基于危险度和复杂度的智能汽车测试工况评价模型

摘要：

为研究智能汽车测试工况有效性定量评价的问题,对基于行车风险场的危险度模型进行改进,改进危险度模型主要考虑不同车道正常行驶车辆应为无风险车辆,从而提出了横向安全距离因子.考虑势能场就是动能场速度为0的特殊形式,将势能场和动能场进行了统一.定义了行车环境各要素的复杂度,复杂度用来描述车辆行驶环境的复杂程度,雨雪雾等越大越复杂,传感器识别范围内的物体越多越复杂,物体体积越小越复杂,物体变化越多越不规律越复杂,提出复杂度最大值是100,最小值0,行车环境复杂度为各项要素复杂度之和.综合考虑用户工况和测试工况的复杂度与危险度覆盖率、最大值及分布情况,构建了基于危险度和复杂度的用户与测试工况关联评价模型.结合算例,对3个测试规程的有效性进行了分析和评估.当评价指标权重分配相等时,测试规程3的有效性最高,规程2次之,规程1有效性最低.当调高复杂度指标权重时,测试规程2的有效性指数最高.结果表明,评价模型实现了对测试工况有效性的定量评价,更加全面评估测试工况的有效性,指标权重分配能够影响评价结果.

关键词：汽车工程、危险度、复杂度、智能汽车、有效性指数

所属期刊栏目：38

分类号：TH114

资助基金：国家重点研发计划2017YFC0804800

在线出版日期：2021-06-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：109-114