自动驾驶地图数据抽样检验、制图精度检测方法、道路交通网络错误率计算示例.pdf
《自动驾驶地图数据抽样检验、制图精度检测方法、道路交通网络错误率计算示例.pdf》由会员分享,可在线阅读,更多相关《自动驾驶地图数据抽样检验、制图精度检测方法、道路交通网络错误率计算示例.pdf(7页珍藏版)》请在三一文库上搜索。
1、29附录A(资料性)抽样检验方法A.1 概述本附录的抽样检验方法主要由采购方或采购方代表组织实施,有关产品质量标准、检验水平、接收质量限或其他细则, 应在合同或有关文件中做出具体规定。 也可用于生产单位对自己生产的产品所进行的抽样检验,在生产过程中或者在产品提交时进行。A.2 样本量一个检验批是被检自动驾驶地图数据的整体,以地理区域划分的各个数据集是被检测的单元产品,单元产品里的各类要素记录或其属性是被检测的最小单位产品。确定样本量有两个步骤:a)统计检验批里单元产品个数(批量),确定抽检的单元产品样本量。b)统计单元产品里的各类要素的记录个数(批量),确定抽检的单位产品样本量。A.3 抽样策
2、略抽样方法可分为判断抽样法和概率抽样法两大类, 针对自动驾驶地图的特点, 本附录只采用概率抽样法,样本必须代表批,需要的样本应是随机的而非有偏的。概率抽样的基本特征是,整体中的每个成员都有固定的概率被抽中。当使用概率抽样时,可以对整体进行统计推断。概率抽样一般可分为简单随机抽样、分层随机抽样、系统抽样三种。A.3.1 简单随机抽样简单随机抽样使用随机数来选择样本, 总体中每个对象被抽取的概率相同。 在总体质量均匀的情况下,应使用简单随机抽样。A.3.2 分层随机抽样当批由子批或层组成时,应使用按比例配置的分层抽样,在此情形下,各子批或各层的样本量与其大小成比例。对于同一个整体,这种抽样策略在均
3、值估计和方差方面比非分层策略具有更高的精度。A.3.3 系统抽样系统抽样是一种半随机抽样方法, 先将地图数据整体进行相同大小的格网划分, 然后按照空间均匀分布的要求选取格网(即单元抽样),接着在格网内部随机选取一定比例(或全部)的单位产品,这种方法提供了一种确保样本在空间上均匀分布的抽样方式。A.4 抽样检验标准A.4.1 简介本附录所描述的是验收抽样检验, 其目的是根据抽样检验结果对批做出接收或不接收的判断, 其理论基础是小概率事件原理和假设检验。30A.4.2 抽样检验步骤A.4.2.1 规定产品质量标准产品质量标准, 是对产品质量的具体要求, 需明确区分单位产品合格与不合格或每个质量特征
4、构成不合格的标准。A.4.2.2 确定批量批的组成、批量大小应考虑生产过程和生产的实际情况,注意一致性问题。同一批作业人员、同一时间段、同一技术手段生产的数据产品宜划为一个批次。A.4.2.3 规定检验水平应参考各方面因素确定合理的检验水平。生产初期,应选择较高的检验水平,或100%检验。若产品质量已达较好水平且可控,宜选择较低检验水平。在没有特殊规定时,一般使用检验水平II。A.4.2.4 确定接收质量限 AQL检验方案的严格程度主要决定于AQL的大小,常用方法是根据产品不合格类别,分别规定AQL值。由于自动驾驶地图数据的复杂性, 具有很多独立的质量特征, 可以对这些需要单独检验的质量特征所
5、构成的不合格分别规定AQL值。A.4.2.5 确定方案类型对于一次、二次和多次类型抽样,在AQL、字码和严格性相同时,其具有基本相同的抽查效果,考虑到自动驾驶地图数据及其生产过程的复杂性,管理复杂度高,宜采用一次抽样类型。A.4.2.6 确定抽样方案当 AQL 值、 检验水平和批量确定以后, 在相应的抽样方案表中, 检索所需要的抽样方案, 步骤如下:a)根据批量和检验水平,按表 A.1 左半部检索出字码。b)根据字码和规定的 AQL 值以及规定的方案类型,在表 A.1 右半部,检索出抽样方案。如要素 A,批量为 400,AQL 为 1.0,通过批量查询一般检验水平 II 的样本字码为 H,H
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 自动 驾驶 地图 数据 抽样 检验 制图 精度 检测 方法 道路交通 网络 错误率 计算 示例
链接地址:https://www.31doc.com/p-13353002.html