一、文献综述（或调研报告）

1.1引言

本文基于智能网联环境对高速公路出口匝道车辆进行协同控制研究，通过大量阅读知网、万方、ScienceDirect、myScholor等网站上有关车辆换道和跟驰模型的文献，得知智能网联技术下对车辆跟驰模型的研究已经较为成熟，如Treiber等人提出的智能驾驶模型（IDM)^[1] ，相较于跟驰行为，换道行为则复杂得多，不合理的换道甚至会成为干扰高速公路交通的关键因素，尤其在出口匝道处表现得更加明显。因此，本文基于智能网联环境加强对高速公路出口匝道车辆换道行为的优化，主要优化出口匝道处车辆强制性换道行为^[2]为主，同时协调好车辆的换道行为与跟驰行为，实现高速公路出口匝道车辆的协同控制。

1.2智能网联环境概述

2018年是我国智能交通发展最火爆的一年，智能网联^[3]则是智能交通系统发展的终极形式，主要包括智能网联汽车与智能网联道路系统。在智能网联环境下，先进的车、路感知设备对交通环境进行高精度感知，实现车车、车路的实时信息交互，最终提高道路通行效率与道路交通安全。

1.3国内外车辆换道模型与跟驰模型研究概述

对于车辆的换道行为，国内外学者都做了相关研究。刘伟铭^[4]等人通过DV和数据采集仪对高速公路出口匝道换道车辆进行调查，在结合数理统计理论及应用微分法的基础上建立出口匝道车辆换道模型，得出在一般情况下出口匝道车辆换道等待范围在0#8212;400m的结论，这为之后对高速公路规划、安全引导出口匝道车流提供依据。邹智军^[2]等人依据车辆换道类型，建立了强制性和自主性换道模型，创造性地建立了车辆在拥挤状态下实施的强制性换道行为#8212;”挤车换道模型”，提供了微观交通仿真的建模思路，但缺乏实测数据标定与验证。因此，在之后分析车辆的强制性换道行为时应进行完整的实测数据的标定与验证。陈斌^[5]通过引入智能主体理论，将智能主体的 自治性、社会性、自适应性和主动性与车辆换道行为相结合，建立了基于多智能主体系统的车辆换道模型，仿真结果表明该模型能够贴切地反映现实中车辆的换道行为，具有很大的参考价值。但其中”愿望主体”的功能与结构有待进一步完善，这对智能网联环境下研究车辆换道行为的可行性给予肯定并为之后的研究提供理论支持与方向引导。金立生^[6]等人针对高速公路车辆加速换道场景，建立加速换道时最小安全距离模型，比公认的较为典型的加州大学研究的安全换道模型更为先进，为车辆在实施换道与超车操作的安全性提供判别依据，由于该模型适用的换道场景较为理想，适用范围较窄，但可以为本文研究高速公路出口匝道车辆在实加速换道行为提供参考。李珣^[7]等人基于车路协同环境，利用威胁度函数来描述多车道车辆间的关系构建了多车道车辆协同换道模型（STCA-S）,不仅改善了道路交通流，而且提高了道路的使用率。但是，研究对象为标准化车辆，过于理想化且由于当时的车路协同技术未得到应用，缺乏实测数据，因此在本文研究智能网联环境下车辆的换道行为时，应充分考虑现实的交通环境及充分使用实测数据进行研究。张荣辉^[8]等人基于多车协同驾驶控制结构，提出了一种无人驾驶车辆换道汇入的驾驶模型并引入乘坐舒适性的指标函数，得到了无人驾驶车辆换道汇入的有效运动轨迹，这对本文研究的智能网联环境下高速公路出口匝道车辆的协同控制具有很大的帮助，但在加强换道安全与增强无人驾驶的容错控制方面有待进一步研究，为之后的研究方向提供了切入点。

国外，Marcel Sala^[9]等人通过录像对巴塞罗纳B23高速公路车辆的换道行为进行检测，研究发现换道行为是干扰高速公路交通的主要因素之一，也是造成高速公路交通不稳定的关键因素，这一现象在高速公路出口匝道处表现得较为明显。因此，本文在研究智能网联环境下高速公路出口匝道车辆的控制策略时要协调好出口匝道车辆的换道行为。NIE J^[10]等人提出了一种由状态预测、候选决策生成和协调三个模块组成的分散协作的自动驾驶车辆换道决策框架来进行协作式换道决策，结果表明，该换道决策框架有利于提高交通系统稳定性和安全性，但是该决策框架忽略了通信延迟和感知故障问题即不能保证及时换道，因此在该方面有待进一步改善，这为本文的研究提供了思路。Wang M^[11] 等人提出了一种基于滚动最优控制和动态博弈论的对车辆换道与跟驰协同控制的预测方法，通过自动驾驶车辆的车载传感器进行实时预测，考虑到延误与自适应控制参数来确定车辆的期望轨迹，但是之后的研究有待解决高层控制器设计中的完全假设与底层系统跟踪能力不完全匹配的问题。Da Yang^[12] 等人针对现有研究自动驾驶技术换道轨迹的静态规划方法的局限性，充分考虑到换道时周围车辆运动状态的改变，提出了动态换道轨迹规划，不仅提高了换道的安全性，而且能够很好地跟踪车速以及轨迹，具有很强的实用性。但是只研究了直线道路上的换道而缺乏曲线等复杂道路环境下的换道轨迹的研究，因此，这位之后的研究方向提供很好的切入点。

对于车辆的跟驰行为，鉴于已有研究较为成熟的跟驰模型，如Treiber^[1]等人提出的智能驾驶模型（IDM），因此本文使用IDM对高速公路车辆跟驰行为进行优化。