1.一种基于人工势场法的智能车辆换道轨迹规划系统的轨迹规划方法，采用智能车辆换道轨迹规划系统，该智能车辆换道轨迹规划系统包括地图数据下载模块、GPS/INS位置定位模块、雷达监测模块、车辆参数读取模块和车辆控制模块，地图数据下载模块获取智能车辆的全局路径信息I并发送到计算单元，GPS/INS位置定位模块采集智能车辆与前方障碍车辆之间的最短距离ρob、采集智能车辆的侧倾角 以及航向角θ信息，并将信息发送给计算单元，雷达监测模块获取智能车辆周围的障碍物信息Oi并发送到决策单元，车辆参数读取模块读取车辆的当前速度v和车辆自重m并发送到计算单元，计算单元计算出前方障碍车辆的斥力场U和智能车辆的最大横向安全加速度as,并将斥力场U和智能车辆当前速度v信息发送给决策单元，将最大横向安全加速度as和当前速度v信息发送给速度规划模块，决策单元进行宏观决策得到智能车辆直行或换道的动作指令e，并将动作指令e、斥力场U和当前车速v发送给路径规划模块，路径规划模块进行路径规划得到路径点坐标(xi,yi)，并发送给速度规划模块和车辆控制模块，速度规划模块进行速度规划，得到每一个路径点坐标(xi,yi)处的最大安全速度v(xi)max并发送给车辆控制模块，其特征是包括以下步骤：步 骤1 ) 计 算 单 元 根 据最 短 距 离ρo b 和 当 前 速 度 v来 计 算 斥 力 场并将斥力场U连同当前速度v一并发送给决策单元，η为斥力场系数，d0为道路交通安全法中规定的同车道行驶的车辆后车应与前车保持的最小安全距离，k是速度系数；

步骤2)计算单元根据式as＝Ff/m计算出最大横向安全加速度as，并将其连同当前速度v一并发送给速度规划模块，Ff为智能车辆受到的摩擦力；

步骤3)决策单元根据斥力场U、当前车速v以及障碍物信息Oi进行宏观决策，当智能车辆处于前方障碍车辆的斥力场U范围之外时，决策结果为直行，当智能车辆处于前方障碍车辆的斥力场U范围之内时，决策为换道；

步骤4)当动作指令e为换道时，路径规划模块首先计算预瞄距离Lkv，确定预瞄点坐标Pr(xr,yr)，规划出从智能车辆当前位置到预瞄点坐标Pr(xr,yr)的轨迹曲线，得到得轨迹曲线上的路径点坐标(xi,yi)；所述的预瞄距离 vc为智能车辆的最小换道速度，k为速度系数；所述的预瞄点坐标Pr(xr,yr)中的xr＝ωc、yr＝Lkv，ωc为智能车辆当前

4 3 2

行驶车道的宽度；所述的轨迹曲线的方程为：y＝a4x+a3x+a2x+a1x+a0，a0,a1,a2,a3,a4为每项系数；

步骤5)速度规划模块根据式 得到智能车辆在每一个路径点坐标

(xi,yi)处的最大安全速度v(xi)max，κ(xi)为轨迹曲线上每一位置点处的曲率；

步骤6)车辆控制模块根据规划好的路径点坐标(xi,yi)和最大安全速度v(xi)max控制智能车辆行驶在规划好的轨迹上。

2.根据权利要求1所述的基于人工势场法的智能车辆换道轨迹规划系统的轨迹规划方法，其特征是：步骤1)中，智能车辆前方的椭圆形区域为障碍车辆产生的斥力场U，椭圆形的长轴长度A方向是障碍车辆的前进方向，长轴长度A为最小安全距离d0的两倍，椭圆形的短轴长度B为智能车辆当前行驶车道的宽度ωc。

3.根据权利要求1所述的基于人工势场法的智能车辆换道轨迹规划系统的轨迹规划方法，其特征是：轨迹曲线的曲率 是y的一阶导数，是y的二阶导数。

4.根据权利要求1所述的基于人工势场法的智能车辆换道轨迹规划系统的轨迹规划方法，其特征是：每项系数a0,a1,a2,a3,a4分别为：a4＝J4，a3＝J3，a2＝J2，a1＝J1,a0＝J0；Ji为当目标函数 取得最小值时轨迹曲线方程中每一项对

4 3 2

应的系数，轨迹曲线的方程为y＝J4x+J3x+J2x+J1x+J0，i＝0,1,2,3,4，κ(x)是规划好的轨迹曲线在路径点(x,y)处的曲率， 是轨迹曲线在路径点(x,y)处的曲率变化率，U(x)是智能车辆受到的斥力场，ω1、ω2和ω3均是权值系数，x0是轨迹曲线的起点，xf是轨迹曲线的终点。

5.根据权利要求1所述的基于人工势场法的智能车辆换道轨迹规划系统的轨迹规划方法，步骤5)中，对于轨迹上的任意一点D，D点的最大安全速度v(xi)max＝v(xD)max，当速度v＝vd1且vd1>v(xD)max时，智能车辆以车速vd1从当前位置先逐步减速行驶至D点，在D点时的车速小于v(xD)max，通过D点后再逐步加速至原来的车速vd1；当v＝vd2且vd2