考虑驾驶员特性的自学习换道轨迹规划系统*

高振海，朱乃宣，高 菲，梅兴泰，张 进，何 磊

(1. 吉林大学，汽车仿真与控制国家重点实验室，长春 130022；2. 广州汽车集团股份有限公司汽车工程研究院，广州 511434)

前言

车道变换是当前研究的热点问题，在轨迹的规划和跟踪方面，Shladover 等[1]提出了一个正弦车道变化模型，该模型可以将横向加速度表示为时间的正弦曲线特征。闫尧等[2]建立车辆五次多项式换道轨迹模型，并为其增加调节参数。以换道轨迹的平均曲率最小和长度最短为目标设计目标函数，同时考虑换道过程中的舒适性和平稳性，以车辆的横向速度、横向加速度和横摆角速度为约束条件，最后采用序列二次规划算法对参数进行优化求解。白成盼等[3]利用约束求解得到基于sigmoid 函数的优化路径，将其与多项式参数化时间函数作为平坦输出，利用微分平坦理论构造一个非线性性能指标函数并对其进行优化求解完成车速规划，进而实现对智能车辆路径－速度分解式的轨迹规划。

近年来越来越多的研究聚焦在人性化的驾驶辅助系统上，这也就对车道变换提出了更高的要求。当前与驾驶员特性相结合的换道辅助系统研究正广泛进行，闫淑德[4]利用模糊C－均值聚类算法给驾驶员贴“标签”，并将驾驶员驾驶习性分为谨慎型、一般型和激进型，采用粒子群算法优化BP 神经网络搭建驾驶人驾驶习性辨识策略，基于驾驶人驾驶习性建立个性化换道最小安全距离模型。纵瑞雪[5]采用自适应模型预测控制原理与离散车辆动力学模型相融合的方法，将安全性、个性化和舒适性作为优化性能指标，设计了换道辅助策略。……