車輛自動駕駛系統(tǒng)始終要為人類提供服務，因此需考慮人類的個性化駕駛需求。在實際的道路交通環(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，進而造成安全事故。然而，當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，利用自然駕駛實驗分析的結果標定模型參數(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)人類駕駛員的個性特征，最后構建測試評價體系，實現(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性化駕駛操作特征。通過開展自然駕駛實驗，基于時序模糊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。
　　(2) 基于混成自動機方法，提出個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，分別設計混成自動機決策框架。基于改進的人工勢場方法，提出自動駕駛車輛的個性化軌跡規(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，結合自然駕駛狀態(tài)下典型駕駛場景的個性化操作特征，對人工勢場模型的主要參數(shù)進行標定，生成個性化軌跡。
　　(3) 基于改進的模型預測控制(Model Predictive Control，MPC)方法，設計能適應多種典型駕駛場景的個性化軌跡跟蹤控制器。為了消除傳統(tǒng)MPC控制器內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PID反向通道。同時，為解決MPC控制器消耗過多計算資源的問題，對其進行顯式化，將優(yōu)化求解的過程離線處理，實現(xiàn)MPC的實時控制。然后，基于混成自動機，實現(xiàn)在不同駕駛場景下多控制器的模式切換。最后，基于機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指標，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，并設計基于分布式MPC算法結構的自動駕駛控制器，避免出現(xiàn)未考慮環(huán)境車行為特征的誤判的情況，使控制結果更加符合駕駛員的個性化需求。
　　(5) 研究個性化算法的測試評價體系。通過層次分析法和德爾菲法搭建了自動駕駛車輛的評價指標體系，并將其分為多個層級。通過綜合考慮主、客觀權重的方法融合得到的綜合權重確認方法來確認自動駕駛車輛智能水平定量綜合評價體系每個層級中所有評價指標權重。最終通過模糊綜合評價法對自動駕駛車輛進行綜合定量評價，并計算得出該自動駕駛車輛綜合智能水平分數(shù)的最終結果。
　　本書針對自動駕駛車輛的個性化決策、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，在自然駕駛實驗分析基礎上標定模型參數(shù)，使其能夠體現(xiàn)人類駕駛員的個性特征； 另一方面，通過軟件在環(huán)仿真、硬件在環(huán)仿真和實車實驗三種實驗方式，對決策、規(guī)劃與控制方法進行了驗證。本書提出的個性化決策、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，促進自動駕駛車輛的應用與推廣。
　　本書是作者在近年來研究工作的基礎上寫作而成的，衷心感謝清華大學車輛與運載學院鄭四發(fā)教授、王建強教授，以及武漢理工大學智能交通系統(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智能交通系統(tǒng)研究中心攻讀博士學位期間，在日本京都大學博士聯(lián)合培養(yǎng)期間，在清華大學蘇州汽車研究院/車輛與運載學院博士后工作期間以及武漢科技大學工作期間所得，向所有幫助過作者的領導、教授與同事們一并表示感謝。同時也感謝有關領導對作者工作以及書稿出版的支持。該專著出版受國家重點研發(fā)計劃（2018YFE0204302）、國家自然科學基金（52002215）、江蘇省青年基金項目(BK20220243)、蘇州市工業(yè)和信息化局產(chǎn)業(yè)鏈核心技術攻關項目(20210210SB0053)的資助。限于作者的水平，書中難免有缺點與不完善之處，懇請批評指正。

作者
2023年1月