科学、合理、拟人化的换道控制是实现自动驾驶车辆安全高效行驶的重要保障，已有研究主要考虑相邻车道速度差、换道间隙等要素对车辆换道控制的影响，并未考虑车辆频繁加减速导致乘车体验差而催生换道意图这一重要现象。针对该问题，设计以抗干扰能力为基础的自动驾驶车辆自适应换道调控方法，其调控过程主要包括：采用智能驾驶人模型控制自动驾驶车辆纵向驾驶行为，以减速频次为指标度量自动驾驶车辆的抗干扰能力，并将抗干扰能力引入到自动驾驶车辆换道决策过程中，模拟自动驾驶车辆因频繁加减速导致乘车体验差而产生换道意图的现象，在此基础上，提出车辆换道控制模型。然后，以智慧高速为背景，利用Netlogo构建多种自动驾驶车辆运行场景，测试所构建的自适应换道调控方法。研究结果表明：智能驾驶人模型的选用能够合理体现自动驾驶车辆换道行为对交通流的运行影响；相比于低密度车流（≤30 veh）,在中高密度车流情况下（≥40 veh）,自动驾驶车辆维持原有车道运行的能力较弱、换道频率较高，且过高[80次·（5 min）-1]或过低[10次·（5 min）-1]的抗干扰能力临界值会导致自动驾驶车辆运行速度降低至10 km·h-1,因此可以根据不同车流密度条件对自动驾驶车辆的最大抗干扰能力进行设置和调整，从而保证自动驾驶车辆的运行效率，这也从侧面证明了所提自适应换道调控方法的科学性与合理性。研究结果对于提高自动驾驶车辆换道控制的合理自主性具有重要意义，该结果进一步完善了自动驾驶车辆换道模型库，能够为自动驾驶自适应换道调控提供理论和技术支撑。