车辆队列预测巡航控制研究综述

车辆队列巡航控制主要依据范围有限的交通环境信息,但环境的高度不确定性会影响车辆建模精度与控制效果。预测巡航控制作为巡航控制的一种演进,已成为当前的研究热点。为全面分析车辆队列预测巡航控制的研究进展,从交通环境信息预测、队列运动行为决策、队内车辆轨迹规划、车辆轨迹跟踪控制等4个方面进行概述。首先,介绍车辆队列对交通环境信息的预测研究进展,包括采用车路协同获取前方道路地理、交通等信息,以及通过车载传感器预测周边环境车辆运动状态,重点介绍基于深度学习的轨迹预测方法研究现状及发展趋势;其次,介绍车辆队列协同行为决策问题的研究进展,详细阐述博弈论与机器学习在协同行为决策领域的重要作用,指出模型与数据混合优化的行为决策发展趋势;再次,针对车辆协同轨迹规划问题,从模型驱动与数据驱动2个角度,分别对当前研究进行梳理,并说明强化学习在协同轨迹规划方面具备的优势;然后,从预测巡航控制、车辆跟踪控制等2个方面,分别阐述车辆轨迹跟踪控制问题,并指出基于数据和模型联合驱动的车辆跟踪控制方法具有较大应用潜力;最后,总结车辆队列预测巡航控制的研究现状与不足,并对该领域的未来发展趋势进行展望,为其后续应用提供新思路。