智能汽車代表著汽車產品智能化的演化趨勢, 可以提供更安全, 更節能, 更環保, 更便捷的自由移動方式和綜合解決方案, 其意義不僅在於汽車產品與技術的升級, 更有可能成為汽車及相關產業的全業態和價值鏈體系重塑的重要組成, 是國際上公認的未來汽車產業發展的戰略制高點. 為了促進汽車工業設計, 生產和銷售的良性迴圈, 刺激汽車生產商提高汽車智能化水平, 敦促汽車製造商不斷探尋更高的智能化技術和裝置, 並為消費者購車時提供參考, 在2017ICV國際論壇上, 中國汽車技術研究中心(以下簡稱中汽中心)汽車技術情報研究所智能汽車研究室暨汽車軟體測評中心主任王羽發布了《汽車智能化指數及評價方法研究》課題.
王羽
據王羽介紹, 現階段, 智能車發展水平當中有半自動駕駛和自動駕駛的功能, 功能各不一樣. 該課題在SAE International汽車智能化等級劃分的框架下, 提出涵蓋實驗室測評, 實踐驗證測評, 消費滿意度等 '三位一體' 的評價體系, 建立以自動駕駛, 車聯網, 資訊安全以及車載資訊服務等為基礎的評價指標體系, 並綜合利用不同評價方法的優缺點, 同時結合大數據分析方法, 最終計算得到汽車智能化指數綜合評價分數. '該評價體系旨在為評定汽車智能化等級提供判斷依據, 為汽車產業智能化發展提供基準值, 從而不斷促進智能汽車在安全, 體驗, 能耗, 效率等方面的整體提升. ' 王羽如是說.
目前, 課題由中汽中心課題組完成框架性研究報告和基準研究參數, 2018年將集合全行業的力量, 完成問卷調研, 理論模型評價體系, 子課題研究和實車驗證, 並公布基於汽車智能化功能的指數評價結果, 2019年將研究和發布基於汽車智能化性能的指數評價結果.
《汽車智能化指數及評價方法研究》課題的體系與指標
為保障汽車智能化指數及評價的全面性, 客觀性與實用性, 實驗室測評, 實踐驗證測評, 消費滿意度等 '三位一體' 的評價體系, 如下圖所示, 充分利用實驗室/示範基地等虛擬與實際測試場景進行汽車智能化功能檢測試驗, 並結合智能汽車相關科技賽事對智能汽車進行年度實踐測評, 同時兼顧消費者對於智能汽車的場景需求與智能汽車實際功能的匹配分析, 最終得出汽車智能化水平分數及等級排名結果.
汽車智能化指數評價體系
汽車智能化指數評價指標體系按照樹形多級結構, 可分為一層指標, 二層指標, 三層指標. 各級指標相互聯繫, 建立指標框架如下圖所示. 其中, 一層指標是指汽車智能化指數評價指標, 代表了衡量汽車智能化指數的最終指標, 其下又可分為二層指標, 三層指標, 四層指標等.
汽車智能化指數評價指標層級框架
關於汽車智能化指數評價指標體系的二層指標, 首先, 自動駕駛指數用來衡量智能駕駛汽車在自動化駕駛系統方面的性能;其次, 網聯化作為智能汽車發展的關鍵技術, 也是汽車智能化的重要體現, 網聯化指數用來衡量自動駕駛汽車在車聯網方面的基本性能;再次, 資訊安全一直是智能汽車生產和使用需要關注的重點, 資訊安全指數用來衡量智能網路的資訊安全程度;最後, 智能汽車除了要滿足駕駛方面的需求, 還需要提供智能汽車使用者在車載資訊等方面服務, 智能汽車通過智能手機, 可穿戴設備及車內娛樂設施等設備使用戶實現在汽車駕駛過程中的休閑娛樂活動, 此方面利用影音娛樂系統指數衡量. 汽車智能化指數評價指標體系三層指標, 則是通過智能汽車不同系統的基本能力去評估汽車在自動化, 網聯化, 安全性, 娛樂性等方面的能力.
《汽車智能化指數及評價方法研究》課題的模型與演算法
汽車智能化指數評價模型整體框架如圖3所示, 其中核心部分在於: 確定完整的評價指標體系和選取恰當的評價方法. 基於模型進行汽車智能化指數評價的主要步驟, 具體描述為: 首先, 應選取適宜的汽車智能化評價參數, 並對參數及數據進行預處理;其次, 構建汽車智能化指數評價指標體系, 並選取重要指標的相關參數及數據;再次, 利用綜合評價法對評價指標體系中指標權重進行設定, 並緊密結合大數據分析方法進行分析處理, 不同的評價及分析方法也決定著綜合評價模型的差異性;最後, 基於汽車智能化相關參數及數據, 評價指標體系以及核心演算法, 對智能化分數進行計算, 並得出汽車智能化評價等級的最終結果.
汽車智能化指數評價模型
汽車智能化指數評價模型的核心在於評價方法的選擇, 而評價方法中的重要組成部分便是指標權重的確定, 其對於綜合評價結果的客觀性和確切性具有重要影響, 指標權重設定方法的不同往往也是不同綜合評價法的差異所在, 計算權重係數的方法大致可分為兩大類[3]: 一類是主觀賦權法;另一類是客觀賦權法. 其中, 層次分析法[4]主要是考慮專家的意見, 汲取了專家們的知識和經驗, 一般具有較高的合理性, 但仍無法克服存在主觀隨意性較大的缺陷;熵權法[5]能夠充分挖掘原始數據本身蘊涵的資訊價值, 相對層次分析法而言結果比較客觀, 但卻不能反映專家的知識和經驗以及決策者的意見, 可能會導致得到的權重與實際重要程度不相符. 因此, 綜合上述兩種方法的優缺點, 可選取層次分析法和熵權法相結合的組合確權方法, 對汽車智能化指標權重進行確定. 此外, 還可充分運用大數據分析方法, 基於獲取的大量汽車智能化相關數據, 選取具體適宜的數據挖掘演算法對汽車的智能化水平進行評價.