长安大学汽车学院袁伟教授
长安大学
一、研究背景
最近十年来，自动驾驶研究非常活跃，研究者主要在关注自动驾驶车辆的安全性和运行效率，车辆乘坐舒适性往往被忽略。车辆乘坐舒适性会影响人们对自动驾驶车辆的接受度和信任度，进而影响自动驾驶车辆的普及。如果车辆乘坐不舒适，老百姓是不会接受的，自动驾驶车辆的发展就会受到制约。有研究表明，预计有6％-10％的中国乘客在全自动驾驶的汽车上会经常出现不同程度晕车的症状，所以，将来自动驾驶普及后，晕车情况可能会比较普遍。
目前提升车辆舒适性的研究主要分为三个方向，即车内设计，包括座椅和内部空间结构；底盘设计，包括发动机噪声和底盘振动；操控能力，包括转向性能和制动性能。从60年代开始，ISO开始制定“人体承受全身振动的评价指南”技术标准。
自动驾驶车辆的舒适性研究，主要集中在以下三个方向：智能控制算法，即我们需要采用什么样的控制参数，如制动的时候，我们的制动减速度是多大；智能控制策略，如路径规划、换道轨迹、跟车策略等；人机交互，在制动时，良好的人机交互设计，可以使人乘坐时更加舒服和愉悦。
与舒适性相关的一个词叫“晕动症”，如果不通过车辆设计的渠道解决“晕动症”,我们可以通过其他的途径来解决，如吃药、听音乐、或是皮电刺激，但这些都有明显的缺点，所以最好还是从车辆设计途径来解决。
关于自动驾驶车辆舒适性的研究，我们大概可以界定以下几个方向：在车辆运行处于低风险状态时，通过设定车辆运动参数舒适性阈值的方法来实现；在车辆运行处于中风险状态时，通过良好的人机交互系统设计来实现；此外，还需要探索影响乘客舒适性的内在生理机理。
二、车辆运动参数对乘客舒适性的影响
车辆运动参数对乘客舒适性的影响研究，主要想弄清楚以下几个问题：哪些车辆运动参数对舒适性会产生影响？保证良好舒适性的车辆运动参数阈值是多少？在车辆设计时，如何依据车辆运动参数来预测舒适性效果？
围绕以上三个问题，我们在长安大学汽车试验场开展了不同运行工况下车辆乘坐舒适性实验。实验主要采集车辆运动参数（纵向和横向加速度）数据以及乘坐者姿态数据，同时，乘坐者需要对舒适性主观感受进行评价。实验一共招募了60名被试乘客，其中男女各30名，进行54种运行工况，获取了3240组数据。
通过对实验数据分析，得到如下结论：
实验所选择的工况条件下，加速、减速、快速加减速、换道、转弯5种车辆运行工况，车辆运动频率均小于0.5Hz，而ISO2631-1:1997(5)中评价乘客舒适性的范围为0.5-80Hz，不适用于评价行驶工况对乘客舒适性的影响。
哪些车辆运动参数对乘客舒适性评价有显著性影响？不论是横向控制还是纵向控制，越高的加速度、加加速度和加速度幅值越容易引起乘客的不舒适感。此外，对于同样的驾驶操作，运动频率越高越容易引起乘客的不舒适感。
通过ROC曲线分析法为不同行驶工况筛选出可以用于判别乘客舒适性的车辆运动参数，并为筛选出来的参数确定了舒适性阈值。
建立了包括4种输入参数组合的乘客舒适性预测模型，这是每种组合输入参数的预测结果，评估准确度较好。
三、提升乘客舒适性的人机交互系统研究
提升乘客舒适性的人机交互系统研究，主要是针对车辆运行处于中等风险状态。在中等风险场景中，为了确保车辆运行安全，无法将车辆运动参数控制在舒适性阈值范围之内。因此，我们想从影响乘客舒适性的生理心理角度出发，探索提升舒适性的方法。
本部分研究主要包括两部分内容：对比已有假说，研究适用于自动驾驶环境的晕动症解释理论；基于晕动症理论，设计提升乘客舒适性的人机交互系统。
关于舒适性的理论研究，目前主要存在两种观点。一种是感知冲突理论，当你预期的车辆运动和实际运动不匹配时，会导致你晕车；另一种是姿态不稳定理论，认为晕车主要是因为人体的横摆、俯仰等姿态不稳定。前一种理论主要是心理的，后一种理论主要是生理的。那么，到底哪一种理论是正确的，我们设计了一个实验来探究这个问题。
我们在驾驶模拟器上完成了这个实验。设计了5种制动工况和5种紧急避险工况，40名被试者。每个被试者做两次实验，一次是对车辆运行工况进行提前告知，另外一次不进行提前告知。实验中记录下被试者对舒适性的主观评价数据和被试者身体姿态数据。
通过对数据的处理分析，我们发现：行驶工况提示系统可以有效提升乘客的舒适性、缓解乘客的晕车程度；行驶工况提示系统能有效降低乘客身体的横向加速度、侧倾角速度、侧倾角度、纵向加速度、俯仰角速度、俯仰角度等姿态摆动量。
因此，我们可以得到两个推论：一、姿态不稳定理论：乘客在获取前方行驶工况信息后提前加强了对自身姿态的控制；二、感知冲突理论：乘客获取了前方行驶工况信息，改变了对未来运动的预期，使未来运动预期与自身的实际运动保持一致。
那么，这两种推论到底哪一种是正确的？我们通过一般线性模型进行多因素方差分析。分析结果表明：在一般线性模型中，有无提示系统对舒适度和晕动症均没有显著影响，不支持感知冲突理论；部分乘客姿态摆动参数对舒适度和晕动症程度均有显著性影响，支持姿态不稳定理论。
因此，我们认为，姿态不稳定理论，更适用于解释乘客产生晕动症的原因。
四、乘客舒适性与姿态不稳定的关系
本部分研究是想厘清乘客舒适性与姿态不稳定的关系。刺激是一样的，车辆运动参数是一样的，但是出现了有的人舒服，有的人不舒服，到底是为什么？
首先，我们选取经历相同车辆运动刺激，主观舒适度评价存在差异性的样本，分析其姿态摆动参数存在的差异。采用采用配对样本T检验方法。
分析结果表明，在经历相同的车辆运动刺激时，主观评价不舒适的乘客的姿态摆动量更大。其中在经历车辆纵向行驶工况时，评价不舒适的乘客的纵向加速度和俯仰角速度均高于评价没有不适的乘客，此外当经历车辆快速加减速刺激时，评价不舒适的乘客的俯仰角度也高于评价没有不适的乘客；在经历车辆横向行驶工况时，评价不舒适的乘客的横向加速度和侧倾角速度均高于评价没有不适的乘客；当经历车辆横纵向结合运动时，评价不舒适的乘客的横向和纵向加速度均高于评价没有不适的乘客，并且不舒适乘客的侧倾角速度和侧倾角度也高于评价没有不适的乘客。
那么，不同的姿态不稳定参数，对舒适性的影响程度又如何呢？我们运用岭回归方法分析不同参数的影响权重系数。分析结果表明：在纵向运动中，姿态俯仰角速度的变化过大是引起乘客不舒适的主要原因；在横向操作中，乘客舒适性同样受侧倾角速度的变化影响更大。该结果说明了相比于加速度，乘客舒适性对角速度的变化更敏感。
运用DTW算法的KNN分类算法，建立了基于姿态摆动参数的乘客舒适性预测模型，对乘客舒适性预测准确率达到了80%以上，预测效果较好。
但是，DTW+KNN是一种传统的机器学习模型，但为了进一步深入挖掘乘客舒适性与姿态摆动之间的关系，提高乘客舒适性预测确度，我们选用深度学习方法，基于Attention+BiLSTM来建立乘客舒适性预测模型，进一步提高了预测准确率。
