[发明专利]一种相同起终点自动驾驶路线分类统计评分的方法

说明书

一种相同起终点自动驾驶路线分类统计评分的方法，包括：自动驾驶车辆车载终端周期性采集车载系统CAN数据，并发送给服务器；获取用户起点和终点信息，服务器根据车辆位置信息，实时获取车辆到达起点和终点时间；根据获取的车辆到达起点终点的时间，加载车辆CAN数据，计算自动驾驶路线的里程，时长，能耗，接管次数，对原始路线抽稀，得到抽稀后的路线，计算路线间的DTW距离和相似度；根据路线统计的里程，时长，能耗，接管次数指标，对这些指标进行最小最大标准化处理，进行熵权法量化评分。本发明帮助自动驾驶出租车运营商有效分析运营路线，选择合适的自动驾驶供应商，帮助自动驾驶供应商优化自动驾驶规划路线。

技术领域

本发明涉及的是自动驾驶领域，特别涉及一种相同起终点自动驾驶路线分类统计评分的方法。

背景技术

随着自动驾驶技术的发展和应用,越来越多的车企和自动驾驶服务供应商，在中国多个城市部署了自动驾驶出租车，提供固定起终点叫车服务。相同起终点，同一个供应商的不同车辆或不同供应商的不同车辆无人驾驶规划路线不同，不同路线路况不同，导致车辆自动驾驶稳定性不同，时长、距离、能耗也不同。因此，亟需一种对相同起终点自动驾驶路线进行分类和统计评分的方法。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种相同起终点自动驾驶路线分类统计评分的方法。

为了解决上述技术问题，本申请实施例公开了如下技术方案：

一种相同起终点自动驾驶路线分类统计评分的方法，包括：

S100.自动驾驶车辆车载终端周期性采集车载系统CAN数据，并实时发送给服务器；

S200.根据用户订单信息，获取用户起点和终点信息，服务器根据车辆位置信息，实时获取车辆到达起点和终点时间；

S300.根据获取的车辆到达起点终点的时间，加载车辆CAN数据，计算自动驾驶路线的里程，时长，能耗，接管次数，对原始路线抽稀，得到抽稀后的路线，计算路线间的DTW距离和相似度，根据相似度进行路线分类；

S400.根据路线统计的里程，时长，能耗，接管次数指标，并对这些指标进行最小最大标准化处理，然后进行熵权法量化评分。

进一步地，S100中，车载CAN数据包括：车架号，经纬度，速度，驾驶模式，总电流，总电压以及采集时间。

进一步地，S300中，计算自动驾驶路线的里程的方法为：定义路线上所有点为Pi，其中，i＝1，2，.....，k，.....M；M为路线上点的总个数，dis(P(k-1)，Pk)表示订单行程中相邻两个点的距离，longitude(Pk)当前点经度，latitude(Pk)当前点纬度，r为地球半径，则dis(P(k-1)，Pk)计算公式为：

dis(P(k-1)，Pk)＝2*Math.asin(Math.sqrt(Math.pow(Math.sin(a/2)，2)+Math.cos(radLat1)*Math.cos(radLat2)*Math.pow(Math.sin(b/2)，2)))*r；

其中，radLat1＝rad(latitude(Pk))，为点Pk处纬度的弧度，radLat2＝rad(1atitude(P(k-1)))，为点P(k-1)处纬度的弧度，a＝radLat1-radLat2；b＝rad(longitude(Pk))-rad(longitude(P(k-1)))。

进一步地，S300中，计算自动驾驶路线的时长的方法为：定义路线上所有点为Pi，其中，i＝1，2，.....，k，.....M；M为路线上点的总个数，time(P(k-1)，Pk)表示订单行程中相邻两个点的时长，collectTime(Pk)表示当前点采集时间，则：