CN113643552A - 一种智能限速提醒系统的整车测试方法 - Google Patents

一种智能限速提醒系统的整车测试方法 Download PDF

Info

Publication number
CN113643552A
CN113643552A CN202110861671.7A CN202110861671A CN113643552A CN 113643552 A CN113643552 A CN 113643552A CN 202110861671 A CN202110861671 A CN 202110861671A CN 113643552 A CN113643552 A CN 113643552A
Authority
CN
China
Prior art keywords
test
evaluation
intelligent speed
reminding system
item
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
Application number
CN202110861671.7A
Other languages
English (en)
Other versions
CN113643552B (zh
Inventor
沈兵
王皓
韩飞
叶洪铭
姚国宝
武书扬
郭振宇
唐蒙
王峻峰
潘洪江
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
FAW Bestune Car Co Ltd
Original Assignee
FAW Bestune Car Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by FAW Bestune Car Co Ltd filed Critical FAW Bestune Car Co Ltd
Priority to CN202110861671.7A priority Critical patent/CN113643552B/zh
Publication of CN113643552A publication Critical patent/CN113643552A/zh
Application granted granted Critical
Publication of CN113643552B publication Critical patent/CN113643552B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/24—Reminder alarms, e.g. anti-loss alarms
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits

Abstract

本发明公开了一种智能限速提醒系统的整车测试方法，能够有效的对智能限速提醒系统的可靠性进行检测。将智能限速提醒系统按照使用功能进行分类，确定各分类下的测试项目；根据各类功能的测试要求，确定各实测项目的试验条件；制定智能限速提醒系统各测试项目在其试验条件下的期望结果，作为单项评价标准；整合测试项目、试验条件及单项评价标准，制定测试评价表；对多辆车的智能限速提醒系统进行测试：选择多个评价人员，分别按照测试评价表对各车型智能限速提醒系统的进行逐项测试，并根据单项评价标准分别打分；统计所有评价人员的评价结果，综合计算智能限速提醒系统的测试结果。

Description

一种智能限速提醒系统的整车测试方法
技术领域
本发明涉及一种智能限速提醒系统的整车测试方法，属于车辆智能系统测试领域。
背景技术
智能限速提醒系统是通过GPS和道路标识辨识摄影机来判断当下行车路段的限速要求并发出警报，这种警报可以是视觉、听觉或触觉中的一种或两种以上的组合提醒。当遇到取消限速要求后，系统应取消报警。该系统还可以联合智能巡航系统，当巡航车速高于限速要求车速时，提醒驾驶员是否按照限制车速进行巡航，保证行车安全。汽车智能限速控制系统是否能够正常发挥作用，对于保障汽车行驶的安全，提升驾乘体验有实际意义。因此检测汽车智能限速控制系统能否正常发挥作用具有一定的工程应用价值。当前国内由于没有完善的汽车智能限速提醒系统检测方法，无法有效完成汽车智能限速控制系统试验、检测工作，亟待改进。
因此，有效的智能限速提醒系统测试方法尤为重要，这样可在新车型投产前检测出智能限速提醒系统的可靠性，为用户提供优异的体验。
发明内容
为了解决现有技术存在的上述问题，本发明提供一种智能限速提醒系统的整车测试方法，能够有效的对智能限速提醒系统的可靠性进行检测。
本发明的目的是通过以下技术方案实现的：
一种智能限速提醒系统的整车测试方法，包括以下步骤：
步骤一、将智能限速提醒系统按照使用功能进行分类，确定各分类下的测试项目；
步骤二、根据智能限速提醒系统各类功能的测试要求，确定各实测项目的试验条件；
步骤三、制定智能限速提醒系统各测试项目在其试验条件下的期望结果，作为单项评价标准；
步骤四、整合前述步骤制定的测试项目、试验条件及单项评价标准，制定测试评价表；
步骤五、对多辆车的智能限速提醒系统进行测试：选择多个评价人员，分别按照测试评价表对各车型智能限速提醒系统的进行逐项测试，并根据单项评价标准分别打分；
六、统计所有评价人员的评价结果，综合计算智能限速提醒系统的测试结果。
进一步地，所述步骤一、将智能限速提醒系统按照使用功能进行分类，包括功能激活性能、功能抑制性能、功能关闭性能、单限速标志检测及提醒性能、限速解除标志检测及提醒性能、多限速解除标志检测及提醒性能、限重标志检测及提醒性能、超速检测及报警性能。
进一步地，所述步骤六综合计算智能限速提醒系统的测试结果包括以下计算过程：
首先定义某评价人员对某一辆车的智能限速提醒系统某一测试项目的评价分值，即p(p＝1,2,3,...)号评价人员对第j(j＝1,2,3...)台车的第i(i＝1,2,3...)测试项目的评价分值，记为单人单车单项评价分值S(p)(Aij)；
其次，根据所述单车单项评价分值S(p)(Aij)可分别计算某一车辆j所有测试项目i的综合评价分值，记为单车单项目评价分值S(Aij)(j)；
根据单车单项目评价分值S(Aij)(j)，计算得到每一个测试人员所有车辆测试项目i的评价分值，标记为单项评价分值S(p)(Ai)；
进一步计算得到代表智能限速提醒系统测试项目i评价结果的的单项综合评价分值S′(p)(Ai)：
Figure BDA0003185937630000031
其中，d(Aij)为加权系数，且
Figure BDA0003185937630000032
对单项评价分值S(p)(Ai)进行处理，得到每一个测试人员对车辆所有项目的评价分数，标记为全项目评价分值S(p)(A)，进一步计算得到代表智能限速提醒系统全项目评价结果的全项目综合评价分值S′(p)(A)：
Figure BDA0003185937630000033
其中，d(Ai)为加权系数，且
Figure BDA0003185937630000034
最后对所有测试人员的分值进行平均，获得智能限速提醒系统的最终评价结果：
Figure BDA0003185937630000035
为总人数。
本发明具有以下有益效果：
本发明提供一种智能限速提醒系统的整车测试方法，通过对样车进行测试，能够有效地模拟用户在实际使用时的情况，检测出不同工况下使用后的异常而造成的功能失效，能够发现智能限速提醒系统的内在缺陷、生产缺陷或者设计缺陷。从而为产品的开发提供优质样品依据，使产品能在经过长期使用后，仍具有较高的品质水准，满足客户长期使用的需求，同时也有益于提高产品的可靠度，使得产品更具有市场竞争力。
附图说明
图1为本发明一种智能限速提醒系统的整车测试方法流程图；
图2(a)为本发明实施例测试过程中测试项目4使用的限速标志图例；
图2(b)为本发明实施例测试过程中测试项目5使用的限速标志图例；
图2(c)为本发明实施例测试过程中测试项目6使用的限速标志图例；
图2(d)为本发明实施例测试过程中测试项目7使用的限速标志图例；
图2(e)为本发明实施例测试过程中测试项目8使用的限速标志图例；
图2(f)为本发明实施例测试过程中测试项目9使用的限速标志图例；
图2(g)为本发明实施例测试过程中测试项目10使用的限速标志图例；
图2(h)为本发明实施例测试过程中测试项目11使用的限速标志图例；
图2(k)为本发明实施例测试过程中测试项目12使用的限速标志图例；
图2(m)为本发明实施例测试过程中测试项目13使用的限速标志图例。
具体实施方式
以下结合附图及实施例进一步描述本发明技术方案：
一种智能限速提醒系统的整车测试方法，包括以下步骤：
步骤一、将智能限速提醒系统按照使用功能进行分类，确定各分类下的测试项目；
步骤二、根据智能限速提醒系统各类功能的测试要求，确定各实测项目的试验条件；
步骤三、制定智能限速提醒系统各测试项目在其试验条件下的期望结果，作为单项评价标准；
步骤四、整合前述步骤制定的测试项目、试验条件及单项评价标准，制定测试评价表；
步骤五、对多辆车的智能限速提醒系统进行测试：选择多个评价人员，分别按照测试评价表对各车型智能限速提醒系统的进行逐项测试，并根据单项评价标准分别打分；
六、统计所有评价人员的评价结果，综合计算智能限速提醒系统的测试结果。
进一步地，所述步骤一、将智能限速提醒系统按照使用功能进行分类，包括功能激活性能、功能抑制性能、功能关闭性能、单限速标志检测及提醒性能、限速解除标志检测及提醒性能、多限速解除标志检测及提醒性能、限重标志检测及提醒性能、超速检测及报警性能。
进一步地，所述步骤六综合计算智能限速提醒系统的测试结果包括以下计算过程：
首先定义某评价人员对某一辆车的智能限速提醒系统某一测试项目的评价分值，即p(p＝1，2，3，...)号评价人员对第j(j＝1，2，3...)台车的第i(i＝1，2，3...)测试项目的评价分值，记为单人单车单项评价分值S(p)(Aij)；
其次，根据所述单车单项评价分值S(p)(Aij)可分别计算某一车辆j所有测试项目i的综合评价分值，记为单车单项目评价分值S(Aij)(j)；
根据单车单项目评价分值S(Aij)(j)，计算得到每一个测试人员所有车辆测试项目i的评价分值，标记为单项评价分值S(p)(Ai)；
进一步计算得到代表智能限速提醒系统测试项目i评价结果的的单项综合评价分值S′(p)(Ai)：
Figure BDA0003185937630000061
其中，d(Aij)为加权系数，且
Figure BDA0003185937630000062
对单项评价分值S(p)(Ai)进行处理，得到每一个测试人员对车辆所有项目的评价分数，标记为全项目评价分值S(p)(A)，进一步计算得到代表智能限速提醒系统全项目评价结果的全项目综合评价分值S′(p)(A)：
Figure BDA0003185937630000063
其中，d(Ai)为加权系数，且
Figure BDA0003185937630000064
最后对所有测试人员的分值进行平均，获得智能限速提醒系统的最终评价结果：
Figure BDA0003185937630000065
为总人数。
实施例
一、将智能限速提醒系统按照使用功能进行分类，确定各分类下的测试项目。
二、根据智能限速提醒系统各类功能的测试要求，确定各实测项目的试验条件。
三、制定智能限速提醒系统各测试项目在其试验条件下的期望结果，作为单项评价标准。
四、整合前述步骤制定的测试项目、试验条件及单项评价标准，制定测试评价表，测试评价表如表1所示。
表1测试评价表
Figure BDA0003185937630000071
Figure BDA0003185937630000081
五、对多辆车(可以是同一车型的车辆，也可以是多个车型不同车型的车辆)的智能限速提醒系统进行测试：选择多个评价人员，分别按照测试评价表对各车型智能限速提醒系统的进行逐项测试，并根据单项评价标准分别打分。
六、统计所有评价人员的评价结果，综合计算智能限速提醒系统的测试结果。
对以上14种测试项目，
首先定义某评价人员对某一辆车的智能限速提醒系统某一测试项目的评价分值，即p(p＝1,2,3,...)号评价人员对第j(j＝1,2,3...)台车的第i(i＝1,2,3...)测试项目的评价分值，记为单人单车单项评价分值S(p)(Aij)；
其次，根据所述单车单项评价分值S(p)(Aij)可分别计算某一车辆j所有测试项目i的综合评价分值，记为单车单项目评价分值S(Aij)(j)；
根据单车单项目评价分值S(Aij)(j)，计算得到每一个测试人员所有车辆测试项目i的评价分值，标记为单项评价分值S(p)(Ai)；
进一步计算得到代表智能限速提醒系统测试项目i评价结果的的单项综合评价分值S′(p)(Ai)：
Figure BDA0003185937630000091
其中，d(Aij)为加权系数，且
Figure BDA0003185937630000092
对单项评价分值S(p)(Ai)进行处理，得到每一个测试人员对车辆所有项目的评价分数，标记为全项目评价分值S(p)(A)，进一步计算得到代表智能限速提醒系统全项目评价结果的全项目综合评价分值S′(p)(A)：
Figure BDA0003185937630000093
其中，d(Ai)为加权系数，且
Figure BDA0003185937630000094
最后对所有测试人员的分值进行平均，获得智能限速提醒系统的最终评价结果：
Figure BDA0003185937630000095
为总人数。

Claims (3)

1.一种智能限速提醒系统的整车测试方法，其特征在于，包括以下步骤：
步骤一、将智能限速提醒系统按照使用功能进行分类，确定各分类下的测试项目；
步骤二、根据智能限速提醒系统各类功能的测试要求，确定各实测项目的试验条件；
步骤三、制定智能限速提醒系统各测试项目在其试验条件下的期望结果，作为单项评价标准；
步骤四、整合前述步骤制定的测试项目、试验条件及单项评价标准，制定测试评价表；
步骤五、对多辆车的智能限速提醒系统进行测试：选择多个评价人员，分别按照测试评价表对各车型智能限速提醒系统的进行逐项测试，并根据单项评价标准分别打分；
步骤六、统计所有评价人员的评价结果，综合计算智能限速提醒系统的测试结果。
2.如权利要求1所述的一种智能限速提醒系统的整车测试方法，其特征在于，所述步骤一、将智能限速提醒系统按照使用功能进行分类，包括功能激活性能、功能抑制性能、功能关闭性能、单限速标志检测及提醒性能、限速解除标志检测及提醒性能、多限速解除标志检测及提醒性能、限重标志检测及提醒性能、超速检测及报警性能。
3.如权利要求1所述的一种智能限速提醒系统的整车测试方法，其特征在于，所述步骤六综合计算智能限速提醒系统的测试结果包括以下计算过程：
首先定义某评价人员对某一辆车的智能限速提醒系统某一测试项目的评价分值，即p(p＝1，2，3，...)号评价人员对第j(j＝1，2，3...)台车的第i(i＝1，2，3...)测试项目的评价分值，记为单人单车单项评价分值S(p)(Aij)；
其次，根据所述单车单项评价分值S(p)(Aij)可分别计算某一车辆j所有测试项目i的综合评价分值，记为单车单项目评价分值S(Aij)(j)；
根据单车单项目评价分值S(Aij)(j)，计算得到每一个测试人员所有车辆测试项目i的评价分值，标记为单项评价分值S(p)(Ai)；
进一步计算得到代表智能限速提醒系统测试项目i评价结果的的单项综合评价分值S′(p)(Ai)：
Figure FDA0003185937620000021
其中，d(Aij)为加权系数，且
Figure FDA0003185937620000022
对单项评价分值S(p)(Ai)进行处理，得到每一个测试人员对车辆所有项目的评价分数，标记为全项目评价分值S(p)(A)，进一步计算得到代表智能限速提醒系统全项目评价结果的全项目综合评价分值S′(p)(A)：
Figure FDA0003185937620000023
其中，d(Ai)为加权系数，且
Figure FDA0003185937620000024
最后对所有测试人员的分值进行平均，获得智能限速提醒系统的最终评价结果：
Figure FDA0003185937620000031
P为总人数。
CN202110861671.7A 2021-07-29 2021-07-29 一种智能限速提醒系统的整车测试方法 Active CN113643552B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110861671.7A CN113643552B (zh) 2021-07-29 2021-07-29 一种智能限速提醒系统的整车测试方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110861671.7A CN113643552B (zh) 2021-07-29 2021-07-29 一种智能限速提醒系统的整车测试方法

Publications (2)

Publication Number Publication Date
CN113643552A true CN113643552A (zh) 2021-11-12
CN113643552B CN113643552B (zh) 2022-12-16

Family

ID=78418935

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110861671.7A Active CN113643552B (zh) 2021-07-29 2021-07-29 一种智能限速提醒系统的整车测试方法

Country Status (1)

Country Link
CN (1) CN113643552B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114162120A (zh) * 2021-12-15 2022-03-11 一汽奔腾轿车有限公司 一种车载智能巡航系统坡路车速精准控制方法
CN114291087A (zh) * 2021-12-20 2022-04-08 一汽奔腾轿车有限公司 一种车载智能巡航系统弯道自适应路径规划控制方法
CN114354215A (zh) * 2021-12-30 2022-04-15 信通院车联网创新中心(成都)有限公司 一种面向车联网应用的限速预警功能检测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010156623A (ja) * 2008-12-27 2010-07-15 Nissan Motor Co Ltd 車両評価試験システムおよび車両評価試験方法
CN108430069A (zh) * 2018-02-11 2018-08-21 重庆邮电大学 一种v2x网络性能测试及综合评价分析方法
CN108648490A (zh) * 2018-07-03 2018-10-12 公安部交通管理科学研究所 一种自动驾驶汽车限速信息响应能力的测试方法
CN110853372A (zh) * 2019-12-03 2020-02-28 一汽解放汽车有限公司 一种智能限速报警方法及其装置
CN112382086A (zh) * 2020-10-30 2021-02-19 上海炬宏信息技术有限公司 自动驾驶汽车开放道路测试评价系统的使用方法
CN113029593A (zh) * 2021-03-26 2021-06-25 奇瑞新能源汽车股份有限公司 汽车驾驶性的评价方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010156623A (ja) * 2008-12-27 2010-07-15 Nissan Motor Co Ltd 車両評価試験システムおよび車両評価試験方法
CN108430069A (zh) * 2018-02-11 2018-08-21 重庆邮电大学 一种v2x网络性能测试及综合评价分析方法
CN108648490A (zh) * 2018-07-03 2018-10-12 公安部交通管理科学研究所 一种自动驾驶汽车限速信息响应能力的测试方法
CN110853372A (zh) * 2019-12-03 2020-02-28 一汽解放汽车有限公司 一种智能限速报警方法及其装置
CN112382086A (zh) * 2020-10-30 2021-02-19 上海炬宏信息技术有限公司 自动驾驶汽车开放道路测试评价系统的使用方法
CN113029593A (zh) * 2021-03-26 2021-06-25 奇瑞新能源汽车股份有限公司 汽车驾驶性的评价方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杜宏建等: "智能网联封闭试验区试验平台设计与实现", 《汽车科技》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114162120A (zh) * 2021-12-15 2022-03-11 一汽奔腾轿车有限公司 一种车载智能巡航系统坡路车速精准控制方法
CN114162120B (zh) * 2021-12-15 2023-11-21 一汽奔腾轿车有限公司 一种车载智能巡航系统坡路车速精准控制方法
CN114291087A (zh) * 2021-12-20 2022-04-08 一汽奔腾轿车有限公司 一种车载智能巡航系统弯道自适应路径规划控制方法
CN114354215A (zh) * 2021-12-30 2022-04-15 信通院车联网创新中心(成都)有限公司 一种面向车联网应用的限速预警功能检测方法

Also Published As

Publication number Publication date
CN113643552B (zh) 2022-12-16

Similar Documents

Publication Publication Date Title
CN113643552B (zh) 一种智能限速提醒系统的整车测试方法
CN110588658B (zh) 一种基于综合模型检测驾驶员风险等级的方法
CN106314438A (zh) 一种司机驾驶轨迹中异常轨迹的检测方法和系统
CN107705563B (zh) 基于激光雷达的连续车辆速度检测方法
CN106650157B (zh) 车辆零部件故障发生概率估算方法、装置及系统
CN110562261B (zh) 一种基于马尔可夫模型检测驾驶员风险等级的方法
CN111080603B (zh) 一种铁路货车轴端螺栓折断故障检测方法
CN108801387B (zh) 一种基于学习模型的飞机油箱剩余油量测量系统和方法
WO2022037387A1 (zh) 一种视觉感知算法的评测方法及装置
CN106339759A (zh) 二手车车况检测等级判定方法
CN109649091A (zh) 基于计算机视觉的汽车轮胎监测系统
CN106198020A (zh) 基于子空间和模糊c均值聚类的风电机组轴承故障诊断法
CN114677369B (zh) 一种基于人工智能的汽车轮胎生产质量监测分析系统
CN110929224A (zh) 基于公交行车安全的安全指标体系创建方法
CN111062093B (zh) 一种基于图像处理和机器学习的汽车轮胎寿命预测方法
CN115508112A (zh) 一种用于车辆刹车性能的测试方法、系统及介质
CN110705628B (zh) 一种基于隐马尔可夫模型检测驾驶员风险等级的方法
CN107622667B (zh) 一种变造车牌号码检测方法及系统
CN114001887B (zh) 一种基于挠度监测的桥梁损伤评定方法
CN110455240A (zh) 车辆自动漆膜检测方法及系统
CN114943258A (zh) 基于dtw和小样本学习的故障诊断方法及系统
CN108256766A (zh) 一种基于危险驾驶行为的车辆保险核算方法
CN111775948A (zh) 一种驾驶行为分析方法及装置
CN114417729A (zh) 一种基于bp神经网络的矿区环境安全预警方法
CN112686203A (zh) 一种基于空间先验的车辆安全警示装置检测方法

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