您好,欢迎光临自动驾驶测试验证技术创新论坛2021!

基于人类行为的自动代客泊车功能客观评价方法

发布日期:2020-11-26

点击上方蓝色字体,关注我们

      自动泊车系统已经发展了几年,现在已安装在不同类型的车辆中。近年来,已经从泊车辅助发展到自动代客泊车(AVP)。借助AVP功能,用户可以将汽车停放在停车场的入口。该系统能够检测到可用的停车位,然后车辆自动执行停车过程。


      这种复杂的功能需要大量的测试和特定的评估标准,以确保*终客户以及开发过程中的质量和性能。在过去的几年中,AVL开发了多个评估车辆的驾驶性,操纵性或安全性的工具和方法,例如用于车辆操控性能评估的AVL-DRIVE™和用于评估车辆辅助驾驶功能的AVL-DRIVE™ADAS 。这些工具和方法是来自多年的专家经验和/或广泛的车辆测试的评估结果,但目前尚无基于人类平均能力的AVP功能评估工具。近年来,AVL在早期开发演示车辆上开发了一种基于特定成本函数评估运动控制性能的方法。


      本文提出了一种不同的方法来支持其评估工具链和方法的进一步发展,此方法使用了所谓的“人群的智慧”来定义评价标准,从而得出*终评分。从某种意义上讲,它遵循弗朗西斯·高尔顿爵士提出的“牛的寓言”,1907年,弗朗西斯·高尔顿爵士要求787名村民猜测一头牛的重量。他们都没有提供正确的答案,但是当高尔顿爵士对他们的猜测取平均时,他得出的估算值几乎是**的。


      如果将之与上世纪初弗朗西斯·高尔顿爵士的工作的类比来看,这与高度自动化的车辆功能的评估之间存在遥远的联系,则本文证明了这种方法的相关性。


      本文首先描述了AVL AVP演示车辆的整体系统功能,同时描述了在室外条件下评估功能所需的测试设备。AVL AVP 演示车辆见图1。


图1. AVL AVP 演示车辆


      通过此功能描述和测试设置,可以获得关键的物理参数并将其与标准关联。并引入了人类测试矩阵,以涵盖与人类特征和环境特征相关的典型变量。“入库”标准的所有子组的评分的箱形图表示见图2。


图2.“入库”标准的所有子组的评分的箱形图表示



      通过对测试结果进行统计分析,以确认此类测试矩阵控制变量的相关性。*终提出并讨论了在不同开发阶段的人类驾驶性能表现与AVP功能的对比以及与标准ISO和i-VISTA 的建议的比较。分布带上的人类测试结果标准评价值见图3。


图3. 分布带上的人类测试结果标准评价值



        图4显示了AVP系统的系统组成。这个复杂的系统可以分解为3个主要部分:车辆,基础设施(也称为停车场管理器)和HMI。车辆由同时进行纵向和横向动态控制的运动控制系统以及用于定位和碰撞监测的传感系统组成。基础设施负责通过云端服务器集中通信并监视停车位。用户通过4G通信(手机APP)使用便携式HMI控制AVP系统。


图4. 系统概览


图5. 系统架构


      如图5所示,雷达安装在汽车前部,两个天线安装在汽车的顶部。IMU(惯性测量单元)和GPS RTK模块安装在驾驶员座椅下方。VCU通过电机扭矩请求进行纵向控制,并通过绕过转向控制的EPS PWM请求进行横向控制。ADAS控制器集成了感知和路径规划功能。



来源:AVL



相关文章


自动驾驶系统中AI的安全问题讨论

自动驾驶虚拟仿真测试场景研究综述

自动驾驶功能安全评估——基于仿真的故障注入






SELECTED EVENTS




 

长按二维码识别关注



我就知道你“在看”


  • 电话咨询
  • 021-2230 6692
  • 15021948198
None