本發(fā)明涉及汽車研發(fā)，尤其涉及一種汽車感知質(zhì)量評(píng)估方法及裝置。

背景技術(shù)：

1、隨著社會(huì)的不斷發(fā)展，汽車已經(jīng)從過去的奢侈品逐漸演變?yōu)楝F(xiàn)代生活不可或缺的一部分。隨著人們生活水平的提高和對(duì)品質(zhì)要求的增加，用戶對(duì)汽車感知質(zhì)量的期望也變得更加挑剔。汽車感知質(zhì)量不僅僅包括車輛的機(jī)械性能，還包括外觀設(shè)計(jì)、內(nèi)部布局、駕駛舒適性等多個(gè)方面。因此，汽車制造商需要采用更全面、智能的方法來評(píng)估和提升汽車的感知質(zhì)量。在現(xiàn)代社會(huì)，用戶的購車決策更加注重主觀感受和個(gè)性化需求。傳統(tǒng)的質(zhì)量評(píng)估方法難以全面反映用戶對(duì)汽車的真實(shí)感受，因此迫切需要一種更為先進(jìn)、智能化的汽車感知質(zhì)量評(píng)估方法。

2、現(xiàn)有的汽車感知質(zhì)量評(píng)估方法及裝置無法在多維度和多情境下模擬用戶感知體驗(yàn)，降低用戶對(duì)汽車感知質(zhì)量的滿意度，增加實(shí)際測(cè)試中的一些不便和高昂成本；此外，現(xiàn)有的汽車感知質(zhì)量評(píng)估方法及裝置無法反映真實(shí)的用戶感知體驗(yàn)，且不能為不同用戶群體提供個(gè)性化的建議；為此，我們提出一種汽車感知質(zhì)量評(píng)估方法及裝置。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是為了解決現(xiàn)有技術(shù)中存在的缺陷，而提出的一種汽車感知質(zhì)量評(píng)估方法及裝置。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明采用了如下技術(shù)方案：

3、一種汽車感知質(zhì)量評(píng)估方法，該評(píng)估方法具體步驟如下：

4、(1)收集用戶對(duì)汽車感知質(zhì)量的需求和期望；

5、(2)實(shí)時(shí)采集并預(yù)處理汽車各個(gè)維度的感知質(zhì)量數(shù)據(jù)；

6、(3)篩選出用戶需求特征并進(jìn)行建模仿真模擬用戶感知體驗(yàn)；

7、(4)實(shí)時(shí)收集并反饋用戶實(shí)際使用中的感知數(shù)據(jù)至評(píng)估系統(tǒng)；

8、(5)挖掘分析不同用戶群體對(duì)汽車感知質(zhì)量的偏好和差異；

9、(6)融合不同感知質(zhì)量數(shù)據(jù)的多模態(tài)信息獲取全面感知體驗(yàn)；

10、(7)維護(hù)歷史數(shù)據(jù)并動(dòng)態(tài)更新模型以對(duì)汽車進(jìn)行全面評(píng)估；

11、(8)解釋評(píng)估模型的決策過程并將評(píng)估結(jié)果反饋給汽車制造商。

12、作為本發(fā)明的進(jìn)一步方案，步驟(2)所述感知質(zhì)量數(shù)據(jù)具體包括整體、外飾目視質(zhì)量、外飾操作件的質(zhì)量、內(nèi)表面質(zhì)量、發(fā)動(dòng)機(jī)艙布局、后備箱質(zhì)量、內(nèi)飾操作件的質(zhì)量以及內(nèi)飾目視質(zhì)量八個(gè)維度的感知質(zhì)量數(shù)據(jù)。

13、作為本發(fā)明的進(jìn)一步方案，步驟(2)所述感知質(zhì)量數(shù)據(jù)預(yù)處理具體步驟如下：

14、步驟一：通過市場(chǎng)調(diào)研和用戶反饋收集用戶對(duì)汽車感知質(zhì)量的需求和期望，并生成對(duì)應(yīng)維度的感知質(zhì)量數(shù)據(jù)，再檢測(cè)并刪除重復(fù)記錄，通過統(tǒng)計(jì)方法或閾值法來標(biāo)記異常數(shù)據(jù)，并將標(biāo)記的異常值刪除或替換為缺失數(shù)據(jù)，之后通過數(shù)據(jù)插值處理各組感知質(zhì)量數(shù)據(jù)中存在的缺失值；

15、步驟二：對(duì)非數(shù)值型數(shù)據(jù)進(jìn)行編碼，將其轉(zhuǎn)換為可用于模型訓(xùn)練的數(shù)值型數(shù)據(jù)，再對(duì)數(shù)值型數(shù)據(jù)進(jìn)行歸一化處理以統(tǒng)一各組數(shù)據(jù)的尺度；

16、步驟三：根據(jù)移動(dòng)平均濾波器生成一組n×n的窗口，之后初始化該窗口位置至數(shù)據(jù)開端，將窗口內(nèi)的數(shù)據(jù)進(jìn)行平均處理以生成平滑后的數(shù)據(jù)，之后按照每次一組數(shù)據(jù)點(diǎn)的距離移動(dòng)該窗口，并重復(fù)平滑數(shù)據(jù)，直至移動(dòng)至數(shù)據(jù)尾部完成平滑。

17、作為本發(fā)明的進(jìn)一步方案，步驟(3)所述用戶需求特征篩選具體步驟如下：

18、步驟1：對(duì)處理后的感知質(zhì)量數(shù)據(jù)通過傅里葉變換將其轉(zhuǎn)換為頻譜，并顯示出信號(hào)中各組頻率成分的振幅和相位信息，再計(jì)算頻譜的平方值以獲取功率譜密度圖；

19、步驟2：識(shí)別功率譜密度圖中峰值對(duì)應(yīng)的頻率，并選擇具有顯著功率的頻率作為代表性頻率成分，再對(duì)信號(hào)進(jìn)行濾波以突出或去除特定頻率成分，從處理后的頻譜中提取具有代表性的頻率特征；

20、步驟3：分析頻域特征的物理或領(lǐng)域含義，并解釋頻域成分與原始數(shù)據(jù)之間的關(guān)系。

21、作為本發(fā)明的進(jìn)一步方案，步驟(3)所述用戶感知體驗(yàn)?zāi)M具體步驟如下：

22、步驟①：創(chuàng)建初始的mc樹結(jié)構(gòu)，同時(shí)初始化一組根節(jié)點(diǎn)，以表示汽車感知質(zhì)量的初始狀態(tài)，并將各維度初始信息加入該根節(jié)點(diǎn)中，確定在當(dāng)前節(jié)點(diǎn)下用戶可能采取的汽車感知質(zhì)量操作的動(dòng)作空間；

23、步驟②：通過隨機(jī)采樣從定義的動(dòng)作空間中選擇一組或多組動(dòng)作，表示用戶在當(dāng)前情境下的可能操作，同時(shí)對(duì)于每組采樣的動(dòng)作，通過模擬用戶操作后汽車各維度感知質(zhì)量的變化以獲取新的狀態(tài)，基于先驗(yàn)知識(shí)、用戶調(diào)查結(jié)果以及歷史感知質(zhì)量數(shù)據(jù)為每組動(dòng)作分配相應(yīng)的概率，再結(jié)合當(dāng)前節(jié)點(diǎn)的信息，對(duì)每組動(dòng)作進(jìn)行評(píng)估，然后根據(jù)評(píng)估結(jié)果對(duì)動(dòng)作進(jìn)行排序；

24、步驟③：設(shè)定模擬的迭代次數(shù)，以及每次模擬的步長，依據(jù)ucb算法從當(dāng)前節(jié)點(diǎn)的動(dòng)作中選擇一組動(dòng)作用于模擬，若選擇的動(dòng)作是否對(duì)應(yīng)樹中已有的節(jié)點(diǎn)，如果不是，則判斷是否需要為該動(dòng)作創(chuàng)建新節(jié)點(diǎn)，若選擇的動(dòng)作對(duì)應(yīng)樹中沒有節(jié)點(diǎn)，創(chuàng)建一個(gè)新節(jié)點(diǎn)，初始化該節(jié)點(diǎn)的統(tǒng)計(jì)信息；

25、步驟④：對(duì)選定的動(dòng)作進(jìn)行模擬，模擬用戶操作后汽車各維度感知質(zhì)量的變化以獲取新的狀態(tài)，并計(jì)算模擬得到的狀態(tài)對(duì)用戶感知體驗(yàn)的獎(jiǎng)勵(lì)或懲罰，將計(jì)算得到的獎(jiǎng)勵(lì)反向傳播到mc樹的對(duì)應(yīng)節(jié)點(diǎn)，并更新節(jié)點(diǎn)的訪問次數(shù)和累計(jì)獎(jiǎng)勵(lì)；

26、步驟⑤：根據(jù)之前選擇的動(dòng)作，定位與該動(dòng)作對(duì)應(yīng)的節(jié)點(diǎn)，將選擇的節(jié)點(diǎn)訪問次數(shù)加一，以表示模擬過程中該節(jié)點(diǎn)被訪問了一次，同時(shí)對(duì)選擇的節(jié)點(diǎn)，將其累計(jì)獎(jiǎng)勵(lì)增加模擬得到的獎(jiǎng)勵(lì)值，從選擇的節(jié)點(diǎn)開始，逐級(jí)向上更新父節(jié)點(diǎn)的訪問次數(shù)和累計(jì)獎(jiǎng)勵(lì)以更新整個(gè)路徑上的節(jié)點(diǎn)信息；

27、步驟⑥：重復(fù)執(zhí)行動(dòng)作選擇、動(dòng)作擴(kuò)展、隨機(jī)模擬和結(jié)果反向傳播的過程，根據(jù)樹中節(jié)點(diǎn)的統(tǒng)計(jì)信息獲取獎(jiǎng)勵(lì)值最高的節(jié)點(diǎn)，并提取出該節(jié)點(diǎn)對(duì)應(yīng)汽車信息作為用戶感知體驗(yàn)的最優(yōu)設(shè)計(jì)。

28、作為本發(fā)明的進(jìn)一步方案，步驟(7)所述汽車全面評(píng)估具體步驟如下：

29、步驟?。侯A(yù)處理lur鏈表中的歷史數(shù)據(jù)，并標(biāo)準(zhǔn)化處理各組數(shù)據(jù)以統(tǒng)一各組數(shù)據(jù)范圍，之后將數(shù)據(jù)集分為訓(xùn)練集和驗(yàn)證集，再確定質(zhì)量評(píng)估模型的網(wǎng)絡(luò)結(jié)構(gòu)，并初始化質(zhì)量評(píng)估模型中生成器和判別器的權(quán)重和偏置；

30、步驟ⅱ：生成器使用訓(xùn)練數(shù)據(jù)集中的噪聲或隨機(jī)向量生成虛假的感知質(zhì)量數(shù)據(jù)，再將訓(xùn)練集中一批真實(shí)感知質(zhì)量數(shù)據(jù)和生成器生成的虛假數(shù)據(jù)輸入判別器，計(jì)算判別器對(duì)真實(shí)數(shù)據(jù)和虛假數(shù)據(jù)的分類損失，再使用梯度下降法更新判別器的參數(shù)；

31、步驟ⅲ：計(jì)算生成器生成的虛假數(shù)據(jù)與真實(shí)數(shù)據(jù)之間的損失，再使用梯度下降法更新生成器的參數(shù)，之后生成器使用更新后的參數(shù)再次從訓(xùn)練集噪聲分布或隨機(jī)向量中生成一批虛假的感知質(zhì)量數(shù)據(jù)，將生成器生成的虛假數(shù)據(jù)與真實(shí)數(shù)據(jù)混合以形成一組新的數(shù)據(jù)集，再將這個(gè)混合數(shù)據(jù)集輸入判別器進(jìn)行判別；

32、步驟ⅳ：重復(fù)進(jìn)行生成器生成虛假數(shù)據(jù)、訓(xùn)練判別器、生成器生成更逼真的虛假數(shù)據(jù)和再次訓(xùn)練判別器的循環(huán)，直至循環(huán)次數(shù)達(dá)到預(yù)設(shè)迭代次數(shù)后停止，使用驗(yàn)證集進(jìn)行對(duì)抗網(wǎng)絡(luò)的評(píng)估；

33、步驟ⅴ：收集最新感知質(zhì)量數(shù)據(jù)，并將其輸入至對(duì)抗網(wǎng)絡(luò)中進(jìn)行感知質(zhì)量評(píng)估，之后將對(duì)抗網(wǎng)絡(luò)的評(píng)估結(jié)果與蒙特卡洛樹模型和lur鏈表的結(jié)果融合，形成一個(gè)綜合的感知質(zhì)量評(píng)估，識(shí)別可汽車設(shè)計(jì)存在的問題和瓶頸，并生成改進(jìn)和優(yōu)化的方案。

34、一種汽車感知質(zhì)量評(píng)估裝置，包括處理器、存儲(chǔ)器、傳感器、攝像頭、電子控制單元、通信模塊、電源管理模塊以及觸摸顯示屏；

35、所述處理器用于執(zhí)行感知質(zhì)量評(píng)估的各項(xiàng)算法；所述存儲(chǔ)器用于用于存儲(chǔ)從各組傳感器獲取的原始數(shù)據(jù)、歷史評(píng)估數(shù)據(jù)以及模型參數(shù)信息；所述傳感器用于實(shí)時(shí)采集汽車各個(gè)維度的感知質(zhì)量數(shù)據(jù)；所述攝像頭用于捕捉汽車外部和內(nèi)部的圖像信息；

36、所述電子控制單元用于用于協(xié)調(diào)和控制各個(gè)電子元件的工作；所述通信模塊通過無線通信協(xié)議與外部網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)交換；所述電源管理模塊用于管理電子元件的供電；所述觸摸顯示屏用于用戶進(jìn)行設(shè)置以及查看評(píng)估結(jié)果操作。

37、相比于現(xiàn)有技術(shù)，本發(fā)明的有益效果在于：

38、1、該汽車感知質(zhì)量評(píng)估方法通過創(chuàng)建初始的mc樹結(jié)構(gòu)，同時(shí)將汽車感知質(zhì)量的初始狀態(tài)作為該樹根節(jié)點(diǎn)，并將各維度初始信息加入該根節(jié)點(diǎn)中通過隨機(jī)采樣從定義的動(dòng)作空間中選擇一組或多組動(dòng)作，通過模擬用戶操作后汽車各維度感知質(zhì)量的變化以獲取新的狀態(tài)，依據(jù)ucb算法從當(dāng)前節(jié)點(diǎn)的動(dòng)作中選擇一組動(dòng)作用于模擬，模擬用戶操作后汽車各維度感知質(zhì)量的變化以獲取新的狀態(tài)，并更新節(jié)點(diǎn)的訪問次數(shù)和累計(jì)獎(jiǎng)勵(lì)，從選擇的節(jié)點(diǎn)開始，逐級(jí)向上更新父節(jié)點(diǎn)的訪問次數(shù)和累計(jì)獎(jiǎng)勵(lì)以更新整個(gè)路徑上的節(jié)點(diǎn)信息，重復(fù)執(zhí)行動(dòng)作選擇、動(dòng)作擴(kuò)展、隨機(jī)模擬和結(jié)果反向傳播的過程，根據(jù)樹中節(jié)點(diǎn)的統(tǒng)計(jì)信息獲取獎(jiǎng)勵(lì)值最高的節(jié)點(diǎn)，并提取出該節(jié)點(diǎn)對(duì)應(yīng)汽車信息作為用戶感知體驗(yàn)的最優(yōu)設(shè)計(jì)，能夠在多維度和多情境下模擬用戶感知體驗(yàn)，使評(píng)估更加真實(shí)和可靠，提高用戶對(duì)汽車感知質(zhì)量的滿意度，避免實(shí)際測(cè)試中的一些不便和高昂成本。

39、2、本發(fā)明通過預(yù)處理lur鏈表中的歷史數(shù)據(jù)，并標(biāo)準(zhǔn)化處理各組數(shù)據(jù)以統(tǒng)一各組數(shù)據(jù)范圍，之后將數(shù)據(jù)集分為訓(xùn)練集和驗(yàn)證集，再確定質(zhì)量評(píng)估模型的網(wǎng)絡(luò)結(jié)構(gòu)，生成器生成虛假的感知質(zhì)量數(shù)據(jù)，再將訓(xùn)練集中一批真實(shí)感知質(zhì)量數(shù)據(jù)和生成器生成的虛假數(shù)據(jù)輸入判別器，計(jì)算判別器對(duì)真實(shí)數(shù)據(jù)和虛假數(shù)據(jù)的分類損失，再使用梯度下降法更新判別器的參數(shù)，并同時(shí)更新生成器參數(shù)，重復(fù)進(jìn)行生成器生成虛假數(shù)據(jù)、訓(xùn)練判別器、生成器生成更逼真的虛假數(shù)據(jù)和再次訓(xùn)練判別器的循環(huán)，直至循環(huán)次數(shù)達(dá)到預(yù)設(shè)迭代次數(shù)后停止，使用驗(yàn)證集進(jìn)行對(duì)抗網(wǎng)絡(luò)的評(píng)估，收集最新感知質(zhì)量數(shù)據(jù)，并將其輸入至對(duì)抗網(wǎng)絡(luò)中進(jìn)行感知質(zhì)量評(píng)估，之后將對(duì)抗網(wǎng)絡(luò)的評(píng)估結(jié)果與蒙特卡洛樹模型和lur鏈表的結(jié)果融合，形成一個(gè)綜合的感知質(zhì)量評(píng)估，識(shí)別可汽車設(shè)計(jì)存在的問題和瓶頸，并生成改進(jìn)和優(yōu)化的方案，能夠更好地反映真實(shí)的用戶感知體驗(yàn)，減少實(shí)際測(cè)試所需的時(shí)間和資源，且能夠?yàn)椴煌脩羧后w提供個(gè)性化的建議。