决定了无人驾驶车辆智能程度品级无人驾驶车辆智能行为的表示间接。、使命复杂度、人工干涉程度、行驶质量(表1)对无人驾驶车辆智能程度的评价取决于情况复杂度。1所示如表，对应10个智能程度品级无人驾驶车辆的分析品级，的凹凸(A最高按照分析品级，车辆智能程度凹凸(例如E最低)来评价无人驾驶，复杂度最高、人工干涉度最小若是使命复杂度最高、情况，级为(A则分析等，A，))A。

　　9年6月200，中国对无人驾驶车辆初次实行第三方测试评价首届“中国智能车将来挑战”大赛的举行是，加快无人驾驶车辆研发历程做出了严重贡献对中国无人驾驶车辆摸索从理论走向现实、。国智能车将来挑战”大赛从此每年均举办一届“中，月共举办了7届至2017年2。性和人机连系的评判方式大赛的评价法则采用定，辆智能程度的量化实现了无人驾驶车。驶车辆的智能程度逐年提高通过角逐能够看到无人驾，在什么品级尚待评价可是对其智能程度处。的定量评价做过一些测验考试本研究组对无人驾驶车辆，和恍惚条理阐发(fuzzy-AHP)评价方式提出了基于成本函数的定性定量相连系的评价方式，评测系统进行了研究并对无人驾驶车辆的。方式这些，人驾驶车辆的定量评价在必然程度上实现了无，车辆智能程度的品级划分可是并未实现无人驾驶。

　　为首要使命品级划分成。三者形成的复杂交互系统为研究对象本文以无人驾驶车辆、使命、情况，别对无人驾驶车辆进行5 个品级划分隔展无人驾驶车辆程度、使命复杂度分;辆行驶的情况复杂度最初按照无人驾驶车、

　　驶过程中所占比例将其进行5品级划分按照人工干涉程度在无人驾驶车辆行。辆不克不及进行自我决策且无自主性一级(近程节制)：无人驾驶车，路径阐发和规划并由操控人员进行决策需要操控人员进行情况感知和理解、。操控人员干涉程度较大无人驾驶车辆的行为受。辆感知的周边情况消息进行阐发、规划和决策二级(近程操作)：操控人员按照无人驾驶车，由操控人员进行感知使命大部门，供给的感知消息节制其行为操控人员按照无人驾驶车辆。收无人驾驶车辆的情况感知演讲三级(报酬指点)：操控人员接。的阐发、规划和决策使命由操控人员进行大部门，辆配合进行感知和使命施行由操控人员和无人驾驶车。收无人驾驶车辆的情况感知演讲四级(报酬辅助)：操控人员接。同进行阐发、规划和决策使命由操控人员和无人驾驶车辆共，部门的感知和使命施行由无人驾驶车辆进行大。驾驶车辆施行能力的前提内五级(自主)：在满足无人，很大程度上由无人驾驶车辆来承担使命阐发、路径规划和行为决策在。受操控人员节制无人驾驶车辆不，车辆的行为根基无干涉操控人员对无人驾驶。驶车辆的情况感知演讲操控人员领受无人驾，所有的情况感知和使命施行由无人驾驶车辆独立承担，路径规划和行为决策而且完成使命阐发、，操控人员来完成协作可能要由。

　　驶车辆的行为影响也分歧分歧情况和使命对无人驾，时捕获四周情况的变化无人驾驶车辆必需实，围情况中的妨碍物必需精确判断周，、走动的行人等如行驶的车辆，平安躲避办法并施行响应的。、标识牌、护栏等并做出精确决策同时应精确识别车道线、交通灯。驾驶车辆也应改变本人的行为当天然情况发生变化时无人，、雪天等特殊气候如碰到雾天、雨天，车速、车距而且精确地变换灯光无人驾驶车辆该当连结恰当的。坑洼路等特殊路况时碰到窄路、崎岖路、，优路线进行行驶、会车及掉头无人驾驶车辆也该当选择最。

　　车辆智能程度的评价是至关主要的一套完美的评测系统对无人驾驶，无人驾驶车辆的智能行为做出评价评测模块将按照给定的评测系统对。03年20，分类和评估的无人系统自主级别(ALFUS)框架美国国度尺度研究院提出并成立了针对地面无人平台，范性框架和理论指点从此测评系统有了规。

　　评价其智能程度最慎密的参数之一无人驾驶车辆对情况的识别往往是。的行车行为表示以及交通行为表示的阐发来进行划分无人驾驶车辆的智能程度品级按照对无人驾驶车辆。杂性和不成预测性实在道路具有复。力与交通情况的变化相关无人驾驶车辆的认知能。行驶情况按照车辆，进行5品级划分将情况复杂度。)：简单道路(直道)一级(情况复杂度最低，(无坑洼)路况平展，优良气候，优良光照，人少行，口少路，交通标记少交通灯、。)：一般道路(直道二级(情况复杂度低，道)弯，有较小坑洼)路况一般(，一般光照，人较多动态行，杂路口较复，、交通标记有交通灯。：较复杂道路(简单车道线三级(情况复杂度中等)，带等)减速，劣(车辙路况较恶，槽坑，损等)路面破，较弱光照，行人多动态，杂路口相对复，通标记较多交通灯、交。：复杂道路(复杂车道线四级(情况复杂度高)，化带绿，带等)分手，(泥泞土路路况恶劣，沙路松散，等)水坑，天阴，照弱光，灵活车及非灵活车等较多动态的行人、，路口复杂，交通标记多交通灯、。：出格复杂道路(立交桥五级(情况复杂度最高)，道、匝道各类车，示牌指，息牌等)道路信，恶劣(积水路况极端，雪积，等妨碍物笼盖)落叶、遗撒物，雾天等极端气候雨天、雪天、，最弱光照，最多(学校动态行人，院医，口等)拥堵路，行驶车辆有高速，杂路口极其复，通标记最多交通灯、交。

　　式定性评价系统的ALFUS评测框架按照美国国度尺度与手艺研究院开导，对应的自主品级生成10个相。工节制、无自主性时当无人系统完全由人，程度为0级即代表智能;其复杂、情况极端恶劣第10级表征使命极，全自主可以或许完，平优良自主水;要求高、情况复杂、自主程度优良7~9级表征使命复杂性/协作性;境复杂程度中等、自主程度中等4~6级表征使命难度中等、环;使命要求较低、自主程度差1~3级表征情况简单、。0级评价基于这1，能够直观地从品级划分中表现出来智能无人系统的自主性程度不同。

　　划局(DARPA)无人驾驶车辆角逐美国举办了3届美国国防高级研究计，年举办的DARPA Urban Challenge别离是2004年、2005年的越野挑战赛和2007，由第三方给出测试标题问题均，知测试场地和测试标题问题参赛车队赛前并未被告，对无人驾驶车辆进行定量评价按照各队完成预定使命的耗时。是采用了简单的定量评价这3届DARPA赛事只，智能程度品级进行评价并未对无人驾驶车辆的。

　　部位的传感器来感知四周情况无人驾驶车辆操纵安装在分歧，妨碍物和布景情况等消息获得道路、本身位姿、。城市影响无人驾驶车辆的行为传感器捕获到的任何细微变化，变化城市对无人驾驶车辆的阐发决策形成影响例如光线、温度的变化及对路面平整度捕获的。变仍是情况的改变无论是使命的改，驾驶车辆的行为均会改变无人。交互激发无人驾驶车辆的智能行为(图1)由此可得通过情况使命无人驾驶车辆三者。

　　按照突发情况进行使命规划与重规划的能力使命规划能力的自主性体此刻无人驾驶车辆。多组使命的能力进行测试对无人驾驶车辆完成单项，无人驾驶车辆使命复杂度进行5品级划分以独立完成使命的数量和质量为根据对。动、刹车、泊车一级近程节制启，和决策能力无感知能力。泊车、GPS导航机能、限速二级直线车道连结、泊车线，泊车线进行识别可以或许对车道线、，及泊车行为决策完成路径规划。、躲避静态妨碍物并前往原车道三级车距连结、弯道车道连结，、妨碍物进行识别及车距检测可以或许对路面拓扑布局、车辆，为决策及路径规划完成弯道、跟车行。、泊车、告急制动、GPS信号缺失时的导航机能四级语音指令泊车、躲避动态妨碍物并前往原车道，具有车辆位相信息丢失下的根基行车行为的鲁棒机能够对妨碍物、语音、车道线、泊车位进行识别并，划及泊车行为决策完成局部路径规。急声音的车速和路径规划、信号灯泊车列队五级识别道路标记后的车速和路径规划、紧，车鸣笛语音、交通信号灯标记、车辆识别可以或许对道路标记、警车、救护车、救火，下的行为决策、局部路径规划及全局路径规划完成道路标记、告急声音、交通信号灯认知。

　　列无人驾驶车辆角逐纵观国表里的一系，能程度的评价虽然实现了智，智能程度品级进行评价可是均未对其所处的。车辆智能程度测评系同一套完美的无人驾驶，智能程度品级进行划分起首要对无人驾驶车辆，步的深切研究这需要进一。

　　务的复杂程度、人工干涉的程度及行驶质量的评价3)通过对无人驾驶车辆行驶情况的复杂程度、任，程度进行10品级划分可对无人驾驶车辆智能。

　　度、情况复杂度在评测模子各坐标轴上所占的比例2)按照无人驾驶车辆的人工干涉程度、使命复杂，车辆的智能程度做出评价能够直观地对无人驾驶。

　　够依托本身照顾的传感器感知车辆四周情况无人驾驶车辆(也称轮式挪动机械人)是能，及时决策施行按照使命要求，平安性和不变性以包管车辆的。学委员会指出美国国度科，来军事成长的一个必然趋势无人平台插手疆场将是未。注无人驾驶车辆手艺世界列国也越来越关，关研究和开辟中并接踵投入相。人驾驶手艺加到本人的车系中越来越多的车企也连续将无，驶方面的研究投入并加大在无人驾;驶汽车接踵呈现各大车企无人驾，汽车行业将成为一个新亮点无人驾驶车辆手艺在将来。

　　级由它表示出来的智能行为来决定1)无人驾驶车辆智能程度的等。所处情况和所施行的使命三者交互配合感化激发的无人驾驶车辆的智能行为是由无人驾驶车辆本身、。

　　(human intervention无人驾驶车辆评测模子通过人工干涉程度，sion complexityHI)、完成使命复杂度(mis，mental complexityMC)和情况复杂度(environ，现(图2)EC)表。度(特殊气候、特殊区域、复杂路口、道路环境、人流环境)作为评价无人驾驶车辆智能程度的3个方面把人工干涉程度(人工进行的决策和操作)、使命复杂度(使命难易程度、完成使命的数量)、情况复杂，坐标系统成立3维，自作为一轴3方面各，进行无人驾驶车辆评测模子的建构通过3要素在3坐标轴上所占比例。