CN112418646A - 一种车辆舒适性评价方法、装置和可读存储介质 - Google Patents
一种车辆舒适性评价方法、装置和可读存储介质 Download PDFInfo
- Publication number
- CN112418646A CN112418646A CN202011296671.9A CN202011296671A CN112418646A CN 112418646 A CN112418646 A CN 112418646A CN 202011296671 A CN202011296671 A CN 202011296671A CN 112418646 A CN112418646 A CN 112418646A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- comfort
- determining
- vehicle
- test data
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 403
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000012360 testing method Methods 0.000 claims abstract description 106
- 238000000034 method Methods 0.000 claims abstract description 51
- 238000004590 computer program Methods 0.000 claims description 18
- 238000005259 measurement Methods 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 abstract description 20
- 238000012827 research and development Methods 0.000 abstract description 8
- 230000001133 acceleration Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 230000005477 standard model Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 230000036461 convulsion Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012854 evaluation process Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种车辆舒适性评价方法、装置和可读存储介质，所述方法包括：从多个预设评价场景中确定进行舒适性评价的目标评价场景；获取与所述目标评价场景对应的多组测试数据；获取与所述目标评价场景对应的评价标准信息；根据所述多组测试数据和所述评价标准信息确定舒适性评价结果。根据本发明实施例，提供一种量化描述车辆舒适性的评价方法，使其能够更准确地描述每一次软件更改或者车况变化对车辆舒适性带来的影响，从而为车辆研发工作提供更具参考价值的舒适性评价数据。
Description
技术领域
本发明涉及车辆技术领域，特别是涉及一种车辆舒适性评价方法、一种车辆舒适性评价装置、一种电子设备和一种计算机可读存储介质。
背景技术
车辆舒适性是指车辆为乘员提供舒适、愉快的乘坐环境，货物的安全运输和方便安全的操作条件的性能。它不仅与车身的固有振动特性有关，而且还受到乘坐环境、乘员的生理及心理状况等主观因素的影响。目前，对车辆智能科技的研究与应用针对的是提高车辆的安全性、舒适性，以及提供优良的人车交互界面等方面，这些举措已经成为世界车辆工程领域研究的热点和汽车工业增长的新动力。舒适性是现代高速、高效率汽车的一个主要性能。
现有对于自动驾驶车辆的舒适性评价，通常是通过人工体验来评定的，容易受不同人的主观感受影响，且存在一定的偶然性，该评定结果不能很好地指导自动驾驶系统的持续开发。
发明内容
鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种车辆舒适性评价方法和相应的一种车辆舒适性评价装置、一种电子设备、以及一种计算机可读存储介质。
本发明实施例公开了一种车辆舒适性评价方法，所述方法包括：
从多个预设评价场景中确定进行舒适性评价的目标评价场景；
获取与所述目标评价场景对应的多组测试数据；所述多组测试数据为所述车辆在所述目标评价场景下进行多次测试后生成的；
获取与所述目标评价场景对应的评价标准信息；
根据所述多组测试数据和所述评价标准信息确定舒适性评价结果。
可选地，所述评价标准信息包括评价指标和多个预设评分分值，所述根据所述多组测试数据和所述评价标准信息确定舒适性评价结果，包括：
确定所述多组测试数据中与所述评价指标匹配的指标特征值；
从所述多个预设评分分值中，确定所述指标特征值对应的评分分值；
根据所述评分分值确定所述舒适性评价结果。
可选地，所述评价标准信息包括多个预设评价等级，所述预设评价等级具有对应的所述预设评分分值，所述从所述多个预设评分分值中，确定所述指标特征值对应的评分分值，包括：
从所述多个预设评价等级中，确定所述指标特征值对应的评价等级；
确定所述评价等级匹配的所述评分分值。
可选地，所述评价标准信息包括多个预设评价指标区间，所述预设评价等级具有对应的所述预设评价指标区间，所述从所述多个预设评价等级中，确定所述指标特征值对应的评价等级，包括：
从所述多个预设评价指标区间中，确定所述指标特征值对应的评价指标区间；
确定所述评价指标区间匹配的所述评价等级。
可选地，所述确定所述多组测试数据中与所述评价指标匹配的指标特征值，包括：
从所述多组测试数据中，分别确定与所述评价指标对应的指标测试数据；
计算所述多个指标测试数据的平均值和/或标准差值，并将所述平均值和/或所述标准差值作为所述指标特征值。
可选地，所述根据所述多组测试数据和所述评价标准信息确定舒适性评价结果之后，还包括：
获取与所述目标评价场景对应的历史舒适性评价结果；
根据所述舒适性评价结果和所述历史舒适性评价结果，确定车辆优化信息。
可选地，所述预设评价场景包括行车场景，所述行车场景对应的评价标准信息包括路径跟踪评价标准曲线，所述根据所述多组测试数据和所述评价标准信息确定舒适性评价结果，包括：
根据所述多组测试数据绘制对应的多条路径跟踪实际测量曲线；
根据所述路径跟踪评价标准曲线和所述路径跟踪实际测量曲线，确定曲线匹配信息；
根据所述曲线匹配信息确定所述舒适性评价结果。
本发明实施例还公开了一种车辆舒适性评价装置，所述装置包括：
第一确定模块，用于从多个预设评价场景中确定进行舒适性评价的目标评价场景；
第一获取模块，用于获取与所述目标评价场景对应的多组测试数据；所述多组测试数据为所述车辆在所述目标评价场景下进行多次测试后生成的；
第二获取模块，用于获取与所述目标评价场景对应的评价标准信息；
第二确定模块，用于根据所述多组测试数据和所述评价标准信息确定舒适性评价结果。
可选地，所述评价标准信息包括评价指标和多个预设评分分值，所述第二确定模块，包括：
第一确定子模块，用于确定所述多组测试数据中与所述评价指标匹配的指标特征值；
第二确定子模块，用于从所述多个预设评分分值中，确定所述指标特征值对应的评分分值；
第三确定子模块，用于根据所述评分分值确定所述舒适性评价结果。
可选地，所述评价标准信息包括多个预设评价等级，所述预设评价等级具有对应的所述预设评分分值，所述第二确定子模块：
第一确定单元，用于从所述多个预设评价等级中，确定所述指标特征值对应的评价等级；
第二确定单元，用于确定所述评价等级匹配的所述评分分值。
可选地，所述评价标准信息包括多个预设评价指标区间，所述预设评价等级具有对应的所述预设评价指标区间，所述第一确定单元，包括：
第一确定子单元，用于从所述多个预设评价指标区间中，确定所述指标特征值对应的评价指标区间；
第二确定子单元，用于确定所述评价指标区间匹配的所述评价等级。
可选地，所述第一确定子模块，包括：
第三确定单元，用于从所述多组测试数据中，分别确定与所述评价指标对应的指标测试数据；
计算单元，用于计算所述多个指标测试数据的平均值和/或标准差值，并将所述平均值和/或所述标准差值作为所述指标特征值。
可选地，所述装置还包括：
第三获取模块，用于获取与所述目标评价场景对应的历史舒适性评价结果；
第三确定模块，用于根据所述舒适性评价结果和所述历史舒适性评价结果，确定车辆优化信息。
可选地，所述预设评价场景包括行车场景，所述行车场景对应的评价标准信息包括路径跟踪评价标准曲线，所述第二确定模块，包括：
绘制子模块，用于根据所述多组测试数据绘制对应的多条路径跟踪实际测量曲线；
第四确定子模块，用于根据所述路径跟踪评价标准曲线和所述路径跟踪实际测量曲线，确定曲线匹配信息；
第五确定子模块，用于根据所述曲线匹配信息确定所述舒适性评价结果。
本发明实施例还公开了一种电子设备，包括：处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的一种车辆舒适性评价方法的步骤。
本发明实施例还公开了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上所述的一种车辆舒适性评价方法的步骤。
本发明实施例包括以下优点：
在本发明实施例中，当需要对车辆进行舒适性评价时，可以先从多个预设评价场景中确定进行评价的目标评价场景，并获取车辆在该目标评价场景下测试得到的多组测试数据，以及与该目标评价场景对应的评价标准信息，可以根据多组测试数据和评价标准信息确定舒适性评价结果。通过采用上述方法，提供一种量化描述车辆舒适性的评价方法，使其能够更准确地描述每一次软件更改或者车况变化对车辆舒适性带来的影响，从而为车辆研发工作提供更具参考价值的舒适性评价数据。
附图说明
图1是本发明实施例的一种车辆舒适性评价方法的步骤流程图；
图2是本发明实施例的另一种车辆舒适性评价方法的步骤流程图；
图3是本发明实施例的一种评级标准模型的示意图；
图4是本发明实施例的一种车辆舒适性评价方法的流程图；
图5是本发明实施例的一种车辆舒适性评价装置的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
目前，提高车辆舒适性已经成为世界车辆工程领域研究的热点和汽车工业增长的新动力，现有对车辆的舒适性评价通常是由人工体验来完成的，没有建立完善的评价指标体系，评价结果偶然性大、可信性不高，对车辆研发的指导意义不大。
基于此，本发明拟提供一种克服上述问题或者至少部分地解决上述问题的一种车辆舒适性评价方法和相应的一种车辆舒适性评价装置、一种电子设备、以及一种计算机可读存储介质。
本发明实施例的核心构思之一在于，当需要对车辆进行舒适性评价时，可以先从多个预设评价场景中确定进行评价的目标评价场景，并获取车辆在该目标评价场景下测试得到的多组测试数据，以及与该目标评价场景对应的评价标准信息，可以根据多组测试数据和评价标准信息确定舒适性评价结果。通过采用上述方法，提供一种量化描述车辆舒适性的评价方法，使其能够更准确地描述每一次软件更改或者车况变化对车辆舒适性带来的影响，从而为车辆研发工作提供更具参考价值的舒适性评价数据。
参照图1，示出了本发明实施例的一种车辆舒适性评价方法的步骤流程图，具体可以包括如下步骤：
步骤101，从多个预设评价场景中确定进行舒适性评价的目标评价场景。
在本发明实施例中，可以预先设置对车辆进行舒适性评价的多个评价场景，用户可以从中选择所需的目标评价场景对车辆进行评价。其中，预设评价场景可以包括行车场景和停车场景。
车辆舒适性评价场景可以根据车辆研发的实际需要进行设定，对此，本发明实施例不加以限制。
在一种示例中，可以将该车辆舒适性的评价方法应用于车辆评价系统，该车辆评价系统提供多种车辆评价功能，例如舒适性评价，安全性评价等。其中，针对不同的评价内容具有对应的评价场景。
步骤102，获取与所述目标评价场景对应的多组测试数据。
其中，多组测试数据为车辆在目标评价场景下进行多次测试后生成的。测试数据可以是车辆在该目标评价场景下的车辆运行状态数据，车辆每次测试后得到一组车辆运行状态数据，其中，车辆运行状态数据可以包括车辆加速度，车辆加加速度、车辆噪声等级、航向误差等。此外，还可以对上述车辆运行状态数据进行各种运算得到用户所需的测试数据。
在一种情况下，该测试数据可以是预先存储在车辆评价系统中的，车辆评价系统可以按照测试时间和测试场景对车辆的测试数据进行存储，当确定目标评价场景后，获取与目标评价场景匹配的测试场景对应的车辆测试数据。在另一种情况下，测试数据还可以是从存储有车辆测试数据的数据库中获取。
步骤103，获取与所述目标评价场景对应的评价标准信息。
不同的评价场景对应不同的评价标准信息，在获取与目标评价场景对应的多组车辆测试数据后，可以获取与目标评价场景对应的评价标准信息。其中，该评价标准信息用于对车辆舒适性作定量评价。在一种情况下，该评价标准信息可以是评价标准模型，该模型建立了一套定量评价车辆舒适性的规则。
步骤104，根据所述多组测试数据和所述评价标准信息确定舒适性评价结果。
当获取多组测试数据，以及评价标准信息后，即可根据评价标准信息和测试数据确定车辆在目标评价场景下的舒适性评价结果。该舒适性评价结果是对车辆舒适性的定量描述，其可以是一具体的数值。
综上，在本发明实施例中，当需要对车辆进行舒适性评价时，可以先从多个预设评价场景中确定进行评价的目标评价场景，并获取车辆在该目标评价场景下测试得到的多组测试数据，以及与该目标评价场景对应的评价标准信息，可以根据多组测试数据和评价标准信息确定舒适性评价结果。通过采用上述方法，提供一种量化描述车辆舒适性的评价方法，使其能够更准确地描述每一次软件更改或者车况变化对车辆舒适性带来的影响，从而为车辆研发工作提供更具参考价值的舒适性评价数据。
参照图2，示出了本发明实施例的另一种车辆舒适性评价方法的步骤流程图，具体可以包括如下步骤：
步骤201，从多个预设评价场景中确定进行舒适性评价的目标评价场景。
用户可以根据实际需要，确定进行舒适性评价的目标评价场景。
步骤202，获取与所述目标评价场景对应的多组测试数据。
其中，多组测试数据为车辆在目标评价场景下进行多次测试后生成的。在实际应用中，可以对多组测试数据进行预处理，剔除具有明显错误的测试数据。此外，还可以对测试数据进行进一步的筛选，例如，根据测试时间对多组测试数据进行筛选，筛选出某一时间点之后的测试数据，该时间点可以为车辆进行软件更新的时间点或者车况发生改变的时间点。
步骤203，获取与所述目标评价场景对应的评价标准信息。
在本发明实施例中，评价标准信息包括评价指标，评价指标可以是车辆运行状态数据中的至少一种。在一种情况下，评价场景为行车场景，对应的评价指标可以有：车辆加速度、车辆加加速度、噪声等级、跟踪误差、航向误差。在另一种情况下，评价场景为停车场景，对应的评价指标可以为车辆加速度、车辆加加速度和车辆噪声等级中的至少一个。
在本发明实施例中，该车辆舒适性评价方法主要用于对自动驾驶车辆进行舒适性评价，自动驾驶系统通过模仿人驾驶车辆，通过计算机操控油门、制动、转向的动作，来模仿人的驾驶活动，是无人驾驶系统的底层执行机构。现有对车辆自动驾驶进行舒适性评价，主要从路径跟踪、速度控制和制动控制三方面进行论述。在停车场景下，可以从制动控制方面描述自动驾驶舒适性；在行车场景下，可以从路径跟踪和速度控制方面描述自动驾驶舒适性。
步骤204，确定所述多组测试数据中与所述评价指标匹配的指标特征值。
在本发明实施例中，确定多组测试数据的指标特征值，其中，该指标特征值是与评价指标相匹配的。在一种示例中，若目标评价场景对应的评价指标为加速度，则多组测试数据的指标特征值可以为多个加速度的均值，此外，还可以为多个加速度的标准差值。
针对步骤204，可以执行以下步骤：
子步骤S11，从所述多组测试数据中，分别确定与所述评价指标对应的指标测试数据。
在本发明实施例中，确定每组测试数据中与评价指标对应的指标测试数据。例如，如果评价指标为加速度，在测得的5组测试数据中确定对应的指标测试数据，分别为加速度a1，加速度a2，加速度a3，加速度a4和加速度a5。
子步骤S12，计算所述多个指标测试数据的平均值和/或标准差值，并将所述平均值和/或所述标准差值作为所述指标特征值。
在本发明实施例中，可以将多个指标测试数据的平均值或者标准差值作为该多组测试数据的指标特征值。
在一种情况下，评价标准信息包括多个预设评分分值，在这种情况下，可以执行以下步骤：
步骤205，从所述多个预设评分分值中，确定所述指标特征值对应的评分分值。
在实际应用中，该评价标准信息可以是一个评价标准模型，该评价标准模型可以是用户根据大量测试实验后设定的，也可以是从权威的科学文献中获取的。该评价标准模型中预先设定了评分分值，可以根据该评价标准模型确定多组测试数据的指标特征值对应的评分分值。
在一种情况下，评价标准信息包括多个预设评价等级，预设评价等级具有对应的预设评分分值，针对步骤205，可以执行以下步骤：
子步骤S21，从所述多个预设评价等级中，确定所述指标特征值对应的评价等级。
子步骤S22，确定所述评价等级匹配的所述评分分值。
在本发明实施例中，评价标准信息包括多个预设评价等级，预设评价等级与预设评分分值之间具有映射关系。可以先确定指标特征值对应的评价等级，再确定该等级对应的评分分值。
在一种示例中，可以将评价指标按照一定的规则划分若干等级，且每个等级对应用户不同程度的舒适性感受情况。例如，如果评价指标为加加速度，则可以根据加加速度的数值大小划分等级。此外，还可以根据加速度的差值，横向偏差的方差等进行等级划分，对于等级划分规则，用户可以根据实际需要进行设定，划分后的每个等级对应用户不同程度的舒适性感受。
在一种情况下，评价标准信息包括多个预设评价指标区间，预设评价等级具有对应的预设评价指标区间，针对子步骤S21，可以执行以下步骤：
从所述多个预设评价指标区间中，确定所述指标特征值对应的评价指标区间；确定所述评价指标区间匹配的所述评价等级。
在本发明实施例中，评价标准信息包括多个预设评价指标区间，预设评价等级与预设评价指标区间之间具有映射关系。可以先确定指标特征值对应的评价指标区间，再确定该区间对应的评价等级。
参照图3所示为本发明实施例的一种评价标准模型的示意图，该评价标准模型按照评价指标的数值所属区间情况进行分级，分成了七个级别，每个级别对应不同的评分标准，并赋予了相应的分值。该评分标准是根据用户舒适性感受进行划分的。通过将测试数据中与评价指标对应的指标特征值与该评价标准模型中的评价指标区间相比较，即可确定其对应的评价等级，进而确定与该评价等级对应的评分和评分标准，从而实现对车辆的舒适性进行量化描述。例如，若多组测试数据中与评价指标相对应的指标特征值为b1，b1大于d4且小于d5，则可确定其处于该评价标准模型中的等级三，该级别对应的用户舒适性感受是“用户感觉到明显缺陷，必须进行整改，对此感到不满”，该级别对应分值为4分。
步骤206，根据所述评分分值确定所述舒适性评价结果。
在实际应用中，可以将该评分分值作为该次车辆舒适性评价的评价结果。
针对步骤201-步骤206，根据评价场景的不同，采取不同的评价方法，在行车场景下，行车场景对应的评价标准信息包括路径跟踪评价标准曲线，车辆自动驾驶路径跟踪舒适度评价的方法是以测得的车辆位移值变化特征的实时曲线，与相应车型舒适度的标准曲线相比较，以所述实时曲线和标准曲线的相关程度进行舒适性程度的评价，评价过程按如下步骤进行：
a、建立标准曲线：对所评价车型的已成熟产品进行筛选，选择达到舒适度要求的产品，利用数据采集系统进行数据采集，根据实际需求选取一段时间区域的多个时刻点组成横坐标轴，求得多次采集的数据在各个时刻点上的数学期望值，将数学期望值作为纵坐标投影到评价时间段多个时刻点所形成的时间轴上，绘制该车型路径跟踪舒适性的数学期望曲线，根据实际路径跟踪所得曲线对数学期望曲线进行修正，作为后期评价过程中的标准曲线，存入数据库；
b、测量实时曲线：利用所述数据采集系统对被测车行驶过程中的行车信息进行数据采集，以评价过程所耗用的一段时间区域的时间为横坐标，利用该段时间内采集到的数据为纵坐标的值，将各个时刻所对应的数据值作为每个时刻所对应的纵坐标值，将这样的各个坐标点投影到坐标系中，形成评价所需要的实时曲线。其中，所述纵坐标值可以为车辆位移值。
c、判定实测曲线与标准曲线相关程度
所述实测曲线以及标准曲线均是由数据集合在变化的时间轴上投影所得，可设实测曲线所代表的数据集合为：A＝{x1，x2，…，xi}，i为采集数据的个数；标准曲线所代表的数据集合为B＝{a1，a2，…，ai}，i为采集数据的个数；
确定实测曲线与标准曲线的匹配程度，实测曲线与标准曲线的匹配程度越高，则舒适度越高，相反地，若实测曲线与标准曲线的偏差程度越大，则舒适性越差。
在本发明实施例中，可以采用皮尔逊相关系数(Pearson correlation)表征两组曲线之间的匹配程度，即可通过计算得到两组曲线所代表的数据集合的皮尔逊相关系数值，且该相关系数值可以用R(A,B)表示，且0＜R(A,B)＜1。
在一种情况下，可以用四分法对R取值空间进行划分，并设置不同区间分别对应的路径跟踪舒适度：
区间1：R为0.5～1，对应的舒适度为良好；
区间2：R为0.3～0.5，对应的舒适度为合格；
区间3：R为0.1～0.3，对应的舒适度为偏低；
区间4：R为0～0.09，对应的舒适度为差。
根据该相关系数的值可以对车辆的路径跟踪情况作出舒适性评价。
在实际应用中，用户可以选取典型的弯道、直道、转弯，大转角的道路，以对车辆在自动驾驶状态进行多次路径跟踪相关实验，以验证车辆的路径跟踪舒适性。此外，在实际应用中，用户还可以设计其他的计算路径跟踪实测曲线与标准曲线匹配程度的方法，对此，本发明实施例不作具体限制。
此外，车辆自动驾驶速度控制舒适度评价的方法是测试车辆在弯曲道路转弯时的车辆速度值实时变化特征和航向角实时变化特征，并计算得到对应的转弯速度均值和转弯速度标准差值，以及转弯航向角均值和转弯航向角标准差值，以进行舒适性程度的评价。其中，每个评价指标均可以对其取值空间进行划分，并赋予对应的舒适度，具体的与上述设置路径跟踪舒适度区间的方法相似，为避免累赘，在此不再阐述。
在停车场景下，停车场景对应的评价标准信息包括制动控制评价标准曲线，车辆自动驾驶制动控制舒适度评价的方法是以测得的车辆速度值变化特征的实时曲线，与相应车型舒适度的标准曲线相比较，以所述实时曲线和标准曲线的相关程度进行舒适性程度的评价。
在本发明实施例中，用于制动控制评价的车辆制动测试，可以用自动驾驶系统制动与人工制动进行对比实验，即用自动驾驶系统制动测得的车辆速度值变化特征的实时曲线与人工制动测得的车辆速度值变化特征的标准曲线相比较，具体的与上述路径跟踪舒适度的评价方法相似，为避免累赘，在此不再阐述。
道路行驶依赖长期训练和驾驶经验，行驶规则依赖所有交通参与者共同遵守。人类使用的很多驾驶技能是机器暂不具备的。机器应该学习人的驾驶方法，与人类行为趋同，以提高自动驾驶过程的平顺性、稳定性、安全性。在本发明实施例中，通过路径跟踪，速度控制以及制动控制对自动驾驶系统的舒适性进行评价，从而使其具备人的驾驶技术，能够对自动驾驶的研发工作提供更具参考价值的舒适性评价数据。
为了使本领域技术人员能够更好地理解本发明实施例步骤201至步骤206，下面通过一个例子加以说明：
参照图4所示，为本发明实施例的一种车辆舒适性评价方法的流程图，该流程可以包括：
1、确定舒适性相关评价指标，并制定相应的评价标准模型；
2、该评价标准模型根据用户舒适性感受划分若干等级，并且赋予相应分数，该评价标准模型中用户舒适性感受与评价指标取值之间具有对应关系。
3、通过批量提取车辆测试数据中的与评价指标对应的指标测试数据，统计其均值、标准差值，可以确定对应的指标特征值，并将其与评价标准模型中的评价指标区间作比较，确定对应评价等级，以及与该评价等级对应的评价分值，从而对车辆的舒适性给出定量评价。
在本发明实施例中，在确定舒适性评价结果之后，还可以执行以下步骤：
步骤207，获取与所述目标评价场景对应的历史舒适性评价结果。
在本发明实施例中，还可以获取与目标评价场景对应的历史舒适性评价结果。
步骤208，根据所述舒适性评价结果和所述历史舒适性评价结果，确定车辆优化信息。
若当前舒适性评分分值高于历史评分分值，则可认为此次车辆优化方向是正确；若当前评分分值低于历史评分分值，则可认为此次车辆优化方向还需调整。在实际应用中，当确定当前车辆舒适性评价结果之后，可与之前统计的历史评价结果进行对比分析，从而对车辆在软件更改或者车况变化后的效果进行评价，并为后续改进方向提供参考，例如，根据分析结果调整车辆的自动驾驶算法等。
综上，采用上述舒适性评价方法，评价操作简单，准确性高，在发布会，舒适性评价可以用于车辆宣传，还可以将舒适性评价结果作为参考对车辆性能进行优化。此外，该舒适性评价方法还可以用于进行车辆安全性评价，对应的可以设定与安全性相关的评价指标，例如安全距离等。
综上，在本发明实施例中，当需要对车辆进行舒适性评价时，可以先从多个预设评价场景中确定进行评价的目标评价场景，并获取车辆在该目标评价场景下测试得到的多组测试数据，以及与该目标评价场景对应的评价标准信息，可以根据多组测试数据和评价标准信息确定舒适性评价结果。通过采用上述方法，提供一种量化描述车辆舒适性的评价方法，使其能够更准确地描述每一次软件更改或者车况变化对车辆舒适性带来的影响，从而为车辆研发工作提供更具参考价值的舒适性评价数据。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
参照图5，示出了本发明实施例的一种车辆舒适性评价装置的结构框图，具体可以包括如下模块：
第一确定模块501，用于从多个预设评价场景中确定进行舒适性评价的目标评价场景；
第一获取模块502，用于获取与所述目标评价场景对应的多组测试数据；所述多组测试数据为所述车辆在所述目标评价场景下进行多次测试后生成的；
第二获取模块503，用于获取与所述目标评价场景对应的评价标准信息；
第二确定模块504，用于根据所述多组测试数据和所述评价标准信息确定舒适性评价结果。
在本发明实施例中，所述评价标准信息包括评价指标和多个预设评分分值，所述第二确定模块，包括：
第一确定子模块，用于确定所述多组测试数据中与所述评价指标匹配的指标特征值；
第二确定子模块，用于从所述多个预设评分分值中，确定所述指标特征值对应的评分分值；
第三确定子模块，用于根据所述评分分值确定所述舒适性评价结果。
在本发明实施例中，所述评价标准信息包括多个预设评价等级，所述预设评价等级具有对应的所述预设评分分值，所述第二确定子模块：
第一确定单元，用于从所述多个预设评价等级中，确定所述指标特征值对应的评价等级；
第二确定单元，用于确定所述评价等级匹配的所述评分分值。
在本发明实施例中，所述评价标准信息包括多个预设评价指标区间，所述预设评价等级具有对应的所述预设评价指标区间，所述第一确定单元，包括：
第一确定子单元，用于从所述多个预设评价指标区间中，确定所述指标特征值对应的评价指标区间；
第二确定子单元，用于确定所述评价指标区间匹配的所述评价等级。
在本发明实施例中，所述第一确定子模块，包括：
第三确定单元，用于从所述多组测试数据中，分别确定与所述评价指标对应的指标测试数据；
计算单元，用于计算所述多个指标测试数据的平均值和/或标准差值，并将所述平均值和/或所述标准差值作为所述指标特征值。
在本发明实施例中，所述装置还包括：
第三获取模块，用于获取与所述目标评价场景对应的历史舒适性评价结果；
第三确定模块，用于根据所述舒适性评价结果和所述历史舒适性评价结果，确定车辆优化信息。
在本发明实施例中，所述预设评价场景包括行车场景，所述行车场景对应的评价标准信息包括路径跟踪评价标准曲线，所述第二确定模块，包括：
绘制子模块，用于根据所述多组测试数据绘制对应的多条路径跟踪实际测量曲线；
第四确定子模块，用于根据所述路径跟踪评价标准曲线和所述路径跟踪实际测量曲线，确定曲线匹配信息；
第五确定子模块，用于根据所述曲线匹配信息确定所述舒适性评价结果。
综上，在本发明实施例中，当需要对车辆进行舒适性评价时，可以先从多个预设评价场景中确定进行评价的目标评价场景，并获取车辆在该目标评价场景下测试得到的多组测试数据，以及与该目标评价场景对应的评价标准信息，可以根据多组测试数据和评价标准信息确定舒适性评价结果。通过采用上述方法，提供一种量化描述车辆舒适性的评价方法，使其能够更准确地描述每一次软件更改或者车况变化对车辆舒适性带来的影响，从而为车辆研发工作提供更具参考价值的舒适性评价数据。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本发明实施例还提供了一种电子设备，包括：处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述一种车辆舒适性评价方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现上述一种车辆舒适性评价方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种车辆舒适性评价方法和一种车辆舒适性评价装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种车辆舒适性评价方法，其特征在于，所述方法包括：
从多个预设评价场景中确定进行舒适性评价的目标评价场景；
获取与所述目标评价场景对应的多组测试数据；所述多组测试数据为所述车辆在所述目标评价场景下进行多次测试后生成的；
获取与所述目标评价场景对应的评价标准信息；
根据所述多组测试数据和所述评价标准信息确定舒适性评价结果。
2.根据权利要求1所述的方法，其特征在于，所述评价标准信息包括评价指标和多个预设评分分值，所述根据所述多组测试数据和所述评价标准信息确定舒适性评价结果，包括：
确定所述多组测试数据中与所述评价指标匹配的指标特征值；
从所述多个预设评分分值中，确定所述指标特征值对应的评分分值；
根据所述评分分值确定所述舒适性评价结果。
3.根据权利要求2所述的方法，其特征在于，所述评价标准信息包括多个预设评价等级，所述预设评价等级具有对应的所述预设评分分值，所述从所述多个预设评分分值中，确定所述指标特征值对应的评分分值，包括：
从所述多个预设评价等级中，确定所述指标特征值对应的评价等级；
确定所述评价等级匹配的所述评分分值。
4.根据权利要求3所述的方法，其特征在于，所述评价标准信息包括多个预设评价指标区间，所述预设评价等级具有对应的所述预设评价指标区间，所述从所述多个预设评价等级中，确定所述指标特征值对应的评价等级，包括：
从所述多个预设评价指标区间中，确定所述指标特征值对应的评价指标区间；
确定所述评价指标区间匹配的所述评价等级。
5.根据权利要求2所述的方法，其特征在于，所述确定所述多组测试数据中与所述评价指标匹配的指标特征值，包括：
从所述多组测试数据中，分别确定与所述评价指标对应的指标测试数据；
计算所述多个指标测试数据的平均值和/或标准差值，并将所述平均值和/或所述标准差值作为所述指标特征值。
6.根据权利要求1所述的方法，其特征在于，所述根据所述多组测试数据和所述评价标准信息确定舒适性评价结果之后，还包括：
获取与所述目标评价场景对应的历史舒适性评价结果；
根据所述舒适性评价结果和所述历史舒适性评价结果，确定车辆优化信息。
7.根据权利要求1所述的方法，其特征在于，所述预设评价场景包括行车场景，所述行车场景对应的评价标准信息包括路径跟踪评价标准曲线，所述根据所述多组测试数据和所述评价标准信息确定舒适性评价结果，包括：
根据所述多组测试数据绘制对应的多条路径跟踪实际测量曲线；
根据所述路径跟踪评价标准曲线和所述路径跟踪实际测量曲线，确定曲线匹配信息；
根据所述曲线匹配信息确定所述舒适性评价结果。
8.一种车辆舒适性评价装置，其特征在于，所述装置包括：
第一确定模块，用于从多个预设评价场景中确定进行舒适性评价的目标评价场景；
第一获取模块，用于获取与所述目标评价场景对应的多组测试数据；所述多组测试数据为所述车辆在所述目标评价场景下进行多次测试后生成的；
第二获取模块，用于获取与所述目标评价场景对应的评价标准信息；
第二确定模块，用于根据所述多组测试数据和所述评价标准信息确定舒适性评价结果。
9.一种电子设备，其特征在于，包括：处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1-7中任一项所述的一种车辆舒适性评价方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的一种车辆舒适性评价方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011296671.9A CN112418646B (zh) | 2020-11-18 | 2020-11-18 | 一种车辆舒适性评价方法、装置和可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011296671.9A CN112418646B (zh) | 2020-11-18 | 2020-11-18 | 一种车辆舒适性评价方法、装置和可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112418646A true CN112418646A (zh) | 2021-02-26 |
| CN112418646B CN112418646B (zh) | 2024-07-19 |
Family
ID=74773948
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011296671.9A Active CN112418646B (zh) | 2020-11-18 | 2020-11-18 | 一种车辆舒适性评价方法、装置和可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112418646B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113535569A (zh) * | 2021-07-22 | 2021-10-22 | 中国第一汽车股份有限公司 | 自动驾驶的控制效果确定方法 |
| CN113642848A (zh) * | 2021-07-16 | 2021-11-12 | 东风柳州汽车有限公司 | 天幕防晒等级评定方法、装置、设备及存储介质 |
| CN114550442A (zh) * | 2021-12-31 | 2022-05-27 | 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 |
| CN114638420A (zh) * | 2022-03-22 | 2022-06-17 | 交通运输部公路科学研究所 | 道路智能度评测方法及危化品车辆道路级导航方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3029103B1 (ja) * | 1998-10-20 | 2000-04-04 | 川崎重工業株式会社 | 車両における乗り心地評価方法と装置 |
| CN103646374A (zh) * | 2013-12-26 | 2014-03-19 | 北京交通发展研究中心 | 一种地面公交运行舒适性指数计算方法 |
| CN106547961A (zh) * | 2016-10-20 | 2017-03-29 | 西北工业大学 | 民机客舱舒适性定量评价方法 |
| CN109177979A (zh) * | 2018-08-27 | 2019-01-11 | 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 |
| CN109443794A (zh) * | 2018-10-26 | 2019-03-08 | 百度在线网络技术（北京）有限公司 | 无人驾驶车的评价方法、装置、计算机设备及存储介质 |
| CN109711009A (zh) * | 2018-12-13 | 2019-05-03 | 北京掌行通信息技术有限公司 | 无人驾驶汽车性能评价方法、装置、电子设备及介质 |
| CN110606093A (zh) * | 2019-09-26 | 2019-12-24 | 中国第一汽车股份有限公司 | 车辆性能评测方法、装置、设备和存储介质 |
| CN110717654A (zh) * | 2019-09-17 | 2020-01-21 | 合肥工业大学 | 基于用户评论的产品质量评价方法和系统 |
| CN111861128A (zh) * | 2020-06-20 | 2020-10-30 | 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 |
-
2020
- 2020-11-18 CN CN202011296671.9A patent/CN112418646B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3029103B1 (ja) * | 1998-10-20 | 2000-04-04 | 川崎重工業株式会社 | 車両における乗り心地評価方法と装置 |
| CN103646374A (zh) * | 2013-12-26 | 2014-03-19 | 北京交通发展研究中心 | 一种地面公交运行舒适性指数计算方法 |
| CN106547961A (zh) * | 2016-10-20 | 2017-03-29 | 西北工业大学 | 民机客舱舒适性定量评价方法 |
| CN109177979A (zh) * | 2018-08-27 | 2019-01-11 | 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 |
| CN109443794A (zh) * | 2018-10-26 | 2019-03-08 | 百度在线网络技术（北京）有限公司 | 无人驾驶车的评价方法、装置、计算机设备及存储介质 |
| CN109711009A (zh) * | 2018-12-13 | 2019-05-03 | 北京掌行通信息技术有限公司 | 无人驾驶汽车性能评价方法、装置、电子设备及介质 |
| CN110717654A (zh) * | 2019-09-17 | 2020-01-21 | 合肥工业大学 | 基于用户评论的产品质量评价方法和系统 |
| CN110606093A (zh) * | 2019-09-26 | 2019-12-24 | 中国第一汽车股份有限公司 | 车辆性能评测方法、装置、设备和存储介质 |
| CN111861128A (zh) * | 2020-06-20 | 2020-10-30 | 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 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113642848A (zh) * | 2021-07-16 | 2021-11-12 | 东风柳州汽车有限公司 | 天幕防晒等级评定方法、装置、设备及存储介质 |
| CN113642848B (zh) * | 2021-07-16 | 2024-02-20 | 东风柳州汽车有限公司 | 天幕防晒等级评定方法、装置、设备及存储介质 |
| CN113535569A (zh) * | 2021-07-22 | 2021-10-22 | 中国第一汽车股份有限公司 | 自动驾驶的控制效果确定方法 |
| CN114550442A (zh) * | 2021-12-31 | 2022-05-27 | 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 |
| 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 |
| CN114638420A (zh) * | 2022-03-22 | 2022-06-17 | 交通运输部公路科学研究所 | 道路智能度评测方法及危化品车辆道路级导航方法 |
| CN114638420B (zh) * | 2022-03-22 | 2022-10-25 | 交通运输部公路科学研究所 | 道路智能度评测方法及危化品车辆道路级导航方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112418646B (zh) | 2024-07-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112418646B (zh) | 一种车辆舒适性评价方法、装置和可读存储介质 | |
| CN106874597B (zh) | 一种应用于自动驾驶车辆的高速公路超车行为决策方法 | |
| US11897494B2 (en) | Method and a device for generating a dynamic speed profile of a motor vehicle | |
| CN109733390B (zh) | 一种基于驾驶人特性的自适应换道预警方法 | |
| KR20160084836A (ko) | 운전자 지원 시스템 최적화를 위한 방법 및 장치 | |
| CN111204348A (zh) | 调节车辆行驶参数方法、装置、车辆及存储介质 | |
| EP2752347A1 (en) | Vehicular information-processing device and vehicular information-processing method | |
| CN109572706B (zh) | 一种驾驶安全评价方法及装置 | |
| CN105480228B (zh) | 增强的车辆速度控制 | |
| CN110843765A (zh) | 一种自动驾驶方法、装置及电子设备 | |
| CN113753059B (zh) | 一种自动驾驶系统下的驾驶人接管能力预测方法 | |
| WO2018173933A1 (ja) | 情報処理装置、走行データ処理方法、車両およびプログラム記録媒体 | |
| CN114104038A (zh) | 列车控制方法、计算机设备及存储介质 | |
| CN109387374B (zh) | 一种车道保持水平评价方法 | |
| CN113696890B (zh) | 车道保持方法、装置、设备、介质及系统 | |
| CN112462759B (zh) | 规控算法的评估方法、系统及计算机存储介质 | |
| CN113642114A (zh) | 可犯错的拟人化随机跟车驾驶行为建模方法 | |
| CN117668413A (zh) | 考虑多类行驶要素的自动驾驶综合决策评估方法及装置 | |
| CN111626537A (zh) | 评价装置 | |
| CN114996116B (zh) | 一种针对自动驾驶系统的拟人性评价方法 | |
| CN112706776B (zh) | 道路标定数据的确定方法、装置、电子设备及存储介质 | |
| Guo et al. | Determining headway for personalized autonomous vehicles by learning from human driving demonstration | |
| CN112964490A (zh) | 一种汽车座椅骨架质量分析方法及系统 | |
| CN112784442A (zh) | 一种基于大数据的仿真分析方法及系统 | |
| KR101937218B1 (ko) | 운전자 수용성 평가 장치 및 방법 |
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 |