無人駕駛車輛（也稱輪式移動機器人）能夠依靠自身攜帶的傳感器感知車輛周圍環(huán)境，根據(jù)任務要求實時決策執(zhí)行，并保證車輛的安全性和穩(wěn)定性 [1-2]。美國國家科學委員會指出，無人平臺加入戰(zhàn)場將是未來軍事發(fā)展的一個必然趨向 [3]。世界各國也越來越關注無人駕駛車輛技術，并相繼投入相關研究和開發(fā)中。越來越多的車企也陸續(xù)將無人駕駛技術加到自己的車系中，并加大在無人駕駛方面的研究投入；各大車企無人駕駛汽車相繼出現(xiàn)，無人駕駛車輛技術在未來汽車行業(yè)將成為一個新亮點 [4]。
一套完善的評測系統(tǒng)對無人駕駛車輛智能水平的評價是至關重要的，評測模塊將按照給定的評測系統(tǒng)對無人駕駛車輛的智能行為做出評價。2003 年，美國國家標準研究院提出并建立了針對地面無人平臺分類和評估的無人系統(tǒng)自主級別（ALFUS）框架 [5]，從此測評體系有了規(guī)范性框架和理論指導。
美國舉辦了 3 屆美國國防高級研究計劃局（DARPA）無人駕駛車輛比賽，分別是 2004 年[6]、2005 年的越野挑戰(zhàn)賽 [7] 和 2007 年舉辦的 DARPA Urban Challenge [8]，測試題目均由第三方給出，參賽車隊賽前并未被告知測試場地和測試題目，根據(jù)各隊完成預定任務的耗時對無人駕駛車輛進行定量評價 [9]。這 3 屆 DARPA 賽事只是采用了簡單的定量評價，并未對無人駕駛車輛的智能水平等級進行評價。
2009 年 6 月，首屆「中國智能車未來挑戰(zhàn)」大賽的舉行是中國對無人駕駛車輛首次實行第三方測試評價，對中國無人駕駛車輛探索從理論走向現(xiàn)實、加速無人駕駛車輛研發(fā)進程做出了重大貢獻 [10]。從此每年均舉辦一屆「中國智能車未來挑戰(zhàn)」大賽，至 2017 年 2 月共舉辦了 7 屆。大賽的評價規(guī)則采用定性和人機結合的評判方法，實現(xiàn)了無人駕駛車輛智能水平的量化。通過比賽可以看到無人駕駛車輛的智能水平逐年提高，但是對其智能水平處在什么等級尚待評價。
本研究組對無人駕駛車輛的定量評價做過一些嘗試，提出了基于成本函數(shù)的定性定量相結合的評價方法 [11] 和模糊層次分析（fuzzy-AHP）評價方法 [12]，并對無人駕駛車輛的評測體系進行了研究 [13]。這些方法，在一定程度上實現(xiàn)了無人駕駛車輛的定量評價，但是并未實現(xiàn)無人駕駛車輛智能水平的等級劃分。
縱觀國內外的一系列無人駕駛車輛比賽，雖然實現(xiàn)了智能水平的評價，但是均未對其所處的智能水平等級進行評價。一套完善的無人駕駛車輛智能水平測評系統(tǒng)，首先要對無人駕駛車輛智能水平等級進行劃分，這需要進一步的深入研究。
1. 無人駕駛車輛智能行為的產(chǎn)生
無人駕駛車輛利用安裝在不同部位的傳感器來感知周圍環(huán)境，獲得道路、自身位姿、障礙物和背景環(huán)境等信息 [14]。傳感器捕捉到的任何細微變化都會影響無人駕駛車輛的行為，例如光線、溫度的變化及對路面平整度捕捉的變化都會對無人駕駛車輛的分析決策造成影響。無論是任務的改變還是環(huán)境的改變，均會改變無人駕駛車輛的行為。由此，通過環(huán)境-任務-無人駕駛車輛三者交互激發(fā)無人駕駛車輛的智能行為（圖 1）。
圖 1 環(huán)境-任務-無人駕駛車輛交互模型
不同環(huán)境和任務對無人駕駛車輛的行為影響也不同，無人駕駛車輛必須實時捕捉周圍環(huán)境的變化，必須準確判斷周圍環(huán)境中的障礙物，如行駛的車輛、走動的行人等，并執(zhí)行相應的安全避讓措施。同時應準確識別車道線、交通燈、標識牌、護欄等并做出準確決策。
當自然環(huán)境發(fā)生變化時無人駕駛車輛也應改變自己的行為，如遇到霧天、雨天、雪天等特殊天氣，無人駕駛車輛應當保持適當?shù)能囁�、車距并且準確地變換燈光。遇到窄路、起伏路、坑洼路等特殊路況時，無人駕駛車輛也應當選擇最優(yōu)路線進行行駛、會車及掉頭。
2. 無人駕駛車輛評測模型
無人駕駛車輛評測模型通過人工干預程度（Human Intervention，HI）、完成任務復雜度（Mission Complexity，MC）和環(huán)境復雜度（Environmental Complexity，EC）表現(xiàn)（圖 2）。
圖 2 無人駕駛車輛評測模型
把人工干預程度（人工進行的決策和操作）、任務復雜度（任務難易程度、完成任務的數(shù)量）、環(huán)境復雜度（特殊天氣、特殊區(qū)域、復雜路口、道路情況、人流情況）作為評價無人駕駛車輛智能水平的 3 個方面，建立 3 維坐標體系，3 方面各自作為一軸，通過 3 因素在 3 坐標軸上所占比例進行無人駕駛車輛評測模型的建構。
3. 無人駕駛車輛智能水平等級劃分
3.1 ALFUS 評測框架 10 等級劃分
根據(jù)美國國家標準與技術研究院啟發(fā)式定性評價體系的 ALFUS 評測框架，生成 10 個相對應的自主等級：
當無人系統(tǒng)完全由人工控制、無自主性時，即代表智能水平為 0 級；
第 10 級表征任務極其復雜、環(huán)境極端惡劣，能夠完全自主，自主水平優(yōu)秀；
7~9 級表征任務復雜性/協(xié)作性要求高、環(huán)境復雜、自主水平良好；
4~6 級表征任務難度中等、環(huán)境復雜程度中等、自主水平中等；
1~3 級表征環(huán)境簡單、任務要求較低、自主水平差。
基于這 10 級評價，智能無人系統(tǒng)的自主性程度差別可以直觀地從等級劃分中體現(xiàn)出來。
3.2 無人駕駛車輛人工干預程度
根據(jù)人工干預程度，在無人駕駛車輛行駛過程中所占比例將其進行 5 等級劃分。
一級（遠程控制）：無人駕駛車輛不能進行自我決策且無自主性，需要操控人員進行環(huán)境感知和理解、路徑分析和規(guī)劃并由操控人員進行決策。無人駕駛車輛的行為受操控人員干預程度較大。
二級（遠程操作）：操控人員根據(jù)無人駕駛車輛感知的周邊環(huán)境信息進行分析、規(guī)劃和決策，感知任務大部分由操控人員進行，操控人員根據(jù)無人駕駛車輛提供的感知信息控制其行為。
三級（人為指導）：操控人員接收無人駕駛車輛的環(huán)境感知報告。由操控人員進行大部分的分析、規(guī)劃和決策任務，由操控人員和無人駕駛車輛共同進行感知和任務執(zhí)行。
四級（人為輔助）：操控人員接收無人駕駛車輛的環(huán)境感知報告。由操控人員和無人駕駛車輛共同進行分析、規(guī)劃和決策任務，由無人駕駛車輛進行大部分的感知和任務執(zhí)行。
五級（自主）：在滿足無人駕駛車輛執(zhí)行能力的條件內，任務分析、路徑規(guī)劃和行為決策在很大程度上由無人駕駛車輛來承擔。無人駕駛車輛不受操控人員控制，操控人員對無人駕駛車輛的行為基本無干預。操控人員接收無人駕駛車輛的環(huán)境感知報告，由無人駕駛車輛獨立承擔所有的環(huán)境感知和任務執(zhí)行，并且完成任務分析、路徑規(guī)劃和行為決策，協(xié)作可能要由操控人員來完成。
3.3 無人駕駛車輛環(huán)境復雜度
無人駕駛車輛對環(huán)境的識別往往是評價其智能水平最緊密的參數(shù)之一，無人駕駛車輛的智能水平等級根據(jù)對無人駕駛車輛的行車行為表現(xiàn)以及交通行為表現(xiàn)的分析來進行劃分。真實道路具有復雜性和不可預測性，無人駕駛車輛的認知能力與交通環(huán)境的變化有關。根據(jù)車輛行駛環(huán)境，將環(huán)境復雜度進行 5 等級劃分。
一級（環(huán)境復雜度最低）：簡單道路（直道），路況平坦（無坑洼），天氣良好，光照良好，行人少，路口少，交通燈、交通標志少。
二級（環(huán)境復雜度低）：一般道路（直道、彎道），路況一般（有較小坑洼），光照一般，動態(tài)行人較多，較復雜路口，有交通燈、交通標志。
三級（環(huán)境復雜度中等）：較復雜道路（簡單車道線、減速帶等），路況較惡劣（車轍、坑槽、路面破損等），光照較弱，動態(tài)行人多，相對復雜路口，交通燈、交通標志較多。
四級（環(huán)境復雜度高）：復雜道路（復雜車道線、綠化帶、分離帶等），路況惡劣（泥濘土路、松散沙路、水坑等），陰天，光照弱，較多動態(tài)的行人、機動車及非機動車等，復雜路口，交通燈、交通標志多。
五級（環(huán)境復雜度最高）：特別復雜道路（立交橋，各種車道、匝道，指示牌、道路信息牌等），路況極端惡劣（積水、積雪，落葉、遺撒物等障礙物覆蓋），雨天、雪天、霧天等極端天氣，光照最弱，動態(tài)行人最多（學校、醫(yī)院、擁擠路口等），有高速行駛車輛，極其復雜路口，交通燈、交通標志最多。
3.4 無人駕駛車輛任務復雜度
任務規(guī)劃能力的自主性體現(xiàn)在無人駕駛車輛根據(jù)突發(fā)狀況進行任務規(guī)劃與重規(guī)劃的能力 [15]。對無人駕駛車輛完成單項多組任務的能力進行測試，以獨立完成任務的數(shù)量和質量為依據(jù)對無人駕駛車輛任務復雜度進行 5 等級劃分。
一級：遠程控制啟動、剎車、停車，無感知能力和決策能力。
二級：直線車道保持、停車線停車、GPS 導航性能、限速，能夠對車道線、停車線進行識別，完成路徑規(guī)劃及停車行為決策。
三級：車距保持、彎道車道保持、避讓靜態(tài)障礙物并返回原車道，能夠對路面拓撲結構、車輛、障礙物進行識別及車距檢測，完成彎道、跟車行為決策及路徑規(guī)劃。
四級：語音指令停車、避讓動態(tài)障礙物并返回原車道、泊車、緊急制動、GPS 信號缺失時的導航性能，能夠對障礙物、語音、車道線、停車位進行識別并具有車輛位置信息丟失下的基本行車行為的魯棒性，完成局部路徑規(guī)劃及泊車行為決策。
五級：識別道路標志后的車速和路徑規(guī)劃、緊急聲音的車速和路徑規(guī)劃、信號燈停車排隊，能夠對道路標志、警車、救護車、救火車鳴笛語音、交通信號燈標志、車輛識別，完成道路標志、緊急聲音、交通信號燈認知下的行為決策、局部路徑規(guī)劃及全局路徑規(guī)劃。
3.5 無人駕駛車輛智能水平等級劃分
無人駕駛車輛智能行為的表現(xiàn)直接決定了無人駕駛車輛智能水平等級。對無人駕駛車輛智能水平的評價取決于環(huán)境復雜度、任務復雜度、人工干預程度、行駛質量（表 1）。
表 1 無人駕駛車輛智能水平等級劃分
如表 1 所示，無人駕駛車輛的綜合等級對應 10 個智能水平等級，根據(jù)綜合等級的高低（A 最高，E 最低）來評價無人駕駛車輛智能水平高低（例如，如果任務復雜度最高、環(huán)境復雜度最高、人工干預度最小，則綜合等級為（A，A，A））。
4. 結論
1）無人駕駛車輛智能水平的等級由它表現(xiàn)出來的智能行為來決定。無人駕駛車輛的智能行為是由無人駕駛車輛自身、所處環(huán)境和所執(zhí)行的任務三者交互共同作用激發(fā)的。
2）根據(jù)無人駕駛車輛的人工干預程度、任務復雜度、環(huán)境復雜度在評測模型各坐標軸上所占的比例，可以直觀地對無人駕駛車輛的智能水平做出評價。
3）通過對無人駕駛車輛行駛環(huán)境的復雜程度、任務的復雜程度、人工干預的程度及行駛質量的評價，可對無人駕駛車輛智能水平進行 10 等級劃分。
核心關注：拓步ERP系統(tǒng)平臺是覆蓋了眾多的業(yè)務領域、行業(yè)應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業(yè)務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業(yè)務領域的管理，全面涵蓋了企業(yè)關注ERP管理系統(tǒng)的核心領域，是眾多中小企業(yè)信息化建設首選的ERP管理軟件信賴品牌。
轉載請注明出處：拓步ERP資訊網(wǎng)http://www.ezxoed.cn/
本文標題：一種評價無人駕駛車輛智能水平的新方法
本文網(wǎng)址：http://www.ezxoed.cn/html/support/11121521466.html
相關文章
