本发明专利技术提供了一种智能驾驶系统的控制方法，属于智能驾驶领域。其特征在于，所述控制方法包括以下步骤：获取自车当前所处的驾驶场景；判断当前驾驶场景下智能驾驶系统的执行系统的运行状态；判断当前驾驶场景下智能驾驶系统的所有传感器的运行状态，按照以下公式一计算获得当前驾驶场景下智能驾驶系统的得分S；根据所述智能驾驶系统的所述得分确定所述车辆待执行的驾驶策略。本发明专利技术通过对不同驾驶场景下的所有传感器进行分析，通过对每个驾驶场景进行独立的分析判断，使得车辆不会因为某一个驾驶场景下的传感器失效而使得整车的自动驾驶功能无法使用。驾驶功能无法使用。驾驶功能无法使用。
【技术实现步骤摘要】
一种评估智能驾驶系统能力的方法
[0001]本专利技术涉及车辆自动驾驶领域，特别是涉及一种评估智能驾驶系统能力的方法。
技术介绍
[0002]当前国内外各大汽车主机厂已经开展了自动驾驶预研及路试工作。目前上市车型基本都有支持L4级自动驾驶能力的硬件配套，但限于法规等要求，只能支持L2+级别辅助驾驶，所以会产生辅助的效果。此外，目前车辆的自动驾驶系统一旦有部件失效，车辆不会基于场景对自动驾驶的硬件进行系统性的能力评估，即使不需要此失效部件的场景，自动驾驶功能也因此无法使用，使装备大量传感器的智能汽车的智能系统变成摆设。
[0003]即部分传感器失效时，系统仍有能力支持辅助驾驶功能，可以称为系统处于失效时可继续操作的状态(Fail
‑
operational State)，从而使系统可以在部件失效时，尽可能多的完成DDT(Dynamic Driving Task，动态驾驶任务)，提升系统的可用性和驾驶员可操作性，增加用户智能驾驶体验。
[0004]目前没有一种方法可以评估自动驾驶硬件的能力，评估某部件失效对哪一类场景的影响，能摸清自车能否支持L2+辅助驾驶的边界，系统地分析不同场景下需要的最基本的部件。
技术实现思路
[0005]本专利技术的一个目的是要提供一种评估智能驾驶系统能力的方法，使得车辆基于不同场景对失效部件进行系统性的能力评估，使车辆的智能驾驶系统继续保持可支持的工作，让智能驾驶系统能继续辅助用户进行驾驶。
[0006]本专利技术一个进一步的目的是要使得自动驾驶能够进行冗余分析，成本分析，使自动驾驶系统性价比更高。
[0007]本专利技术另一个进一步的目的是要使得不同失效对应能达到的不同功能表现，使不同级别的驾驶辅助可以无缝衔接。
[0008]特别地，本专利技术提供了一种智能驾驶系统的控制方法，其特征在于，所述控制方法包括以下步骤：
[0009]获取自车当前所处的驾驶场景；
[0010]判断当前驾驶场景下智能驾驶系统的执行系统的运行状态；
[0011]判断当前驾驶场景下智能驾驶系统的所有传感器的运行状态，按照以下公式一计算获得当前驾驶场景下智能驾驶系统的得分S，
[0012]S＝N
‑
Q*A
‑
E
‑
Y
ꢀꢀ
公式一
[0013]其中N表示当前驾驶场景下所述智能驾驶系统的满分数，Q表示当前驾驶场景下传感器得分的动态系数，A表示当前驾驶场景下所有传感器的总分数，E表示当前驾驶场景下智能驾驶系统的执行系统的得分，Y表示当前驾驶场景下其他影响因素的总分数；
[0014]根据所述智能驾驶系统的所述智能驾驶系统的得分S确定所述车辆待执行的驾驶
策略。
[0015]进一步地，所述根据所述智能驾驶系统的所述得分确定所述车辆待执行的驾驶策略，包括如下步骤：
[0016]根据所述智能驾驶系统的所述得分S确定所述智能驾驶系统的用于表示失效程度的性能等级；
[0017]根据所述性能等级确定所述车辆待执行的驾驶策略。
[0018]进一步地，所述根据所述智能驾驶系统的所述得分确定所述智能驾驶系统的性能等级的步骤之前，还包括如下步骤：查询存储有所述智能驾驶系统的得分与性能等级一一对应的第一映射关系表；
[0019]可选地，所述根据所述性能等级确定所述车辆待执行的驾驶策略的步骤之前，还包括如下步骤：查询存储有所述智能驾驶系统的性能等级与待执行的驾驶策略一一对应的第二映射关系表。
[0020]进一步地，所述当前驾驶场景下的传感器的动态系数Q通过以下公式二确定，
[0021]Q＝f(A，B，C)
ꢀꢀ
公式二
[0022]其中，B表示与当前驾驶场景下所有传感器对应的所有冗余传感器的总分数，C代表当前驾驶场景下所有传感器中含有执行MRM策略执行传感器的总分数。
[0023]进一步地，所述当前驾驶场景下智能驾驶系统的执行系统的得分E，通过以下公式三计算执行系统的得分E：
[0024]E＝A
m
+Q
s
*A
s
ꢀꢀ
公式三
[0025]其中，Am表示执行系统的所有执行器的总分数，Qs表示冗余执行器的动态权重值，As表示所有执行器的冗余执行器的总分数。
[0026]进一步地，所述总分数A的获取方法包括如下步骤：
[0027]根据当前驾驶场景下智能驾驶系统的所有传感器中每个传感器是否具有冗余传感器，以及该冗余传感器的冗余度来确定该传感器的分数值；
[0028]将各个传感器的分数值相加，得到所述总分数A。
[0029]进一步地，所述根据当前驾驶场景下所有传感器中每个传感器是否有冗余传感器，以及该冗余传感器的冗余度来确定该传感器的分数值，包括如下步骤：
[0030]在确定当前驾驶场景下某个传感器具有冗余传感器时，确定该冗余传感器的冗余度；
[0031]根据所述冗余度确定该传感器的权重值；
[0032]将权重值乘以最大分数值，得到该传感器的分数值；
[0033]可选地，所述根据当前驾驶场景下所有传感器中每个传感器是否有冗余传感器，以及该冗余传感器的冗余度来确定该传感器的分数值，还包括如下步骤：
[0034]在确定当前驾驶场景下某个传感器不具有冗余传感器时，确定该传感器的分数值为所述最大分数值。
[0035]进一步地，所述总分数B的获取方法包括如下步骤：
[0036]在当前驾驶场景下的故障传感器具有冗余传感器时，确定所述冗余传感器在作为所述故障传感器的冗余传感器之前和之后的分数值，并对该两个分数值进行加和，得到该冗余传感器的总得分；
[0037]将所有冗余传感器的总得分相加得到总分数B。
[0038]进一步地，所述总分数C的获取方法包括如下步骤：
[0039]判断当前驾驶场景下智能驾驶系统中每个传感器是否为执行MRM(Minimal Risk maneuver，最小风险操作)策略的执行传感器，确定执行MRM策略的每个执行传感器的分数，对所有执行传感器的分数进行加和，得到执行MRM策略的所有执行传感器的总分数。
[0040]进一步地，所述其他影响分数Y根据以下公式四确定：
[0041]Y＝W+Tor
ꢀꢀ
公式四
[0042]其中，W表示驾驶系统的提醒能力的得分，Tor表示车辆接管能力分数。
[0043]进一步地，所述驾驶系统的提醒能力的得分W通过不同执行器完成，根据整车电子电气架构，分析计算的得出系统评分。
[0044]进一步地，所述车辆接管能力得分Tor通过对转向、油门踏板、制动踏板、方向盘按钮、脱手检测分析计算系统评分。
[0045]本专利技术通过对不同驾驶场景下的所有传感器进行分析，通过判断每个传感器对该驾驶场景下的智能驾驶的影响，从而判断该驾驶场景下的智能驾驶是否满足驾驶需求，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种智能驾驶系统的控制方法，其特征在于，所述控制方法包括以下步骤：获取自车当前所处的驾驶场景；判断当前驾驶场景下智能驾驶系统的执行系统的运行状态；判断当前驾驶场景下智能驾驶系统的所有传感器的运行状态，按照以下公式一计算获得当前驾驶场景下智能驾驶系统的得分S，S＝N
‑
Q*A
‑
E
‑
Y
ꢀꢀꢀꢀꢀꢀꢀ
公式一其中N表示当前驾驶场景下所述智能驾驶系统的满分数；Q表示当前驾驶场景下智能驾驶系统传感器得分的动态系数；A表示当前驾驶场景下智能驾驶系统的所有传感器的总分数；E表示当前驾驶场景下智能驾驶系统的执行系统的得分；Y表示当前驾驶场景下其他影响因素的总分数；根据所述智能驾驶系统的所述智能驾驶系统的得分S确定所述车辆待执行的驾驶策略。2.根据权利要求1所述的控制方法，其特征在于，所述根据所述智能驾驶系统的所述得分确定所述车辆待执行的驾驶策略，包括如下步骤：根据所述智能驾驶系统的所述得分S确定所述智能驾驶系统的用于表示失效程度的性能等级；根据所述性能等级确定所述车辆待执行的驾驶策略。3.根据权利要求2所述的控制方法，其特征在于，所述根据所述智能驾驶系统的所述得分确定所述智能驾驶系统的性能等级的步骤之前，还包括如下步骤：查询存储有所述智能驾驶系统的得分与性能等级一一对应的第一映射关系表；可选地，所述根据所述性能等级确定所述车辆待执行的驾驶策略的步骤之前，还包括如下步骤：查询存储有所述智能驾驶系统的性能等级与待执行的驾驶策略一一对应的第二映射关系表。4.根据权利要求1
‑
3中任一项所述的控制方法，其特征在于，所述当前驾驶场景下的传感器的动态系数Q通过以下公式二确定，Q＝f(A，B，C)
ꢀꢀꢀꢀꢀꢀ
公式二其中，B表示与当前驾驶场景下所有传感器对应的所有冗余传感器的总分数，C代表当前驾驶场景下所有传感器中含有执行MRM策略执行传感器的总分数。5.根据权利要求4所述的控制方法，其特征在于，所述当前驾驶场景下智能驾驶系统的执行系统的得分E，通过以下公式三计算执行系统的得分E：E＝A
m
+Q
s
*A
s
ꢀꢀꢀꢀꢀꢀ
公式三其中，A
m
表示执行...
【专利技术属性】
技术研发人员：吴景弘，庞鲁鸣，宋超，
申请(专利权)人：武汉路特斯汽车有限公司，
类型：发明
国别省市：
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。