刘志强，韩静文，倪 捷

（江苏大学汽车与交通工程学院，镇江 212016）

前言

据欧盟数据统计［1］，由换道导致的交通事故约占总交通事故数的5%，并带来极大的交通延迟。与此同时，75%的换道事故是由于驾驶员识别失误导致的，即对自车状态信息及周围环境感知不足。近年来随着传感器技术、车车通信技术在汽车上的应用，车辆与车辆或道路设施之间的互联正在成为现实。在网联环境下，行驶路段周围车辆信息的获取能帮助车辆制定更优的换道控制策略，从而改善换道过程中车辆的运行速度和车头间距等微观交通流特性，提高车辆驾驶的安全性和舒适性［2－3］。

自动换道的研究分为单车自动换道和多车协同换道控制。前者主要研究单车换道轨迹规划和轨迹跟踪控制；后者研究相对较少，目前关于多车协同换道策略的概念可分为目标车道前后车加减速协同和多车道多车换道协同两类［4－8］。前者定义为，不具有换道意图的协同车辆在协同过程中必须通过控制自身的运动状态来配合完成换道；后者定义为，在多车道多车情景下多车同时换道的协同行为［8－10］。日产汽车的 Cao等人［7］采用模型预测控制（model predictive control，MPC）对合流区的车辆运动轨迹进行优化，将协同行为简化为包含合流车辆和原车道合作车辆的协同模型；吉林大学的谭云龙［9］研究了快速路合流区的车辆协同换道模型，结合驾驶员特征建立了模型决策框架；德国宇航中心的Heesen等人［10］通过试验研究了实际换道中，驾驶员可能采取的协同行为，并用逻辑模型进行了回归处理。……