汽车智能驾驶及ADAS测试评价方法及系统技术方案

本发明专利技术公开了一种基于QMU裕量与不确定性量化的汽车智能驾驶及ADAS测试评价方法，包括：获得智能驾驶系统故障失效模式；通过智能驾驶系统实际运行获得智能驾驶失效/故障物理模型；将智能驾驶系统故障失效模式代入智能驾驶失效/故障物理模型提取出失效特征参数集，通过失效特征参数集建立观测清单；基于实车试验数据、仿真模型预测和/或专家判断来建立智能驾驶系统功能模型的性能通道，并设置性能通道的性能阈值，对智能驾驶系统功能模型进行验证与确认；通过观测清单获得的智能驾驶失效/故障物理模型不确定性参数，进行不确定性源分析得出性能特征参数不确定性，进行QMU裕量计算后得出的性能裕量及不确定性，计算获得置信因子。因子。因子。

【技术实现步骤摘要】
汽车智能驾驶及ADAS测试评价方法及系统


[0001]本专利技术涉及汽车领域，特别是涉及一种基于QMU裕量与不确定性量化的汽车智能驾驶及ADAS测试评价方法，本专利技术还涉及一种基于QMU裕量与不确定性量化的汽车智能驾驶及ADAS测试评价系统。

技术介绍

[0002]智能驾驶是当今汽车发展的趋势，对于智能驾驶的安全也是当今汽车研究的一大热点，而对于如何评价智能驾驶系统是否能安全地完成驾驶操作是智能驾驶功能安全的重点及难点。ADAS法规测试有着E
‑
NCAP、C
‑
NCAP等行业对部分功能的测试及评价体系，而对于非法规测试及评价、智能驾驶测试及评价目前仍处于空白阶段，是否能有一种系统的，能针对众多场景的测试评价方法来弥补法规之外的场景测试评价的空白？
[0003]因此，亟需一种科学的汽车智能驾驶及ADAS测试评价方法，来对智能驾驶系统进行综合的评价，使得非法规场景能有合理的依据进行测试及评价，避免人为因素过多干扰测试评价的准确度。

技术实现思路

[0004]在专利技术内容部分中引入了一系本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于QMU裕量与不确定性量化的汽车智能驾驶及ADAS测试评价方法，其特征在于，包括以下步骤：S1，对智能驾驶系统功能模型进行分析获得智能驾驶系统故障失效模式；S2，通过智能驾驶系统实际运行获得智能驾驶失效/故障物理模型；S3，将智能驾驶系统故障失效模式代入智能驾驶失效/故障物理模型提取出失效特征参数集，通过失效特征参数集建立观测清单；S4，基于实车试验数据、仿真模型预测和/或专家判断来建立智能驾驶系统功能模型的性能通道，并设置性能通道的性能阈值，对智能驾驶系统功能模型进行验证与确认；S5，通过观测清单获得的智能驾驶失效/故障物理模型不确定性参数，对不确定性参数进行不确定性源分析，结合性能阈值要求得出性能特征参数不确定性，基于性能特征参数不确定性进行QMU裕量计算后得出的性能裕量及不确定性，计算获得置信因子；其中，S1
‑
S5仅用于标识区分各步骤，不限制各步骤实施顺序。2.如权利要求1所述的基于QMU裕量与不确定性量化的汽车智能驾驶及ADAS测试评价方法，其特征在于：智能驾驶系统故障失效模式通过对智能驾驶系统功能模型进行失效分析获得。3.如权利要求1所述的基于QMU裕量与不确定性量化的汽车智能驾驶及ADAS测试评价方法，其特征在于：失效特征参数集是由大量智能驾驶失效/故障物理模型中提取出的失效特征参数的集合。4.如权利要求1所述的基于QMU裕量与不确定性量化的汽车智能驾驶及ADAS测试评价方法，其特征在于：不确定性源分析是对具有不确定性的参数进行不确定性溯源5.如权利要求1所述的基于QMU裕量与不确定性量化的汽车智能驾驶及ADAS测试评价方法，其特征在于：计算置信因子是通过以某一性能裕量及不确定性作为基准计算各故障模型的参数...

【专利技术属性】
技术研发人员：栗工，
申请(专利权)人：上海和夏新能源科技有限公司，
类型：发明
国别省市：