本發(fā)明屬于智能汽車轉(zhuǎn)向評價(jià)技術(shù)領(lǐng)域，具體涉及一種基于二元語義AHP的智能汽車仿人轉(zhuǎn)向操縱性能評價(jià)方法。

背景技術(shù)：

智能汽車是集環(huán)境感知、規(guī)劃決策、多等級輔助駕駛等多領(lǐng)域高新技術(shù)于一體的復(fù)雜系統(tǒng)，智能汽車技術(shù)的發(fā)展必將經(jīng)歷從部分駕駛功能自主化到完全自主駕駛，從高速公路等簡單環(huán)境自動(dòng)駕駛到各種道路自動(dòng)駕駛的不斷前進(jìn)的歷程。

據(jù)國內(nèi)外權(quán)威媒體預(yù)測，未來汽車產(chǎn)業(yè)90％以上的科技創(chuàng)新將集中在汽車智能化領(lǐng)域。汽車的智能化主要體現(xiàn)在以自動(dòng)駕駛替代人工操作，汽車的行為和運(yùn)行狀態(tài)均可控可預(yù)測，可以彌補(bǔ)人類感官能力的不足，減輕駕駛操作強(qiáng)度，消除人為因素造成的交通事故，根據(jù)實(shí)時(shí)路況信息規(guī)劃出行路徑，最終實(shí)現(xiàn)道路交通“零傷亡、零擁堵”。因此，智能汽車是安全、高效、節(jié)能的下一代汽車，研究智能汽車具有極為重要的意義，已成為全球汽車產(chǎn)業(yè)界的關(guān)注焦點(diǎn)。

但是，目前智能汽車自動(dòng)駕駛控制，特別是彎道橫向(轉(zhuǎn)向)穩(wěn)定性控制及直行時(shí)外部擾動(dòng)下的轉(zhuǎn)向平穩(wěn)性控制，尚難以達(dá)到駕駛員的操控水平?？梢姡詣?dòng)轉(zhuǎn)向控制技術(shù)對于智能汽車的安全性和舒適性具有至關(guān)重要的影響。

目前智能汽車仿人轉(zhuǎn)向技術(shù)已成為汽車新技術(shù)的研究熱點(diǎn)之一。國內(nèi)外多家知名汽車企業(yè)、研發(fā)機(jī)構(gòu)及高新已研發(fā)具有不同性能特點(diǎn)的智能汽車仿人轉(zhuǎn)向系統(tǒng)，以滿足外來汽車行業(yè)對汽車智能化的要求。智能汽車仿人轉(zhuǎn)向系統(tǒng)轉(zhuǎn)向操縱性能的優(yōu)劣直接影響智能汽車智能化水平、乘員舒適性和駕駛安全性，目前，關(guān)于智能汽車仿人轉(zhuǎn)向系統(tǒng)轉(zhuǎn)向操縱性能的綜合評價(jià)方法還近乎空白。由于智能汽車仿人轉(zhuǎn)向操縱性能水平與多種因素有關(guān)，因此必須對各個(gè)影響因素綜合分析才能得出合理可信的結(jié)果。

技術(shù)實(shí)現(xiàn)要素：

為解決上述技術(shù)問題，本發(fā)明提供了一種基于二元語義AHP的智能汽車仿人轉(zhuǎn)向操縱性能評價(jià)方法。

本發(fā)明采用的技術(shù)方案包括以下步驟：

S1，根據(jù)多名駕駛員對不同車型的智能汽車仿人轉(zhuǎn)向系統(tǒng)進(jìn)行實(shí)車試驗(yàn)評價(jià)，分別給出主觀評價(jià)和客觀評價(jià)結(jié)果，建立層次分析法AHP結(jié)構(gòu)模型及其判斷矩陣；

S2，為了克服主觀評價(jià)結(jié)果的缺點(diǎn)，提出了二元語義理論與層次分析法AHP相結(jié)合的主觀評價(jià)方法，將主觀評價(jià)指標(biāo)用二元語義的形式準(zhǔn)確表達(dá)出來；

S3，對二元語義式的表達(dá)形式進(jìn)行運(yùn)算，得到指標(biāo)測度值，再利用算術(shù)加權(quán)平均算子T-OWA對指標(biāo)綜合測度值進(jìn)行運(yùn)算，從而得到各車型智能汽車仿人轉(zhuǎn)向系統(tǒng)轉(zhuǎn)向操縱性能的評價(jià)結(jié)果。

進(jìn)一步，所述S1包括：

S11，建立層次分析法AHP結(jié)構(gòu)模型的指標(biāo)體系：從智能化水平A1、操縱性能A2、安全性指標(biāo)A3和舒適性指標(biāo)A4這4個(gè)一級指標(biāo)選出具有代表性的18個(gè)二級指標(biāo)作為評價(jià)智能汽車仿人轉(zhuǎn)向系統(tǒng)轉(zhuǎn)向操縱性能的依據(jù)；

S12，層次分析法AHP結(jié)構(gòu)模型的判斷矩陣的構(gòu)造方法為：首先構(gòu)造4個(gè)一級指標(biāo)兩兩比較的判斷矩陣，然后構(gòu)造每個(gè)一級指標(biāo)下的二級指標(biāo)兩兩比較的判斷矩陣；

S13，由層次分析法AHP結(jié)構(gòu)模型的判斷矩陣計(jì)算得到4個(gè)一級指標(biāo)及18個(gè)二級指標(biāo)的權(quán)重值。

進(jìn)一步，所述S2中將主觀評價(jià)指標(biāo)用二元語義的形式準(zhǔn)確表達(dá)出來的具體為：客觀評價(jià)結(jié)果保持不變，主觀評價(jià)結(jié)果用二元語義形式(s_i,a_i)表達(dá)出來，其中s_i為預(yù)先定義好的語言評價(jià)集合S中第i個(gè)元素，a_i為符號(hào)轉(zhuǎn)移植；語言評價(jià)集合S設(shè)定為：S＝{s₀＝極度差，s₁＝非常差，s₂＝很差，s₃＝差，s₄＝一般，s₅＝好，s₆＝很好，s₇＝非常好，s₈＝極度好}。

進(jìn)一步，所述S3具體為：

S31，構(gòu)建二元語義矩陣，將主觀評價(jià)和客觀評價(jià)結(jié)果中所有客觀評價(jià)結(jié)果轉(zhuǎn)換成二元語義形式，計(jì)算公式為：其中(s′_i，α′_i)為轉(zhuǎn)化成二元語義形式之后的客觀評價(jià)結(jié)果，s_max為語言評價(jià)集合中的最大值，x_ij為當(dāng)前某一客觀評價(jià)指；

S32，利用算術(shù)加權(quán)平均算子T-OWA計(jì)算各車型18個(gè)二級指標(biāo)的測度值及綜合測度值；

S33，由18個(gè)二級指標(biāo)的綜合測度值結(jié)合4個(gè)一級指標(biāo)及18個(gè)二級指標(biāo)的權(quán)重值，計(jì)算得出各車型的最終得分，即各車型智能汽車仿人轉(zhuǎn)向系統(tǒng)轉(zhuǎn)向操縱性能的評價(jià)結(jié)果。

本發(fā)明的有益效果：傳統(tǒng)的層次分析法AHP的標(biāo)度方法為確定性的方法，即不考慮評價(jià)人員思考的模糊性，從而影響判斷結(jié)果的準(zhǔn)確性。二元語義將語言短語看作是其定義域內(nèi)的連續(xù)變量，它能以預(yù)定的語言短語集合中的一個(gè)短語和一個(gè)實(shí)數(shù)值的二元形式來表達(dá)語言評價(jià)信息集成后所獲得的所有信息，有效避免語言評價(jià)信息集結(jié)和運(yùn)算中出現(xiàn)的信息損失和扭曲，在計(jì)算精度和可靠度等方面明顯優(yōu)于其他的語言信息處理方法。因此，本發(fā)明將二元語義與層次分析法AHP結(jié)合起來，用于評價(jià)智能汽車仿人轉(zhuǎn)向操縱性能，依據(jù)本發(fā)明不僅可以考察智能汽車仿人轉(zhuǎn)向系統(tǒng)在單個(gè)方面指標(biāo)的表現(xiàn)，從而發(fā)現(xiàn)其優(yōu)缺點(diǎn)，以便進(jìn)一步改進(jìn)和完善；而且由于把多個(gè)智能汽車仿人轉(zhuǎn)向系統(tǒng)的方案放在一起進(jìn)行討論和計(jì)算，體現(xiàn)較強(qiáng)可比性，評價(jià)效率高。

附圖說明

圖1為基于二元語義AHP的智能汽車仿人轉(zhuǎn)向操縱性能評價(jià)方法的流程圖；

圖2為智能汽車仿人轉(zhuǎn)向操縱性能評價(jià)指標(biāo)體系結(jié)構(gòu)圖。

具體實(shí)施方式

下面結(jié)合附圖對本發(fā)明作進(jìn)一步的說明。

如圖1所示，一種基于二元語義AHP的智能汽車仿人轉(zhuǎn)向操縱性能評價(jià)方法，包括如下步驟：

S1、根據(jù)多名駕駛員對不同車型的智能汽車仿人轉(zhuǎn)向系統(tǒng)進(jìn)行實(shí)車試驗(yàn)評價(jià)，分別給出主觀評價(jià)(定性)和客觀評價(jià)(定量)結(jié)果，建立層次分析法(AHP)結(jié)構(gòu)模型及其判斷矩陣；

S11，如圖2所示，建立層次分析法AHP結(jié)構(gòu)模型的指標(biāo)體系：根據(jù)國內(nèi)外在智能車輛及無人駕駛車輛轉(zhuǎn)向方面的研究基礎(chǔ)，結(jié)合大量仿真和試驗(yàn)研究，提出從智能化水平A1、操縱性能A2、安全性指標(biāo)A3和舒適性指標(biāo)A4這4個(gè)、一級指標(biāo)選出具有代表性的18個(gè)二級指標(biāo)作為評價(jià)智能汽車仿人轉(zhuǎn)向系統(tǒng)轉(zhuǎn)向操縱性能的依據(jù)；

其中智能化水平A1包括：人駕和機(jī)駕轉(zhuǎn)向切換程度B1、人駕和機(jī)駕轉(zhuǎn)向切換時(shí)間B2、人駕和機(jī)駕轉(zhuǎn)向切換頻率B3及駕駛員所需介入程度B4，操縱性能A2包括：質(zhì)心側(cè)偏角B5、橫擺角速度B6、車身側(cè)傾角B7、橫向加速度B8、轉(zhuǎn)向盤角速度B9及轉(zhuǎn)向盤角加速度B10；安全性指標(biāo)A3包括：回正性能B11、轉(zhuǎn)彎穩(wěn)定性B12、移線穩(wěn)定性B13及直線穩(wěn)定性B14；舒適性指標(biāo)A4包括：人體沖擊B15、頭部顛簸B16、突發(fā)感覺B17及振動(dòng)衰減B18。

S12，層次分析法AHP結(jié)構(gòu)模型的判斷矩陣的構(gòu)造方法為：首先構(gòu)造4個(gè)一級指標(biāo)兩兩比較的判斷矩陣，然后構(gòu)造每個(gè)一級指標(biāo)下的二級指標(biāo)兩兩比較的判斷矩陣。

S13，由層次分析法AHP結(jié)構(gòu)模型的判斷矩陣計(jì)算得到4個(gè)一級指標(biāo)及18個(gè)二級指標(biāo)的權(quán)重值。

(1)判斷矩陣的構(gòu)造

判斷矩陣標(biāo)度及其含義，如表1所示：

表1判斷矩陣標(biāo)度及其含義

智能汽車仿人轉(zhuǎn)向操縱性能-智能化水平A1、操縱性能A2、安全性指標(biāo)A3和舒適性指標(biāo)A4的判斷矩陣，如表2所示：

表2智能汽車仿人轉(zhuǎn)向操縱性能的判斷矩陣

智能化水平A1各二級指標(biāo)的判斷矩陣，如表3所示：

表3智能化水平A1各二級指標(biāo)的判斷矩陣

操縱性能A2各二級指標(biāo)的判斷矩陣，如表4所示：

表4操縱性能A2各二級指標(biāo)的判斷矩陣

安全性指標(biāo)A3各二級指標(biāo)的判斷矩陣，如表5所示：

表5安全性指標(biāo)A3各二級指標(biāo)的判斷矩陣

舒適性指標(biāo)A4各二級指標(biāo)的判斷矩陣，如表6所示：

表6舒適性指標(biāo)A4各二級指標(biāo)的判斷矩陣

(2)判斷矩陣一致性檢驗(yàn)及檢驗(yàn)結(jié)果

在權(quán)重系數(shù)計(jì)算過程中，需要檢驗(yàn)(1)中5個(gè)判斷矩陣的一致性，具體方法如下：計(jì)算判斷矩陣中每一行元素的乘積M_i：

其中u_ij為每一行元素；i＝1，2，…，N；

計(jì)算每一行元素的乘積M_i的n次方根

其中i＝1，2，…，n；

將向量歸一化：

則W＝[W₁，W₂，…，W_n]^T即為所求特征向量，其各元素即為權(quán)重系數(shù)；

計(jì)算判斷矩陣的最大特征值：

其中表示向量的第i個(gè)元素，n為特性向量的個(gè)數(shù)；

查表得到平均隨機(jī)一致性指標(biāo)R.I，如表7所示：

表7判斷矩陣的R.I值表

計(jì)算一致性比率當(dāng)C.R≤0.1時(shí)，接受判斷矩陣及該判斷矩陣計(jì)算得到的各指標(biāo)權(quán)重，否則請專家重新判斷。

S2、為了克服主觀評價(jià)的缺點(diǎn)，提出了基于二元語義理論的主觀評價(jià)方法，將主觀評價(jià)指標(biāo)用二元語義的形式準(zhǔn)確表達(dá)出來。

B1，B4，B11-B14以及B15-B18屬于主觀定性評價(jià)指標(biāo)，用二元語義形式給出；二元語義的概念：二元語義是采用一個(gè)二元組(s_i,a_i)(i＝1，2，…，n)表示語言評價(jià)信息，其中s_i為預(yù)先定義好的語言評價(jià)集S中第i個(gè)元素，它表示初始語言評價(jià)集中與語言評價(jià)結(jié)果最貼近的語言短語，a_i稱為符號(hào)轉(zhuǎn)移植，表示評價(jià)結(jié)果與s_i之間的差別，且a_i∈[-0.5,0.5]。

定義1設(shè)實(shí)數(shù)β∈[0,T]是語言評價(jià)集S經(jīng)某集結(jié)方法得到的實(shí)數(shù)，其中T+1為語言評價(jià)集S中元素的個(gè)數(shù)，則實(shí)數(shù)β可由如下的函數(shù)表示二元語義信息：

Δ:[0,T]→S×[-0.5,0.5] (5)

其中，Δ(β)表示將實(shí)數(shù)β轉(zhuǎn)化成二元組(s_i,a_i)的形式，round(·)是四舍五入取整算子。

定義2設(shè)(s_i,a_i)是一個(gè)二元語義，其中s_i是集合S中第i個(gè)元素，a_i∈[-0.5,0.5]，則存在一個(gè)逆函數(shù)，使其轉(zhuǎn)換成相應(yīng)的數(shù)值β∈[0,T]：

Δ^-1:S×[-0.5,0.5]→[0,T] (7)

Δ^-1(s_i,a_i)＝i+a_i＝β (8)

集合S設(shè)定為：S＝{s₀＝極度差,s₁＝非常差,s₂＝很差,s₃＝差,s₄＝一般,s₅＝好,s₆＝很好,s₇＝非常好,s₈＝極度好}

其中，定量指標(biāo)的無量綱化，功效評分法是一種根據(jù)功效系數(shù)評定各項(xiàng)指標(biāo)的計(jì)分值的簡單方法，本發(fā)明采用該方法進(jìn)行定量指標(biāo)的無量綱化。無量綱化后的指標(biāo)用di表示，di＝di(xi)，i＝1，2，3，...，m。di的具體形式有多種多樣，針對不同的指標(biāo)屬性情況，給出下面三種線性表達(dá)式。

①正向指標(biāo)

②負(fù)向指標(biāo)

③區(qū)間型指標(biāo)

其中，x_a為x_i取值的下限值；x_b為x_i取值的上限值；x_i指的是當(dāng)前定量指標(biāo)值；x^*指的是該區(qū)間某一中間值。

S3，對二元語義式的表達(dá)形式進(jìn)行運(yùn)算，得到指標(biāo)測度值，再利用算術(shù)加權(quán)平均算子T-OWA對指標(biāo)綜合測度值進(jìn)行運(yùn)算，從而得到各車型智能汽車仿人轉(zhuǎn)向系統(tǒng)轉(zhuǎn)向操縱性能的評價(jià)結(jié)果。

加權(quán)算術(shù)平均算子T-OWA：是指先根據(jù)每個(gè)數(shù)據(jù)的重要性對其加權(quán),然后進(jìn)行集結(jié)；OWGA算子的根本特點(diǎn)是對所給的數(shù)據(jù)信息按從大到小的順序重新進(jìn)行排序,并通過對數(shù)據(jù)所在的位置進(jìn)行加權(quán)再進(jìn)行集結(jié)。

S31，構(gòu)建二元語義矩陣，將主觀評價(jià)和客觀評價(jià)結(jié)果中所有客觀評價(jià)結(jié)果轉(zhuǎn)換成二元語義形式，計(jì)算公式為：

其中(s′_i，α′_i)為轉(zhuǎn)化成二元語義形式之后的客觀評價(jià)結(jié)果，s_max為語言評價(jià)集合中的最大值，x_ij為某一客觀評價(jià)指標(biāo)的當(dāng)前數(shù)值。

S32，利用算術(shù)加權(quán)平均算子T-OWA計(jì)算各車型18個(gè)二級指標(biāo)的測度值及綜合測度值；

設(shè){(s₁,a₁),(s₂,a₂),...(s_n,a_n)}是一組二元語義信息集合，ω＝(ω₁,ω₂,...ω_n)^T是對應(yīng)旳實(shí)數(shù)權(quán)重，則基于二元語義旳加權(quán)算術(shù)平均算子T-OWA為：

其中：為一級指標(biāo)測度值，Δ^-1(s_k,a_k)是由公式(8)計(jì)算得到的，權(quán)重ω_i為S1由層次分析法AHP計(jì)算得到的權(quán)值，即W_i。

S33，由18個(gè)二級指標(biāo)的綜合測度值結(jié)合4個(gè)一級指標(biāo)及18個(gè)二級指標(biāo)的權(quán)重值，計(jì)算得出各車型的最終得分，即各車型智能汽車仿人轉(zhuǎn)向系統(tǒng)轉(zhuǎn)向操縱性能的評價(jià)結(jié)果。

(1)確定位置權(quán)向量v_i，本發(fā)明選擇(a，b)＝(0.3，0.8)為相應(yīng)的模糊量化算子參數(shù)，試驗(yàn)員數(shù)量為3，即m＝3；

v_i＝Q(i/n)-Q((i-1)/n),i＝(1,2,...,n) (14)

其中，v_i∈[0,1]且模糊化算子Q由下式給出：

其中，a,b,r∈[0,1]，在不同的情況下，一般模糊化算子Q(r)對應(yīng)的參數(shù)(a,b)分別為(0,0.5)，(0.3,0.8)和(0.5,1)；

計(jì)算與T-OWA算子相關(guān)聯(lián)的位置權(quán)向量，即：

V＝(v₁,v₂,v₃)^T＝(0.0667,0.667,0.2667)^T (16)

(2)計(jì)算綜合測度值，將公式(8)所得的Δ^-1(s_k1,a_k1)按從大到小進(jìn)行排序得到位置向量的集合B＝(b₁,b₂,b₃)^T，然后將b_i(位置向量)和對應(yīng)的v_i(位置權(quán)向量)代入公式(17)；

設(shè){(s₁,a₁),(s₂,a₂),...(s_n,a_n)}是一組二元語義信息的集合，則基于二元語義旳有序加權(quán)算術(shù)平均算子T-OWA為：

其中

即可得到A～H車型的智能汽車仿人轉(zhuǎn)向操縱性能的綜合測度值；

(3)計(jì)算各車型整體評分，根據(jù)

計(jì)算整體評分，其中Δ^-1(s_k,a_k)的值取自公式(8)，權(quán)重ω_i(即W_i)為S1得到的AHP計(jì)算得到的權(quán)值。

以上實(shí)施例僅用于說明本發(fā)明的設(shè)計(jì)思想和特點(diǎn)，其目的在于使本領(lǐng)域內(nèi)的技術(shù)人員能夠了解本發(fā)明的內(nèi)容并據(jù)以實(shí)施，本發(fā)明的保護(hù)范圍不限于上述實(shí)施例。所以，凡依據(jù)本發(fā)明所揭示的原理、設(shè)計(jì)思路所作的等同變化或修飾，均在本發(fā)明的保護(hù)范圍之內(nèi)。