自动驾驶测试评价技术已成为自动驾驶实现大规模应用的关键问题，是零部件供应商、整车厂、汽车行业、国家部委等多个层面的研究热点。本书是一部阐述汽车自动驾驶技术测试评价体系的研究型论文。本书应用车辆动力学、统计学原理、人工智能等基础原理，从自动驾驶技术黑箱建模、行驶安全性计算方法、评价流程体系架构等角度深入浅出地介绍了该领域的核心问题，并给出了解决方案。
本书可作为自动驾驶测试领域研究人员的参考读物。

第1章引言
1.1概述
1.2汽车智能驾驶系统有效性评价方法研究现状
1.2.1评价方法详细介绍
1.2.2各方法归类对比分析
1.3汽车智能驾驶系统辨识研究现状
1.3.1车辆关键参数估计
1.3.2控制逻辑辨识
1.4汽车智能驾驶系统测试评价指标研究现状
1.4.1智能化评级指标
1.4.2有效性评价指标
1.5本书研究内容
第2章汽车智能驾驶系统有效性评价体系研究架构
2.1智能驾驶系统有效性评价体系方案设计
2.1.1智能驾驶有效性评价的数据来源
2.1.2蒙特卡罗仿真的理论模型基础
2.1.3基于蒙特卡罗仿真的有效性计算流程
2.2汽车智能驾驶系统有效性评价体系关键技术规划
第3章基于汽车运行数据挖掘的智能驾驶系统辨识方法
3.1智能驾驶系统辨识目标制定
3.2基于频响特性的车辆关键参数估计方法
3.2.1基于转向系统频响特性的轮胎刚度估计
3.2.2基于驱动系统频响特性的时间延迟系数估计
3.2.3基于整车纵向频响特性的整车质量估计
3.2.4本节小结
3.3基于机器学习的智能驾驶控制逻辑辨识方法
3.3.1控制逻辑辨识问题的内在本质探讨
3.3.2基于神经网络的控制逻辑辨识方法
3.4本章小结
第4章基于事故数据的乘员损伤风险估算方法
4.1乘员损伤风险估算方法研究方案
4.2车辆变形深度作为乘员损伤评价指标的可行性论证
4.2.1基于GIDAS数据的乘员损伤评价指标选取
4.2.2基于NASSCDS数据的乘员损伤评价指标验证
4.3基于车辆变形深度的乘员损伤风险估算方法
4.3.1基于车辆碰撞变形深度的损伤模型
4.3.2基于变形能量的车辆变形深度估算方法
4.3.3基于事故仿真软件的乘员损伤风险计算流程
4.4本章小结
第5章基于多源数据挖掘的智能驾驶系统有效性评价方法
5.1有效性评价方法总体要求
5.2基于多源数据挖掘的有效性评价方法架构
5.3基于多源数据的模型挖掘层关键方法
5.3.1随机前车模型
5.3.2随机后车模型
5.3.3自车跟车模型
5.4事故筛选与再现仿真层关键技术
5.4.1CarSimSimulink联合动力学仿真模块
5.4.2PC CrashrateEFFECT联合事故再现仿真模块
5.5单位行驶里程平均乘员风险层关键方法
5.5.1基于随机场景的单位行驶里程平均乘员
风险计算方法
5.5.2基于车辆碰撞位置坐标的变形长度计算方法
5.6本章小结第6章有效性评价相关方法的验证与应用
6.1基于汽车运行数据挖掘的智能驾驶系统辨识方法验证
6.1.1基于频响特性的车辆关键参数估计方法验证
6.1.2基于神经网络的智能驾驶系统控制逻辑辨识
方法验证
6.2基于事故数据的乘员损伤风险估算方法验证
6.2.1损伤风险与ΔV的回归关系
6.2.2基于变形深度与基于ΔV的两方法对比分析
6.3汽车智能驾驶系统有效性评价方法应用
6.3.1基于事故再现数据库的有效性评价分析
6.3.2基于随机场景的有效性评价分析
6.4本章小结
第7章结论

汽车已拥有百余年的技术发展里程，其经历了机械
化、电气化、智能化等多次变革。自动驾驶技术部分或
完全接管了人类的驾驶权限，使得汽车发生了由人类肢
体延伸工具到智能出行服务的角色转变。而这也迫使汽
车的测试评价技术需要相应的革命性创新。该技术领域
已成为自动驾驶实现大规模应用的关键瓶颈问题。其被
零部件供应商、整车厂、汽车行业、国家部委等多个层
面列为重点研究内容，具有强烈的市场需求。数据成为
自动驾驶测试验证的重要基础，中国严重缺乏相关数据
积累。在美国、欧洲，依托网联汽车研究计划、自动驾
驶研究计划、研发框架计划、Horizon 2020等大量政府
项目，已积累了数千万公里的自然驾驶数据和数十万例
事故详细数据。我国相关数据积累尚处于起步阶段，难
以支撑中国驾驶习惯和中国特色交通场景的统计分析。
合理利用有限自然驾驶数据和车辆监控大数据，结合蒙
特卡罗仿真和重要性采样技术，将能够实现测试场景快
速筛选，是快速分析我国交通特点的一种突破性的方式
。驾驶辅助系统测试方法及标准逐渐成熟，自动驾驶测
试评价方法研究刚刚起步，但系统的量化评价方法及体
系亟待建立。ISO、ECE、Euro NACP等纷纷发布驾驶辅
助系统测试标准并已大规模应用，其主要解决特定场景
或危险场景下车辆单一驾驶任务的准入测试。面向自动
驾驶，卡莱基梅隆大学、密歇根大学、百度、北京理工
大学、中国汽车工程研究院股份有限公司等机构提出了
一些智能化等级标准和测试方法，但自动驾驶车辆的智
能化水平是分层次逐步发展的，目前还没有统一的评价
标准，缺乏体系性。我国路网结构复杂、交通混行严重
，提出中国自动驾驶设计运行范围的分级描述，并综合
人车交通等因素评判自动驾驶性能是未来趋势。虚
拟仿真技术成为解决自动驾驶大规模测试验证的重要工
具，但面向自动驾驶测试的工具体系仍不成熟，亟需系
统性研究。为满足实时交通场景、车载传感器及通信、
车辆动力学等高精度实时建模需求，Waymo、TASS、NI
、dSPACE、5GAA等国外机构纷纷提出了系统级、整车级
仿真测试方案，吉林大学也自主开发了Panosim虚拟仿
真软件。但虚拟仿真建模技术仍然存在模型精度不够、
与车辆实际响应误差大等问题，实车环境测试不可避免
。如何将虚拟仿真测试、系统级测试、实车测试有机融
合于一体，是迫切需要解决的问题。因此，尚需要系统
研究自动驾驶测试评价方法、技术体系，多角度综合解
决自动驾驶汽车测试问题。陈龙同学的博士论文立足于
国内外充实的文献调研及相关理论和数据分析研究，提
出了基于多源数据挖掘的汽车智能驾驶系统有效性评价
方法体系（第2章和第5章），并对其中各项技术要点进
行了详细阐述。其合理利用实车、事故、FOT等多源数
据，融合系统辨识、乘员损伤风险估算、随机场景建模
等多种方法，以仿真的方式可实现不同种类汽车智能驾
驶系统的有效性评价。该方法综合了现有实车路试、事
故仿真、随机仿真等方法的优势，具有针对不同智能驾
驶系统的可扩展性、测试场景私密和公平性、结果可重
复、时间成本低等特点。为了提供客观合理的评价指标
，本书（第4章）利用车辆变形深度，来估计乘员损伤
风险，以评价车辆的安全有效性。本书通过对德国和美
国的事故数据统计分析，详细论证了变形深度作为乘员
损伤评价指标的可行性。在此基础上，该方法利用回归
分析建立了基于变形深度的乘员损伤模型，并结合事故
中EES数据与车辆变形深度间的函数关系，估计乘员损
伤风险。该方法的应用过程并不需要大量的深度调查事
故数据，可采用常规的事故数据库。为了建立被评价对
象的黑箱模型，本书（第5章）通过分析电机轮胎
间耦合动力学系统的频响规律，得到了各子系统频域特
征点与关键参数的函数关系，基于此，结合频域辨识方
法实现车辆参数估计，实现被测车辆的动力学建模。其
仅采用汽车运行数据中的轮速、加速度等通用信号，不
需要轮胎纵侧向力、滑移率和侧偏角信息，即可对车辆
动力学模型中的关键参数进行估计，使其应用方便。本
书表述清晰，内容详实，重点突出；涉及所在学科领域
坚实宽广的基础理论和系统深入的专业知识。可作为自
动驾驶测试领域研究人员的参考读物。
李克强 清华大学汽车工程系 2018年6月29日

“清华大学优秀博士学位论文丛书”（以下简称“优博丛书”）精选自2014年以来入选的清华大学校级优秀博士学位论文（Top 5%）。每篇论文经作者进一步修改、充实并增加导师序言后，以专著形式呈现在读者面前。“优博丛书”选题范围涉及自然科学和人文社会科学各主要领域，覆盖清华大学开设的全部一级学科，代表了清华大学各学科最优秀的博士学位论文的水平，反映了相关领域最新的科研进展，具有较强的前沿性、系统性和可读性，是广大博硕士研究生开题及撰写学位论文的必备参考，也是科研人员快速和系统了解某一细分领域发展概况、最新进展以及创新思路的有效途径。