智能车是保障交通安全和提高运营效率的根本途径,而智能车性能评估是智能车研究中的重要组成部分,随着智能车辆研究的不断深入,对其性能的评估就变得越来越重要。每一个新的想法都需要通过评估来进行检验,而一个可行方案的诞生往往需要反复的评测实验来完成。针对智能车辆性能评估这个特殊的领域,已有的传统方法不是十分有效,也缺乏必要的专业化指标来度量智能车的性能。为使智能车的研究工作能顺利的开展下去,有必要专门针对智能车的性能评估进行研究。本文主要的研究工作如下:首先,获取智能车辆位姿是评估其性能的前提和基础,本文针对智能车辆的位姿估计问题,研究了基于双GPS的智能车位姿估计方法,并以此作为智能车性能评估平台。采用UTC时间完成GPS之间的信息同步,提出一种基于M估计的GPS安装误差标定方法,实验结果证明,基于双GPS的位姿测量方法具有很高的位姿测量精度。其次,构建了智能车性能评估系统的指标体系。针对智能车研究中的关键技术,采用定位性能指标、车体控制性能指标和障碍物检测性能指标作为一级指标。相对于传统的定位性能评估,提出了误差时间划分和空间划分的方法,能更好的体现被评估对象的定位性能。在车体控制性能评估中,在使用误差指标的基础上,引入跟踪轨迹穿越次数等概念,用于描述实际车体控制的抖动程度等控制效果。在障碍物检测性能评估方面,将传统的针对计算机视觉的基于图像真实的评价方法转化到基于客观真实的评价方法中,省去了传统方法中繁琐的劳动,提出了可靠系数指标,通过误检测和漏检测的距离来描述不正确检测的危害。通过实验检验了评估指标体系的实用性。最后,研究了智能车指标系统的权重分配方法。采用层次分析法确定指标权重,构建了一级指标和二级指标的判断矩阵,并检验了层内和总排序的一致性,给出了智能车性能评估中的一级和二级指标的分层权重和总权重。