随着自动驾驶等级的提升,自动驾驶系统将逐步替代驾驶员操作,系统的操作参数直接决定车辆驾驶风格和乘员乘坐舒适性。为了使车辆操作拟人化和乘坐舒适性个性化,需要对表征驾驶风格的车辆行驶规划参数和乘员乘坐舒适性关系进行辨识,搭建能够综合考虑乘员个性化乘坐舒适性需求的自动驾驶轨迹规划算法,从而实现考虑乘员舒适性的个性化自动驾驶。通过搭建自然驾驶数据和乘员舒适性主客观数据采集平台,提取影响乘员舒适性的行驶特征参数,搭建神经网络模型辨识行驶参数和乘员个性化舒适性关系,根据乘员舒适性参数对横纵向位置和速度进行规划,并搭建联合仿真平台对个性化舒适性进行闭环校验,得到满足乘员个性化舒适性的轨迹,研究主要内容为:分析自动驾驶汽车软硬件和通讯平台架构,搭建实车自然驾驶数据采集平台。确定自动驾驶行驶过程规划参数,根据标准ISO2631对影响乘员舒适性参数进行时域和频域分析,得到乘员主客观舒适性参数和车辆行驶参数。制定数据采集工况,进行实车数据采集实验,对采集的自然驾驶数据和乘员舒适性参数进行处理,得到模型辨识数据库。利用因子分析对18个影响乘员舒适性的行驶参数进行特征提取,降维分析得到5个特征量,对比因子加权、非线性加权和神经网络加权算法对行驶参数和主客观舒适性参数进行辨识,得到规划行驶参数和乘员舒适性关系的辨识模型。考虑不同乘员主观舒适度需求,搭建卡尔曼滤波算法快速准确的识别乘员个性化乘坐需求。对高速公路场景下自动驾驶汽车跟车、汇流、换道等工况的行驶环境信息、安全场和行为规划进行分析,在Frenet坐标系,基于5次多项式对横纵向位置和速度进行规划得到轨迹备选集合,并通过安全和乘坐舒适性校验算法对轨迹簇进行择优,得到考虑乘员舒适性的最优备选轨迹。在Matlab中搭建乘员个性化舒适性验证模型,对考虑乘员舒适性的轨迹规划算法进行闭环验证。模型包括上层感知、轨迹规划决策、轨迹跟随、车辆动力学、乘员舒适性校验等模块,轨迹跟随基于自适应模型预测控制算法,搭建Carsim-Simulink动力学模型对乘员舒适性进行校验,实现对仿真过程舒适性的实时观测,结果表明考虑乘员舒适性的高速自动驾驶轨迹规划跟随算法能够满足个性化乘坐需求。