基于多源信息驱动的智能座舱选型方法及系统

本发明属于智能座舱选型，尤其涉及基于多源信息驱动的智能座舱选型方法及系统。

背景技术：

1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

2、随着人工智能、互联网技术和通信技术的飞速发展，提出了智能汽车驾驶舱的创新概念，集成先进技术，提供增强的驾驶体验，智能汽车已经占据了重要的地位。此外，驾驶员和乘客对驾驶舱的需求并不局限于安全功能，随着驾驶员和乘客对车内环境的需求日益丰富，更加个性化的智能汽车驾驶舱的发展前景广阔。人机交互作为一种新兴的座舱舒适性评价指标，能够优势改善驾驶感受，并在一定程度上为安全性提供反馈，被视为座舱舒适性的研究热点。此外，驾驶员的精神娱乐需求逐渐受到关注，这也被视为评价智能座舱的重要标准。然而，目前的研究主要集中在座舱舒适性方面，其他方面的研究还存在较大差距。为了更好地从总体角度描述驾驶员在驾驶舱内的个性化需求，为未来智能汽车驾驶舱内的研究提供参考，有必要构建系统完整的多准则模型。

3、随着多种智能汽车和智能汽车座舱的出现，合理评估和选择最优的智能汽车座舱以满足个性化需求显得尤为重要，指标过少会导致对系统的评价不完整，而过多则会使评价过程过于复杂。以往的研究主要针对智能汽车驾驶舱的舒适性、色彩效果和乘客体验的评价。基于多种个性化需求的智能汽车座舱评价仍存在较大差距。此外，对不同类型的智能汽车驾驶舱进行对比分析的研究较少，难以提供实用价值。因此，为了满足多重个性化需求和现实意义，引入考虑多评价指标维度和多案例比较维度的多准则决策方法是必要的。

技术实现思路

1、为克服上述现有技术的不足，本发明提供了基于多源信息驱动的智能座舱选型方法及系统，考虑了多属性决策方法的模糊性和不确定性，采用球型模糊熵度方法合理进行权重分配，本发明的评估方法能够对不同智能座舱的功能进行较为客观的评估，优势提高选择智能座舱的准确性。

2、为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：

3、本发明第一方面提供了基于多源信息驱动的智能座舱选型方法，包括：

4、设置目标汽车在运行过程中的多种工况，目标汽车为待进行智能座舱功能评价的自动驾驶汽车；

5、分别在t个目标汽车下，采集t个目标汽车在运行后达到预设工况的智能座舱稳定性参数，获得t个智能座舱参数集合；

6、构建智能座舱选型评价模型，其中，智能座舱评价模型基于智能座舱指标体系构建，所述智能座舱评价模型包括t个智能座舱评价模块，每个智能座舱评价模块内包括主观评价单元和客观评价单元；

7、将所述t个智能座舱参数集合和t个专家评价打分集合输入所述t个智能座舱评价模块内，获得t个智能座舱评价结果；

8、对所述t个智能座舱评价结果进行加权计算，获得所述目标汽车的智能座舱选型结果。

9、作为进一步的技术方案，智能座舱指标体系构建时，接收驾驶员和乘员的个性化需求的数据，其中，主观指标通过专家打分，客观指标通过测试系统测试。

10、作为进一步的技术方案，智能座舱评价模块中，包括：

11、确定各个评估指标的权重；

12、确定评价等级语言变量与球形模糊数标度的对应关系，主观指标通过专家对各智能座舱方案进行打分，客观指标通过智能座舱选型测试系统获得数据并量化为球形模糊数，进而构建模糊决策矩阵，对其进行标准化及聚合处理，并进行加权得出加权标准化判断矩阵；

13、根据加权标准化判断矩阵确定球形强匹配和弱匹配模糊集；

14、确定球形强不一致和弱不一致模糊集；

15、计算一致性指数和不一致性指数；

16、计算球形模糊聚合优势矩阵，并根据结果得出备选方案的优先级关系图；

17、根据强弱排序图评估智能座舱的功能等级。

18、作为进一步的技术方案，评价指标中包含舒适性、安全性及精神娱乐需求，其中舒适性包括声、光、热、人机交互方面，安全性包括车道保持、预警系统，精神娱乐需求包括导航系统及多媒体娱乐系统。

19、作为进一步的技术方案，声方面包括噪音的响度、噪音源类型、座舱振动频率；光方面包括驾驶舱灯光色温、驾驶舱照明、驾驶舱亮度及氛围灯颜色丰富程度；热方面包括驾驶舱温度、驾驶舱湿度、驾驶舱压力及驾驶舱风速；人机交互方面包括驾驶舱空间和仪表内部、座椅系统舒适性及驾驶人体工程学。

20、作为进一步的技术方案，车道保持方面包括准确性，预警系统方面包括及时性、预警范围、合理性及准确性。

21、作为进一步的技术方案，导航系统方面包括地图精确性、导航准确性及导航路线规划合理性，多媒体娱乐系统方面包括系统流畅性、功能丰富性及娱乐技术感和输出质量。

22、本发明第二方面提供了基于多源信息驱动的智能座舱选型系统，包括：

23、工况设置模块，被配置为：设置目标汽车在运行过程中的多种工况，目标汽车为待进行智能座舱功能评价的自动驾驶汽车；

24、智能座舱参数获取模块，被配置为：分别在t个目标汽车下，采集t个目标汽车在运行后达到预设工况的智能座舱稳定性参数，获得t个智能座舱参数集合；

25、模型构建模块，被配置为：构建智能座舱选型评价模型，其中，智能座舱评价模型基于智能座舱指标体系构建，所述智能座舱评价模型包括t个智能座舱评价模块，每个智能座舱评价模块内包括主观评价单元和客观评价单元；

26、评价模块，被配置为：将所述t个智能座舱参数集合和t个专家评价打分集合输入所述t个智能座舱评价模块内，获得t个智能座舱评价结果；

27、综合选型模块，被配置为：对所述t个智能座舱评价结果进行加权计算，获得所述目标汽车的智能座舱选型结果。

28、以上一个或多个技术方案存在以下有益效果：

29、本发明技术方案采用模糊理论，降低了方案决策过程中专家的主观决断对结果的影响；本发明技术方案建立考虑驾驶员和乘客的个性化需求，选择智能汽车驾驶舱的多角度指标的系统层次结构；

30、本发明技术方案提出一种球形模糊集下熵测度与electre相结合的混合决策方法。

31、本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

技术特征：

1.基于多源信息驱动的智能座舱选型方法，其特征是，包括：

2.如权利要求1所述的基于多源信息驱动的智能座舱选型方法，其特征是，智能座舱指标体系构建时，接收驾驶员和乘员的个性化需求的数据，其中，主观指标通过专家打分，客观指标通过测试系统测试。

3.如权利要求1所述的基于多源信息驱动的智能座舱选型方法，其特征是，智能座舱评价模块中，包括：

4.如权利要求1所述的基于多源信息驱动的智能座舱选型方法，其特征是，评价指标中包含舒适性、安全性及精神娱乐需求，其中舒适性包括声、光、热、人机交互方面，安全性包括车道保持、预警系统，精神娱乐需求包括导航系统及多媒体娱乐系统。

5.如权利要求4所述的基于多源信息驱动的智能座舱选型方法，其特征是，声方面包括噪音的响度、噪音源类型、座舱振动频率；光方面包括驾驶舱灯光色温、驾驶舱照明、驾驶舱亮度及氛围灯颜色丰富程度；热方面包括驾驶舱温度、驾驶舱湿度、驾驶舱压力及驾驶舱风速；人机交互方面包括驾驶舱空间和仪表内部、座椅系统舒适性及驾驶人体工程学。

6.如权利要求4所述的基于多源信息驱动的智能座舱选型方法，其特征是，车道保持方面包括准确性，预警系统方面包括及时性、预警范围、合理性及准确性。

7.如权利要求4所述的基于多源信息驱动的智能座舱选型方法，其特征是，导航系统方面包括地图精确性、导航准确性及导航路线规划合理性，多媒体娱乐系统方面包括系统流畅性、功能丰富性及娱乐技术感和输出质量。

8.基于多源信息驱动的智能座舱选型系统，其特征是，包括：

9.一种计算机设备，其特征在于，所述计算机设备包括存储器和控制器，所述存储器内存储有计算机程序，所述计算机程序被所述控制器执行时实现权利要求1-7任一所述方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一所述方法的步骤。

技术总结
本发明提出了基于多源信息驱动的智能座舱选型方法及系统，涉及数据评价技术领域。设置目标汽车在运行过程中的多种工况，目标汽车为待进行智能座舱功能评价的自动驾驶汽车；分别在T个目标汽车下，采集T个目标汽车在运行后达到预设工况的智能座舱稳定性参数，获得T个智能座舱参数集合；构建智能座舱选型评价模型，其中，智能座舱评价模型基于智能座舱指标体系构建，所述智能座舱评价模型包括T个智能座舱评价模块，每个智能座舱评价模块内包括主观评价单元和客观评价单元；获得T个智能座舱评价结果；对所述T个智能座舱评价结果进行加权计算，获得所述目标汽车的智能座舱选型结果。

技术研发人员：张洪浩,王凌宇,王丹琦,李方义,田广东,彭勇,李燕乐,郭年程,石亮亮,谢国权
受保护的技术使用者：山东大学
技术研发日：
技术公布日：2024/4/29