基于驾驶场景与决策规则的智能汽车换道决策.pdfVIP

２０２４年第３８卷第２期

ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ）Ｖｏｌ．３８Ｎｏ．２２０２４

ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４－８４２５（ｚ）．２０２４．０２．００２

基于驾驶场景与决策规则的智能汽车换道决策

张昆，浦同林，张倩兮，聂枝根

（昆明理工大学交通工程学院，昆明６５０５００）

摘要：复杂交通环境中，换道决策直接影响智能汽车自主换道效果，然而在换道决策过程

中依旧存在着预测正确率低以及决策安全的问题。因此，针对这一问题，提出了基于驾驶场景

和决策规则的换道决策模型。考虑换道后的交通行驶状况对换道决策的影响，引入换道后的期

望速度和换道前后与前车的距离作为新的特征变量，基于特征变量与换道决策的相关性建立了

换道决策规则。建立了模拟真实驾驶环境的换道场景数据集，扩充了ＮＧＳＩＭ换道场景数据集，

并对其进行了有效性验证。针对换道决策的多参数和非线性问题，提出了基于贝叶斯优化核函

数的支持向量机模型，在换道场景数据集上进行测试验证。结果表明：新引入的决策特征变量

对换道行为有积极作用，换道场景数据集能够模拟真实的换道场景，可进一步应用到换道决策

和轨迹规划的研究中，支持向量机模型对换道行为的预测正确率达９５．４０％，高于其他机器学

习分类器，提高了换道行为的安全性。

关键词：换道场景；智能网联汽车；换道决策；特征提取；支持向量机

中图分类号：Ｕ４６３．６文献标识码：Ａ文章编号：１６７４－８４２５（２０２４）０２－０００９－１１

参与者的运动状态做出换道或保持车道的行为决

０引言

策，如果在换道条件不满足的情况下执行换道，将

行为决策模块是智能网联汽车在复杂、动态严重影响交通安全，因此，准确的换道决策对于交

的交通环境中安全行驶的关键，能够更安全、有效通安全至关重要。

地实现驾驶意图［１］。换道行为是车辆行驶过程中目前，针对车辆换道决策的研究已有较多成

最为常见的行为，分为自由换道［２］［３］［５］

、协同换道和果，Ｇｉｐｐｓ等最早对换道行为进行建模，从换道

强制换道［４］，相比于车道保持行为而言，具有更高必要、意向和安全三方面分析，提出了一种基于规

的风险。智能网联汽车根据交通规则和其他交通则的换道决策方法，但难以确定模型的参数。随

收稿日期：２０２３－０７－１６

基金项目：国家自然科学基金项目

作者简介：张昆，男，工学博士，副教授，主要从事车辆动力学控制及智能汽车控制研究，Ｅｍａｉｌ：ｊｔｇｃｘｙｚｋ＠ｋｕｓｔ．ｅｄｕ．ｃｎ；浦同

林，男，硕士研究生，主要从事智能汽车换道轨迹规划及决策行为研究，Ｅｍａｉｌ：１３２５７１４１４２＠ｑｑ．ｃｏｍ。

本文引用格式：张昆，浦同林，张倩兮，等．基于驾驶场景与决策规则的智能汽车换道决策［Ｊ］．重庆理工大学学报（自然科学），２０２４，３８

（２）：９－１９．

Ｃｉｔａｔｉｏｎｆｏｒｍａｔ：ＺＨＡＮＧＫｕｎ，ＰＵＴｏｎｇｌｉｎ，ＺＨＡＮＧＱｉａｎｘｉ，ｅｔａｌ．Ｌａｎｅｃｈａｎｇｅｄｅｃｉｓｉｏｎｍａｋｉｎｇｆｏｒｉｎｔｅｌｌｉｇｅｎｔｖｅｈｉｃｌｅｓｂａｓｅｄｏｎｄｒｉｖｉｎｇｓｃｅｎａｒｉｏｓ

ａｎｄｄｅｃｉｓｉｏｎｒｕｌｅｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ），２０２４，３８（２）：９－１９．