自动驾驶汽车如何避免被人类驾驶员“欺负”?

作者：Yongjun Yan, Chenshuo Zhang, Dongming Han, Renjie Ma, Jinxiang Wang, Dawei Pi, Guodong Yin
知识搬运工：薄楷伦

摘要

在混合交通环境中，人类驾驶车辆（HV）可能利用自动驾驶汽车（AV）通常较为保守的特点，突然加塞到AV前方，迫使其急减速让行。这种行为不仅降低AV通行效率，也会影响乘坐舒适性，甚至让人类驾驶员形成“AV一定会让”的稳定预期。

本研究提出了一套基于博弈论的纵向速度规划方法，使处于自适应巡航状态的AV不再只是被动刹车，而是根据人类驾驶员的激进程度，主动选择加速压缩间隙或减速让行。当本车前方也是AV时，两辆AV还可以协同调整速度，共同应对不合理加塞。

仿真测试与驾驶模拟器实验结果表明，该方法能够实时识别人类驾驶员的激进程度，并在安全、舒适和效率之间作出平衡。

1. 研究背景与目的

当前AV在自适应巡航状态下遇到邻车加塞时，通常会迅速减速并重新建立安全车距。

这种策略虽然安全，但存在三个问题：

作者将这种现象称为人类驾驶员对AV的“欺凌”。

因此，本研究希望解决的问题是：

2. 研究方法

图1. 场景示意图

左侧车道中，本车AV跟随前车行驶；右侧车道中的HV因前方存在慢车而产生变道需求。HV可以尝试插入本车AV前方，也可以减速后从AV后方并入。

研究分为两类测试。

第一类测试考察不同驾驶风格的HV如何与单辆AV互动。作者分别设置普通型和激进型HV，观察本车AV能否根据对方的激进程度，选择加速压缩间隙或减速让行，并记录HV最终插入前方还是后方。

第二类测试考察AV之间的协同作用。此时，本车AV前方的车辆也被设置为可通信的AV。作者将前车AV的合作意愿分别设置为较低和较高两个水平，比较不同协同程度下，两辆AV能否共同调整速度、压缩车间空隙，并影响激进HV最终的并线位置。

AV在决策时对每一种候选加速或减速方案都会评估车辆间距是否安全、速度变化是否平稳，以及是否会造成明显的通行效率损失，并据此选择综合代价最低的纵向速度轨迹。

3. 主要发现

3.1 AV不再只是被动减速

面对HV试图加塞时，AV并不一定立即让行，而是根据当前间隙和对方驾驶风格进行判断。

当系统认为可以安全阻止加塞时，AV会适度加速，缩小与前车之间的空隙，使HV无法进入。

当继续竞争可能产生风险时，AV则会减速，为HV留出安全空间。

因此，该方法不是简单地“拒绝加塞”，而是在安全约束内主动维护自身通行空间。

3.2 普通驾驶员可能放弃前方加塞

在普通风格驾驶员的仿真中，HV最初试图加速插入AV前方。

AV识别其意图后开始加速，缩小与前车之间的间隙。随着可插入空间减少，HV最终放弃在AV前方并线，转而减速并进入AV后方。

这说明，AV适度表达“不愿让出间隙”的意图，确实可能改变人类驾驶员的决策。

3.3 激进驾驶员仍可能强行切入

面对更激进的驾驶员时，结果有所不同。

由于激进型驾驶员更加重视通行效率，即使AV开始压缩间隙，HV仍可能继续加速，并最终插入AV前方。

此时，AV会及时调整速度，避免发生碰撞并重新建立安全距离。

这说明，该方法并不能保证阻止所有加塞，而是能够根据对方行为，在“阻止”和“让行”之间动态切换。

3.4 AV之间协作可以提高抗加塞能力

当本车前方也是一辆可通信的AV时，两辆AV可以共同调整速度。

具体而言：

实验发现，当前车AV合作意愿较低时，激进HV仍可能成功加塞；而当前车AV合作意愿较高时，两辆AV能够更快压缩间隙，使HV放弃前方加塞，转而进入后方。

因此，单车决策和多车协同的效果并不相同。联网AV之间的协作，有可能显著增强对不合理加塞的应对能力。

3.5 系统能够实时估计驾驶员激进程度

研究提出的算法会根据HV实际表现持续更新其激进程度估计值。

仿真结果显示，系统能够在较短时间内识别普通型和激进型驾驶行为。人在环实验中，估计结果也会随着驾驶员的加速、减速和变道行为动态变化。

控制器平均求解时间约为0.005至0.007秒，基本能够满足实时车辆控制要求。

4. 启示与未来方向

• 第一，AV不应把所有加塞都视为只能被动接受的事件。在安全允许时，适度加速并缩小空隙，可以清晰表达自身通行意图。

• 第二，AV的应对策略需要考虑人类驾驶员差异。面对普通驾驶员，适度施压可能使其放弃加塞；面对高度激进驾驶员，则需要及时转向安全让行，避免冲突升级。

• 第三，联网AV之间的协同具有重要价值。单辆AV只能调整自身速度，而多辆AV可以通过共同改变车间距，提高交通系统对不合理变道的抵抗能力。

• 第四，“避免被欺凌”不等于与人类驾驶员对抗。合理目标仍然是在安全、效率和舒适之间取得平衡，而不是无条件阻止所有车辆并线。

• 未来研究还需要进一步扩展到多车交互、真实开放道路和更复杂的横纵向联合控制场景。

结论

这项研究提出了一种更主动的AV应对方式。

面对人类驾驶员突然加塞，AV不再只是急刹车让行，而是先判断对方是否激进，再决定压缩空隙还是主动避让；如果周围存在其他联网AV，还可以通过多车协作共同调整交通间隙。

参考文献