黄辉 隗寒冰

（重庆交通大学，重庆 400074）

主题词：轨迹规划 驾驶特征 成本优化 逆强化学习

1 前言

自动驾驶车辆需要在换道轨迹规划时反映拟人化需求，以提高行驶平顺性及乘坐舒适性，避免换道过程中引起驾乘人员不适。因此，学习驾驶员轨迹特征在自动驾驶车辆换道轨迹设计中具有十分重要的现实意义。

国内外学者对车辆轨迹规划问题已进行了广泛研究[1]。规划方法按照原理可大致分为图搜索、数值优化、插值法和采样法。目前，基于轨迹采样与成本函数优化相结合的方法作为主流的轨迹规划方法被广泛应用于自动驾驶车辆。如M.Werling等[2]以轨迹采样与成本函数优化相结合的方法规划轨迹，实现各换道场景的轨迹生成。该方法规划的换道轨迹基本满足换道行为功能需求，但忽略了驾驶员驾驶行为特征因素[3]。

在换道轨迹规划中考虑驾驶员换道特征，即拟人化换道轨迹规划，是近年来研究的热点。如黄晶[4]等运用K均值聚类法将驾驶风格分类，结合舒适性约束及换道行为数据进行不同驾驶风格换道轨迹规划，但忽略了轨迹曲线特征。Schnelle 等[5]提出了组合驾驶员模型和确定驾驶员期望路径的方法，对驾驶员模型和所需路径参数进行优化，仅考虑了驾驶员的横向控制，无法反映驾驶员的速度特征及行驶轨迹曲率特征。X.He 等[6]提出从自然驾驶数据中学习仿人轨迹规划方法，以softmax函数建立轨迹的概率模型，但该方法存在奇异值问题与学习特征上的局限。……