一种车辆体感评测方法、装置、电子设备、介质和车辆与流程

本发明实施例涉及无人驾驶技术领域，尤其涉及一种车辆体感评测方法、装置、电子设备、介质和车辆。

背景技术：

自动驾驶技术是在不需要人为操作即能感测其环境及导航，实现车辆自动驾驶，随着科技的发展，自动驾驶车辆逐渐走入人们视野，并已经在各种场合实际使用。

众所周知，车辆的安全性能极为关键，除此之外，乘客的乘坐体验也成为评价自动驾驶车辆性能的重要指标，例如在急转弯或急加速等情况下都会影响乘客的舒适度，也即，车辆越平稳，舒适度越高。然而，目前还没有比较客观的手段来评价自动驾驶车辆的平稳性。

技术实现要素：

本发明实施例提供一种车辆体感评测方法、装置、电子设备、介质和车辆，以解决现有技术中没有比较客观的手段来评价自动驾驶车辆的平稳性的问题。

第一方面，本发明实施例提供了一种车辆体感评测方法，所述方法包括：

获取车辆的行驶参数；

根据所述行驶参数计算出体感参数，其中，所述体感参数为与车辆平稳性相关的参数；

基于所述体感参数，利用预先训练得到的体感评测模型给出车辆体感评测结果。

第二方面，本发明实施例还提供了一种车辆体感评测装置，所述装置包括：

行驶参数获取模块，用于获取车辆的行驶参数；

体感参数获取模块，用于根据所述行驶参数计算出体感参数，其中，所述体感参数为与车辆平稳性相关的参数；

评测结果计算模块，用于基于所述体感参数，利用预先训练得到的体感评测模型给出车辆体感评测结果。

第三方面，本发明实施例还提供了一种电子设备，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例所述的一种车辆体感评测方法。

第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本发明任意实施例所述的一种车辆体感评测方法。

第五方面，本发明实施例还提供了一种车辆，包括车体，还包括如本发明实施例所述的电子设备。

本发明实施例通过获取车辆的行驶参数；根据所述行驶参数计算出体感参数，其中，所述体感参数为与车辆平稳性相关的参数；基于所述体感参数，利用预先训练得到的体感评测模型给出车辆体感评测结果。由于基于机器学习和客观的数据进行车辆体感的评测，因此对无人驾驶车辆的舒适度的评价更加精确、公正和客观，同时，实时评估自动驾驶系统的体感指标可以作为无人车驾驶改进的重要参考。

附图说明

图1是本发明实施例一中的一种车辆体感评测方法的流程图；

图2是本发明实施例二中的一种车辆体感评测方法的流程图；

图3是本发明实施例三中的一种车辆体感评测装置的结构示意图；

图4是本发明实施例四中的一种电子设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1为本发明实施例一提供的一种车辆体感评测方法的流程图，本实施例可适用于车辆体感评测的情况，该方法可以由一种车辆体感评测装置来执行，该装置可通过软件和/或硬件实现，并可配置在电子设备中，该电子设备可以配置在车辆上，例如具有控制和计算能力的无人车等，如图1所示，该方法包括：

s110、获取车辆的行驶参数。

车辆的行驶参数是用于描述车辆在行驶过程中运动情况的参数，可以包括定位和速度的数据，如位置、位移和速度等参数。具体可以从车辆传感器采集的数据中获取。而无人驾驶车辆中一般会安装有多种类型的传感器，用于采集不同类型的车辆行驶参数，比如gps定位，可以实时获取到车辆的位置以及行驶位移或距离，速度传感器可以采集车辆行驶方向和转角等，加速度传感器可以采集并计算得到车辆加速度和速度等参数。此外，无人驾驶车辆还会利用视频摄像头、雷达传感器以及激光测距等装置进行其他车辆参数以及环境参数的测量，以保证车辆可以安全行驶。

s120、根据所述行驶参数计算出体感参数，其中，所述体感参数为与车辆平稳性相关的参数。

体感参数是与车辆平稳性相关的参数，而车辆平稳性是车辆行驶性能的重要指标，可以作为用来评价乘客舒适度的依据，反映车辆运行过程中对人体感受的影响。具体的，体感参数可以包括车辆加速度、减速度、角加速度、角速度和直线速度等参数，这些参数与车辆的平稳性相关，同时也影响乘客的乘坐感受。

具体的，可以根据已有的运动学规律以及行驶参数计算得到体感参数，比如可以根据车辆的位置、速度和时间数据计算得到加速度。也可以预先设定体感参数与行驶参数之间的特定的关联关系，比如在某些特殊路段行驶时，体感参数与行驶参数之间的关系可以根据经验参数设定。

可选的，所述行驶参数至少包括定位数据和行驶速度；相应的，所述体感参数至少包括：加速度、减速度、角加速度、角速度和直线速度。

示例性的，加速度可以包括汽车纵向加速度，指的是车辆行驶方向的加速度，加速度越大，乘客感觉推背感越强；减速度(加速度的负值)越大，乘客向前磕碰的可能性会越大。除此之外，还包括汽车横向加速度，指的是与汽车行驶方向垂直的方向的加速度，在车辆进行转弯行驶时产生的离心力所带来的加速度，也就是车被“甩飞”的趋势，这个加速度越大车子理论上就容易被“甩”离行驶路径。角加速度可以包括离心加速度,是使物体离开运动的中心向更远处运动的一种加速度。离心加速度越大，乘客感觉被甩的感觉，与横向加速度类似。可以以上述体感参数来体现车辆行驶过程中的乘客感觉。

s130、基于所述体感参数，利用预先训练得到的体感评测模型给出车辆体感评测结果。

车辆评测结果可以是行驶过程中车辆平稳性情况的评测结果，可以以车辆评测等级和/或评测分数来表示；具体可以理解为车辆行驶过程中乘客的舒适度等级，比如存在急加速、急减速或急转弯等现象时乘客的体验。示例性的，车辆行驶速度在20m/s时刹车50m停止，可以根据基本数学公式(2as＝v²-v0²)计算得到体感参数中的减速度为4m/s²，这种情况下由于减速度过大，乘客可能会感觉到急刹车造成的心脏压迫的感觉，则体感评测结果可以是难以忍受。

而体感评测模型可以是预先训练好的用于根据体感参数识别出对应的车辆体感评测结果的模型，可以利用机器学习算法或神经网络模型通过大量相关样本数据训练得到。将得到的体感参数可以输入到训练好的体感评测模型中，便可以得到车辆体感评测结果。车辆体感评测结果可以表示乘客舒适度情况，比如1级为舒适，2级为能忍受，3级为不能忍受等。可选的，基于所述体感参数，利用预先训练得到的体感评测模型给出车辆体感评测结果之后，所述方法还包括：

将所述行驶参数、体感参数和所述车辆体感评测结果上传到服务器，以便所述服务器对车辆在不同时刻的体感评测结果、或者在不同车辆的体感评测结果之间进行对比。

服务器在接收到行驶参数、体感参数和所述车辆体感评测结果等数据后，可以对车辆不同时刻的体感评测结果进行纵向对比，得到不同体感参数对应的评测结果，以及可以对车辆驾驶系统版本进行纵向对比。同时，对不同的车辆，比如型号，品牌可以做横向对比，得到不同车辆在相同体感参数下的体感评测结果，这些可以作为无人驾驶研发行业的重要依据。

本实施例的技术方案，通过获取车辆的行驶参数；根据所述行驶参数计算出体感参数，其中，所述体感参数为与车辆平稳性相关的参数；基于所述体感参数，利用预先训练得到的体感评测模型给出车辆体感评测结果。由于基于机器学习和客观的数据进行车辆体感的评测，因此对无人驾驶车辆的舒适度的评价更加精确、公正和客观，同时，实时评估自动驾驶系统的体感指标可以作为无人车驾驶改进的重要参考。另外，云端可视化方式，能够提供直观的数据分析，并能与其它车辆系统进行对比。

实施例二

图2是本发明实施例二中提供的一种车辆体感评测方法的流程图，在上述实施例的基础上，可选的，对该方法做了进一步的优化，如图2所示，该方法具体包括：

s210、获取车辆的行驶参数。

s220、根据所述定位数据和行驶速度，利用插值的方法得到车辆的行驶轨迹，以及行驶轨迹上每个时刻对应的行驶速度。

其中，插值法是利用函数f(x)在某区间中插入若干点的函数值，作出适当的特定函数，在这些点上取已知值，在区间的其他点上用这特定函数的值作为函数f(x)的近似值。由于定位数据和行驶速度中包括不同时刻下对应的车辆位置和速度，因此，可以利用差值的方法可以得到车辆的行驶轨迹以及每个时刻对应的行驶速度。行驶轨迹可以是指车辆从开始位置到结束为止所经过的路线组成的位置特征，行驶轨迹可能是直线、曲线和/或直线与曲线的组合。

s230、根据所述行驶轨迹确定直线段和转弯段。

在确定行驶轨迹的基础上，可以根据行驶轨迹确定哪段时间中哪一段轨迹属于直线段，哪一段轨迹属于转弯段。

s240、根据所述直线段及其对应的行驶速度，计算得出直线速度、加速度和减速度。

在直线段中，根据对应的行驶速度可以得知直线段起始速度v0，直线段中终点速度v1，进一步的可以计算在直线段行驶的过程中加速度a1和/或减速度a2，以及该直线段中各时刻速度v与时间和加速度的关系。示例性的，如果是在匀加速过程中，加速时间是t1，则a1＝(v1-v0)/t1，而v＝v0+a1t1。当然，在实际过程中一般并非匀加速或匀速，具体可以根据轨迹曲线上某时刻对应的位置点的切线方向确定该时刻的速度方向，进一步来确定是否一直处于直线段，加速度的大小可以根据不同时刻的瞬时速度进行计算。s250、根据所述转弯段及其对应的行驶速度，计算得出角速度和角加速度。

在转弯段中，可以根据不同时刻对应的行驶速度以及方向确定转弯的角度，利用转弯角度和转弯时间计算角速度，进一步可以利用不同时刻的角速度计算角加速度。

s260、基于所述体感参数，利用预先训练得到的体感评测模型给出车辆体感评测结果。

可选的，所述体感评测模型的训练过程包括：

获取车辆运行的历史样本数据，其中，所述样本数据中包括基于车辆行驶参数计算得到的体感参数；

获取针对所述样本数据的体感等级标注，其中，所述标注包括舒适、能忍受或不能忍受；

基于所述样本数据及其对应的体感等级标注，利用机器学习的方法进行训练，得到所述体感评测模型。

具体的，历史样本数据可以从互联网或相关车辆行驶数据库中获取，并且可以对相应的样本数据中对应的体感参数进行体感等级标注，包括舒适、能忍受或不能忍受。当然，还可以设置更细化的乘客舒适程度进行标注，比如非常舒适，较舒适等。体感等级标注可以根据人类感觉舒适、能忍受、不可忍受等客观情况所对应的上述体感参数的具体阈值确定。然后，利用机器学习的方法，基于标注以后的样本数据进行体感评测模型的训练。

在一种具体的实施方式中，可以设定体感纵向加速度的绝对值大于4m/s²时，乘客会感觉不舒服。具体行驶过程中加速度a可以通过公式a＝(v2-v1)/(t2-t1)计算，其中v2和v1分别为t2和t1时刻车辆纵向行驶速度。例如，t1时刻车辆行驶处于静止状态，此时v1＝0m/s；t2时刻(假设为距离t1时刻2秒后)，车辆纵向行驶速度为10m/s。则纵向加速度为a＝(10m–0m)/2s＝5m/s²。此时可判断为纵向加速度大于体感舒适度阈值，乘客感觉不舒服。对于纵向急刹车的情况，纵向加速度为负值(俗称减速度)，计算方法类似。当然还可以具体设定，纵向加速度大于4m/s²小于5m/s²，为乘客能忍受；纵向加速度大于5m/s²，为乘客不能忍受。

另外，对于横向加速度也可以设定具体的阈值来确认体感等级标注。横向加速度a可以通过公式a＝(v2-v1)/(t2-t1)进行计算，其中v2和v1分别为t2和t1时刻车辆横向行驶速度；具体的，可将车辆行驶速度，沿着轨迹的切线和法线做分解，法线方向的速度即为横向行驶速度，而切线方向的速度则是纵向行驶速度。例如，可以设定离心加速度大于5m/s²时，乘客感觉不能忍受。

此外，离心加速度也可以设定具体的阈值来确认体感等级标注。离心加速度越大，乘客感觉被甩的感觉，与横向加速度类似。离心加速度a具体可以通过公式a＝v²/r，其中v为车辆行驶速度，r为车辆行驶轨迹的圆半径。例如，可以设定离心加速度大于5m/s²时，乘客感觉不能忍受。当然，有些车辆行驶过程中，可能涉及上述多种加速度，也可以设定相应的阈值组合来进行体感等级的标注，例如纵向、横向和离心加速度分别设定3,4,5m/s²，当都低于相应的阈值时，乘客感觉舒适；当有两个加速度大于相应的阈值时，则乘客不能忍受，当然可以根据实际情况进行其他体感等级的标注。

本实施例的技术方案，通过获取车辆的行驶参数，利用插值的方法得到车辆的行驶轨迹，以及行驶轨迹上每个时刻对应的行驶速度；根据所述行驶轨迹确定直线段和转弯段；根据所述直线段及其对应的行驶速度，计算得出直线速度、加速度和减速度；根据所述转弯段及其对应的行驶速度，计算得出角速度和角加速度；基于所述体感参数，利用预先训练得到的体感评测模型给出车辆体感评测结果。由于根据行驶轨迹确定直线段和/或转弯段的体感参数，更加准确和客观，进一步利用经过大量标注的样本数据训练得到的评测模型客观的进行车辆体感的评测，得到对无人驾驶车辆的舒适度更加精确、公正和客观的评价。同时，实时评估自动驾驶系统的体感指标可以作为无人车驾驶改进的重要参考。

实施例三

图3是本发明实施例三提供的一种车辆体感评测装置的结构示意图，如图3所示，该装置可以采用硬件和/或软件的形式实现，并可以配置于电子设备中，该装置包括：

行驶参数获取模块310，用于获取车辆的行驶参数；

体感参数获取模块320，用于根据所述行驶参数计算出体感参数，其中，所述体感参数为与车辆平稳性相关的参数；

评测结果计算模块330，用于基于所述体感参数，利用预先训练得到的体感评测模型给出车辆体感评测结果。

可选的，所述行驶参数至少包括定位数据和行驶速度；相应的，所述体感参数至少包括：加速度、减速度、角加速度、角速度和直线速度。

可选的，所述体感参数获取模块320，包括：

轨迹获取单元，用于根据所述定位数据和行驶速度，利用插值的方法得到车辆的行驶轨迹，以及行驶轨迹上每个时刻对应的行驶速度；

路段确定单元，用于根据所述行驶轨迹确定直线段和转弯段；

直线速度计算单元，用于根据所述直线段及其对应的行驶速度，计算得出直线速度、加速度和减速度；

弯段速度计算单元，用于根据所述转弯段及其对应的行驶速度，计算得出角速度和角加速度。

可选的，所述装置还包括：评测模型训练模块，包括：

样本数据获取单元，用于获取车辆运行的历史样本数据，其中，所述样本数据中包括基于车辆行驶参数计算得到的体感参数；

等级标注获取单元，用于获取针对所述样本数据的体感等级标注，其中，所述标注包括舒适、能忍受或不能忍受；

评测模型训练单元，用于基于所述样本数据及其对应的体感等级标注，利用机器学习的方法进行训练，得到所述体感评测模型。

可选的，所述装置还包括：

数据上传模块，用于评测结果计算模块在利用预先训练得到的体感评测模型给出车辆体感评测结果之后，将所述行驶参数、体感参数和所述车辆体感评测结果上传到服务器，以便所述服务器对车辆在不同时刻的体感评测结果、或者在不同车辆的体感评测结果之间进行对比。

本发明实施例所提供的一种车辆体感评测装置，可执行本发明任意实施例所提供的一种车辆体感评测方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明任意实施例提供的一种车辆体感评测方法。

实施例四

参见图4，本实施例提供了一种电子设备400，其包括：一个或多个处理器420；存储装置410，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器420执行，使得所述一个或多个处理器420实现本发明实施例所提供的一种车辆体感评测方法，，所述方法包括：

获取车辆的行驶参数；

根据所述行驶参数计算出体感参数，其中，所述体感参数为与车辆平稳性相关的参数；

基于所述体感参数，利用预先训练得到的体感评测模型给出车辆体感评测结果。

当然，本领域技术人员可以理解，处理器420还可以实现本发明任意实施例所提供的一种车辆体感评测方法的技术方案。

图4显示的电子设备400仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图4所示，电子设备400以通用计算设备的形式表现。电子设备400的组件可以包括但不限于：一个或者多个处理器420，存储装置410，连接不同系统组件(包括存储装置410和处理器420)的总线450。

总线450表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。

电子设备400典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备400访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

存储装置410可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)411和/或高速缓存存储器412。电子设备400可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统413可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd-rom,dvd-rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线450相连。存储装置410可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块415的程序/实用工具414，可以存储在例如存储装置410中，这样的程序模块415包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块415通常执行本发明所描述的任意实施例中的功能和/或方法。

电子设备400也可以与一个或多个外部设备460(例如键盘、指向设备、显示器470等)通信，还可与一个或者多个使得用户能与该电子设备400交互的设备通信，和/或与使得该电子设备400能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口430进行。并且，电子设备400还可以通过网络适配器440与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图4所示，网络适配器440通过总线450与电子设备400的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备400使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。

处理器420通过运行存储在存储装置410中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的一种车辆体感评测方法。

实施例五

本实施例提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种车辆体感评测方法，该方法包括：

获取车辆的行驶参数；

根据所述行驶参数计算出体感参数，其中，所述体感参数为与车辆平稳性相关的参数；

基于所述体感参数，利用预先训练得到的体感评测模型给出车辆体感评测结果。

当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的一种车辆体感评测方法中的相关操作。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

实施例六

本发明实施例六还提供了一种车辆，包括车体，其中，具体的车体结构可以采用现有技术中的结构设计；该车辆还包括如本发明实施例所述的电子设备。该电子设备的存储装置中存储有计算机程序，可以执行本发明任意实施例所述的车辆体感评测方法。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。