1.一种自动驾驶车辆整车级别的性能评价方法，其特征在于，包括以下步骤：步骤1、建立场景危害识别模型：步骤1.1、获取道路安全交通事故数据中的N个场景元素X1,X2,…,Xn,…,XN并作为神经网络模型的输入，获取所述道路安全交通事故数据中的危害指数W并作为神经网络模型的输出，从而对所述神经网络模型进行训练，得到场景危害识别模型；其中，Xn表示第n个场景元素；n＝1,2,…,N；所述危害指数W由式(1)计算得到：W＝ε·M+(1‑ε)·S          (1)式(1)中，M是所述道路安全交通事故数据中的事故数，S是所述道路安全交通事故数据中事故的严重程度，ε是权重；

步骤2、拟合场景元素的概率分布，生成测试用例并计算权重：步骤2.1、定义环境层、静物层、动态层、道路层，并将N个场景元素X1,X2,…,Xn,…,XN按照自然属性和物理属性划分到相应的层中；

步骤2.2、将N个场景元素X1,X2,…,Xn,…,XN中属于文字描述类型的场景元素进行量化后，得到离散型的场景元素值；

利用二项分布及其变体对离散型的场景元素值进行拟合，得出相应的概率分布函数；

利用高斯分布对连续型的场景元素值进行拟合，得出相应的概率密度函数；

步骤2.3、设置覆盖度约束，并按照N个场景元素的概率分布函数和概率密度函数生成I个测试用例，使得各类场景元素的覆盖率接近100％；

步骤2.4、将任意第i个测试用例中的N个场景元素作为所述场景危害识别模型的输入，从而得到第i个测试用例的危害指数Wi，利用式(2)计算第i个测试用例的权重ωi：步骤3、确定评价的维度包括：安全性、预期功能安全性和舒适性；每个维度均对应有相应的指标，其中，安全性指标是根据测试用例的具体场景进行选择；预期功能安全性指标为相对驾驶安全指数RDSI，舒适性指标为影响人类体感和观感的因素集合；

步骤4、将整车模型在I个测试用例中进行测试，分析整车测试的数据结果并计算性能评价值：

步骤4.1、构建安全置信区间用于判断安全性：j

步骤4.1.1、利用式(3)统计第j轮测试中第i个测试用例的单位里程事故数Yi ，从而得到第j轮测试中I个测试用例的单位里程事故数 并作为第j轮的样本数据；

式(3)中， 是第j轮测试中第i个测试用例的安全性指标超过阈值的次数， 是第j轮测试中第i个测试用例的里程；

步骤4.1.2、当完成J轮测试后，利用J轮样本数据对泊松分布中的参数λ进行区间估计，从而利用式(4)得到置信度为1‑α的置信区间(λmin,λmax)：式(4)中，α是显著性水平， 是J轮样本数据的均值，uα/2是标准正态分布上侧α/2分位点；

对置信区间(λmin,λmax)进行偏移调整，得到调整后的置信区间(ξ·λmin,ξ·λmax)；其中，ξ是偏移率，且ξ∈[0,1]；

*

步骤4.1.3、根据所设定的危害事故发生率λ进行安全性判断：*

当λ≤ξ·λmax，代表整车安全性测试不通过，整车性能待提高，并返回步骤4；

*

当λ≥ξ·λmax，代表整车安全性测试通过，继续预期功能安全性和舒适性评价；

步骤4.2、基于行车安全场的预期功能安全性的量化评价：步骤4.2.1：将整车的驾驶状态分为三种：当 时，表示安全驾驶状态；

当 时，表示危险驾驶状态；当 时，表示极危险驾驶状态；其中， 和 是危险驾驶状态的下限值和上限值；

以第i个测试用例的里程si作为自变量，相对驾驶安全指数RDSI为因变量，从而得到拟合后的RDSI变化线；

利用式(5)和式(6)分别对里程si进行积分，得第i个测试用例的危险状态值ri和总状态值Ri：

式(5)中，sk表示RDSI变化线分别与 或 的第k个交点；

式(6)中，s0和send是第i个测试用例的起、止里程；

步骤4.2.2、利用式(7)计算第i个测试用例的预期功能安全性的量化评价值Eso_i：步骤4.2.3、利用式(8)计算预期功能安全性的量化评价值Eso：步骤4.3、基于优劣解距离法的舒适性评价：步骤4.3.1、对舒适性指标中的任意第e个因素xe，利用式(9)计算第e个因素xe的均方根值

式(9)中，t0、t1是测试的起、止时间；

步骤4.3.2、根据第e个因素xe的类型，选用不同的正向化函数，计算第e个因素xe的评价值

若第e个因素xe的类型为极大型指标且最优值为+∞或者第e个因素xe的类型为极小型指标且最优值为‑∞，则利用式(10.1)进行正向化处理，得到第e个因素xe的评价值若第e个因素xe的类型为极大型指标且最优值为b，则利用式(10.2)进行正向化处理，得到第e个因素xe的评价值

若第e个因素xe的类型为极小型指标且最优值为a，则利用式(10.3)进行正向化处理，得到第e个因素xe的评价值

若第e个因素xe的类型为中间型指标且最优值为m，则利用式(10.4)进行正向化处理，得到第e个因素xe的评价值

若第e个因素xe的类型为区间型指标且最优区间为[A,B]，首先进行区间变换，令新下界p＝[|A+B|‑(B‑A)]/2，新上界q＝[|A+B|+(B‑A)]/2，在利用式(10.5)进行正向化处理，得到第e个因素xe的评价值

步骤4.3.3、利用式(11)计算第i个测试用例下的舒适性评价值Eco_i：式(11)中， 是人体对第e个因素xe的敏感指数；E表示因素总数；

步骤4.3.4、利用式(12)舒适性的评价值Eco：