●章引言
1.1概述
1.2汽車智能駕駛繫統有效性評價方法研究現狀
1.2.1評價方法詳細介紹
1.2.2各方法歸類對比分析
1.3汽車智能駕駛繫統辨識研究現狀
1.3.1車輛關鍵參數估計
1.3.2控制邏輯辨識
1.4汽車智能駕駛繫統測試評價指標研究現狀
1.4.1智能化評級指標
1.4.2有效性評價指標
1.5本書研究內容
第2章汽車智能駕駛繫統有效性評價體繫研究架構
2.1智能駕駛繫統有效性評價體繫方案設計
2.1.1智能駕駛有效性評價的數據來源
2.1.2蒙特卡羅仿真的理論模型基礎
2.1.3基於蒙特卡羅仿真的有效性計算流程
2.2汽車智能駕駛繫統有效性評價體繫關鍵技術規劃
第3章基於汽車運行數據挖掘的智能駕駛繫統辨識方法
3.1智能駕駛繫統辨識目標制定
3.2基於頻響特性的車輛關鍵參數估計方法
3.2.1基於轉向繫統頻響特性的輪胎剛度估計
3.2.2基於驅動繫統頻響特性的時間延遲繫數估計
3.2.3基於整車縱向頻響特性的整車質量估計
3.2.4本節小結
3.3基於機器學習的智能駕駛控制邏輯辨識方法
3.3.1控制邏輯辨識問題的內在本質探討
3.3.2基於神經網絡的控制邏輯辨識方法
3.4本章小結
第4章基於事故數據的乘員損傷風險估算方法
4.1乘員損傷風險估算方法研究方案
4.2車輛變形深度作為乘員損傷評價指標的可行性論證
4.2.1基於GIDAS數據的乘員損傷評價指標選取
4.2.2基於NASS-CDS數據的乘員損傷評價指標驗證
4.3基於車輛變形深度的乘員損傷風險估算方法
4.3.1基於車輛踫撞變形深度的損傷模型
4.3.2基於變形能量的車輛變形深度估算方法
4.3.3基於事故仿真軟件的乘員損傷風險計算流程
4.4本章小結
第5章基於多源數據挖掘的智能駕駛繫統有效性評價方法
5.1有效性評價方法總體要求
5.2基於多源數據挖掘的有效性評價方法架構
5.3基於多源數據的模型挖掘層關鍵方法
5.3.1隨機前車模型
5.3.2隨機後車模型
5.3.3自車跟車模型
5.4事故篩選與再現仿真層關鍵技術
5.4.1CarSim-Simulink聯合動力學仿真模塊
5.4.2PC Crash-rateEFFECT聯合事故再現仿真模塊
5.5單位行駛裡程平均乘員風險層關鍵方法
5.5.1基於隨機場景的單位行駛裡程平均乘員風險計算方法
5.5.2基於車輛踫撞位置坐標的變形長度計算方法
5.6本章小結第6章有效性評價相關方法的驗證與應用
6.1基於汽車運行數據挖掘的智能駕駛繫統辨識方法驗證
6.1.1基於頻響特性的車輛關鍵參數估計方法驗證
6.1.2基於神經網絡的智能駕駛繫統控制邏輯辨識方法驗證
6.2基於事故數據的乘員損傷風險估算方法驗證
6.2.1損傷風險與ΔV的回歸關繫
6.2.2基於變形深度與基於ΔV的兩方法對比分析
6.3汽車智能駕駛繫統有效性評價方法應用
6.3.1基於事故再現數據庫的有效性評價分析
6.3.2基於隨機場景的有效性評價分析
6.4本章小結
第7章結論
參考文獻
附錄A損傷概率和變形概率數據
附錄B輛車隊列情形的有效性結果
附錄C三車隊列情形的有效性結果
在學期間發表的學術論文及研究成果
致謝
內容簡介
自動駕駛測試評價技術已成為自動駕駛實現大規模應用的關鍵問題,是零部件供應商、整車廠、汽車行業、國家部委等多個層面的研究熱點。本書是一部闡述汽車自動駕駛技術測試評價體繫的研究型論文。本書應用車輛動力學、統計學原理、人工智能等基礎原理,從自動駕駛技術黑箱建模、行駛安全性計算方法、評價流程體繫架構等角度深入淺出地介紹了該領域的核心問題,並給出了解決方案。本書可作為自動駕駛測試領域研究人員的參考讀物。