2025年5月8日，覃定明进行了博士学位论文答辩，论文题目为《面向自动驾驶的城郊道路适驾性研究》。本次博士论文答辩委员会主席为同济大学吴兵教授，成员包括长安大学付锐教授、公安部交通管理科学研究所俞春俊研究员、交通运输部公路科学研究院周荣贵研究员、北京航空航天大学鲁光泉教授、清华大学聂冰冰副教授、同济大学黄岩军教授、同济大学王雪松教授（导师）。
覃定明与线下参会专家合影留念
在博士论文答辩会上，答辩专家对毕业论文给予了高度评价。答辩专家指出，作者通过创新性的研究方法，结合自动驾驶视距理论、仿真测试、实车验证方法，为评估城郊道路的适驾性提供了全新的思路与方法。答辩专家认为，本论文具有较高的学术价值和实践意义，研究成果为未来自动驾驶技术的发展提供了有力支持，一致同意通过博士学位论文答辩。
覃定明博士研究生毕业论文研究内容：
围绕城郊道路适驾性研究主题，研究内容分为以下五个方面：
（1）提出基于自动驾驶视距的道路适驾性评估方法：基于视距三角形，建立了自动驾驶汽车探测角度、探测距离和交角、尺度、设计速度之间的关系，分析关键设计指标对自动驾驶探测角度、探测距离的影响，提出面向自动驾驶的设计运行范围，确保道路设计能满足自动驾驶汽车的视距要求。
（2）集成模仿学习与Transformer的决策控制算法：提取车辆自由流运动轨迹，采用生成对抗模仿学习训练自动驾驶决策算法，算法中生成器采用基于Transformer编码器和分支结构的策略网络模型，构建多分支的拟人化自动驾驶决策控制算法，增强学习算法的泛化能力，使自动驾驶系统能够更好地适应不同的道路和交通状况。
（3）搭建面向自动驾驶的道路适驾性仿真测试平台：为满足道路适驾性仿真测试的需要，基于Unreal Engine虚幻引擎搭建了CARLA仿真平台，可以与自动驾驶系统进行联合仿真，完成车辆决策控制和端到端模仿学习训练。为提升仿真测试的准确性，基于真实道路地图，构建了高精地图道路仿真模型，实现自动驾驶汽车运行与道路仿真模型的交互能力。
（4）创建面向真实道路路网的适驾性评估方法：构建真实的城郊主干道仿真模型，在自动驾驶仿真平台接入自动驾驶决策控制算法，测试交叉口和接入口典型场景对于自动驾驶失效事件、运动轨迹的影响，评估关键设计指标对自动驾驶汽车运行安全的影响。
（5）提出基于实车测试的道路适驾性评估方法：基于实车测试数据，研究了失效事件与事故空间分布的关系，采用XGBoost-SHAP方法，分别训练和验证路段、交叉口自动驾驶失效事件预测模型，评估交通运行、设计指标对自动驾驶失效事件的影响。
现场参会人员合影留念