换道安全文献综述 .pdfVIP

换道安全文献综述

1、换道轨迹研究现状

车辆行驶过程是驾驶员根据道路状况和交通环境实时进行车辆路径规划，并进行轨迹跟踪的

过程。自动驾驶中，路径规划是车辆自动驾驶的基础，需要为车辆行驶提供一条安全可靠的

参考轨迹。这些轨迹首先考虑的就是车辆行驶的安全性，其次是可靠性和舒适性，分别体现

在安全距离模型和具体的轨迹行驶中，因此下面将从安全距离模型和各种换道轨迹进行阐述。

(1)安全距离模型

安全距离模型是车辆换道的安全保证。现有换道安全距离模型假设周围车辆匀速，或者换道

周围车辆状态已知，根据自车的规划轨迹进行临界碰撞的判断，进而建立数学模型。加州大

学伯克利分校的Hossein等人根据换道可能发生的碰撞形式，推导了自动换道时的最小安

全距离模型。换道车辆M将从原车道换到左侧车道。在换道的过程中，车M可能与前后

车辆oL、oF发生追尾，也可能与目标车道前车dL发生侧碰、目标车道后车dF追尾。

根据这些碰撞形式，作者推导了最小安全距离模型。吉林大学的王荣本，Li-sheng等人在

Hossein的基础上，将安全距离模型应用到了更加复杂的场景上，如换道场景时间缩短为3

秒等。华南理工大学的许伦辉等人不仅考虑了换道过程中的安全性，还对换道后的安全性进

行了分析，使安全距离模型符合实际的车道变换。

(2)轨迹规划模型

自动换道轨迹规划属于局部路径规划问题，具有换道信息不确定的特点，在机器人领域和车

辆领域都有相关研究。其主要有多项式换道轨迹、贝塞尔曲线换道轨迹、基于MPC算法

的换道轨迹、基于梯形横向加速度的换道轨迹、正弦曲线换道轨迹、遗传算法、蚁群算法、

人工势场等方法。下面将分别详细介绍车辆换道轨迹的特点。加州大学伯克利分校的

Iakovos等人建立了五次多项式的换道轨迹，该多项式系数可以根据研究对象的初始状态和

目标状态确定。该研究中对有无障碍物分别进行轨迹规划。当无障碍物时，纵向轨迹方程为

五次多项式；当存在障碍物时，纵向方程为六次多项式。文中对道路有无障碍的条件下分别

仿真，证明了多项式轨迹的有效性。韩国科学技术院的Jae-Hwan等人利用五次多项式建

立了周围车辆的直行轨迹函数，并通过参数轨迹曲线预测了直道和弯道上，周围车辆与自车

碰撞时间。印度伯拉卡德NSS工程大学的Jolly等人针对多智能体的足球游戏机器人提出

了贝尔塞曲线轨迹规划。贝塞尔曲线是1962年由法国工程师贝塞尔发现的一种光滑插值曲

线，可以通过多个点共同控制曲线的形状，其数学表达式如式1所示。

n



P(u)BJ(u)u01（1）

in,i

i0

式中u是参数变量，n是多项式的阶数，i是求和系数，B代表多项式的顶点。

i

美国加州大学的Ji-wun等人将贝塞尔曲线应用到地面车辆的轨迹规划中。他将高阶贝塞尔

曲线分段划分为3阶的多项式，从而保证的曲线的数值稳定性，为自动驾驶的自由和避障

行驶提供了可行的规划轨迹。中国科学院的陈成等人在3阶贝塞尔曲线的基础上，为提高

曲线曲率的连续性，满足无人车的初末状态约束，提出了4阶贝塞尔曲线轨迹。该研究以

曲率变化最小为目标，把问题转化为三参数优化问题，并满足速度连续约束、加速度有界约

束和侧滑约束等，实现了更加光滑的贝塞尔曲线车辆轨迹规划。

(3)基于MPC算法的换道轨迹模型

美国卡内基米隆大学的Kelly等人首次提出了利用MPC的算法进行轨迹规划。车辆在行驶

过程中，其动力学描述可以表示为4阶耦合的非线性模型。卡麦基梅隆大学的Howard等人

将MPC路径规划算法拓展到了带有坡度的场景之中，并通过实车实验验证了在复杂环境下

基于MPC算法轨迹的有效性和安全性。瑞典查尔姆斯理工大学的Nilsson等人在车辆轨

迹规划的过程中将车辆的安全性条件转化为MPC问题的约束