【技术实现步骤摘要】
基于最大全局侵占率搜索的车辆自主泊车功能测评方法
本专利技术涉及智能交通
，具体涉及一种自动驾驶车辆自主泊车功能的测试测评方法。
技术介绍
自动驾驶车辆发展至今所面临的一个主要问题是在确保安全的前提下如何落地商业化。车辆自主泊车功能的运行场景车速相对较低，场景复杂度较低，因此车辆自主泊车功能的实现难度相对其它自动驾驶功能较低，最有可能率先商业化。但由于自主泊车功能需要车辆首先运行至停车位，再进行泊车，因此其运行时间相对传统泊车功能较长；其次当停车场环境较复杂时，影响自动停车效果的因素较多；最后，由于场地狭小，驾驶员干预效果有限，当自主泊车功能发生故障时，仍有可能造成较大的人员伤害与财产损失。综上，对自主泊车功能的测试测评相比传统车辆测评更为复杂，而且条件更加严格。如依照传统车辆主动安全测试方法对自主泊车功能进行测试，为了达到较高的安全性，则需要进行数目巨大的场地测试，其时间与金钱成本过于巨大而无法实用。但现有研究中仍缺乏对自主泊车功能的测试测评的理论与方法研究，尤其是缺乏研究如何在降低测试量的同时确保自主泊车功能的安全性。
技术实现思路
针对现状，本专利技术提供...
【技术保护点】
1.一种基于最大全局侵占率搜索的车辆自主泊车功能测评方法，其特征在于，包括如下步骤：S1：搭建包括有车辆模型、场景模型的仿真平台，确定与实际测试时相关的一致性参数；S2：通过对自主泊车功能的功能边界和泊车场景的分析，确定场景中环境参数及参数边界；S3：采用优化求解的方法，以最大全局侵占率Sdan‑pmax作为输出，对相对应的最差全局侵占率场景进行全局搜索；S4：通过实际场地再现最差全局侵占率场景，对待测自主泊车功能进行验证，如果待测自主泊车功能在最差全局侵占率场景下满足运行要求，则认定该待测自主泊车功能通过测评。
【技术特征摘要】
1.一种基于最大全局侵占率搜索的车辆自主泊车功能测评方法，其特征在于，包括如下步骤：S1：搭建包括有车辆模型、场景模型的仿真平台，确定与实际测试时相关的一致性参数；S2：通过对自主泊车功能的功能边界和泊车场景的分析，确定场景中环境参数及参数边界；S3：采用优化求解的方法，以最大全局侵占率Sdan-pmax作为输出，对相对应的最差全局侵占率场景进行全局搜索；S4：通过实际场地再现最差全局侵占率场景，对待测自主泊车功能进行验证，如果待测自主泊车功能在最差全局侵占率场景下满足运行要求，则认定该待测自主泊车功能通过测评。2.根据权利要求1所述的基于最大全局侵占率搜索的车辆自主泊车功能测评方法，其特征在于：求解最大全局侵占率Sdan-pmax的方法为：1)定义车辆在一次自主泊车过程中对停车场中第i个需避开区域的侵占率Sdan-i，表示为：sub表示取括号内计算值最大值；So为需避开区域的面积，SL(t)为在t时刻第i个需避开区域被待测车辆侵占后...
【专利技术属性】
技术研发人员：罗禹贡，齐蕴龙，李克强，王永胜，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。