牛国臣，李文帅，魏洪旭

（中国民航大学机器人研究所，天津 300300）

前言

车道变更作为智能汽车自动驾驶时最常见的驾驶行为之一，在很大程度上影响道路的流通性和安全性。安全、快速且平稳的换道行为可提高通行效率，减少交通事故的发生［1］。合理的换道轨迹是智能汽车安全完成换道任务的前提，同时其性能也决定了换道过程的安全性、高效性和舒适性。

常用的智能汽车轨迹规划算法［2］包括基于搜索的算法［3］、基于弹性带理论［4］和基于参数化曲线的算法［5］等。前两类算法所得到的解不一定是全局最优解，并且实时性较差，不能满足智能汽车高实时性的要求。基于参数化曲线算法中的参数化曲线包括：圆弧曲线［6］、螺旋曲线、Bezier曲线［7］和多项式曲线［8］等。该类算法具有运算量小、直观、精确等优点，也被广泛应用于智能汽车的换道轨迹规划研究中。文献［9］中针对高速道路上的换道行为提出了基于高斯分布的换道模型和最小安全距离模型，用于换道轨迹规划，并混合了决策和控制理论，提出了基于自适应巡航控制（ACC）的轨迹跟踪控制方法用于轨迹跟踪，取得了很好的跟踪效果，但该方法得到的轨迹的横向速度和横向加速度较大。文献［10］中采用一种基于阻力网络的新路径规划方法完成车道保持或变更等行为，其中引入类人因素模拟不同类型的驾驶者，如积极型、温和型和保守型。但该方法的规划时间较长，实时性较低。文献［11］中提出了加速换道模型，将道路上的交通流进行分组，并在V2V的帮助下进行多车协同的换道轨迹规划。……