1.1研究背景

交通运输是国民经济的基础产业，是社会经济快速、持续发展的重要生命线。经济水平的提高使得人民对各类交通方式的需求不断增加。随着智能交通技术和计算机仿真技术的长足发展，随着汽车智能化相关技术的研发和应用,人们对传统汽车的认识和驾驶方式逐渐发生了改变。

智能交通技术，尤其是智能车辆技术及无人驾驶车辆关键技术的研究对于提高交通运输系统的效率和安全，实现交通系统智慧化发展具有十分重大的意义。智能车辆最终的目标是将“人-车-环境”的闭环系统变为“车-环境”系统,也就是说智能车辆利用环境感知、电子信息和智能控制等技术自主完成交通环境中常见的驾驶操作,以避免因驾驶员的疲劳、不良驾驶习惯、分神和驾驶技术不足等造成的交通事故或交通堵塞。无人驾驶车辆作为智能车辆的一种，是集环境感知与认知、动态规划与决策、行为控制与执行等多项功能于一体的综合智能平台，涵盖了机械、电子、人工智能、传感器技术、自动控制、信号采集和分析和计算机技术等多个学科。它主要通过传感器对周围的道路交通环境进行知识获取，由计算机系统对收集到的数据进行知识表达，然后对车辆的行驶状况进行智能控制，从而实现自动驾驶并完成多种高智能任务。

国家973计划从20世纪90年代就开始支持相关研究，同时国际各大汽车公司都开始把无人驾驶汽车作为企业战略发展的重点，如美国福特汽车、日本丰田、德国奥迪、沃尔沃汽车公司和国内的上汽集团、比亚迪、长安等汽车研究机构或者公司都开展了无人驾驶车辆的研究。各大知名高校或研究机构也都在从事这方面研究，如美国斯坦福大学、麻省理工学院、德国慕尼黑工业大学、新加坡国立大学等。

无人驾驶车辆研究的核心问题包括环境感知、行为决策、运动控制。针对环境感知和运动控制，各国研究学者和专家进行了大量而有成效的研究。而作为三大关键问 题之一的行为决策方面的研究，尤其是复杂动态环境下具备仿生认知决策能力的相关研究较少。原因在于，实际城市道路环境中，无人驾驶车辆所感知获取的是瞬息万变的复杂动态信息，交通要素变化的复杂、随机、不确定性等特点，以及车辆对驾驶决策的实时性、环境适应性等要求，复杂动态城市环境下无人驾驶车辆的行为决策面临巨大的挑战。统计资料显示，车辆不恰当的换道行为是道路交通事故和交通拥堵的主要因素，尤其在复杂动态的交通环境下，车辆的换道空间具有明显的差异性。因此加强复杂动态城市环境下车辆换道行为决策研究对于保证车辆行驶安全、提高道路通行能力、改善绿色生态驾驶环境具有重要意义。

1.2研究目的

针对复杂动态城市环境，综合考虑多因素对换道行为决策的影响，通过分析大量真实路况情况下的汽车行驶，形成对驾驶系统的相对完整一致性描述，为无人驾驶车辆智能行为决策控制提供理论依据。整理分析有人驾驶行为的数据，研究有人驾驶行为来推导无人驾驶行为，通过对有人驾驶行为的分析总结，借鉴有人驾驶认知和行为决策的规则，进行初步的换道行为研究，推动无人驾驶车辆具备复杂动态环境下认知和换道决策能力研究，提高无人驾驶车辆行驶安全性和稳定性。