试想一下：不久的将来，当你坐上一辆自动驾驶网约车，车辆就能自动按照你的驾驶习惯来行驶。它知道你偏好的跟车距离、变道节奏与避让方式。对于偏好平稳驾驶的乘客，车辆会提前减速并保留更大间距；对于习惯果断决策的乘客，车辆则能在安全窗口出现时及时完成并线。是不是很棒？
这一设想背后，是个性化自动驾驶领域的一个核心问题：如何将驾驶员的行为偏好转化为自动驾驶系统能够直接理解和执行的约束？
我们特拉华大学智能驾驶实验室（CAR Lab）最近提出了PEDRA，即PErsonalized Driving Representation for Autonomy。相关论文已被2026 IEEE/RSJ智能机器人与系统国际会议（IROS 2026）录用。
PEDRA不需要为每一位驾驶员重新训练完整的自动驾驶策略，而是从较短的驾驶记录中学习驾驶员的空间使用习惯，并将其表示为车辆前、后、左、右四个方向上的个性化安全包络。该表示具有明确的几何含义，可以直接作为现有运动规划器的空间约束，同时保留与责任敏感安全模型相一致的安全下限。
一、从抽象的驾驶风格到可执行的空间约束
现有个性化驾驶研究通常将驾驶行为编码为低维隐向量，或者通过模仿学习和强化学习训练驾驶员特定的控制策略。
前一类方法可以识别不同驾驶员或区分驾驶风格，却难以直接告诉规划器应当保留多少跟车距离、何时拒绝变道，以及应当向哪个方向扩大安全空间。后一类方法虽然能够学习复杂行为，但通常需要针对新驾驶员重新训练，且内部决策过程不易解释和检查。
PEDRA将驾驶习惯转化为四个以米为单位的安全间距：前向、后向、左向和右向边界。
这些边界不是固定的碰撞框，而是同时受到驾驶员习惯、道路环境和实时风险的调节。例如，当左侧车辆快速接近时，左侧包络可以独立扩大；当前方风险升高时，前向边界会相应增加；风险解除后，包络再平滑恢复至驾驶员的基准偏好。
安全包络既可以作为硬约束，直接排除不满足安全间距的候选轨迹，也可以作为软约束，提高靠近包络边界的轨迹代价。因此，PEDRA能够以轻量化模块的形式接入现有自动驾驶系统，而不需要替换其感知、规划和控制架构。
图1 PEDRA在自动驾驶系统中的集成方式。CARLA提供车辆传感器数据流、控制器局域网（CAN）总线信号、高精地图与场景上下文，以及周围交通参与者的相对运动信息。系统首先对上述输入进行特征组装和时间窗口化，形成短时特征序列；随后，时序编码器—解码器融合窗口化特征、紧凑上下文向量和上下文感知风险指数（CRI）向量，预测前、后、左、右四个方向的个性化安全包络。包络经指数移动平均（EMA）平滑并完成侵入检测后，以硬约束或软约束形式作用于Transfuser++规划器和底层控制器，输出油门、制动与转向指令。持续学习回路通过经验回放、基于EMA的稳定化和知识蒸馏在线更新驾驶习惯表征，从而形成闭环反馈。二、从短时驾驶数据中学习个性化安全包络
驾驶习惯会在不同时间尺度上表现出来。
制动反应和瞬时间距调整通常发生在1—2秒内；跟车、变道和驶入路口等战术行为可能持续5—10秒；整体风险容忍度及对交通密度的适应方式，则需要在20—40秒的连续行为中进行观察。
为此，PEDRA采用三个并行的时间卷积网络分支，分别提取短时反应、中时战术行为和长时驾驶倾向。三个分支的输出经过注意力池化后，形成紧凑的驾驶习惯向量。
解码器进一步将驾驶习惯向量与道路上下文和方向性风险相结合，生成四向安全包络。其中，Base分支描述正常状态下的基准空间偏好，Mod分支依据CRI扩大受威胁方向上的边界，React分支则对突然加塞、前车急减速等短时事件进行有界修正。
为了避免个性化包络收缩至不合理范围，PEDRA设置了明确的安全下限：前向边界不得低于责任敏感安全模型计算的纵向安全距离；后向边界至少为1米；左右边界至少为0.8米，或者四分之一车道宽度，两者取较大值。
这意味着PEDRA并不是无条件复制驾驶员的行为，而是在明确的安全约束范围内表达个体偏好。
图2 PEDRA编码器—解码器架构及时间卷积模块细节。左侧为各TCN分支中时间卷积模块的内部结构，展示Conv1d—BatchNorm1d—GELU—Dropout—残差连接的计算流程。右侧为完整的多尺度编码器—解码器：组装后的特征经线性投影后，分别输入三个并行TCN分支，其中短时分支覆盖1—2秒，中时分支覆盖5—10秒，长时分支覆盖20—40秒，以捕捉不同时间尺度上的驾驶行为模式。各分支输出经拼接、注意力池化和头部多层感知机处理后生成驾驶习惯向量z。解码器将z与上下文向量ctx及CRI向量融合，并通过Base、Mod和React三个多层感知机头生成最终的四向安全包络。图中蓝色表示编码器，绿色表示驾驶习惯表征，暗红色表示风险上下文，红色表示解码器输出。PEDRA不要求驾驶员手工标注理想安全距离，而是通过弱监督学习，从实际轨迹中提取“驾驶员实际使用的空间”。
系统根据驾驶员与前车、后车之间的纵向间距，以及车辆与车道边界或相邻车辆之间的横向间距，构建四向监督信号。模型输入还包括速度、纵向与横向加速度、加加速度、油门、制动、转向、车道结构和周围车辆相对运动等信息。
实验数据由驾驶员使用Logitech G920方向盘在CARLA仿真环境中采集，并在模型训练前完成去标识化处理。
图3 CARLA中的数据采集环境与个性化安全包络可视化。驾驶数据由参与者使用Logitech G920方向盘操控自车采集，并在模型训练前完成去标识化处理。（a）驾驶员第一人称视角，红色门框表示数据采集过程中需要依次通过的目标路线；（b）俯视监控视角，红色自车正接近路线门框，橙色标记表示下一目标航点；（c）当没有其他车辆进入包络边界时，个性化安全包络以绿色显示，为避免遮挡车载传感器，叠加层在可视化中向上偏移4米；（d）侵入场景，当其他车辆进入个性化安全边界后，包络变为黑色，并触发控制适配层。为了验证PEDRA能否保留不同驾驶行为，而不是将所有驾驶员统一转化为保守策略，研究从去标识化日志中构建了三类风险容忍度画像。
High-RT表示较高风险容忍度，通常具有较高加速度、较短跟车间距和更高风险暴露；Moderate-RT表示中等风险容忍度；Low-RT表示较低风险容忍度，通常表现出较低的加加速度、更大的安全间距和更早的减速干预。
图4 PEDRA训练所采用的三类驾驶画像的定量特征，按风险容忍度划分。箱线图展示六项行为信号的中位数（红线）与四分位距。相较Low-RT，High-RT在各维度上均呈现更高数值：加速度高约40%，加加速度高约150%，转向变化率约为4倍。CRI与危险状态占比（CRI大于0.25的帧占比）进一步表明High-RT具有更高的风险暴露，其处于高风险状态的时间占比为33%，而Low-RT为24%。Moderate-RT在各项指标上稳定处于二者之间。上述差异说明三组数据对应统计上可区分的行为画像，而非同一驾驶风格的随机扰动。三、闭环实验：从发生碰撞到平稳完成并线
PEDRA被集成至Transfuser++端到端自动驾驶系统，并在CARLA的Bench2Drive基准中进行闭环评测。
Bench2Drive包含220条集中于事故易发交互场景的测试路线，覆盖城市路口、高速并线、密集交通和复杂多车互动。研究还从中构建了一个包含44条路线的高风险子集。这些路线均为基础Transfuser++系统在多次测试中持续发生碰撞的结构性困难场景。
论文展示了一个具有代表性的高风险案例：自车前方停有一辆警车，车辆需要借用相邻车道绕行；与此同时，两辆接近车辆共同形成了受限的并线窗口。
图5 定性案例：自车绕行一辆静止警车，两辆接近车辆（DANGER 1和DANGER 2）共同形成受限并线窗口。（a）Transfuser++：缺少个性化安全包络时，规划器驶入DANGER 1的运动路径并发生碰撞；（b）Transfuser++与PEDRA组合，使用5分钟驾驶数据：安全包络将DANGER 1识别为侵入并控制车辆保持等待，但尚未充分训练的驾驶习惯表征在DANGER 1通过后仍出现犹豫，导致绕行延迟且决策不确定；（c）Transfuser++与PEDRA组合，使用15分钟驾驶数据：学习得到的绿色包络能够更准确地匹配驾驶员的间距习惯，识别安全间隙，并完成平顺且明确的变道。在不使用PEDRA时，基础规划器直接驶入第一辆接近车辆的路径并发生碰撞。使用5分钟驾驶数据后，系统已经能够识别危险并保持等待，但在危险解除后仍出现明显犹豫。使用15分钟数据后，安全包络能够更准确地描述驾驶员的间距偏好，车辆在危险车辆通过后及时识别安全窗口，并平稳完成绕行。
这一变化表明，个性化数据不仅影响模型对驾驶风格的还原程度，也会进一步影响规划行为的稳定性和决策确定性。
四、关键实验结果
在全部220条测试路线中，使用15分钟Moderate-RT驾驶数据后，按里程归一化的RSS违规强度由760.7下降至451.2，降幅约为41%；RSS安全边界违规率由0.2293下降至0.1190，降幅约为48%。
与此同时，车辆纵向加加速度均方根由65.29下降至58.94，说明控制过程更加平稳；习惯相似度指数由0.723提高至0.873，表明模型生成的四向安全包络与驾驶员在未见路线中的实际空间偏好更加一致。
实验还显示，5分钟驾驶数据已经能够带来最显著的一轮改善。随着数据增加至10分钟和15分钟，安全性、平顺性和驾驶习惯保真度继续提高，但安全指标的增益逐渐趋于稳定。
在44条高风险路线中，与基于驾驶员隐向量的Driver2Vec方案相比，PEDRA-Low-RT将碰撞率由81.4%下降至53.0%，相对降低约35%；RSS违规率由0.285下降至0.073，相对降低约74%。
需要指出的是，这些碰撞率来自专门筛选的高难度仿真路线，用于比较不同方法在极端困难场景中的相对表现，不代表一般道路环境中的实际事故概率。
不同风险容忍度画像的实验结果还表明，PEDRA并未将所有驾驶行为统一转化为同一种保守策略。Low-RT获得了更强的安全性和平顺性，Moderate-RT在安全性与习惯保真度之间取得平衡，High-RT则保留了更加紧凑和果断的驾驶特征。
在实时性能方面，PEDRA平均每帧增加约6.4毫秒的个性化计算开销，完整自动驾驶系统的平均决策周期约为100.7毫秒，对应约9.9 Hz的有效规划频率。
五、研究意义与未来方向
PEDRA的核心意义，是建立了一种从驾驶行为表征到运动规划约束的显式接口。
传统驾驶员隐向量虽然能够描述个体差异，但缺乏直接的物理和控制语义。PEDRA将驾驶习惯表示为以米为单位的四向安全间距，使个性化结果可以被检查、解释、调整，并直接作用于轨迹规划和控制适配。
这种表示也为更加精细的人机交互提供了可能。未来的个性化自动驾驶不必局限于“保守、标准、运动”等固定模式，而可以表达方向相关的偏好，例如保持更大的前向距离，同时保留较为果断的变道节奏；或者重点扩大大型车辆一侧的横向间距，而不显著改变其他方向上的驾驶行为。
目前，PEDRA的实验仍局限于CARLA仿真环境。未来研究将进一步面向真实车辆部署、更广泛的驾驶员群体、自适应安全下限，以及长期使用过程中的在线驾驶习惯更新。
个性化并不意味着无条件复制驾驶员行为。更合理的目标，是在明确的安全约束范围内，以可解释、可执行的方式保留稳定的个体偏好。
https://weisongshi.org/papers/tian26-PEDRA.pdfBoyang Tian and Weisong Shi, PEDRA: PErsonalized Driving Representation for Autonomy, in Proceedings of 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), September 27 - October 1st, 2026, Pittsburgh, USA.
10个月宝宝每天需要喝多少奶粉？
