郝璐璐，谢 辉，宋 康，闫 龙

（内燃机燃烧学国家重点实验室，天津大学，天津300072，中国）

随着车辆保有量的迅速增加，城市交叉路口拥堵问题、安全问题、节能与环境问题已经成为全社会聚焦问题。在智能网联的背景下，清华大学的徐彪[1]等人提出基于遗传算法和分支定界算法的通行车速计算提高车辆在路口的通行率，北京理工大学的邹渊[2]等人将有效通行时间的信号灯模型与伪谱法结合降低车辆在路口的能耗，长安大学的徐婷[3]等人提出基于车对万物 (vehicle to everything，V2X)的驾驶员辅助系统对车辆换道行为预测提高车辆在路口的安全性。在现实情况中，普通车辆没有搭载感知通信设备，部分驾驶员存在转弯不打转向灯等违规操作，单个智能车辆在交叉路口感知范围受限且无法提前获取路口其他车辆的信息。这种情况下在智慧道路的路端对交叉路口附近车辆进行准确的轨迹预测，既可以解决城市交通问题，也可以将预测的轨迹信息传递给智能车辆，作为智能车辆轨迹规划的先验信息，辅助完成车路协同规划。

目前车辆轨迹预测方法主要分为3大类别：第1种：基于物理机理的预测模型。在该方法中，车辆被视为二维平面内受物理规律控制的物体，通过速度、加速度、位置、轴距、质量等参数的数学关系建立车辆的动力学或运动学模型进行轨迹预测[4]。M. Brannstrom等人[5]为了提高计算效率将车辆动力学模型简化为自行车模型，A. Houenou等人[6]建立了Descartes坐标系下的车辆状态矩阵用来表示车辆运动学模型。……