考虑驾驶风格的高速公路智能车自主换道策略研究.pdf

摘要

摘要

在高速公路自主换道场景下，智能车以往是根据速度收益进行换道决策，

未综合考虑车辆周围环境信息，同时以往研究中未考虑周车驾驶风格预测换道

轨迹，难以生成准确的换道意图并保证换道安全。随着智能车技术的发展，智

能车能综合考虑前后方的周车及环境信息产生换道意图，并对周车的驾驶风格

进行识别，然后根据与不同驾驶风格周车交互的特点，生成安全合法的换道轨

迹。基于此，本研究将综合考虑多维信息、考虑周车驾驶风格，对高速公路条

件下智能车的自主换道策略展开研究。

首先，基于车辆轨迹数据对驾驶人的驾驶风格进行画像，建立驾驶风格识

别模型。使用HighD数据进行预处理，从驾驶人安全感知和行为行驶两个维度

对驾驶风格进行精准画像，使用K-means算法进行聚类，结果分为激进型、保

守型和标准型三类，最终使用XGBoost算法建立识别模型，并对不同驾驶风格

的行为参数进行描述性分析，为建立考虑驾驶风格的换道轨迹模型奠定基础。

其次，基于车辆动态行驶信息对换道意图进行识别建模。通过分析智能车

交互车辆的动态信息，从交通信息、安全指标、车道存在状态和车辆限速情况

四个维度出发，搭建基于CNN-BiGRU-ATT的模型框架，利用特征模块进行降

维，利用时间记忆模块提取动态信息的上下文关系，最后使用注意力机制输出

换道意图识别结果。结果表明本文提出模型能准确识别自主换道意图，并且本

模型输入数据的最优时长确定为1.92s。

最后，基于与不同驾驶风格周车交互的特点，对智能车轨迹进行多目标优

化建模。在椭圆车辆模型的基础上，计算与不同驾驶风格周车交互的安全距离，

作为安全性约束，采用横纵向五次多项式构建智能车轨迹模型，基于效率性、

舒适性和交通环境影响程度三个方面建立基于多目标优化的智能车换道最优轨

迹模型。仿真结果表明，考虑交互车辆驾驶风格的智能车多目标换道轨迹优化

模型，可以有效兼顾车辆通行效率与通行安全。

综上，本研究针对人机混合驾驶条件下非网联的高速公路智能车的自主换

道场景，提出了精确识别周车驾驶风格、准确识别自主换道意图、生成考虑交

互周车驾驶风格最优换道轨迹的方案。研究成果对智能车换道领域的研究提供

了重要的借鉴，有望在减少交通事故的发生、提高换道效率等方面发挥重要的

作用。

关键词:智能车辆；驾驶风格；换道意图；轨迹规划

-I-

1

Abstract

Abstract

Inthehighway,intelligentvehiclesusedtomakelane-changingdecisions

basedonspeedgains,withoutconsideringthesurroundingenvironment

informationofthevehicle.Atthesametime,previousstudiesdon’tconsiderthe

drivingstyleofthevehicletopredictthelane-changingtrajectory,soitis

difficulttogenerateaccuratelane-changingintentionsandensuresafety.Withthe

developmentofautonomousdrivingtechnology,intelligentvehiclescould

comprehensivelyconsiderthesurroundingvehicleandenvironmental

informationto