禹乐文，罗 霞，刘仕焜

(西南交通大学交通运输与物流学院，四川 成都 611756)

1 引言

自动驾驶车辆换道决策的算法设计十分具有挑战性，但对确保自动驾驶车辆的安全平稳运行至关重要。从国际公认的SAE(美国汽车工程协会)制定的L0-L5自动驾驶车辆阶段分级划分标准[1]不难看出，在实现部分自动化(L2)以及有条件自动化(L3)后，想要进一步将自动驾驶自动化程度进一步提升至高度乃至完全自动化(L4、L5)，需要进一步提高场景适用性。而保证自动驾驶车辆在复杂车路环境下的正确换道决策则是提高其实用性的关键。

换道决策规划主要是针对具有换道意图的车辆，根据实际情况进行“是否换道”的决策[2]。决策模型可分为基于规则的模型、基于机器学习的模型、基于效用计算的模型和基于博弈论的模型[3]。基于规则的模型，以Gipps[4]理论为代表，车辆的跟驰换道与否取决于车辆是否满足规则所限制条件。Barcelo等人[5]在此基础上增加了新的换道条件。此种模型将复杂的换道决策简化为固定准则的判断，实用性不强。基于效用计算的代表性模型由Ahmed等人[6]和Toledo等人[7]提出。Sun等[8]提出了在不同换道场景下基于效用函数的换道选择模型。此类算法能够较好地模拟换道决策过程，但却忽略了周围车辆对于换道车辆的反应预测；基于机器学习的模型效果较优，但对数据需求量较大，实用性受到限制。此类模型的算法包括人工神经网络、模糊逻辑、决策树等[9-11]。

相较于上述方法，博弈论可以在保证算法效率的同时，尽可能全面考虑环境参数以及周围车辆的不同反应对于换道决策的影响。……