車(chē)輛自動(dòng)駕駛系統(tǒng)始終要為人類提供服務(wù)，因此需考慮人類的個(gè)性化駕駛需求。在實(shí)際的道路交通環(huán)境中，不同駕駛員的駕駛行為特性具有顯著差異性，單一行為模式的自動(dòng)駕駛決策與控制方式無(wú)法適應(yīng)不同駕駛員的駕乘需求。特別地，對(duì)于高級(jí)別自動(dòng)駕駛而言，若自動(dòng)駕駛行為與人類預(yù)期不相符，會(huì)降低人類對(duì)自動(dòng)駕駛系統(tǒng)的接受度，并在緊急情況下引發(fā)人類駕駛員的恐慌，進(jìn)而造成安全事故。然而，當(dāng)前的自動(dòng)駕駛車(chē)輛決策、規(guī)劃與控制，未考慮不同人類駕駛員之間的行為差異性。
　　本書(shū)針對(duì)自動(dòng)駕駛車(chē)輛的個(gè)性化決策、規(guī)劃、控制及測(cè)評(píng)方法展開(kāi)研究，建立自動(dòng)駕駛車(chē)輛的決策框架，利用自然駕駛實(shí)驗(yàn)分析的結(jié)果標(biāo)定模型參數(shù)，提出體現(xiàn)人類駕駛行為的自動(dòng)駕駛方法，在此基礎(chǔ)上研究考慮環(huán)境車(chē)行為特征的自動(dòng)駕駛系統(tǒng)，使車(chē)輛的自動(dòng)駕駛能夠體現(xiàn)人類駕駛員的個(gè)性特征，最后構(gòu)建測(cè)試評(píng)價(jià)體系，實(shí)現(xiàn)算法的量化測(cè)試。具體地，本書(shū)開(kāi)展的研究工作如下：
　　(1) 利用高速公路自然駕駛數(shù)據(jù)，提取典型駕駛場(chǎng)景下的個(gè)性化駕駛操作特征。通過(guò)開(kāi)展自然駕駛實(shí)驗(yàn)，基于時(shí)序模糊C均值聚類算法，將換道、跟馳數(shù)據(jù)劃分為不同的階段，分析不同駕駛員在跟馳、換道場(chǎng)景下的車(chē)頭時(shí)距、車(chē)道偏移、速度、航向角、加速度、橫擺角速度及橫擺角加速度的差異。根據(jù)所需標(biāo)定的參數(shù)數(shù)量以及不同駕駛員自然駕駛特征變量差異的顯著程度，選取車(chē)頭時(shí)距、加速度以及橫擺角加速度變量作為體現(xiàn)駕駛員差異性的指標(biāo)。
　　(2) 基于混成自動(dòng)機(jī)方法，提出個(gè)性化自動(dòng)駕駛行為決策框架。針對(duì)體現(xiàn)人類駕駛行為的自動(dòng)駕駛和考慮環(huán)境車(chē)行為特征的自動(dòng)駕駛，分別設(shè)計(jì)混成自動(dòng)機(jī)決策框架。基于改進(jìn)的人工勢(shì)場(chǎng)方法，提出自動(dòng)駕駛車(chē)輛的個(gè)性化軌跡規(guī)劃方法。建立障礙物勢(shì)場(chǎng)(如路面散落物)、道路勢(shì)場(chǎng)、環(huán)境車(chē)勢(shì)場(chǎng)等，結(jié)合自然駕駛狀態(tài)下典型駕駛場(chǎng)景的個(gè)性化操作特征，對(duì)人工勢(shì)場(chǎng)模型的主要參數(shù)進(jìn)行標(biāo)定，生成個(gè)性化軌跡。
　　(3) 基于改進(jìn)的模型預(yù)測(cè)控制(Model Predictive Control，MPC)方法，設(shè)計(jì)能適應(yīng)多種典型駕駛場(chǎng)景的個(gè)性化軌跡跟蹤控制器。為了消除傳統(tǒng)MPC控制器內(nèi)部模型失真造成的穩(wěn)態(tài)誤差，在傳統(tǒng)MPC算法中加入一個(gè)PID反向通道。同時(shí)，為解決MPC控制器消耗過(guò)多計(jì)算資源的問(wèn)題，對(duì)其進(jìn)行顯式化，將優(yōu)化求解的過(guò)程離線處理，實(shí)現(xiàn)MPC的實(shí)時(shí)控制。然后，基于混成自動(dòng)機(jī)，實(shí)現(xiàn)在不同駕駛場(chǎng)景下多控制器的模式切換。最后，基于機(jī)會(huì)約束模型將不同駕駛員的操作特性引入MPC控制算法中。
　　(4) 研究考慮環(huán)境車(chē)行為特征的決策、規(guī)劃與控制方法。提出駕駛行為相容性的評(píng)價(jià)指標(biāo)，針對(duì)不同的駕駛行為相容性程度，自動(dòng)駕駛車(chē)輛與環(huán)境車(chē)之間采取不同的協(xié)同策略，并設(shè)計(jì)基于分布式MPC算法結(jié)構(gòu)的自動(dòng)駕駛控制器，避免出現(xiàn)未考慮環(huán)境車(chē)行為特征的誤判的情況，使控制結(jié)果更加符合駕駛員的個(gè)性化需求。
　　(5) 研究個(gè)性化算法的測(cè)試評(píng)價(jià)體系。通過(guò)層次分析法和德?tīng)柗品ù罱�了自�?dòng)駕駛車(chē)輛的評(píng)價(jià)指標(biāo)體系，并將其分為多個(gè)層級(jí)。通過(guò)綜合考慮主、客觀權(quán)重的方法融合得到的綜合權(quán)重確認(rèn)方法來(lái)確認(rèn)自動(dòng)駕駛車(chē)輛智能水平定量綜合評(píng)價(jià)體系每個(gè)層級(jí)中所有評(píng)價(jià)指標(biāo)權(quán)重。最終通過(guò)模糊綜合評(píng)價(jià)法對(duì)自動(dòng)駕駛車(chē)輛進(jìn)行綜合定量評(píng)價(jià)，并計(jì)算得出該自動(dòng)駕駛車(chē)輛綜合智能水平分?jǐn)?shù)的最終結(jié)果。
　　本書(shū)針對(duì)自動(dòng)駕駛車(chē)輛的個(gè)性化決策、規(guī)劃、控制與測(cè)評(píng)問(wèn)題展開(kāi)研究。一方面，建立自動(dòng)駕駛車(chē)輛的決策、規(guī)劃與控制系統(tǒng)架構(gòu)，在自然駕駛實(shí)驗(yàn)分析基礎(chǔ)上標(biāo)定模型參數(shù)，使其能夠體現(xiàn)人類駕駛員的個(gè)性特征； 另一方面，通過(guò)軟件在環(huán)仿真、硬件在環(huán)仿真和實(shí)車(chē)實(shí)驗(yàn)三種實(shí)驗(yàn)方式，對(duì)決策、規(guī)劃與控制方法進(jìn)行了驗(yàn)證。本書(shū)提出的個(gè)性化決策、規(guī)劃與控制算法，能夠控制車(chē)輛較為平穩(wěn)地完成跟馳、換道等典型的駕駛場(chǎng)景，并體現(xiàn)出一定的駕駛行為個(gè)性。該研究不僅能改善駕駛員/乘員對(duì)自動(dòng)駕駛的接受度，還能夠提高道路交通安全水平，促進(jìn)自動(dòng)駕駛車(chē)輛的應(yīng)用與推廣。
　　本書(shū)是作者在近年來(lái)研究工作的基礎(chǔ)上寫(xiě)作而成的，衷心感謝清華大學(xué)車(chē)輛與運(yùn)載學(xué)院鄭四發(fā)教授、王建強(qiáng)教授，以及武漢理工大學(xué)智能交通系統(tǒng)研究中心吳超仲教授、褚端峰研究員。本書(shū)的研究成果為作者在武漢理工大學(xué)智能交通系統(tǒng)研究中心攻讀博士學(xué)位期間，在日本京都大學(xué)博士聯(lián)合培養(yǎng)期間，在清華大學(xué)蘇州汽車(chē)研究院/車(chē)輛與運(yùn)載學(xué)院博士后工作期間以及武漢科技大學(xué)工作期間所得，向所有幫助過(guò)作者的領(lǐng)導(dǎo)、教授與同事們一并表示感謝。同時(shí)也感謝有關(guān)領(lǐng)導(dǎo)對(duì)作者工作以及書(shū)稿出版的支持。該專著出版受?chē)?guó)家重點(diǎn)研發(fā)計(jì)劃（2018YFE0204302）、國(guó)家自然科學(xué)基金（52002215）、江蘇省青年基金項(xiàng)目(BK20220243)、蘇州市工業(yè)和信息化局產(chǎn)業(yè)鏈核心技術(shù)攻關(guān)項(xiàng)目(20210210SB0053)的資助。限于作者的水平，書(shū)中難免有缺點(diǎn)與不完善之處，懇請(qǐng)批評(píng)指正。

作者
2023年1月