戰(zhàn) 琦，周 煒，李文亮，張學(xué)文, 2，劉智超

(1. 交通運(yùn)輸部公路科學(xué)研究所，北京 100088；2. 東南大學(xué)，江蘇 南京 210000)

0 引言

無(wú)人駕駛車輛在完成功能開發(fā)與驗(yàn)證后，形成了較為完整的系統(tǒng)，功能也趨于完善。接著需要對(duì)其進(jìn)行測(cè)試與評(píng)價(jià)，目的是通過測(cè)試獲得車輛的表現(xiàn)，進(jìn)而對(duì)其各項(xiàng)功能進(jìn)行評(píng)估，以幫助開發(fā)人員發(fā)現(xiàn)功能的不足或缺陷，有針對(duì)性地予以完善[1]。智能避障功能作為無(wú)人駕駛車輛安全駕駛的核心功能之一，在保障乘員安全、減少交通事故和提高通行效率方面起到了至關(guān)重要的作用。目前針對(duì)智能避障功能測(cè)試與評(píng)價(jià)階段的研究仍處于起步階段，評(píng)價(jià)方法存在評(píng)價(jià)指標(biāo)體系不完善、評(píng)價(jià)過程主觀意識(shí)過強(qiáng)、評(píng)價(jià)結(jié)果不科學(xué)等問題，因此本研究針對(duì)車輛智能避障功能綜合評(píng)價(jià)開展研究。

按照車輛避障動(dòng)作，將不停車避障分為換道避障和借道避障兩種場(chǎng)景。換道避障是指車輛變換車道躲避障礙物，此時(shí)影響車輛行駛的障礙物占用過多當(dāng)前行駛車道，車輛不得不換道才能保證與障礙物的安全距離。借道避障是指車輛借用部分相鄰車道，微調(diào)行駛方向躲避障礙物，此時(shí)影響車輛行駛的障礙物占用部分車道，安全避障后車輛仍需返回原車道。本研究首先針對(duì)車輛智能換道避障功能綜合評(píng)價(jià)開展研究。

綜合評(píng)價(jià)的前提是構(gòu)建評(píng)價(jià)指標(biāo)體系，評(píng)價(jià)指標(biāo)的選取應(yīng)遵循系統(tǒng)性、可行性、科學(xué)性等原則，目前對(duì)無(wú)人駕駛車輛評(píng)價(jià)指標(biāo)體系的研究大都針對(duì)車輛整體，某項(xiàng)具體功能僅作為其中一項(xiàng)定性指標(biāo)。綜合評(píng)價(jià)的核心是通過合適的評(píng)價(jià)方法確定評(píng)價(jià)對(duì)象在各指標(biāo)上的評(píng)價(jià)結(jié)果，該過程主要包含計(jì)算指標(biāo)權(quán)重和建立綜合評(píng)價(jià)模型。計(jì)算權(quán)重的方法按原始數(shù)據(jù)的來源可以分為主觀賦權(quán)法、客觀賦權(quán)法和主客觀結(jié)合的組合賦權(quán)法3類[2]。主觀賦權(quán)法根據(jù)相應(yīng)領(lǐng)域?qū)＜业闹R(shí)和經(jīng)驗(yàn)，對(duì)評(píng)價(jià)指標(biāo)的重要程度進(jìn)行兩兩比較、賦值和計(jì)算來確定權(quán)重，如層次分析法(Analytical Hierarchy Process，AHP)[3]、專家調(diào)查(Delphi)法[4]、序關(guān)系分析(G1)法[5]等，主觀權(quán)重會(huì)具有很強(qiáng)的主觀性?？陀^賦權(quán)法根據(jù)指標(biāo)初始數(shù)據(jù)之間的數(shù)量關(guān)系，采用一定的數(shù)學(xué)方法計(jì)算權(quán)重，如主成分分析法[6]、因子分析法[7]、熵值法[8]、CRITIC法[9]等，如果實(shí)測(cè)數(shù)據(jù)不具有典型性和普遍性，可能存在權(quán)重分配不合理的情況。組合賦權(quán)法根據(jù)不同的偏好系數(shù)將主、客觀賦權(quán)法求得的權(quán)重結(jié)合起來，既保留主觀賦權(quán)法中對(duì)專家經(jīng)驗(yàn)知識(shí)與決策者主觀意向的信息體現(xiàn)，也保留客觀賦權(quán)法中對(duì)指標(biāo)與評(píng)價(jià)對(duì)象間內(nèi)在聯(lián)系的信息表現(xiàn)，具有優(yōu)勢(shì)互補(bǔ)的效果，得到的評(píng)價(jià)結(jié)果相對(duì)更加科學(xué)、合理。建立綜合評(píng)價(jià)模型則將多個(gè)評(píng)價(jià)指標(biāo)屬性值“合成”為一個(gè)整體的綜合評(píng)價(jià)值，主要方法包括灰色關(guān)聯(lián)度法[10]、TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)法[11]、BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)[12]和模糊綜合評(píng)價(jià)法[13]等。

在車輛智能評(píng)價(jià)方面，Sun[14]從安全性、智能性、平順性3方面構(gòu)建評(píng)價(jià)指標(biāo)體系，基于拓展層次分析法(EAHP，extension analytic hierarchy process)求取權(quán)重，并通過灰色關(guān)聯(lián)分析對(duì)無(wú)人駕駛車輛的智能行為進(jìn)行綜合量化評(píng)價(jià)，但受專家主觀性影響且需要一致性檢驗(yàn)。Zhao[15]基于十字路口、跟車等典型工況建立評(píng)價(jià)指標(biāo)體系，通過熵-成本函數(shù)方法進(jìn)行評(píng)價(jià)，雖然排除了主觀因素影響，但過于依賴實(shí)測(cè)數(shù)據(jù)且不具備普適性。Huang[16]則通過層次分析法-熵值法和模糊綜合評(píng)價(jià)對(duì)無(wú)人駕駛車輛的整體性能進(jìn)行評(píng)價(jià)，為避免層次分析法計(jì)算復(fù)雜且存在一致性檢驗(yàn)不通過的可能，李茹[17]分析中國(guó)智能車未來挑戰(zhàn)賽的測(cè)試內(nèi)容，從安全性、系統(tǒng)性、平穩(wěn)性和速度性4方面構(gòu)建評(píng)價(jià)指標(biāo)體系，基于G1法和熵值法求取權(quán)重，通過模糊綜合評(píng)價(jià)法對(duì)自動(dòng)駕駛車輛進(jìn)行綜合智能定量評(píng)價(jià)。但G1法存在指標(biāo)重要程度比值固定的問題，熵值法則忽略了指標(biāo)之間的內(nèi)在聯(lián)系。CRITIC法相比于熵值法考慮了評(píng)價(jià)指標(biāo)的沖突性和對(duì)比程度，已在其他綜合評(píng)價(jià)領(lǐng)域有較好的應(yīng)用，例如電網(wǎng)[18]、礦業(yè)[19]等。

無(wú)人駕駛車輛正處于發(fā)展階段，在功能評(píng)價(jià)過程中不能過度依賴專家主觀意愿，也不能完全依據(jù)指標(biāo)的實(shí)測(cè)數(shù)據(jù)。為避免評(píng)價(jià)方法中存在主、客觀因素的單一影響，并對(duì)車輛智能換道避障功能進(jìn)行科學(xué)評(píng)價(jià)，首先結(jié)合智能換道避障過程階段及其測(cè)試工況，建立評(píng)價(jià)指標(biāo)體系，接著基于改進(jìn)G1法和CRITIC法求取組合權(quán)重，并通過模糊綜合評(píng)價(jià)法建立評(píng)價(jià)模型，對(duì)車輛智能換道避障功能進(jìn)行綜合評(píng)價(jià)，為其功能的進(jìn)一步發(fā)展提供依據(jù)。

1 車輛智能換道避障功能綜合評(píng)價(jià)

1.1 智能換道避障功能評(píng)價(jià)指標(biāo)體系

按照測(cè)試環(huán)境與外界交通要素的交互程度和測(cè)試風(fēng)險(xiǎn)程度，測(cè)試由低到高分為封閉環(huán)境規(guī)范性測(cè)試(C1)、封閉環(huán)境驗(yàn)證性測(cè)試(C2)、有限開放環(huán)境驗(yàn)證性測(cè)試(C3)、開放環(huán)境示范性驗(yàn)證(C4)4個(gè)階段[20]。封閉環(huán)境規(guī)范性測(cè)試階段不允許其他車輛及相關(guān)要素出入，在專用封閉環(huán)境進(jìn)行測(cè)試，該階段測(cè)試工況確定，測(cè)試方法、手段及結(jié)果具有重復(fù)性。本研究針對(duì)交互程度和測(cè)試風(fēng)險(xiǎn)程度較低的封閉環(huán)境規(guī)范性測(cè)試開展研究。車輛智能換道避障測(cè)試工況分為直道換道避障和彎道換道避障兩類。測(cè)試設(shè)備要求測(cè)得試驗(yàn)車輛的速度精度為±0.1 km/h，橫向加速度精度為±0.15 m/s2。試驗(yàn)路面要求壓實(shí)并且無(wú)可能造成傳感器異常工作的不規(guī)則物，路面干燥、無(wú)可見水分、平整、用瀝青或混凝土鋪裝，應(yīng)具備清晰可見且符合《GB5768.3道路交通標(biāo)志和標(biāo)線》要求的標(biāo)志和標(biāo)線，坡度不應(yīng)大于6%。試驗(yàn)環(huán)境應(yīng)符合天氣干燥，沒有降雨、降雪等情況；試驗(yàn)溫度位于5～45 ℃之間；水平方向上的能見度不低于1 km；平均風(fēng)速應(yīng)不大于3 m/s。車輛應(yīng)在制造商規(guī)定的載荷狀態(tài)下進(jìn)行試驗(yàn)，試驗(yàn)開始后不對(duì)車輛載荷進(jìn)行任何調(diào)整。

(1)直道換道避障

試驗(yàn)道路至少為一條單向雙車道的長(zhǎng)直道，試驗(yàn)車輛以試驗(yàn)車速沿著符合試驗(yàn)路面要求的道路行駛。當(dāng)車輛識(shí)別到本車道前方障礙物，并確定相鄰車道滿足換道條件時(shí)，執(zhí)行換道避障動(dòng)作。該測(cè)試工況示意圖如圖1所示。

圖1 直道智能換道避障測(cè)試工況示意圖Fig.1 Schematic diagram of test condition of intelligent obstacle avoidance by lane changing in straight lane

(2)彎道換道避障

試驗(yàn)道路至少為一條曲率半徑為500 m的單向雙車彎道，試驗(yàn)車輛以試驗(yàn)車速沿著符合試驗(yàn)路面要求的道路行駛。當(dāng)車輛識(shí)別到本車道前方障礙物，并確定相鄰車道滿足換道條件時(shí)，執(zhí)行換道避障動(dòng)作。彎道換道避障分為與彎道同向換道避障和與彎道反向換道避障，以左彎道為例，同向是指向左換道避障，如圖2(a)所示，反向是指向右換道避障，如圖2(b)所示。

圖2 彎道智能換道避障測(cè)試工況示意圖Fig.2 Schematic diagram of test condition of intelligent obstacle avoidance by lane changing in curved lane

換道避障過程是指從轉(zhuǎn)向燈開啟至車輛完成換道避開障礙物且轉(zhuǎn)向燈熄滅的過程。換道避障準(zhǔn)備階段是指轉(zhuǎn)向燈開啟至前輪外側(cè)接觸到即將跨越車道線的內(nèi)邊沿的階段。換道避障執(zhí)行階段是指車輛前輪外側(cè)接觸到即將跨越車道線的內(nèi)邊沿至車輛后輪完全跨過車道線。換道避障完成階段是指車輛進(jìn)入目標(biāo)車道，完成換道動(dòng)作安全避開障礙物，并在當(dāng)前車道穩(wěn)定行駛30 m以上?；谲囕v智能換道避障過程的不同階段及其測(cè)試工況，評(píng)價(jià)指標(biāo)則選取了與車輛智能換道避障功能相關(guān)的具體參數(shù)，建立了如表1所示的車輛智能換道避障功能評(píng)價(jià)指標(biāo)體系。該評(píng)價(jià)指標(biāo)體系包括2個(gè)1級(jí)指標(biāo)，即直道換道避障工況和彎道換道避障工況，彎道換道避障工況又分為與彎道同向換道避障和與彎道反向換道避障；每個(gè)1級(jí)指標(biāo)下各包括5個(gè)2級(jí)指標(biāo)，即換道避障動(dòng)作流暢性、最大橫向加速度、平均橫向加速度、換道避障準(zhǔn)備時(shí)間、換道避障全程時(shí)間。

表1 車輛智能換道避障功能評(píng)價(jià)指標(biāo)體系Tab.1 Evaluation indicator system of vehicle intelligent obstacle avoidance function by lane changing

其中，換道避障動(dòng)作流暢性為定性指標(biāo)，由試驗(yàn)人員根據(jù)車輛在試驗(yàn)中的表現(xiàn)打分，滿分10分，若車輛在換道避障過程中不存在間隔延遲，換道動(dòng)作是連續(xù)的，且安全避障，則得10分；若車輛出現(xiàn)1次間隔延遲，則按照時(shí)延扣分，每1 s扣1分，時(shí)延小于1 s的按照1 s扣分；若車輛出現(xiàn)超過1次間隔延遲或與障礙物發(fā)生碰撞，則得0分。最大橫向加速度和平均橫向加速度對(duì)換道避障執(zhí)行階段的平順性、安全性進(jìn)行評(píng)價(jià)，平均橫向加速度指加速度絕對(duì)值對(duì)時(shí)間積分后除以時(shí)間長(zhǎng)度。換道避障準(zhǔn)備時(shí)間、換道避障全程時(shí)間分別對(duì)換道避障準(zhǔn)備階段和全過程的效率進(jìn)行評(píng)價(jià)。

1.2 基于組合賦權(quán)的模糊綜合評(píng)價(jià)方法

1.2.1 改進(jìn)G1法

改進(jìn)G1法采用專家打分的形式避免原方法存在的指標(biāo)重要程度比較值固定的問題，具體包含以下步驟。

(1)確定指標(biāo)之間的序關(guān)系

邀請(qǐng)專家對(duì)指標(biāo)的重要程度打分，分值為1～10分，指標(biāo)XR的重要程度分?jǐn)?shù)用Xk表示打分標(biāo)準(zhǔn)參考表2。根據(jù)專家給出的重要程度分?jǐn)?shù)，將每一層級(jí)的指標(biāo)集{X1,X2,X3,…,Xm}重新排序。若指標(biāo)Xi的得分高于指標(biāo)Xj，則說明指標(biāo)Xi相對(duì)于指標(biāo)Xj重要，記為Xi>Xj，依此得到序關(guān)系。

表2 專家打分標(biāo)準(zhǔn)Tab.2 Expert scoring criteria

(2)相鄰指標(biāo)重要程度比值

以某位專家的打分情況為例，將相鄰指標(biāo)的重要程度分?jǐn)?shù)之比作為兩指標(biāo)的權(quán)重之比，如式(1)所示：

(1)

式中，m為對(duì)應(yīng)層次的指標(biāo)數(shù)量；pk為相鄰指標(biāo)的權(quán)重之比；wsk為指標(biāo)Xk基于某位專家打分得到的主觀權(quán)重。

(3)計(jì)算主觀權(quán)重

基于該專家打分的主觀權(quán)重wsk的計(jì)算如式(2)所示:

(2)

根據(jù)遞推關(guān)系可求得其他指標(biāo)的主觀權(quán)重，如式(3)所示:

ws(k-1)=pkwsk(k=m,m-1,…,2)。

(3)

得到基于該專家打分的各指標(biāo)的主觀權(quán)重wsk={ws1,ws2.ws3,…,wsm}。

最后對(duì)各位專家打分求取的權(quán)重求均值，得到最終權(quán)重。

1.2.2 CRITIC法

CRITIC法相比于熵值法考慮了評(píng)價(jià)指標(biāo)的沖突性和對(duì)比程度[21]，即通過計(jì)算評(píng)價(jià)指標(biāo)的標(biāo)準(zhǔn)差與相關(guān)系數(shù)確定權(quán)重，具體包含以下步驟。

(1)無(wú)量綱化處理

由于評(píng)價(jià)指標(biāo)單位不同，且在評(píng)價(jià)過程中會(huì)出現(xiàn)正向指標(biāo)和負(fù)向指標(biāo)，需要進(jìn)行無(wú)量綱化處理，對(duì)于指標(biāo)值越高越好的正向指標(biāo)采用式(4)進(jìn)行處理，對(duì)于指標(biāo)值越低越好的負(fù)向指標(biāo)采用式(5)進(jìn)行處理。

(4)

(5)

式中，Xik為指標(biāo)Xk第i個(gè)原始實(shí)測(cè)數(shù)據(jù)；xik為Xik無(wú)量綱化處理后的數(shù)據(jù)。

(2)計(jì)算各指標(biāo)標(biāo)準(zhǔn)差

(6)

(3)構(gòu)建相關(guān)系數(shù)矩陣

(7)

(4)計(jì)算各指標(biāo)信息量

各指標(biāo)的信息量Ck計(jì)算如式(8)所示:

(8)

式中,Ck為指標(biāo)Xk所包含的信息量。信息量越大，該指標(biāo)在整個(gè)評(píng)價(jià)指標(biāo)體系中的作用越大，權(quán)重則越大。

(5)計(jì)算客觀權(quán)重

客觀權(quán)重的wok計(jì)算如式(9)所示。經(jīng)計(jì)算得到各指標(biāo)的客觀權(quán)重wok={wo1,wo2,wo3,…,wom}。

(9)

1.2.3 組合賦權(quán)

得到主觀權(quán)重wsk和客觀權(quán)重wok后，根據(jù)乘法合成歸一法，如式(10)所示，計(jì)算得到組合權(quán)重Wk={W1,W2,…,Wm}。

(10)

1.2.4 模糊綜合評(píng)價(jià)

模糊綜合評(píng)價(jià)法[22]根據(jù)數(shù)學(xué)模型的隸屬度理論，將定性分析轉(zhuǎn)化為定量分析，具體步驟如下：

(1)建立模糊集合

首先確定評(píng)價(jià)對(duì)象的因素集U={u1,u2,…,um}，即該層次有m個(gè)評(píng)價(jià)指標(biāo)。

其次建立綜合評(píng)價(jià)的評(píng)價(jià)集V={v1,v2,…,vl}，即對(duì)每一個(gè)指標(biāo)所處狀態(tài)的l種評(píng)價(jià)。評(píng)價(jià)集是評(píng)價(jià)者對(duì)評(píng)價(jià)對(duì)象可能做出的評(píng)價(jià)結(jié)果的合集，也就是評(píng)價(jià)等級(jí)。

(2)確定相對(duì)隸屬度矩陣

將n個(gè)評(píng)價(jià)對(duì)象、m個(gè)評(píng)價(jià)指標(biāo)的實(shí)測(cè)數(shù)據(jù)，進(jìn)行無(wú)量綱化處理，正向指標(biāo)以原始數(shù)據(jù)除以最大值，負(fù)向指標(biāo)以最小值除以原始數(shù)據(jù)，得到相對(duì)隸屬度矩陣R，如式(11)所示:

(11)

(3)模糊綜合評(píng)價(jià)

將組合權(quán)重集Wk={W1,W2,…,Wm}與相對(duì)隸屬度矩陣R合成，得到各指標(biāo)的模糊綜合評(píng)價(jià)模型E，如式(12)所示:

E=Wk·R=(W1,W2,…,Wm)

(12)

百分制下的綜合得分S由S=100E計(jì)算得到。

2 綜合評(píng)價(jià)方法在車輛智能換道避障中的應(yīng)用

以兩臺(tái)不同廠家生產(chǎn)的重型卡車的試驗(yàn)樣車C1，C2為例，應(yīng)用車輛智能換道避障功能評(píng)價(jià)指標(biāo)體系和基于組合賦權(quán)的模糊綜合評(píng)價(jià)方法對(duì)其功能進(jìn)行評(píng)價(jià)。兩車的試驗(yàn)車速均為60 km/h，天氣干燥，沒有降雨、降雪等情況，試驗(yàn)溫度20 ℃，水平方向上的能見度不低于1 km，風(fēng)速0.8 m/s，已獲得兩車在直道換道避障工況、左彎道向左換道避障工況和左彎道向右換道避障工況的各評(píng)價(jià)指標(biāo)的測(cè)試數(shù)據(jù)。兩臺(tái)試驗(yàn)樣車在3種工況下均安全避開障礙物，C1的最大橫向加速度、平均橫向加速度、換道避障準(zhǔn)備時(shí)間均大于C2，C2的換道避障全程時(shí)間長(zhǎng)于C1。C1，C2在與彎道同向測(cè)試工況中的最大橫向加速度和平均橫向加速度最大，在與彎道反向測(cè)試工況中準(zhǔn)備時(shí)間最長(zhǎng)，在直道測(cè)試工況中全程時(shí)間最長(zhǎng)。

2.1 改進(jìn)G1法計(jì)算主觀權(quán)重

邀請(qǐng)3位道路運(yùn)輸車輛技術(shù)領(lǐng)域相關(guān)專家，根據(jù)各自的知識(shí)、經(jīng)驗(yàn)、打分標(biāo)準(zhǔn)對(duì)車輛智能換道避障功能各項(xiàng)指標(biāo)的重要程度進(jìn)行打分，按照改進(jìn)G1法，經(jīng)式(1)～(3)計(jì)算得到各指標(biāo)的主觀權(quán)重如表3所示。綜合3位專家的打分，由上至下各層的重要程度由重到輕排序如下：直道換道避障、彎道換道避障；與彎道同向、與彎道反向；換道避障全程時(shí)間、換道避障準(zhǔn)備時(shí)間、最大橫向加速度、換道避障動(dòng)作流暢性、平均橫向加速度；換道避障全程時(shí)間、換道避障準(zhǔn)備時(shí)間、最大橫向加速度、平均橫向加速度、換道避障動(dòng)作流暢性；換道避障全程時(shí)間、最大橫向加速度、換道避障準(zhǔn)備時(shí)間、平均橫向加速度、換道避障動(dòng)作流暢性。

表3 基于改進(jìn)G1法的車輛智能換道避障功能各評(píng)價(jià)指標(biāo)主觀權(quán)重Tab.3 Subjective weights of each evaluation indicator of vehicle intelligent obstacle avoidance function by lane changing based on improved G1 method

2.2 CRITIC法計(jì)算客觀權(quán)重

將原始測(cè)試數(shù)據(jù)進(jìn)行無(wú)量綱化處理。其中換道避障動(dòng)作流暢性為正向指標(biāo)，按照式(4)進(jìn)行處理；最大橫向加速度、平均橫向加速度、換道避障準(zhǔn)備時(shí)間、全程時(shí)間為負(fù)向指標(biāo)，按照式(5)進(jìn)行處理。最后得到3種測(cè)試工況下的標(biāo)準(zhǔn)化矩陣分別如式(13)～(15)所示。

(13)

(14)

(15)

在Python中，按照CRITIC法，經(jīng)式(6)～(9)計(jì)算求取各指標(biāo)客觀權(quán)重如表4所示。

2.3 組合權(quán)重

根據(jù)式(8)，計(jì)算出本實(shí)例中各指標(biāo)組合權(quán)重如表4所示。

表4 基于組合賦權(quán)法的車輛智能換道避障功能各評(píng)價(jià)指標(biāo)權(quán)重Tab.4 Weights of each evaluation indicator of vehicle intelligent obstacle avoidance function by lane changing based on combination weighing method

2.4 模糊綜合評(píng)價(jià)

從指標(biāo)層開始逐層向上評(píng)價(jià)，以“直道換道避障”要素層的指標(biāo)層為例?！爸钡罁Q道避障”要素層的指標(biāo)層共有5項(xiàng)評(píng)價(jià)指標(biāo)，因素集U={u11,u12,u13,u14,u15}，以“優(yōu)秀，良好，一般，合格，不合格”作為評(píng)價(jià)集的元素，評(píng)價(jià)集V={v1,v2,v3,v4,v5}，評(píng)價(jià)等級(jí)劃分情況如表5所示。若得分低于60分，則評(píng)價(jià)對(duì)象被評(píng)為“不合格”，該車輛不具備智能換道避障功能，不能安全躲避障礙物；若得分高于60分，則評(píng)價(jià)對(duì)象具備智能換道避障功能，并將得分按10分為一個(gè)區(qū)間劃分為4個(gè)等級(jí)，得分由低到高分別為“合格”“一般”“良好”“優(yōu)秀”，得分越高，車輛該功能表現(xiàn)越好。

表5 評(píng)價(jià)等級(jí)劃分Tab.5 Evaluation level classification

將兩臺(tái)樣車的測(cè)試數(shù)據(jù)及各指標(biāo)的限值作為原始數(shù)據(jù)矩陣，第1，2列分別為兩臺(tái)樣車的指標(biāo)測(cè)試數(shù)據(jù)，第3列為指標(biāo)限值，進(jìn)行無(wú)量綱化處理后，得到相對(duì)隸屬度矩陣RA1，如式(16)所示。

(16)

按照式(12)，得到該層級(jí)的綜合評(píng)價(jià)結(jié)果，如式(17)所示:

EA1=WA1RA1=(0.156,0.246,0.182,0.201,0.215)

(17)

同理，可以得到其他層次的評(píng)價(jià)結(jié)果，“與彎道同向換道避障”“與彎道反向換道避障”“彎道換道避障”“智能換道避障功能”的評(píng)價(jià)結(jié)果分別如式(18)～(21)所示:

EA21=WA21RA21=(0.143,0.267,0.187,0.199,0.205)

(18)

EA22=WA22RA22=(0.147,0.266,0.187,0.191,0.209)

(19)

EA2=WA2RA2=(0.503,0.497)

(20)

E=WR=(0.537,0.463)

(21)

3 評(píng)價(jià)結(jié)果分析

基于上述綜合評(píng)價(jià)方法，得到C1，C2兩臺(tái)測(cè)試車輛的綜合評(píng)價(jià)結(jié)果如表6所示。評(píng)價(jià)結(jié)果可以直觀地看到兩臺(tái)車在不同工況下的測(cè)試結(jié)果，兩車均具有智能換道避障功能，能夠在不同工況下識(shí)別前方影響通行的障礙物，并實(shí)現(xiàn)安全換道避障。C2的各項(xiàng)測(cè)試工況得分均大于90分，明顯優(yōu)于C1，評(píng)價(jià)結(jié)果為優(yōu)秀，說明C2的智能換道避障功能表現(xiàn)比C1好。C1僅在與彎道同向換道避障工況中表現(xiàn)優(yōu)秀，其他工況表現(xiàn)良好，其中與彎道反向換道避障工況得分最低，需要繼續(xù)針對(duì)直道和與彎道反向測(cè)試工況的表現(xiàn)，對(duì)智能避障功能進(jìn)行相應(yīng)改進(jìn)。C2在直道工況下得分最低，說明相比于彎道工況，C2在直道工況下的表現(xiàn)稍差。

表6 C1，C2智能換道避障測(cè)試綜合評(píng)價(jià)結(jié)果Tab.6 Comprehensive evaluation result of intelligent obstacle avoidance function by lane changing test on C1 and C2

基于組合賦權(quán)的模糊綜合評(píng)價(jià)法對(duì)車輛智能換道避障功能進(jìn)行綜合評(píng)價(jià)，得到的綜合評(píng)價(jià)結(jié)果與實(shí)際測(cè)試結(jié)論相符。結(jié)合實(shí)測(cè)數(shù)據(jù)和各指標(biāo)權(quán)重可以發(fā)現(xiàn)，C2在換道避障時(shí)所用全程時(shí)間相比于C1較長(zhǎng)，但由于權(quán)重未占很高的比重，故沒有影響最終評(píng)價(jià)結(jié)果。C1雖然在與彎道同向換道避障工況中得分較高，但由于彎道工況權(quán)重小，且其他工況得分低，故總分仍舊較低。指標(biāo)層的所有指標(biāo)中，最大橫向加速度權(quán)重最高，說明了在智能換道避障過程中平順性的重要程度，車輛應(yīng)使橫向加速度保持較小值，進(jìn)而保證車輛的平順性。

4 結(jié)論

為了對(duì)無(wú)人駕駛車輛的智能換道避障功能進(jìn)行綜合評(píng)價(jià)，按測(cè)試工況分類，首先構(gòu)建了車輛智能換道避障功能評(píng)價(jià)指標(biāo)體系，接著基于改進(jìn)G1法和CRITIC法，通過乘法合成歸一求取組合權(quán)重，并建立模糊綜合評(píng)價(jià)模型。最后，以兩臺(tái)智能營(yíng)運(yùn)車輛在3種工況下的測(cè)試數(shù)據(jù)進(jìn)行驗(yàn)證。結(jié)果表明，基于組合賦權(quán)的模糊綜合評(píng)價(jià)方法可以為車輛智能換道避障功能提供全面、科學(xué)、合理的評(píng)價(jià)結(jié)果，與單一賦權(quán)方法相比，既減少了專家經(jīng)驗(yàn)的強(qiáng)主觀性影響，又防止了客觀數(shù)據(jù)脫離實(shí)際的可能性，評(píng)價(jià)結(jié)果可以為車輛智能換道避障功能的改進(jìn)提供依據(jù)。

后續(xù)還需要進(jìn)一步研究車輛智能借道避障綜合評(píng)價(jià)方法，與智能換道避障綜合評(píng)價(jià)方法形成針對(duì)車輛智能避障功能的綜合評(píng)價(jià)方法；隨著車輛智能技術(shù)的不斷發(fā)展，測(cè)試工況和指標(biāo)仍需要進(jìn)一步研究，提升綜合評(píng)價(jià)方法的全面性。