基于自动驾驶车辆安全标准ISO/PAS21448《Road vehicles-Safety of the Intended Functionality》(SOTIF),为探究导致SOTIF中人员操作误用的原因,以驾驶员对自动驾驶系统的信任感受为出发点,提出驾驶员对自动驾驶车辆正确操作指令进行...基于自动驾驶车辆安全标准ISO/PAS21448《Road vehicles-Safety of the Intended Functionality》(SOTIF),为探究导致SOTIF中人员操作误用的原因,以驾驶员对自动驾驶系统的信任感受为出发点,提出驾驶员对自动驾驶车辆正确操作指令进行错误干预的原因是驾驶员对控制指令没有信心,并引出了用以表现驾驶员与自动驾驶系统之间人机信任感受的评价指标—信心度。为验证信心度指标的实用性,设计了城市道路中常见的转弯和避障工况,并设计了相应的主观问卷,利用层次分析法确定了问卷中不同问题间的权重。利用机器学习中四种分类的方法,建立联系车辆动力学客观参数与驾驶员主观信心感受的主客观评价模型,并选出最优分类器。结果表明,基于马氏距离的分类器准确率最高,可以为自动驾驶车辆控制系统的开发与设计提供支持。展开更多
文摘基于自动驾驶车辆安全标准ISO/PAS21448《Road vehicles-Safety of the Intended Functionality》(SOTIF),为探究导致SOTIF中人员操作误用的原因,以驾驶员对自动驾驶系统的信任感受为出发点,提出驾驶员对自动驾驶车辆正确操作指令进行错误干预的原因是驾驶员对控制指令没有信心,并引出了用以表现驾驶员与自动驾驶系统之间人机信任感受的评价指标—信心度。为验证信心度指标的实用性,设计了城市道路中常见的转弯和避障工况,并设计了相应的主观问卷,利用层次分析法确定了问卷中不同问题间的权重。利用机器学习中四种分类的方法,建立联系车辆动力学客观参数与驾驶员主观信心感受的主客观评价模型,并选出最优分类器。结果表明,基于马氏距离的分类器准确率最高,可以为自动驾驶车辆控制系统的开发与设计提供支持。