基于改进云组合赋权的智能网联驾驶场景安全性评价方法

作者：庞劭荣; 张诗波^*; 罗龙浩; 骆勇; 李敏

来源：交通信息与安全, 2023, 41(05): 35-42.

• 交通安全
• 智能网联驾驶场景
• 安全评价
• 改进云组合赋权
• 交通仿真

准确可靠的驾驶场景安全性评价是智能网联车辆推广应用的基础，但智能网联驾驶场景复杂多变，以固定数值为指标权重的评价方法无法充分考虑因此带来的模糊性和随机性。为此，研究了基于改进云组合赋权的智能网联驾驶场景安全性评价方法。建立了包含静态环境层、动态行为层、智能要素层的智能网联驾驶场景要素库，制定场景设计方案；按照功能场景、逻辑场景、具体场景的顺序进行场景解构，提取相关要素，设计形成场景；引入云模型概念，结合博弈论思想改进云组合赋权；基于云模型运算法则构建综合云，表征各场景安全性，构建理想云评价模型；提出相对相似度指标作为评价结果，量化分析场景安全性并排序。依据场景设计方案进行仿真试验，对比层次分析法、优序图法、熵值法、变异系数法、博弈组合赋权及原云组合赋权等赋权评价方法，其评价结果与仿真结果在99%置信水平下显著相关，二者的皮尔逊相关系数为0.649，较上述其他评价方法分别提高了5.5%、7.8%、19.7%、13.7%、8.1%、0.8%；同时，该方法事故识别准确率为78.13%，高于Baumann等所用方法的44.29%和Xia等所用方法的57.2%。研究结果表明：基于改进云组合赋权的场景安全性综合评价方法能够兼顾主、客观赋权的优点，可以改善当前固定数值权重造成评价结果不够真实的缺陷，提高智能网联驾驶场景安全性评价的准确性。

• 单位
  西华大学; 四川交通职业技术学院