NDST：面向人类化视觉基自动驾驶的神经驾驶风格迁移

自动驾驶车辆 (AV) 和高级驾驶辅助系统 (ADAS) 优先考虑安全而非舒适度。安全与舒适度的交织因素成为确保自动驾驶有效性的关键要素。用户往往在 AV 或 ADAS 代表其驾驶时感到不适。为用户提供以人类化方式的自定向驾驶体验——在满足安全前提的同时匹配用户独特驾驶风格——是提升 AV 接受度的重要机遇。本文提出了一种新方法，受神经风格迁移 (NST) 启发，提出神经驾驶风格迁移 (NDST) 方法。NDST 将个人化模块 (PB) 集成到传统的基线驾驶模型 (BDM) 中，允许在满足安全参数的前提下传递用户独特驾驶风格。PB 作为自配置系统，学习并适应 individual 的驾驶行为，无需修改 BDM。该方法实现了 AV 模型的个性化，使驾驶风格更贴近用户偏好，同时确保基本的安全关键执行。为验证所提出的 NDST 方法，采用两种互异的驾驶风格 (风格 A 和风格 B)，结果表明 NDST 在将个人驾驶风格传递到 AV 系统方面具有有效性。我们的工作凸显了 NDST 提升 AV 用户舒适度的潜力，通过提供贴近用户偏好的人性化驾驶体验。研究结果确认了将 NDST 集成到现有 AV 框架中的可行性，以弥合安全与 individualized 驾驶风格之间的鸿沟，推动更广泛的接受度和改进的用户体验。