清華新聞網(wǎng)3月28日電 隨著自動駕駛技術快速發(fā)展,，自動駕駛車輛整體舒適性受到越來越多的關注。在確保安全行駛的同時,，如何提升舒適性是一項重要研究課題,。近日，清華大學車輛與運載學院李駿院士團隊提出基于多頭注意力機制的駕駛舒適性預測模型,，并將其運用至自動駕駛路徑規(guī)劃,，在不改變自動駕駛安全性的情況下，成功提升了整體舒適性,。
自動駕駛舒適性預測模型
盡管現(xiàn)有技術已在局部路徑規(guī)劃（如車道變換,、制動控制）方面引入加速度,、加加速度等約束以提升舒適性，然而總體而言,，自動駕駛系統(tǒng)對車輛的舒適性控制仍與優(yōu)秀駕駛員存在差距,，其中宏觀道路信息未被充分利用是一項重要原因。研究團隊指出,，交通信號燈密度,、交叉路口數(shù)量、轉彎需求,、天氣等宏觀道路條件均會影響自動駕駛車輛舒適度,，自動駕駛規(guī)劃應當將此類因素納入考量。
為解決這一問題,，研究團隊提出了基于多頭注意力機制與XG Boost的ADCP模型,，實現(xiàn)從道路信息到宏觀舒適性指標的預測。通過真實車輛數(shù)據(jù)采集與仿真結合,，構建了全球首個“道路信息-舒適性”數(shù)據(jù)集,，量化了道路特征（如擁堵程度、道路寬度,、路口數(shù)量等）與舒適性指標（如加速度變化率等）的關聯(lián)性,。同時，研究結合乘員主觀感受提出綜合評價方法,，驗證了模型的有效性,，綜合評價效果提升13%。
應用ADCP模型的路徑規(guī)劃
該模型能夠同車輛底盤控制,、局部路徑規(guī)劃等相結合,，進一步提升整車控制效果。在不改變自動駕駛安全性的前提下,，對整體舒適性有著顯著的提高,，為平衡自動駕駛安全性和舒適性提供了參考。文中還提到,，這一成果具備一定的商業(yè)價值,，不僅為自動駕駛規(guī)劃控制算法優(yōu)化提供了新思路，還可以賦能導航地圖軟件,，為用戶優(yōu)先推薦高舒適性路線,，助力智能出行服務升級。
相關研究成果以“利用道路信息和多頭注意力模型預測自動駕駛汽車駕駛舒適性”（Predicting driving comfort in autonomous vehicles using road information and multi-head attention models）為題,，于3月19日發(fā)表于《自然·通訊》（Nature Communications）上,。
該研究由李駿院士團隊獨立完成，車輛學院研究員黃朝勝為論文通訊作者,，車輛學院2022級博士生陳正先為論文第一作者,。團隊博士后沈陽，助理研究員于文浩,，車輛學院2019級博士生王華男,、東北林業(yè)大學2021級本科生海涵、武漢理工大學2021級本科生倪文杰,、荷蘭烏特勒支大學2021級碩士生劉宇琦等也為研究作出了貢獻,。
論文鏈接：
https://www.nature.com/articles/s41467-025-57845-z
供稿：車輛學院
編輯：李華山
審核：郭玲
