基于自然駕駛數據的全速自適應巡航系統綜合評價方法研究

石勝文，楊磊光，申富強

（1.東風柳州汽車有限公司試驗中心，廣西 柳州 545007；2. 桂林電子科技大學機電工程學院，廣西 桂林 541004）

0 引言

隨著經濟的發展，我國汽車保有量逐年增加，現有的道路容量不完全滿足汽車保有量日益增長的道路使用需求，并且由于駕駛員誤操作、駕駛注意力不集中等造成的交通安全問題日益凸顯[1]。汽車主動安全技術可以協助駕駛員提高行車安全性和駕駛舒適性，被認為是提升出行效率、解決事故頻發問題的有效措施[2]。全速自適應巡航系統是汽車主動安全技術中的一種，能夠通過雷達和相機等真值傳感器自動調節車速，保持安全距離，并且可以在道路條件變化時自動適應，被廣泛應用于現代汽車中。目前針對于全速自適應巡航系統的測試與評價方法主要有：國際標準ISO15622-2018、ISO22178-2009、ISO22179-2009；國家標準GB/T 20608-2006；企業規程：《全速自適應巡航控制系統評價規程》[3]，ISO15622-2018、ISO 22178-2009、ISO22179-2009 三項標準分別是針對綜合路況、市區擁堵低速及高速公路三種場景及測試要求[4]。但是這些法規發布時間較早，評測內容已無法跟上技術發展的進度，部分法規存在落后技術的現狀[5]，本文針對現有測試方法與評價體系，提出基于自然駕駛數據的FSRA 系統綜合評價方法，旨在完善FSRA系統功能開發測試評價體系，加快智能駕駛輔助系統的應用與推廣，同時對智能汽車其他功能模塊開發與測試評價具有參考意義。

1 自然駕駛數據采集

1.1 采集設備

i-TESTER 測試系統是可用于FSRA、LKA、BSD、AEB 等ADAS 系統以及自動駕駛的實車道路測試系統。該設備包括雷達、mobileye 攝像頭等真值傳感器、i-TESTER 主機、可外拓采集模塊、6 路高清攝像頭及支架、通信總線、平板電腦等。

i-TESTER 測試系統功能原理如圖1 所示，包括信息來源、信息采集、數據記錄、數據處理及分析報告。

圖1 i-TESTER 測試系統功能原理

1.2 試驗人員及試驗路線

自然駕駛數據采集的試驗人員共有6 人，是專業從事道路測試與評價的技能人員，擁有良好的駕駛素質與豐富評車經驗。所采集的自然駕駛數據包括：自車運動狀態、目標物運動狀態、目標車類型、車道線形、天氣、交通燈、路口形狀、道路等級、時間段、交通流等多種要素，是一個龐大的復雜數據集。試驗總里程共5 萬公里，包含我國各種道路類型，涵蓋了高速公路、國道、省道、城市道路與鄉村道路。

采集數據地區涉及絕大部分省份，采集的數據涵蓋路線廣泛，試驗數據能可靠地反應中國絕大部分駕駛員在各地區各地型日常行駛過程中的真實駕駛情況。同時為了最大程度接近人們日常行駛中各里程占比，設計了如表1 所示的各類道路試驗里程占比。

表1 各類型道路試驗里程占比

1.3 數據預處理

數據預處理是數據提取與分析的前提[6]。在自然駕駛數據采集過程由于極端環境的存在，駕駛員風格異同以及設備高頻采集與偶發因素，原始的自然駕駛數據并不能直接用于數據的提取和分析，因此需要對采集后的自然駕駛數據進行預處理得到符合條件的數據集。本文通過五次多項式平滑對車速和加速度進行處理。處理結果如圖2、3 所示。

圖2 加速度平滑前后對比

圖3 速度平滑前后對比

2 問題點數據流截取與導出

2.1 問題點統計

自然駕駛數據采集過程中FSRA 發生的問題包括目標誤識別、目標識別不穩定、誤退出、無法激活、誤減速等五類。根據i-TESTER 軟件信息統計功能，對離線數據進行統計，記錄問題點的次數。為了更好反應FSRA 系統的適應性能力，從天氣、道路、光照三個不同方面進行問題次數占比統計，其統計結果如圖4-圖6 所示。

圖4 不同天氣問題次數占比

圖5 不同道路問題次數占比

圖6 不同光照問題次數占比

2.2 數據流截取及數據導出

利用i-TESTER 軟件對離線數據進行處理，根據道路測試人員記錄問題的時間節點，截取包含問題點的數據片段并在軟件系統中進行回放與解析。在曲線回放欄中配置FSRA 的特征指標，確定對應的DBC文件，設置好截取時長，然后導出數據。

3 客觀指標分析與主觀評價

3.1 問題點特征指標分析

加速度、速度是FSRA 系統問題點最為明顯的特征指標。本文以高速工況主車左右車道有車輛，前方無目標車輛FSRA 誤減速為例，來對其特征指標進行分析。FSRA 功能失效速度-加速度如圖7 所示。

圖7 FRSA 功能失效速度-加速度對開圖

由圖可知，主車在維持116 km/h 速度巡航過程中，突然發生誤減速，其最大減速度為-0.58 m/s2，隨后并快速加速恢復巡航車速并穩定行駛。兩次誤減速的減速度都比較大，速度下降比較急，側面反應出FSRA 系統的系統的快速響應是以犧牲一定程度的舒適性為前提。

3.2 試驗人員主觀評價

主觀評價是指在針對某項領域進行評價的過程中，通過人體的直接感官來獲取評價的參照信息，再由大腦對客體進行相關判斷。在整車性能開發中，主觀評價主要是指專業的試驗人員在評價的過程中，依據個人的感覺對車輛的各類性能進行評價，再將多名試驗人員的評價綜合分析后得出評價的量化得分和相應的評價。以10 分為滿分制，讓六名專業試驗人員對各項指標進行打分，分數統計結果見表2。

表2 試驗人員主觀評分

為了使評分結果更加直觀可視化，建立安全性、舒適性、穩定性、適應性、跟隨性、準確性六維度評分雷達圖，如圖8 所示。

圖8 六維度評分雷達圖

4 綜合評價方法研究

系統綜合評價是根據預定的系統目標，采取系統分析的方法，對新開發的或者改建的系統的各種設計方案，從所涉及和影響的各方面進行評審和比較[7]，常見的系統評價方法可分為定性的評價和定量的評價，包括專家調查法、多元統計評價方法、綜合評價方法等[8]。綜合評估方法是一種運用多個指標去評估多個參數的方法，基本思想是將多個指標轉化為一個能反映綜合情況的指標，主要包括層次分析法、人工神經網絡和模糊綜合法。

掛袋后催芽管理應堅持保濕為主、通風為輔，空氣相對濕度85%以上，即袋表面有露水但不滴落為宜。保濕方法可將地面澆透水，每天噴幾次霧狀水，噴水量不宜過大，防止刺孔處進水感染雜菌和青苔。每天早、晚各通風1小時，根據氣溫變化在大棚上適當增減覆蓋物，防止凍害發生，管理得當7～10天天即可出齊耳芽。當棚內溫度超過25℃以上時，應采取通風或遮蔭等方式降溫。

4.1 層次分析法

層次分析法是通過兩兩因素的對比，逐層比較多種關聯因素[8]，最后確定各個因素整體關系的一種能夠解決多目標復雜問題的定性與定量相結合的方法。

該方法將定量分析與定性分析結合起來，用決策者的經驗判斷各衡量目標能否實現的標準之間的相對重要程度，并合理地給出每個決策方案的每個標準的權數，利用權數求出各方案的優劣次序，比較有效地應用于那些難以用定量方法解決的課題。層次分析法主要有4 個步驟：（1）建立層次結構；（2）構造判斷矩陣；（3）計算權重系數；（4）一致性檢驗。

4.2 模糊綜合評價法

模糊綜合評價法是一種基于模糊數學的綜合評價方法。模糊評價法可以根據模糊數學的隸屬度理論將定性評價轉為定量評價，在處理定性的、不確定及信息不完善的問題上有較大的優越性[9]。模糊綜合評價方法分為6 個步驟：（1）建立模糊綜合評價集；（2）建立綜合評價評語集；（3）獲得評價矩陣；（4）確定因素權向量；（5）建立綜合評價模型；（6）確定系統總得分。

4.3 基于層次分析模糊法綜合評價法的FSRA 系統綜合評價

本文是以層次分析法確認權重值求出一個評價函數，來建立FSRA 系統與影響因素的數學模型。

基于層次分析模糊法綜合評價法的FSRA 系統綜合評價步驟如下：

（1）構建FSRA 的層次結構模型。

從安全性、舒適性、穩定性、適應性、跟隨性、準確性六個維度來建立層次結構模型，如圖9 所示。

圖9 層次分析法層次結構

（2）根據標度表3 來確定兩兩因素的相對重要性。

表3 層次分析法標度表

（3）由相對重要性來確定一級指標判斷矩陣，判斷矩陣各個元素見表4。

表4 一級指標判斷矩陣

整理后一級判斷矩陣

（4）根據一級指標判斷矩陣A求出矩陣最大特征值λmax，并對判斷矩陣進行一致性檢驗。

矩陣一致性指標：

定矩陣通過一致性檢驗，RI 與矩陣階數關系如表5 所示。

表5 平均隨機一致性指標

（5）當CR＜ 0.1，運用幾何法求出一級指標權重向量并對其進行歸一化處理：

對所得權重向量歸一化處理：

權重向量wi=（w1w2…wn）T

得到一級指標權重向量：

根據上述所述，同理可求得二級指標的權重：

（6）根據層次分析法所得影響因素建立代表綜合評價的多種影響因素集U= {B11B12B21B22B31B32B41B42B51B52B61B62}.

（7）建立多種指標構成的評判集

V= {V1V2V3V4V5V6}其中{V1V2V3V4V5V6}分別表示FSRA 系統綜合評價的標語為“優”、“良”、“好”、“中”、“差”、“很差”。根據規定評價集中各元素的量化值為V1= 100，V2= 85，V3= 70，V4= 60，V5= 50，V6= 30；

由于因素集各因素對評判事務的影響不同，因此結合指標層的指標權重分配可得：

評語并不是絕對的而是相對的，故綜合后的評判可認為是上述的模糊集，記作：

其中Cm表示第m種評語在評判總體中所占地位。

（8）構造一個從U到V的模糊關系

對每一個Bi，分別進行模糊綜合評測，單獨考慮Bi下的指標Bij，通過德爾菲法隸屬于Bij第K 各評語的VK的程度，得到Bi下模糊評價矩R1，R2，R3，R4，R5，R6。

（9）根據

得到指標的評判集合的評測：

（10）根據德爾菲法獲取的模糊評價矩陣經過模糊綜合評價數學模型得到FSRA 系統整體評價的分數。

5 結論

全速自適應巡航系統的綜合評價體系的完善是推動駕駛輔助系統的基礎。針對傳統測試評價方法不能夠多維度評價功能系統的問題，本文所提出的基于自然駕駛數據的全速自適應巡航系統的綜合評價方法，以自然駕駛數據集為系統整體評測的客觀數據樣本進行數據的處理和分析，并對客觀指標分析，然后由專業試驗人員從安全性、舒適性、適應性、穩定性、準確性、跟隨性六個維度對FSRA 系統進行主觀的打分，最后運用層次分析法和模糊綜合評價法將定量分析與定性分析結合對系統進行綜合評價，在一定程度上完善了FSRA 系統評價體系，為ADAS 系統其他功能模塊的相關標準的制定和體系完善提供一定的參考。