上海/斯图加特。好车的标准有很多。在众多标准中，驾驶舒适性无疑扮演着一个至关重要的角色。因为它不仅直接影响到消费者对于某款车型的购买决策，还深刻关系到后期的客户满意度。因此，汽车制造商在新车正式上市之前，往往会反复进行舒适性测试。保时捷工程集团也会应整车厂的要求开展试车与调试工作。主管的车辆动力学工程师们会依据制造商标准对车辆进行细致调试，以确保达到理想的效果。

“我们的目标是优化舒适性或运动性等特性，使其达到客户满意的标准。”保时捷工程集团车辆动力学和安全保障部门主管马丁· 莱辛奈克（Martin Reichenecker）表示。

在项目的关键节点，将会进行联合验收驾驶，届时项目负责人以及非底盘开发团队成员也会参与驾驶，亲自体验并评估车辆的性能。参与人员包括车型系列和项目负责人以及客户管理层等。在这些测试中，会详细评估车身的振动、车辆的侧倾表现、过路缘时的反应以及震动和颠簸等因素。特别是低于 35 赫兹的底盘振动，对舒适性的影响尤其显著。

然而，由于每位驾驶员的个人偏好和经验背景不同，舒适性的评定也存在一定的主观性。“有的人可能喜欢硬朗的悬挂系统，而有的人则偏爱柔软舒适的悬挂系统。因此，我们开发了一款基于人工智能的驾驶舒适性评估工具，它能在试车准备过程中为我们提供有力的支持。”保时捷工程集团车辆动力学专家伊曼纽尔·博格纳（Emmanuel Bogner）解释说，“它可以对悬挂系统的现状进行评估，我们可以将评估结果与客户设定的目标进行对比。”

项目伊始，博格纳和他的团队首先探讨了人工智能是否能够像人类一样，以精准、细致的方式评估驾驶舒适性。挑战在于：人类的驾驶舒适性感知涉及众多因素，如何将这种主观的体验与客观的测量数据有效结合，就成了亟待攻克的难题。

研发团队的第一步是为车辆装备了六个高精度加速度传感器，在保时捷魏斯阿赫测试场的 850 米舒适赛道上进行了多次试驾，并实时记录了底盘的振动数据。这条赛道的路况丰富多样，为收集大量具有特殊性的测量数据提供了天然的优势。“路面会产生长波与短波激励作用，在试驾过程中既可测得低频，也能获取高频数据。”博格纳说，“除了传感器外，我还亲自评估了驾驶舒适性。”

测量数据与博格纳的主观评估结果，成为了神经网络训练的基础数据。首先通过傅里叶变换将传感器采集的加速度数据转化为频谱，便于明确识别车内哪些区域的振动最为剧烈。这个频谱可作为神经网络的输入信号，经过无数次迭代训练，神经网络逐渐学会了从输入数据中找出与博格纳评估之间的规律与关联。博格纳欣慰地表示：“经过训练，人工智能确实具备了评估驾驶舒适性的能力。”

优化传感器设置

接下来，博格纳和团队开始对测量设备进行优化，力求提升测量的速度与精准度。最初，所用的精密传感器集成困难，成本不菲，并且校准过程繁复冗长。而且，这类传感器适用于高频声学测量：其测量范围可达 100,000 赫兹，而在驾驶舒适性评估中，关注的是低于 35 赫兹的振动。为此，团队选用了来自赛车领域的更具性价比的传感器，并验证了其测量数据是否依旧符合舒适性评估的标准。“我们采用了四个传感器，分别安装在驾驶员座椅导轨、B 柱、减震器穹顶和车轮架上。”博格纳解释说，“新一轮的试驾结果显示，优化后的配置成功提供了足够精准的数据，为基于人工智能的舒适性评估提供了有力支撑。”

目前，神经网络可接受来自振动传感器的 12个输入信号，经过分析后生成一个包含 10 个参数的表格，全面描述底盘的表现。“这个基于人工智能的驾驶舒适性分析器可以在普通计算机上运行，无需依赖高端计算机。”博格纳说，“训练过程最多只需一天，而试驾数据分析则可在几分钟之内完成。”至今，博格纳仍是唯一为神经网络提供训练数据的人工评估员。但未来，团队还将引入其他经验丰富的员工，结合不同车辆的数据，共同提升网络的准确性和分析能力。博格纳补充道：“与试车不同，主观评估的偏差极小，因为业内专家的意见通常高度一致。”

除了为验收测试做准备，博格纳和团队还设定了另一个目标：未来，车辆将通过基于人工智能的驾驶舒适性评估器进行自动校准。“可以将车辆放置在试验台上，反复驶过相同的路线。”莱辛奈克进一步阐述道，“在这个不断迭代的过程中，底盘的各项参数将被不断优化，直到基于人工智能的驾驶舒适性评估结果完全符合客户的需求。这一过程能够全自动完成，无需任何人工干预。”

另一个突破性的应用是将基于人工智能的驾驶舒适性评估器引入量产车中。在这种情况下，系统就可以实时监测底盘的舒适性与性能。基于人工智能的评估系统，不仅作为开发工具，有助于加快底盘最终应用的落实，更能够成为消费者智能化的“行车伴侣”，确保其在道路上始终享受高水平的舒适性和安全保障。