朱乃宣，高振海，胡宏宇，吕 颖，赵伟光

（1.吉林大学，汽车仿真与控制国家重点实验室，长春100025；2.中国第一汽车集团有限公司智能网联开发院，长春130011）

前言

道路环境的交通态势建模是智能车用来保障其在道路区域内安全行驶、防止侧翻和碰撞等危险状况发生的关键技术手段，已受到了广泛关注和研究。交通风险评估主要用于处理原始的传感器数据，通常包括来自立体视觉［1］、雷达［2］和激光雷达［3］的最低级别的原始数据，模型借助上述传感器数据，对当前车辆周围环境进行合理而简捷的表达，其主要信息有边界的位置信息（车道线、路沿、路口）和道路内的障碍物信息等。当前常见的态势评估方法是通过栅格地图或者人工势场法建立风险场模型。

栅格地图模型是贝叶斯占用过滤器［4］的变体，在智能车辆领域，基于贝叶斯占用滤波理论的占用网格已经被广泛地应用于各种研究中［5-9］；至于采用人工势力场法建立风险场模型，是由Khatib提出的［10］。核心思想是障碍物产生斥力场，目标点产生引力场，机器人在合势场下沿着势场下降最快的方向移动。当前在决策规划领域中常用的方法为：建立道路、车道线和障碍车的斥力场以及目标点的引力场，根据车辆行驶轨迹求解势场参数［11-17］。

在换道决策方面，学者们致力于研究换道行为触发机理。其方法有基于规则［1］、随机效用理论［19］、跟驰模型［20］和最小安全距离模型［21］等。

近年来，为了使得驾驶辅助系统越来越人性化，与驾驶员特性相结合的个性化换道辅助系统的研究也正广泛进行。……