車輛自動駕駛系統(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駕駛決策與控制方式無法適應(yīng)不同駕駛員的駕乘需求。特別地，對于高級別自動駕駛而言，若自動駕駛行為與人類預(yù)期不相符，會降低人類對自動駕駛系統(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)前的自動駕駛車輛決策、規(guī)劃與控制，未考慮不同人類駕駛員之間的行為差異性。
　　本書針對自動駕駛車輛的個(gè)性化決策、規(guī)劃、控制及測評方法展開研究，建立自動駕駛車輛的決策框架，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駕駛方法，在此基礎(chǔ)上研究考慮環(huán)境車行為特征的自動駕駛系統(tǒng)，使車輛的自動駕駛能夠體現(xiàn)人類駕駛員的個(gè)性特征，最后構(gòu)建測試評價(jià)體系，實(shí)現(xiàn)算法的量化測試。具體地，本書開展的研究工作如下：
　　(1) 利用高速公路自然駕駛數(shù)據(jù)，提取典型駕駛場景下的個(gè)性化駕駛操作特征。通過開展自然駕駛實(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、換道場景下的車頭時(shí)距、車道偏移、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) 基于混成自動機(jī)方法，提出個(gè)性化自動駕駛行為決策框架。針對體現(xiàn)人類駕駛行為的自動駕駛和考慮環(huán)境車行為特征的自動駕駛，分別設(shè)計(jì)混成自動機(jī)決策框架。基于改進(jìn)的人工勢場方法，提出自動駕駛車輛的個(gè)性化軌跡規(guī)劃方法。建立障礙物勢場(如路面散落物)、道路勢場、環(huán)境車勢場等，結(jié)合自然駕駛狀態(tài)下典型駕駛場景的個(gè)性化操作特征，對人工勢場模型的主要參數(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)測控制(Model Predictive Control，MPC)方法，設(shè)計(jì)能適應(yīng)多種典型駕駛場景的個(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控制器消耗過多計(jì)算資源的問題，對其進(jìn)行顯式化，將優(yōu)化求解的過程離線處理，實(shí)現(xiàn)MPC的實(shí)時(shí)控制。然后，基于混成自動機(jī)，實(shí)現(xiàn)在不同駕駛場景下多控制器的模式切換。最后，基于機(jī)會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價(jià)指標(biāo)，針對不同的駕駛行為相容性程度，自動駕駛車輛與環(huán)境車之間采取不同的協(xié)同策略，并設(shè)計(jì)基于分布式MPC算法結(jié)構(gòu)的自動駕駛控制器，避免出現(xiàn)未考慮環(huán)境車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)性化算法的測試評價(jià)體系。通過層次分析法和德爾菲法搭建了自動駕駛車輛的評價(jià)指標(biāo)體系，并將其分為多個(gè)層級。通過綜合考慮主、客觀權(quán)重的方法融合得到的綜合權(quán)重確認(rèn)方法來確認(rèn)自動駕駛車輛智能水平定量綜合評價(jià)體系每個(gè)層級中所有評價(jià)指標(biāo)權(quán)重。最終通過模糊綜合評價(jià)法對自動駕駛車輛進(jìn)行綜合定量評價(jià)，并計(jì)算得出該自動駕駛車輛綜合智能水平分?jǐn)?shù)的最終結(jié)果。
　　本書針對自動駕駛車輛的個(gè)性化決策、規(guī)劃、控制與測評問題展開研究。一方面，建立自動駕駛車輛的決策、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，通過軟件在環(huán)仿真、硬件在環(huán)仿真和實(shí)車實(shí)驗(yàn)三種實(shí)驗(yàn)方式，對決策、規(guī)劃與控制方法進(jìn)行了驗(yàn)證。本書提出的個(gè)性化決策、規(guī)劃與控制算法，能夠控制車輛較為平穩(wěn)地完成跟馳、換道等典型的駕駛場景，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/乘員對自動駕駛的接受度，還能夠提高道路交通安全水平，促進(jìn)自動駕駛車輛的應(yīng)用與推廣。
　　本書是作者在近年來研究工作的基礎(chǔ)上寫作而成的，衷心感謝清華大學(xué)車輛與運(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)蘇州汽車研究院/車輛與運(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)對作者工作以及書稿出版的支持。該專著出版受國家重點(diǎn)研發(fā)計(jì)劃（2018YFE0204302）、國家自然科學(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，書中難免有缺點(diǎn)與不完善之處，懇請批評指正。

作者
2023年1月