| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 引言 | 第13-35页 |
| 1.1 概述 | 第13-15页 |
| 1.2 汽车智能驾驶系统有效性评价方法研究现状 | 第15-21页 |
| 1.2.1 评价方法详细介绍 | 第15-20页 |
| 1.2.2 各方法归类对比分析 | 第20-21页 |
| 1.3 汽车智能驾驶系统辨识研究现状 | 第21-28页 |
| 1.3.1 车辆关键参数估计 | 第22-25页 |
| 1.3.2 控制逻辑辨识 | 第25-28页 |
| 1.4 汽车智能驾驶系统测试评价指标研究现状 | 第28-32页 |
| 1.4.1 智能化评级指标 | 第28-30页 |
| 1.4.2 有效性评价指标 | 第30-32页 |
| 1.5 本文研究内容 | 第32-35页 |
| 第2章 汽车智能驾驶系统有效性评价体系研究架构 | 第35-44页 |
| 2.1 智能驾驶系统有效性评价体系方案设计 | 第35-42页 |
| 2.1.1 智能驾驶有效性评价的数据来源 | 第36-37页 |
| 2.1.2 蒙特卡洛仿真的理论模型基础 | 第37-40页 |
| 2.1.3 基于蒙特卡洛仿真的有效性计算流程 | 第40-42页 |
| 2.2 汽车智能驾驶系统有效性评价体系关键技术规划 | 第42-44页 |
| 第3章 基于汽车运行数据挖掘的智能驾驶系统辨识方法 | 第44-80页 |
| 3.1 智能驾驶系统辨识目标制定 | 第44-45页 |
| 3.2 基于频响特性的车辆关键参数估计方法 | 第45-74页 |
| 3.2.1 基于转向系统频响特性的轮胎刚度估计 | 第46-58页 |
| 3.2.2 基于驱动系统频响特性的时间延迟系数估计 | 第58-69页 |
| 3.2.3 基于整车纵向频响特性的整车质量估计 | 第69-73页 |
| 3.2.4 本节小结 | 第73-74页 |
| 3.3 基于机器学习的智能驾驶控制逻辑辨识方法 | 第74-79页 |
| 3.3.1 控制逻辑辨识问题的内在本质探讨 | 第74-76页 |
| 3.3.2 基于神经网络的控制逻辑辨识方法 | 第76-79页 |
| 3.4 本章小结 | 第79-80页 |
| 第4章 基于事故数据的乘员损伤风险估算方法 | 第80-108页 |
| 4.1 乘员损伤风险估算方法研究方案 | 第80-81页 |
| 4.2 车辆变形深度作为乘员损伤评价指标的可行性论证 | 第81-98页 |
| 4.2.1 基于GIDAS数据的乘员损伤评价指标选取 | 第81-90页 |
| 4.2.2 基于NASS-CDS数据的乘员损伤评价指标验证 | 第90-98页 |
| 4.3 基于车辆变形深度的乘员损伤风险估算方法 | 第98-107页 |
| 4.3.1 基于车辆碰撞变形深度的损伤模型 | 第98-104页 |
| 4.3.2 基于变形能量的车辆变形深度估算方法 | 第104-106页 |
| 4.3.3 基于事故仿真软件的乘员损伤风险计算流程 | 第106-107页 |
| 4.4 本章小结 | 第107-108页 |
| 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 | 第108-121页 |
| 5.1 有效性评价方法总体要求 | 第108-109页 |
| 5.2 基于多源数据挖掘的有效性评价方法架构 | 第109-111页 |
| 5.3 基于多源数据的模型挖掘层关键方法 | 第111-114页 |
| 5.3.1 随机前车模型 | 第112页 |
| 5.3.2 随机后车模型 | 第112-113页 |
| 5.3.3 自车跟车模型 | 第113-114页 |
| 5.4 事故筛选与再现仿真层关键技术 | 第114-116页 |
| 5.4.1 CarSim-Simulink联合动力学仿真模块 | 第114-115页 |
| 5.4.2 PCCrash-rateEFFECT联合事故再现仿真模块 | 第115-116页 |
| 5.5 单位行驶里程平均乘员风险层关键方法 | 第116-119页 |
| 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 | 第116-118页 |
| 5.5.2 基于车辆碰撞位置坐标的变形长度计算方法 | 第118-119页 |
| 5.6 本章小结 | 第119-121页 |
| 第6章 有效性评价相关方法的验证与应用 | 第121-159页 |
| 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 | 第121-144页 |
| 6.1.1 基于频响特性的车辆关键参数估计方法验证 | 第121-139页 |
| 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 | 第139-144页 |
| 6.2 基于事故数据的乘员损伤风险估算方法验证 | 第144-147页 |
| 6.2.1 损伤风险与delta-v的回归关系 | 第144-146页 |
| 6.2.2 基于变形深度与基于delta-v的两方法对比分析 | 第146-147页 |
| 6.3 汽车智能驾驶系统有效性评价方法应用 | 第147-157页 |
| 6.3.1 基于事故再现数据库的有效性评价分析 | 第148-154页 |
| 6.3.2 基于随机场景的有效性评价分析 | 第154-157页 |
| 6.4 本章小结 | 第157-159页 |
| 第7章 结论 | 第159-162页 |
| 参考文献 | 第162-173页 |
| 致谢 | 第173-175页 |
| 附录A 损伤概率和变形概率数据 | 第175-177页 |
| 附录B 两车队列情形的有效性结果 | 第177-178页 |
| 附录C 三车队列情形的有效性结果 | 第178-180页 |
| 个人简历、在学期间发表的学术论文及研究成果 | 第180-183页 |
