中国武汉理工大学的研究人员在 AIP 出版社《流体物理学》杂志上发表的一项研究中，探究了提升自动驾驶汽车（AV）空气动力学性能的方法。该研究聚焦于减少由外部安装的传感器（包括摄像头和光探测与测距（LiDAR）仪器）所产生的阻力，这些传感器对于自动驾驶汽车的运行至关重要。

为前传感器、前侧传感器、车顶传感器和后侧传感器设置了变形控制体，这些传感器对空气动力阻力系数有显著影响。通过调整这些控制体上的控制点，可以改变传感器的形状。 图片来源：王逸平

随着信息技术和人工智能的不断进步，自动驾驶汽车在物流配送和低速公共交通中的应用日益广泛。

尽管研究主要集中在通过控制算法提高安全性方面，但对空气动力学性能的关注较少，而这对于降低能耗和延长行驶里程至关重要。与空气动力阻力相关的挑战使得自动驾驶汽车难以达到与传统车辆相当的加速性能。

外部安装的传感器显著增加了空气动力阻力，特别是在总空气动力阻力中，干扰阻力的占比有所增加。考虑到这些因素 —— 传感器之间的相互作用以及几何尺寸对干扰阻力的影响 —— 在设计阶段对传感器进行全面优化至关重要。

王逸平，研究作者、武汉理工大学教授

为应对这些挑战，研究人员结合了计算和实验方法。他们开发了一个自动化计算平台，将实验设计与替代模型和优化算法相结合，以优化自动驾驶汽车传感器的结构形状。

对基准模型和优化模型都进行了模拟，以评估减阻效果和空气动力学性能的提升。还进行了风洞实验，以验证模拟结果。

研究发现，经过设计优化后，整体空气动力阻力降低了 3.44%。在非定常模拟中，优化后的模型展现出更好的空气动力学性能，与基准模型相比，空气动力阻力系数降低了 5.99%。

此外，优化后的设计改善了气流，使车辆后部的压力分布更理想，传感器周围的湍流也有所减少。

王逸平总结道：“展望未来，我们的研究结果可为设计空气动力学效率更高的自动驾驶汽车提供参考，使其能够行驶更长的距离。随着自动驾驶汽车在客运以及配送和物流领域的应用不断增加，这一点尤为重要。”

期刊参考文献：

赵，J. 等人 （2024 年）。自动驾驶汽车空气动力阻力特性及减阻的数值与实验研究。《流体物理学》。doi.org/10.1063/5.0242941