研究人员正在致力于通过减少外部安装的传感器（如摄像头和激光雷达系统）造成的阻力来提高自动驾驶车辆（AVs）的空气动力学效率。他们创建了一个自动化计算系统，该系统将实验设计与替代模型和优化算法相结合，从而帮助优化这些传感器的形状。在对标准设计和优化设计进行模拟后，他们发现优化设计使自动驾驶车辆的整体空气动力学阻力降低了3.44%。
随着信息技术和人工智能的迅速发展，自动驾驶车辆（AVs）正变得越来越普及。技术发展到现在，这些车辆已被用于物流和低速公共交通服务。
虽然大量研究旨在增强控制算法以提高安全性，但对提高空气动力学效率的关注较少。提高空气动力学效率对于减少能源消耗和扩大行驶距离至关重要。因此，空气动力学阻力相关的问题正在阻碍自动驾驶车辆与传统车辆在加速能力上的匹配。
在《流体物理学》期刊上发表的一项研究中，中国武汉理工大学的一个团队专注于通过减轻外部安装传感器（如摄像头和激光雷达）的阻力来提高自动驾驶车辆的空气动力学性能，这些传感器对自动驾驶车辆的运行至关重要。
作者王一平指出：“外部安装的传感器显著提高了空气动力学阻力，尤其是增加了干扰阻力在总空气动力学阻力中的占比。”王还表示，理解传感器之间的相互作用以及其几何尺寸如何影响干扰阻力，对于在设计阶段全面优化传感器至关重要。
该团队利用计算技术和实验方法的结合。他们建立了一个自动化计算框架，并将实验设计与替代模型和优化算法集成，以增强自动驾驶车辆传感器的设计。随后，他们对原始模型和改进模型进行了模拟，以分析阻力减少和优化版本空气动力学性能的提升。他们还进行了风洞测试以确认结果的准确性。
经过优化，该研究团队发现自动驾驶车辆的总空气动力学阻力降低了3.44%。与初始模型相比，优化版本在模拟中显示出5.99%的空气动力学阻力系数下降，并在变化条件下表现出明显改善的空气动力学性能。
该团队还注意到传感器周围气流的改善，减少了湍流，并在车辆尾部实现了更好的压力分布。
王表示：“展望未来，我们的研究可以指导开发出更具空气动力学效率的自动驾驶车辆，使其能够覆盖更大的行驶距离。这一点尤为重要，因为自动驾驶车辆的使用正在增加，不仅在乘客运输方面，还有在配送和物流领域。”
