2.4.3 “人-车-环境”协同自适应驾驶辅助

目前，驾驶性开发多数停留在三种驾驶模式（Normal、ECO、Sport），新能源车辆还有多种能量回收模式，均需要手动切换，但用户使用往往只是用一种模式，多模式开发没有很好地提升驾乘体验，也难以满足不同用户的多种需求。当前，对于驾驶风格的研究多数停留在驾驶需求上，缺乏对大数据的挖掘，无法结合乘员和车辆内外部因素及时调整，并运用到提升整车的驾乘感受上。

“人-车-环境”协同自适应驾驶辅助，主要是可以通过软件算法学习驾驶人的习惯，通过网络和传感器监控道路状况、天气情况及车辆自身状态等，通过建立大数据驾乘模型分析，自动调整参数和驾驶风格，优化驾乘感受，并可以实现持续迭代优化。

“人”指的不仅是驾驶人，还包括乘员。将驾驶人的驾驶主观感受和乘员的乘坐主观感受相结合，同时与整车驾驶性客观数据进行矩阵分析，确定最佳的驾驶模式或驾驶风格。

“车”指的是车辆行驶过程中的驾驶风格、驾驶性相关策略、车辆的各项内部参数。车辆通过不断地解析驾驶性相关策略、各项内部参数与驾驶风格的大数据，定义驾驶风格与参数对应标签。

“环境”指的是车辆行驶过程中，道路状况、海拔、天气情况等外部参数，通过识别外部参数，与车辆内部参数和驾乘感受相结合，建立大数据模型，实现动态性能风格在线识别，设计智能匹配驾驶性策略算法，实现驾驶性策略智能匹配的持续迭代，提升用户驾乘体验。