車道變換輔助和公路自動駕駛的情景模型預測控制

（Scenario Model Predictive Control for Lane Change Assistance and Autonomous Driving on Highways）

本文基于情景模型預測控制（SCMPC）的最新成果，提出了一種新的車道變換輔助和公路自動駕駛控制算法設計。其基本思想是通過少量的未來場景來解決交通環境的不確定性，這是直觀的，計算效率高的。這些場景可以通過任何模型或數據的方法來生成。本文討論了SCMPC的設計過程，這個過程很簡單，可以推廣到自動駕駛中的其他控制挑戰，以及控制器的魯棒性。

SCMPC算法需要對主車環境中所有相關目標車輛進行預測，并將其結合到交通情景中。目標車輛預測包括兩個部分：（a）動力預測模型，用于識別目標車輛可能執行的動力類型;（b）為目標車輛產生可能的軌跡預測模型。

SCMPC車道變換輔助的目標是在公路上檢測和執行安全的車道變換軌跡。安全的車道軌跡是舒適性和安全限制的軌跡。為了簡化優化問題，目標車輛的安全限制被簡化為只有縱向安全距離。實驗結果證明了SCMPC算法的有效性及其在高速公路車道變換情況下的性能。

未來的研究將集中在對實際交通中的高速公路進行廣泛的現場測試。我們的實驗車輛上的傳感器將用于檢測周圍的目標車輛。此外，還將根據實際的交通數據，對交通情景進行更詳細的研究和模擬。