摘 要： 基于哟畏治龇ǜ出了一种新的，参数可调的无人驾驶汽车智能水平评价模型。
关键词： 层次分析法；无人驾驶车辆；智能水平评价
1 引言
好的无人车评价体系调动了其关键技术与智能行为的研究热情，引导了无人驾驶车辆技术的发展。因此，我们必须有一种科学、合理的评价体系以更进一步推动该行业的进步。
2 层次分析法
层次分析法（Analytic Hierarchy Process，简记为AHP）是T.L.Saaty等人在上世纪70年代提出的一种能有效处理牵涉因素较多，权重难以量化的一类问题的实用方法。这是一种定性与定量结合的、系统化、层次化的分析方法。其过程可抽象为三步，即：将决策问题结构为目标层，准则层，方案层三个层次，再通过互相比较确定各准则对于目标的权重，及各方案对每一准则的权重，最后将方案层对准则层的权重及准则层对目标层的权重进行综合，以最终确定方案层对目标层的权重。
对第二步，假设要比较某一层n个因素C1，C2，L，Cn对上层一个因素O的影响，每次取两个因素Ci和Cj，用aij表示Ci和Cj对O的影响之比，比较结果可用成对比较矩阵表示：
由于（1）式给出的aij的特点（aij是aji是倒数，即互反数），A称为正互反矩阵，同时若正互反矩阵满足：
则称为一致阵，为确保成对比较矩阵的不一致程度在容许范围内，给出一致性检验公式：
其中，λ为成对比较矩阵最大特征值，RI为随机一致性指标，仅与n有关，查表可得。此时可用λ的归一化特征向量作为权值w，w满足：
3 构件车辆智能水平层次分析模型举例
显然，目标层应为“确定无人车智能等级”，方案层应为各等级名称，为了简便及节省篇幅，不妨仅设设为“Level 1”，“Level 2”与“Level 3”三个等级，分别设为，且级别越高，智能水平越高。准则层的选取应根据智能水平考察的侧重点进行选择C1-C3，这是判断一个评价体系是否科学的关键之一。
准则层的选取可根据评价体系制定者的意愿进行构造与填写，这里只是提供一种参考方案。无人驾驶车辆平台结构大致可以分为自然环境感知模块、智能行为决策模块、车辆控制模块。现根据这三类模块的关键技术，不妨将准则层分为“视听觉信息协同计算能力”，“自然语言理解能力”，“全局路径规划能力”，“局部路径规划能力”，“车辆形式姿态感知能力”，“车辆行驶速度感知能力”。且分别设为。层次结构图如下
从准则层开始对影响上一层每个因素的同层元素利用成对比较法，采用1-9尺度构造成对比较矩阵直至方案层，该步骤亦是判断一个评价体系是否科学的关键之一，为了保证矩阵选取的科学有效，往往需要专家系统进行制定。在此设定
其中Bk（k=1，L，5）中的元素bijk是方案层Ci与Cj对准则Bk的优越性比较尺度
可以看出对于该按此评价体系应评为C1，即Level 1级。
