基于層次分析法的無人駕駛車輛智能水平評價

呂夢圓　朱博點　張鑫恬

摘 要： 基于層次分析法給出了一種新的，參數可調的無人駕駛汽車智能水平評價模型。

關鍵詞： 層次分析法；無人駕駛車輛；智能水平評價

1 引言

好的無人車評價體系調動了其關鍵技術與智能行為的研究熱情，引導了無人駕駛車輛技術的發展。因此，我們必須有一種科學、合理的評價體系以更進一步推動該行業的進步。

2 層次分析法

層次分析法（Analytic Hierarchy Process，簡記為AHP）是T.L.Saaty等人在上世紀70年代提出的一種能有效處理牽涉因素較多，權重難以量化的一類問題的實用方法。這是一種定性與定量結合的、系統化、層次化的分析方法。其過程可抽象為三步，即：將決策問題結構為目標層，準則層，方案層三個層次，再通過互相比較確定各準則對于目標的權重，及各方案對每一準則的權重，最后將方案層對準則層的權重及準則層對目標層的權重進行綜合，以最終確定方案層對目標層的權重。

對第二步，假設要比較某一層n個因素C1，C2，L，Cn對上層一個因素O的影響，每次取兩個因素Ci和Cj，用aij表示Ci和Cj對O的影響之比，比較結果可用成對比較矩陣表示：

由于（1）式給出的aij的特點（aij是aji是倒數，即互反數），A稱為正互反矩陣，同時若正互反矩陣滿足：

則稱為一致陣，為確保成對比較矩陣的不一致程度在容許范圍內，給出一致性檢驗公式：

其中，λ為成對比較矩陣最大特征值，RI為隨機一致性指標，僅與n有關，查表可得。此時可用λ的歸一化特征向量作為權值w，w滿足：

3 構件車輛智能水平層次分析模型舉例

顯然，目標層應為“確定無人車智能等級”，方案層應為各等級名稱，為了簡便及節省篇幅，不妨僅設設為“Level 1”，“Level 2”與“Level 3”三個等級，分別設為，且級別越高，智能水平越高。準則層的選取應根據智能水平考察的側重點進行選擇C1-C3，這是判斷一個評價體系是否科學的關鍵之一。

準則層的選取可根據評價體系制定者的意愿進行構造與填寫，這里只是提供一種參考方案。無人駕駛車輛平臺結構大致可以分為自然環境感知模塊、智能行為決策模塊、車輛控制模塊。現根據這三類模塊的關鍵技術，不妨將準則層分為“視聽覺信息協同計算能力”，“自然語言理解能力”，“全局路徑規劃能力”，“局部路徑規劃能力”，“車輛形式姿態感知能力”，“車輛行駛速度感知能力”。且分別設為。層次結構圖如下

從準則層開始對影響上一層每個因素的同層元素利用成對比較法，采用1-9尺度構造成對比較矩陣直至方案層，該步驟亦是判斷一個評價體系是否科學的關鍵之一，為了保證矩陣選取的科學有效，往往需要專家系統進行制定。在此設定

其中Bk（k=1，L，5）中的元素bijk是方案層Ci與Cj對準則Bk的優越性比較尺度

可以看出對于該按此評價體系應評為C1，即Level 1級。

參考文獻

[1]姜啟源 謝金星 葉俊.數學模型 高等教育出版社 2011 249-255.

[2]熊光明 高利 趙亞男.無人駕駛車輛智能行為及其測試與評價 北京理工大學出版社 2015 12-13.