获取驾驶系统140在执行一个或多个行驶动作时的行驶指标的度量132。此处的驾驶系统140是待评估的驾驶系统140。要获取的行驶指标的类型取决于要使用的舒适度评估模型130的输入的要求。行驶指标的度量132可以由驾驶系统140的相应传感器或其他监测装置来测量,并且然后被提供给计算设备102。
计算设备102基于舒适度评估模型130包括的至少一个行驶动作的舒适度与行驶指标之间的第一关联以及所获取的行驶指标的度量132来确定一个或多个行驶动作的舒适度的评估。在图3的示例中,模块320、322……324表示这样的第一关联,而行驶指标的度量132可以作为模块320、322……324的输入。基于模块320、322……324表示的第一关联,计算设备102可以获得模型320、322……324的输出以作为对相应行驶动作的舒适度的第一评估。
进一步地,计算设备102基于舒适度评估模型130中包括的驾驶系统140的总体舒适度与至少一个行驶动作的舒适度之间的第二关联以及第一评估,确定对驾驶系统140的总体舒适度的第二评估。在图3的示例中,模块310表示这样的第二关联,因此来自模块320、322……324的第一评估可以作为模块310的输入。基于模块310表示的第二关联,计算设备102可以获得模块310的输出,以作为驾驶系统140的总体舒适度的第二评估。
在一些实施例中,模块320、322……324表示的第一关联包括行驶动作的舒适度与感官体验的舒适度之间的第三关联以及感官体验的舒适度与行驶指标之间的第四关联。这样的第三关联例如由图5的舒适度评估模型130的模块322中的子模块510、512……514表示。第四关联可以由与模型130中与感官体验相关的子模块,例如模块322中的子模块520、522……524以及其他模块320、324中的类似子模块表示。
在确定行驶动作的舒适度的第一评估时,计算设备102可以基于第四关联(例如模块322中的子模块520、522……524以及其他同层的子模块)和行驶指标的度量,确定行驶动作执行各个行驶动作时用户的感官体验的舒适度的第三评估。与不同感官体验的子模块相关的行驶指标的度量可以作为这些子模块的输入,并且子模块的输出被认为是相应感官体验的舒适度的第三评估。计算设备102进一步基于第三评估和第三关联(例如,子模块510、512……514),确定各个行驶动作的舒适度的第一评估。与子模块510、512……514对应的感官体验的舒适度的第三评估可以作为各个子模块的输入,并且子模块510、512……514的输出可以用作针对行驶动作的舒适度的评估,即第一评估。
在一些实施例中,舒适度的评估(包括总体舒适度、行驶动作的舒适度和/或感官体验的舒适度的评估)可以是预先设置的舒适度得分范围内的一个得分。该舒适度得分范围可以与在舒适度评估模型130的训练阶段中使用的舒适度得分范围一致。
通过上述过程可以理解,已建立的舒适度评估模型130被用于确定待评估的驾驶系统140的总体舒适度的得分。通过训练数据的选择(例如对于多个驾驶系统,采集相应的训练数据),所训练的舒适度评估模型130可以被用于评估不同制造商、不同提供商生产的驾驶系统。例如,对于自动驾驶系统,舒适度评估模型可以被用于评估该驾驶系统的不同版本的舒适度,以利于版本提升。
在一些实施例中,舒适度评估模型130确定的评估不同的驾驶系统140的总体舒适度,并且这些评估结果可以相互比较,以确定不同驾驶系统140的舒适度差异。该舒适度评估模型130还可以被用于对驾驶系统140的不同版本(例如,自动驾驶系统140的不同软件版本)进行评估,以确定不同版本的舒适度差异。
在一些实施例中,计算设备102提供驾驶系统140的总体舒适度的第二评估的指示,以作为舒适度评估模型130的评估结果134。例如,总体舒适度的评估的数值可以被呈现给用户。备选地或附加地,计算设备102还可以提供各个行驶动作的舒适度的第一评估以及相关的感官体验的舒适度的第三评估的指示,以使得用户能够查看相应评估结果134。计算设备102可以采用各种呈现方式来呈现评估结果,这些呈现方式包括文字、图片、图表、音频和/或视频等。通过分析所呈现的舒适度的评估,驾驶系统140的开发者可以调试被评估的驾驶系统140(例如,调整自动或非自动驾驶系统140的相应机械结构,调整自动驾驶系统140的软件程序等等),以便进一步改进驾驶系统140的舒适度。在一些情况下,由于不同方面(例如行驶动作、感官体验)的舒适度的评估结果均可以被呈现,可以更有针对性地调试驾驶系统140。
在一些实施例中,计算设备102可以自动分析舒适度的评估结果134,并且给出分析结果。在一个实施例中,计算设备102可以将驾驶系统140的总体舒适度的第二评估的数值与总体舒适度阈值相比较。如果第二评估的数值高于总体舒适度阈值,提供驾驶系统140的总体舒适度满足舒适度要求的指示。通过该指示,用户(包括驾驶系统140的使用者或开发者)可以确定该驾驶系统140的总体舒适度满足要求。
在一些实施例中,如果总体舒适度的评估不满足要求(例如,低于总体舒适度阈值),可能期望由开发者对驾驶系统140进行调试,以提高驾驶系统140的舒适度。在这种情况中,在总体舒适度的第二评估的数值低于总体舒适度阈值时,将行驶动作的舒适度的第一评估的数值与行驶动作相关联的动作舒适度阈值相比较。如果某个行驶动作的舒适度的第一评估的数值低于对应的动作舒适度阈值,可以提供与该行驶动作相关联的行驶指标的指示。这样的行驶指标可以通过分析舒适度评估模型130中针对第一行驶动作相关的感官体验的部分的输入类型来确定。通过提供行驶指标的指示,使得系统开发者可以根据所指示的行驶指标确定可能影响总体舒适度或行驶动作的舒适度的原因,以便针对这些行驶指标来调试驾驶系统140,以改进相应的舒适度。所提供的指示可以是行驶指标的名称和/或行驶指标的度量。
在一些实施例中,在总体舒适度的第二评估的数值低于总体舒适度阈值的情况下,除了提供影响相应行驶动作的舒适度的行驶指标的指示之外或者作为备选,可以提供其舒适度的评估数值低于动作舒适度阈值的行驶动作的指示。行驶动作的指示可以促进对驾驶系统140的调试。在一些实施例中,除了分析每个行驶动作的舒适度的评估大小之外,还可以类似地分析每个行驶动作相关的感官体验的舒适度的评估。
在一些实施例中,计算设备102还可以响应于来自用户的请求而呈现影响总体舒适度的各个方面,包括行驶动作的舒适度、感官体验的舒适度和/或行驶指标。
图7示出了根据本公开的实施例的用于驾驶系统的舒适度评估的结果呈现的示意图。该结果呈现可以由计算设备102的用户界面呈现。如图所示,图形710示出了不同行驶动作的可能舒适度得分范围。在图7的示例中,影响驾驶系统的总体舒适度的行驶动作可以包括起步、直行、转弯、并线和停车。图形714示出利用舒适度评估模型130确定的不同行驶动作的舒适度的评估(由图形714的各个顶点表示)。为了使得用户更清楚地理解所确定的评估结果是否满足要求,图形712示出了不同行驶动作的舒适度的阈值(由图形712的各个顶点表示),用于不同行驶动作的阈值可以不同。可以看出,评估结果显示不同行驶动作的舒适度均满足阈值要求。
在一些实施例中,用户可以进一步向下查看影响不同行驶动作的舒适度的因素。用户可以通过输入设备发起这样的查看请求。如果用户期望查看“直行”的影响因素,可以进一步呈现决定“直行”相关的感官体验的舒适度的评估,如图形720所示。在该示例中,影响“直行”的舒适度的感官体验可以包括晃动感、颠簸感、挫顿感和视觉紧张感。图形724示出了利用舒适度评估模型130确定的不同感官体验的舒适度的评估(由图形724的各个顶点表示),并且图形722示出了不同感官体验的舒适度的阈值(由图形722的顶点表示)。可以看出,评估结果显示不同行驶动作的舒适度均满足阈值要求。
进一步地,还可以响应于用户的请求或者自动地呈现影响各个感官体验的舒适度的行驶指标。图形730示出了在驾驶系统的“直行”过程中影响“挫顿感”的行驶指标的度量。在该示例中,不同的行驶指标的度量被归一化。图形734示出了驾驶系统的“直行”过程中的行驶指标的度量(由图形734的顶点表示),包括加速度、加速度变化率、加速度连续超过阈值的持续时间和当前速度。图形732示出了不同行驶指标的度量的阈值(由图形732的顶点表示)。可以看出,加速度、加速度变化率和当前速度均不满足预定要求。在这种情况下,可以通过调试驾驶系统来改进这些行驶指标,以使得相应感官体验的舒适度更高。感官体验的舒适度的提高也有利于进一步提高相应行驶动作的舒适度,并且进一步提升驾驶系统的总体舒适度。因此,通过不断向下层挖掘和分析影响各个方面的舒适度的原因,可以有针对性地改进驾驶系统的不同方面的舒适度。
图8示出了根据本公开实施例的用于生成驾驶系统的舒适度评估模型的过程800的流程图。过程800可以由计算设备102来实现。在810,计算设备102获取用户对驾驶系统的至少一个行驶动作的舒适度的第一评估。在820,计算设备102获取驾驶系统在执行至少一个行驶动作时的行驶指标的度量。在830,计算设备102基于第一评估、行驶指标的度量以及用户对驾驶系统的总体舒适度的第二评估,生成驾驶系统的舒适度评估模型。舒适度评估模型的输出包括生成至少一个行驶动作的舒适度与行驶指标之间的第一关联,以及生成驾驶系统的总体舒适度与至少一个行驶动作的舒适度之间的第二关联。
在一些实施例中,过程800还包括获取用户对驾驶系统执行至少一个行驶动作时的感官体验舒适度的第三评估。生成第一关联包括:基于第一评估和第三评估,生成至少一个行驶动作的舒适度与感官体验的舒适度之间的第三关联;以及基于第三评估和行驶指标的度量,生成感官体验的舒适度与行驶指标之间的第四关联。
在一些实施例中,过程800还包括将与第一评估和第二评估相关联的舒适度得分范围划分为多个舒适度等级以便用户在评估过程中使用,每个舒适度等级对应于舒适度得分范围中的相应得分区间。
在一些实施例中,划分多个舒适度等级包括:获取针对参考驾驶系统的舒适度的历史评估数据,历史评估数据包括选自舒适度得分范围的舒适度得分和相应的舒适度等级;以及通过对历史评估数据进行聚类,确定多个舒适度等级在舒适度得分范围中的相应得分区间。
在一些实施例中,驾驶系统包括自动驾驶系统和非自动驾驶系统中的至少一项。
图9示出了根据本公开实施例的用于评估驾驶系统的舒适度的过程900的流程图。过程900可以由计算设备102来实现。在910,计算设备102获取驾驶系统在执行至少一个行驶动作时的行驶指标的度量。在920,计算设备102基于舒适度评估模型中包括的至少一个行驶动作的舒适度与行驶指标之间的第一关联以及行驶指标的度量,确定对至少一个行驶动作的舒适度的第一评估。在930,计算设备102基于舒适度评估模型中包括的驾驶系统的总体舒适度与至少一个行驶动作的舒适度之间的第二关联以及第一评估,确定对驾驶系统的总体舒适度的第二评估。
在一些实施例中,第一关联包括至少一个行驶动作的舒适度与感官体验的舒适度之间的第三关联以及感官体验的舒适度与行驶指标之间的第四关联。确定第一评估包括:基于第四关联和行驶指标的度量,确定在驾驶系统执行至少一个行驶动作时用户的感官体验的舒适度的第三评估;以及基于第三关联和第三评估,确定第一评估。
在一些实施例中,过程900还包括:将第二评估的数值与总体舒适度阈值相比较;以及响应于第二评估的数值高于总体舒适度阈值,提供驾驶系统的总体舒适度满足舒适度要求的指示。
在一些实施例中,过程900还包括:响应于第二评估的数值低于总体舒适度阈值,将第一评估的数值与至少一个行驶动作相关联的动作舒适度阈值相比较;以及响应于第一评估的数值低于动作舒适度阈值,提供与至少一个行驶动作相关联的行驶指标的指示,以便针对行驶指标来调试驾驶系统。
在一些实施例中,过程900还包括:提供第一评估和第二评估中的至少一个的指示,以便调试驾驶系统。
在一些实施例中,第一评估和第二评估选自同一舒适度得分范围,舒适度得分范围被划分为多个舒适度等级,每个舒适度等级对应于舒适度得分范围中的相应得分区间。
在一些实施例中,驾驶系统包括自动驾驶系统和非自动驾驶系统中的至少一项。
图10示出了根据本公开实施例的用于生成驾驶系统的舒适度评估模型的装置1000的示意性框图。如图10所示,装置1000包括:评估获取模块1010,被配置为获取用户对驾驶系统的至少一个行驶动作的舒适度的第一评估;度量获取模块1020,被配置为获取驾驶系统在执行至少一个行驶动作时的行驶指标的度量;以及模型生成模块1030,被配置为基于第一评估、行驶指标的度量以及用户对驾驶系统的总体舒适度的第二评估,生成驾驶系统的舒适度评估模型,其中模型生成模块还被配置为:生成至少一个行驶动作的舒适度与行驶指标之间的第一关联,以及生成驾驶系统的总体舒适度与至少一个行驶动作的舒适度之间的第二关联。
在一些实施例中,装置1000还包括:范围划分模块,被配置为将与第一评估和第二评估相关联的舒适度得分范围划分为多个舒适度等级以便用户在评估过程中使用,每个舒适度等级对应于舒适度得分范围中的相应得分区间。
在一些实施例中,装置1000还包括:范围划分模块还被配置为:获取针对参考驾驶系统的舒适度的历史评估数据,历史评估数据包括选自舒适度得分范围的舒适度得分和相应的舒适度等级;以及通过对历史评估数据进行聚类,确定多个舒适度等级在舒适度得分范围中的相应得分区间。
在一些实施例中,驾驶系统包括自动驾驶系统和非自动驾驶系统中的至少一项。
图11示出了根据本公开实施例的用于评估驾驶系统的舒适度的装置1100的示意性框图。如图11所示,装置1100包括:度量获取模块1110,被配置为获取驾驶系统在执行至少一个行驶动作时的行驶指标的度量;第一评估确定模块1120,被配置为基于舒适度评估模型中包括的至少一个行驶动作的舒适度与行驶指标之间的第一关联以及行驶指标的度量,确定对至少一个行驶动作的舒适度的第一评估;以及第二评估确定模块1130,被配置为基于舒适度评估模型中包括的驾驶系统的总体舒适度与至少一个行驶动作的舒适度之间的第二关联以及第一评估,确定对驾驶系统的总体舒适度的第二评估。
在一些实施例中,第一关联包括至少一个行驶动作的舒适度与感官体验的舒适度之间的第三关联以及感官体验的舒适度与行驶指标之间的第四关联,并且第一评估确定模块1120还被配置为:基于第四关联和行驶指标的度量,确定在驾驶系统执行至少一个行驶动作时用户的感官体验的舒适度的第三评估;以及基于第三关联和第三评估,确定第一评估。
在一些实施例中,装置1100还包括:比较模块,被配置为将第二评估的数值与总体舒适度阈值相比较;以及指示提供模块,被配置为响应于第二评估的数值高于总体舒适度阈值,提供驾驶系统的总体舒适度满足舒适度要求的指示。
在一些实施例中,比较模块还被配置为:响应于第二评估的数值低于总体舒适度阈值,将第一评估的数值与至少一个行驶动作相关联的动作舒适度阈值相比较;并且其中指示提供模块还被配置为:响应于第一评估的数值低于动作舒适度阈值,提供与至少一个行驶动作相关联的行驶指标的指示,以便针对行驶指标来调试驾驶系统。
在一些实施例中,装置1100还包括:评估提供模块,被配置为提供第一评估和第二评估中的至少一个的指示,以便调试驾驶系统。
在一些实施例中,第一评估和第二评估选自同一舒适度得分范围,舒适度得分范围被划分为多个舒适度等级,每个舒适度等级对应于舒适度得分范围中的相应得分区间。
在一些实施例中,驾驶系统包括自动驾驶系统和非自动驾驶系统中的至少一项。
图12示出了可以用来实施本公开的实施例的示例设备1200的示意性框图。设备1200可以用于实现图1的计算设备102。如图所示,设备1200包括中央处理单元(CPU)1201,其可以根据存储在只读存储器(ROM)1202中的计算机程序指令或者从存储单元1208加载到随机访问存储器(RAM)1203中的计算机程序指令,来执行各种适当的动作和处理。在RAM1203中,还可存储设备1200操作所需的各种程序和数据。CPU 1201、ROM 1202以及RAM 1203通过总线1204彼此相连。输入/输出(I/O)接口1205也连接至总线1204。
设备1200中的多个部件连接至I/O接口1205,包括:输入单元1206,例如键盘、鼠标等;输出单元1207,例如各种类型的显示器、扬声器等;存储单元1208,例如磁盘、光盘等;以及通信单元1209,例如网卡、调制解调器、无线通信收发机等。通信单元1209允许设备1200通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理单元1201执行上文所描述的各个方法和处理,例如过程800和/或过程900。例如,在一些实施例中,过程800和/或过程900可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1208。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1202和/或通信单元1209而被载入和/或安装到设备1200上。当计算机程序加载到RAM 1203并由CPU 1201执行时,可以执行上文描述的过程800和/或过程900的一个或多个步骤。备选地,在其他实施例中,CPU 1201可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行过程800和/或过程900。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)等等。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
此外,虽然采用特定次序描绘了各操作,但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行,或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地,在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (28)
1.一种用于生成驾驶系统的舒适度评估模型的方法,包括:
获取用户对所述驾驶系统的至少一个行驶动作的舒适度的第一评估;
获取所述驾驶系统在执行所述至少一个行驶动作时的行驶指标的度量;以及
基于所述第一评估、所述行驶指标的度量以及用户对所述驾驶系统的总体舒适度的第二评估,生成所述驾驶系统的所述舒适度评估模型,包括:
生成所述至少一个行驶动作的舒适度与所述行驶指标之间的第一关联,以及
生成所述驾驶系统的总体舒适度与所述至少一个行驶动作的舒适度之间的第二关联。
2.根据权利要求1所述的方法,还包括:
获取所述用户对所述驾驶系统执行所述至少一个行驶动作时的感官体验舒适度的第三评估,并且
其中生成所述第一关联包括:
基于所述第一评估和所述第三评估,生成所述至少一个行驶动作的舒适度与所述感官体验的舒适度之间的第三关联;以及
基于所述第三评估和所述行驶指标的度量,生成所述感官体验的舒适度与所述行驶指标之间的第四关联。
3.根据权利要求1所述的方法,还包括:
将与所述第一评估和所述第二评估相关联的舒适度得分范围划分为多个舒适度等级以便所述用户在评估过程中使用,每个舒适度等级对应于所述舒适度得分范围中的相应得分区间。
4.根据权利要求3所述的方法,其中划分所述多个舒适度等级包括:
获取针对参考驾驶系统的舒适度的历史评估数据,所述历史评估数据包括选自所述舒适度得分范围的舒适度得分和相应的舒适度等级;以及
通过对所述历史评估数据进行聚类,确定所述多个舒适度等级在所述舒适度得分范围中的相应得分区间。
5.根据权利要求1至4中任一项所述的方法,其中所述驾驶系统包括自动驾驶系统和非自动驾驶系统中的至少一项。
6.一种用于评估驾驶系统的舒适度的方法,包括:
获取所述驾驶系统在执行至少一个行驶动作时的行驶指标的度量;
基于舒适度评估模型中包括的所述至少一个行驶动作的舒适度与所述行驶指标之间的第一关联以及所述行驶指标的度量,确定对所述至少一个行驶动作的舒适度的第一评估;以及
基于所述舒适度评估模型中包括的所述驾驶系统的总体舒适度与所述至少一个行驶动作的舒适度之间的第二关联以及所述第一评估,确定对所述驾驶系统的总体舒适度的第二评估。
7.根据权利要求6所述的方法,其中所述第一关联包括所述至少一个行驶动作的舒适度与感官体验的舒适度之间的第三关联以及所述感官体验的舒适度与所述行驶指标之间的第四关联,并且确定所述第一评估包括:
基于所述第四关联和所述行驶指标的度量,确定在所述驾驶系统执行所述至少一个行驶动作时用户的感官体验的舒适度的第三评估;以及
基于所述第三关联和所述第三评估,确定所述第一评估。
8.根据权利要求6所述的方法,还包括:
将所述第二评估的数值与总体舒适度阈值相比较;以及
响应于所述第二评估的数值高于所述总体舒适度阈值,提供所述驾驶系统的总体舒适度满足舒适度要求的指示。
9.根据权利要求8所述的方法,还包括:
响应于所述第二评估的数值低于所述总体舒适度阈值,将所述第一评估的数值与所述至少一个行驶动作相关联的动作舒适度阈值相比较;以及
响应于所述第一评估的数值低于所述动作舒适度阈值,提供与所述至少一个行驶动作相关联的所述行驶指标的指示,以便针对所述行驶指标来调试所述驾驶系统。
10.根据权利要求6所述的方法,还包括:
提供所述第一评估和所述第二评估中的至少一个的指示,以便调试所述驾驶系统。
11.根据权利要求6所述的方法,其中所述第一评估和所述第二评估选自同一舒适度得分范围,所述舒适度得分范围被划分为多个舒适度等级,每个舒适度等级对应于所述舒适度得分范围中的相应得分区间。
12.根据权利要求6至11中任一项所述的方法,其中所述驾驶系统包括自动驾驶系统和非自动驾驶系统中的至少一项。
13.一种用于生成驾驶系统的舒适度评估模型的装置,包括:
评估获取模块,被配置为获取用户对所述驾驶系统的至少一个行驶动作的舒适度的第一评估;
度量获取模块,被配置为获取所述驾驶系统在执行所述至少一个行驶动作时的行驶指标的度量;以及
模型生成模块,被配置为基于所述第一评估、所述行驶指标的度量以及用户对所述驾驶系统的总体舒适度的第二评估,生成所述驾驶系统的所述舒适度评估模型,其中所述模型生成模块还被配置为:
生成所述至少一个行驶动作的舒适度与所述行驶指标之间的第一关联,以及
生成所述驾驶系统的总体舒适度与所述至少一个行驶动作的舒适度之间的第二关联。
14.根据权利要求13所述的装置,其中所述评估获取模块还被配置为:
获取所述用户对所述驾驶系统执行所述至少一个行驶动作时的感官体验舒适度的第三评估,并且
其中所述模型生成模块还被配置为:
基于所述第一评估和所述第三评估,生成所述至少一个行驶动作的舒适度与所述感官体验的舒适度之间的第三关联;以及
基于所述第三评估和所述行驶指标的度量,生成所述感官体验的舒适度与所述行驶指标之间的第四关联。
15.根据权利要求13所述的装置,还包括:
范围划分模块,被配置为将与所述第一评估和所述第二评估相关联的舒适度得分范围划分为多个舒适度等级以便所述用户在评估过程中使用,每个舒适度等级对应于所述舒适度得分范围中的相应得分区间。
16.根据权利要求15所述的装置,其中所述范围划分模块还被配置为:
获取针对参考驾驶系统的舒适度的历史评估数据,所述历史评估数据包括选自所述舒适度得分范围的舒适度得分和相应的舒适度等级;以及
通过对所述历史评估数据进行聚类,确定所述多个舒适度等级在所述舒适度得分范围中的相应得分区间。
17.根据权利要求13至16中任一项所述的装置,其中所述驾驶系统包括自动驾驶系统和非自动驾驶系统中的至少一项。
18.一种用于评估驾驶系统的舒适度的装置,包括:
度量获取模块,被配置为获取所述驾驶系统在执行至少一个行驶动作时的行驶指标的度量;
第一评估确定模块,被配置为基于舒适度评估模型中包括的所述至少一个行驶动作的舒适度与所述行驶指标之间的第一关联以及所述行驶指标的度量,确定对所述至少一个行驶动作的舒适度的第一评估;以及
第二评估确定模块,被配置为基于所述舒适度评估模型中包括的所述驾驶系统的总体舒适度与所述至少一个行驶动作的舒适度之间的第二关联以及所述第一评估,确定对所述驾驶系统的总体舒适度的第二评估。
19.根据权利要求18所述的装置,其中所述第一关联包括所述至少一个行驶动作的舒适度与感官体验的舒适度之间的第三关联以及所述感官体验的舒适度与所述行驶指标之间的第四关联,并且所述第一评估确定模块还被配置为:
基于所述第四关联和所述行驶指标的度量,确定在所述驾驶系统执行所述至少一个行驶动作时用户的感官体验的舒适度的第三评估;以及
基于所述第三关联和所述第三评估,确定所述第一评估。
20.根据权利要求18所述的装置,还包括:
比较模块,被配置为将所述第二评估的数值与总体舒适度阈值相比较;以及
指示提供模块,被配置为响应于所述第二评估的数值高于所述总体舒适度阈值,提供所述驾驶系统的总体舒适度满足舒适度要求的指示。
21.根据权利要求20所述的装置,其中所述比较模块还被配置为:响应于所述第二评估的数值低于所述总体舒适度阈值,将所述第一评估的数值与所述至少一个行驶动作相关联的动作舒适度阈值相比较;并且
其中所述指示提供模块还被配置为:响应于所述第一评估的数值低于所述动作舒适度阈值,提供与所述至少一个行驶动作相关联的所述行驶指标的指示,以便针对所述行驶指标来调试所述驾驶系统。
22.根据权利要求18所述的装置,还包括:
评估提供模块,被配置为提供所述第一评估和所述第二评估中的至少一个的指示,以便调试所述驾驶系统。
23.根据权利要求18所述的装置,其中所述第一评估和所述第二评估选自同一舒适度得分范围,所述舒适度得分范围被划分为多个舒适度等级,每个舒适度等级对应于所述舒适度得分范围中的相应得分区间。
24.根据权利要求18至23中任一项所述的装置,其中所述驾驶系统包括自动驾驶系统和非自动驾驶系统中的至少一项。
25.一种电子设备,所述设备包括:
一个或多个处理器;以及
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一项所述的方法。
26.一种电子设备,所述设备包括:
一个或多个处理器;以及
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求6-12中任一项所述的方法。
27.一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如权利要求1-5中任一项所述的方法。
28.一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如权利要求6-12中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711461762.1A CN108248608B (zh) | 2017-12-28 | 2017-12-28 | 用于评估驾驶系统的舒适度的方法和装置 |
US16/210,833 US11155273B2 (en) | 2017-12-28 | 2018-12-05 | Method and apparatus for assessing comfort level of driving system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711461762.1A CN108248608B (zh) | 2017-12-28 | 2017-12-28 | 用于评估驾驶系统的舒适度的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108248608A CN108248608A (zh) | 2018-07-06 |
CN108248608B true CN108248608B (zh) | 2019-09-17 |
Family
ID=62722830
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711461762.1A Active CN108248608B (zh) | 2017-12-28 | 2017-12-28 | 用于评估驾驶系统的舒适度的方法和装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11155273B2 (zh) |
CN (1) | CN108248608B (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10678252B2 (en) * | 2018-08-09 | 2020-06-09 | GM Global Technology Operations LLC | Systems, apparatus, and methods for embedded encodings of contextual information using a neural network with vector space modeling |
CN109177979B (zh) * | 2018-08-27 | 2021-01-05 | 百度在线网络技术(北京)有限公司 | 评估乘车舒适度的数据处理方法、装置及可读存储介质 |
CN109445426A (zh) * | 2018-09-06 | 2019-03-08 | 百度在线网络技术(北京)有限公司 | 自动驾驶模式的切换方法、装置及可读存储介质 |
JP7172321B2 (ja) * | 2018-09-12 | 2022-11-16 | トヨタ自動車株式会社 | 運転評価装置、運転評価システム、運転評価方法、及び運転評価用コンピュータプログラム |
CN109445409B (zh) * | 2018-10-24 | 2019-12-27 | 百度在线网络技术(北京)有限公司 | 自动驾驶系统的评估方法、装置、设备及存储介质 |
CN111126556B (zh) * | 2018-10-31 | 2023-07-25 | 百度在线网络技术(北京)有限公司 | 人工神经网络模型的训练方法和装置 |
CN109583776A (zh) * | 2018-12-05 | 2019-04-05 | 百度在线网络技术(北京)有限公司 | 一种车辆体感评测方法、装置、电子设备、介质和车辆 |
CN109753065B (zh) * | 2018-12-29 | 2022-06-17 | 百度在线网络技术(北京)有限公司 | 自动驾驶车辆的环境建模能力评估方法及系统 |
CN109858553B (zh) * | 2019-01-31 | 2023-12-12 | 锦图计算技术(深圳)有限公司 | 驾驶状态的监测模型更新方法、更新装置及存储介质 |
CN109872069A (zh) * | 2019-02-20 | 2019-06-11 | 百度在线网络技术(北京)有限公司 | 车辆性能评价方法、装置和终端 |
CN109858561B (zh) * | 2019-02-20 | 2021-06-04 | 百度在线网络技术(北京)有限公司 | 体感预测方法、装置和终端 |
CN110160726B (zh) * | 2019-06-28 | 2020-09-11 | 中冶建筑研究总院有限公司 | 人群荷载作用下大跨度结构楼盖的检测与舒适度评估方法 |
CN110737206A (zh) * | 2019-09-16 | 2020-01-31 | 五邑大学 | 一种基于车身动态的驾驶感受量化方法、装置和存储介质 |
CN111861128B (zh) * | 2020-06-20 | 2024-03-22 | 清华大学 | 自动驾驶车辆人机协同操纵过程的接管舒适性评价方法、系统及存储介质 |
CN112477630B (zh) * | 2020-12-04 | 2022-06-24 | 江苏科技大学 | 一种提升电动车起步舒适度的控制方法 |
CN113960329B (zh) * | 2021-09-30 | 2023-11-07 | 瞬联软件科技(北京)有限公司 | 一种乘坐舒适度的指示装置及指示方法 |
CN114550442B (zh) * | 2021-12-31 | 2023-11-03 | 中智行(上海)交通科技有限公司 | 一种基于车路协同的自动驾驶车辆状态评估及预警方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101451917A (zh) * | 2008-12-31 | 2009-06-10 | 合肥工业大学 | 汽车内室操纵力舒适度评价系统及评价方法 |
CN201413573Y (zh) * | 2009-04-01 | 2010-02-24 | 南京信息工程大学 | 基于加速度变化的公交车舒适性监测装置 |
CN103278341A (zh) * | 2013-05-24 | 2013-09-04 | 清华大学 | 一种汽车驾驶员转向操纵舒适性评价系统及方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6925425B2 (en) * | 2000-10-14 | 2005-08-02 | Motorola, Inc. | Method and apparatus for vehicle operator performance assessment and improvement |
US10198505B2 (en) * | 2014-08-21 | 2019-02-05 | Affectomatics Ltd. | Personalized experience scores based on measurements of affective response |
US11410103B2 (en) * | 2017-12-06 | 2022-08-09 | International Business Machines Corporation | Cognitive ride scheduling |
-
2017
- 2017-12-28 CN CN201711461762.1A patent/CN108248608B/zh active Active
-
2018
- 2018-12-05 US US16/210,833 patent/US11155273B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101451917A (zh) * | 2008-12-31 | 2009-06-10 | 合肥工业大学 | 汽车内室操纵力舒适度评价系统及评价方法 |
CN201413573Y (zh) * | 2009-04-01 | 2010-02-24 | 南京信息工程大学 | 基于加速度变化的公交车舒适性监测装置 |
CN103278341A (zh) * | 2013-05-24 | 2013-09-04 | 清华大学 | 一种汽车驾驶员转向操纵舒适性评价系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
US11155273B2 (en) | 2021-10-26 |
CN108248608A (zh) | 2018-07-06 |
US20190202466A1 (en) | 2019-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108248608B (zh) | 用于评估驾驶系统的舒适度的方法和装置 | |
Gero et al. | A framework for studying design thinking through measuring designers’ minds, bodies and brains | |
Wu et al. | Queuing network modeling of driver workload and performance | |
Gonzalez-Sanchez et al. | ABE: An agent-based software architecture for a multimodal emotion recognition framework | |
US20200397346A1 (en) | Annotation method, annotation device, storage medium, and identification system | |
JP2018147474A (ja) | 学習装置、学習結果利用装置、学習方法及び学習プログラム | |
EP3617965A1 (en) | Performance measurement device, performance measurement method and performance measurement program | |
JP2022546644A (ja) | 人間-ロボット混在製造プロセスにおける自動異常検出のためのシステムおよび方法 | |
EP3935550A1 (en) | Method and apparatus for generating a design for a technical system or product | |
JP2020035330A (ja) | パフォーマンス計測装置、パフォーマンス計測方法及びパフォーマンス計測プログラム | |
CN109783622A (zh) | 一种基于问题分类确定问题答案方法、装置及电子设备 | |
TWI677844B (zh) | 具輔助判斷功能之產品測試系統及應用於其上的產品測試輔助方法 | |
CN113253709A (zh) | 一种适用于轨道交通车辆健康诊断方法及装置 | |
Baig et al. | Analyzing novice and expert user’s cognitive load in using a multi-modal interface system | |
CN111991001A (zh) | 一种运动数据分析方法、系统、设备及可读存储介质 | |
KR20230049609A (ko) | 인슐린 패치를 포함하는 인공췌장 제어 방법 및 그 장치 | |
Silva et al. | Ubiquitous sensorization for multimodal assessment of driving patterns | |
KR101816441B1 (ko) | 차량의 주행 감성 평가 장치 및 방법 | |
Silva et al. | Traffic expression through ubiquitous and pervasive sensorization: Smart cities and assessment of driving behaviour | |
Tago et al. | Specifying latent factors with a domain model for personal data analysis | |
Riemer et al. | Emotion and motion: Toward emotion recognition based on standing and walking | |
JP2022186422A (ja) | 分類装置、分類方法、及び、分類プログラム | |
Gonzalez-Sanchez et al. | Affective computing meets design patterns: A pattern-based model for a multimodal emotion recognition framework | |
Wu et al. | Mathematical modeling in human–machine system design and evaluation | |
Qi et al. | Detection of vehicle steering based on smartphone |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |