国外无人驾驶车辆的迅速发展，从某种意义上说得益于其预先制定好的测评体系。测评体系调动了研究团队对无人驾驶车辆关键技术及智能行为的研究热情，明确了相关技术的指标，引导了无人驾驶车辆技术的快速发展。本课题依托国家自然科学基金重点支持项目“无人驾驶车辆智能行为综合测试环境设计与测评体系研究”（90920304）和国家自然科学基金培育项目“无人驾驶车辆认知能力测试及验证环境设计与实现”（91120010）开展无人驾驶车辆的评测研究，旨在提出一种无人驾驶车辆智能水平的定量评价方法。根据无人驾驶车辆自然环境感知和智能行为决策的复杂度划分成四个评价层次，确定了基于无人驾驶车辆行为的评价指标体系。引入可拓展理论，采用可拓展层次分析法科学地、合理地确定无人驾驶车辆各级评价指标的权重。运用混沌理论量化分析无人驾驶车辆评价指标（行驶轨迹），从而实现了无人驾驶车辆智能水平的定量评价。以无人驾驶车辆、任务、环境三者构成的复杂交互系统为研究对象，开展无人驾驶车辆智能水平评价的研究。建立了由任务复杂度、环境复杂度、人工干预程度组成的无人驾驶车辆评测模型。并根据无人驾驶车辆行驶的环境复杂度、执行任务的复杂度、人工干预的程度以及行驶质量对无人驾驶车辆智能水平进行了等级划分。建立了相对完备的无人驾驶车辆智能水平评价指标体系。根据无人驾驶车辆自然环境感知和智能行为决策的复杂度将无人驾驶车辆评价指标体系划分成四个评价层次：评价目标、评价方面、评价要素、评价因素。建立了以无人驾驶车辆的智能水平为评价目标的多层次评价指标体系。提出了基于优秀驾驶员驾驶车辆行驶轨迹的五次多项式理想轨迹规划方法。出于行车安全的考虑，对车辆避障换道的安全车距进行了推导。通过GPS/DR组合定位的方法采集优秀驾驶员驾驶车辆的行驶轨迹，获得基于优秀驾驶员驾驶车辆的行驶轨迹的初始状态和目标状态（考虑安全车距），应用五次多项式规划方法规划无人驾驶车辆的理想行驶轨迹。采用可拓展层次分析法确定无人驾驶车辆各级评价指标的权重。可拓展层次分析法克服了层次分析法在解决专家经验判断的模糊性问题和判断矩阵的一致性问题，有效避免了层次分析法中的大量试算工作，这样既能保证专家判断结果的真实性，又能保证判断矩阵的一致性，使得无人驾驶车辆各个评价指标的权重更加合理。运用混沌理论实现了对无人驾驶车辆行驶轨迹的量化分析。采用C-C的方法同时确定了无人驾驶车辆行驶轨迹偏差时间数据序列的时间延迟和嵌入维数，对偏差时间数据序列进行了相空间重构。应用改进的wolf方法计算无人驾驶车辆行驶轨迹偏差时间数据序列的Lyapunov指数。无人驾驶车辆行驶轨迹的量化表示可以实现无人驾驶车辆的定量评价，从而为无人驾驶车辆测评体系的完善和测评标准的建立打下了良好的基础。采用基于混沌可拓展层次分析法完成了无人驾驶车辆智能水平的定量评价。基于混沌的可拓展层次分析法不仅可以对无人驾驶车辆的单个评价指标进行评价，还可以综合各级指标进行综合评价，由此找出无人驾驶车辆某个方面的不足，指明以后改进的方向。