黄幸文 郝海明 张水潮 俞思宁

（宁波工程学院建筑与交通学院 浙江省宁波市 315211）

1 概述

换道是车辆行驶的核心功能，也是自动驾驶车辆的基础模块，现状的换道模型研究可以划分为两类，一类是换道决策模型[1‐3]，研究车辆在行驶过程中，驾驶员决定是否换道的决策过程；一类是换道控制模型[4‐6]，当确定换道后，怎么操控车辆，让车辆安全、平顺地完成换道任务。

现状换道控制研究主要采用最优化控制的方法建模并求解换道轨迹，对车载设备的计算功能要求非常高，而且，在求解的过程中，车辆状态在持续改变，且最优化求解需要一定的时间，所以车辆实际上是以新的行驶状态执行旧的最优解，运行效率受到一定的影响。为了有效解决这个问题，本研究采用强化学习的方法构建车辆换道模型，AI智能体。强化学习的运用分两个部分，学习阶段和执行阶段。学习阶段是一个寻优过程，需要充足的时间，由路测单元提前完成，即AI 智能体根据路段的实际情况，随机选取车辆的初始位置，通过试错法校准深度神经网络的参数，完成参数标定后，存储神经网络模型；执行阶段仅仅根据输入参数计算输出，计算工作量非常小，由车辆完成，当车辆行驶到该路段时，由路测单元将神经网络模型模型通过I2V 设备传输给车载单元，车辆可根据换道的需求使用模型。

2 控制优化模型

本研究所选用的环境为直道的换道，假设道路有两个车道，假设车辆沿着道路方向的速度不变，只控制车辆垂直道路方向的位置、速度，所采取的控制变量为车辆在垂直道路方向的加速度ay(t)。……