高速公路強制換道場景下的車輛隊列換道控制策略

【摘要】為滿足基于L1、L2級輔助駕駛技術的車輛隊列在高速公路上整體強制性換道需求，首先，提出了分層架構的車輛隊列控制系統；隨后，針對其中的策略層設計了隊列整體換道條件判斷方法，并詳細描述了隊列整體換道過程的具體控制流程，彌補了現有研究偏向理論而忽視實際應用的不足；最后，通過聯合仿真平臺與實體小車隊列平臺驗證了所提策略的安全性、有效性與計算實時性。結果表明，所提策略可以在多種工況下判斷合適的隊列換道時機，并進行車輛隊列整體換道流程的控制，且整套策略可以在實車嵌入式控制器上實時運行，具備面向實車產品開發的實用性。

主題詞：智能網聯汽車 車輛隊列 強制換道 高速公路

中圖分類號：U495" "文獻標志碼：A" "DOI： 10.19620/j.cnki.1000-3703.20231159

Platoon Lane Change Control Strategy for Mandatory Lane Change Scenarios on Highways

Yang Haoyu1， Kong Weiwei2， Zhao Xiang1， Ren Hanxiao1， Luo Yugong1

（1. School of Vehicle and Mobility， Tsinghua University， State Key Laboratory of Intelligent Green Vehicle and Mobility， Beijing 100084; 2. Engineering College， China Agricultural University， Beijing 100083）

【Abstract】To address the mandatory overall lane-change requirements for vehicle platoons equipped with L1 and L2 driver assistance technologies on highways， this paper firstly proposes a hierarchical vehicle platoon control system， then a method for determining the conditions for lane-changing at the strategy layer is developed， and the specific control process for executing the platoon lane change is described in details， filling the gap in existing research that leans towards theory at the expense of practical application. Finally， the proposed strategy’s safety， effectiveness， and real-time computational performance are validated through a co-simulation platform and a physical miniature platoon platform. The results demonstrate that the proposed strategy can assess appropriate lane-change timing under various conditions and control the overall lane-change process for the vehicle platoon. Furthermore， the entire strategy is capable of real-time execution on embedded controllers in actual vehicles， highlighting its practicality for real-world vehicle product development.

Key words： Intelligent and connected vehicles， Vehicle platoon， Mandatory lane change， Highway

1 前言

當下智能網聯汽車隊列被認為是緩解交通擁堵、環境污染等問題的重要手段[1-3]，但在行駛過程中會遇到無法避免的換道需求[4]。數據顯示，車輛換道會導致交通流延遲約10%[5]而因需要更大的換道空間和時間，隊列整體換道問題會更加復雜。在智能網聯化的背景下，車輛隊列可提前感知路況，選擇有利時機換道，避免擁堵。因此，研究隊列整體換道控制策略十分重要。

目前，國內外對車輛隊列控制系統和隊列整體換道行為有多樣的研究。美國的PATH項目[6-7]和歐洲的ENSEMBLE項目都從分層架構的角度設計了各自的隊列控制系統，為車輛隊列的工程實現提供了指導思想。對于隊列換道問題，Horowitz R等[8]對PATH項目進行了改進，提出了允許隊列車輛直接換道或是并入另一隊列的策略。李姍等[9]設計了統一的分層式協同換道控制架構，解決單車換道入隊和多車換道的問題。以上研究針對的是隊列中單個或多個車輛的換道行為，而非隊列整體換道。針對隊列整體換道，Nie等[10]設計了前方車輛行駛緩慢時的隊列車輛同時換道策略。Wang等[11]提出了一種基于最優控制的分布式車輛隊列換道控制器，實現了隊列的“蛇形”換道，即“魚貫式換道”。這些研究均關注隊列換道的執行過程——換道軌跡的規劃和跟蹤，未考慮是否需要換道以及何時換道的換道決策問題，并且沒有明確針對強制換道還是自由換道場景。對于強制性的換道需求，完整的策略首先應當判斷安全合適的隊列換道時機。

綜上所述，本文將在現有的L1、L2級輔助駕駛技術的基礎上，針對高速公路上的車輛隊列整體強制性換道場景，開發可應用于車輛隊列的分層控制策略。上層的策略層根據環境信息判斷隊列是否可以換道；下層的控制層則接受策略層的指令，調用相應的控制器，實現對車輛的縱橫向控制。最后，通過聯合仿真平臺和實體小車隊列平臺對本文提出的方法進行驗證。

2 隊列整體換道控制系統分層架構

本研究針對如圖1所示的隊列整體強制換道場景設計了隊列換道策略。其中，隊列由3輛車構成，頭車為人工駕駛，2輛跟隨車為自動駕駛；當隊列即將進入匝道或者獲知車道前方存在障礙時，需要換道至另一車道，此時環境中的其他車輛會對隊列的換道行為有所限制。

國外對汽車隊列的研究較早展開，如美國PATH項目和歐洲ENSEMBLE項目等。上述項目中均采用了分層架構來對車輛隊列進行控制，將隊列行為和車輛行為分開設計。借鑒其設計思路，本研究建立了如圖2所示的車輛隊列控制系統分層架構，由上層的策略層來調控隊列行為，由下層的控制層來實現對車輛的基礎控制。

其中策略層已經包含了車輛隊列的基本功能，如組隊、入隊、穩定行駛、離隊等；控制層由現有的L1、L2級輔助駕駛技術組成。

隊列中各車所搭載的控制單元均具有相同的控制系統模型，但會根據隊列當前行為和自車角色來選取不同的車輛行為和車輛控制器。

本文延續該架構，將車輛隊列整體換道的控制按照策略層和控制層來進行分別的設計。

針對隊列整體換道這一功能，策略層負責決策合適的換道時機，即對隊列整體換道條件的判斷；并控制隊列換道的流程，即隊列中各車控制器的切換。

在控制層中需要調用的控制器有：協同自適應巡航（Cooperative Adaptive Cruise Control，CACC）、自適應巡航（Adaptive Cruise Control，ACC）、車道居中控制（Lane Centering Control，LCC）、換道控制（Lane Change，LC）。這些輔助駕駛技術可根據當前的指令和信息來計算出相應的車輛底盤控制量，如節氣門開度、制動踏板壓力以及方向盤轉角等，從而實現車輛的縱橫向控制。

本文采用分層架構的控制系統設計方案，系統中的控制層大部分由L1、L2級的輔助駕駛技術組成，是自動駕駛等級自下而上的隊列整體換道功能實現途徑，相較于利用L4級自動駕駛構建的車輛隊列更容易實現。且這種平臺化的方案對整車系統設計有一定的指導意義[12]。

3 隊列整體換道策略設計

在獲取到換道需求之后，隊列系統會進入對應的隊列整體換道功能模塊，如圖2中的彩色部分。首先需要根據隊列周圍環境車的信息進行換道條件判斷：若當前時刻沒有足夠的空間進行換道的話，則會提示頭車駕駛員減速，從而讓整個隊列減速等待；直到計算出有足夠的換道空間之后，再進行隊列的換道行為，策略層對整個流程進行控制。由于本文研究的是強制換道需求，換道前的調整階段應當盡可能減速以免錯過換道機會。同時考慮到隊列行駛的安全性，因此本研究中暫不設置“加速以獲取換道空間”的策略。

滿足隊列整體換道條件后，隊列中各輛車的系統策略層會根據頭車指令和他車信息來進行控制器的切換和自車狀態反饋，串聯起隊列整體換道的流程。

3.1 隊列整體換道條件判斷

在這里對圖1的場景進行一定的簡化。首先，考慮到向左和向右換道的對稱性以及不需要區分導致隊列強制換道的具體原因，所以設定隊列行駛在一條雙車道的高速公路上，需要從右車道向左換道。其次，在強制換道的需求下，主要關注目標車道上的環境車輛。認為隊列與當前車道的前車保持了足夠的安全距離且當前車道的后車會跟隨隊列減速，因此忽略本車道上前后車的影響。

簡化后的場景如圖3所示。圖中的換道需求可以提前由云端下發至隊列，頭車司機在知曉前方道路狀況后應及時確認換道需求，以便盡早啟動隊列換道功能，增加隊列換道的成功率。

基于上述簡化假設，再將目標車道上的環境車輛根據與隊列的相對位置分為前、側、后3類。

首先考慮單一環境車的簡單工況，如圖4所示。

如圖4a所示，當環境車在隊列前方時，需要計算若隊列此時開始換道，在頭車完成換道時，其與環境車的距離是否仍然安全。

[xe-p0+ve-ptplc+12ae-pt2plc0gt;xs] （1）

式中：“[e-p]”為環境車與隊列的相對狀態；[xe-p0]為前方環境車[e]和隊列頭車[p0]的縱向距離；[ve-p]為環境車[e]和隊列[p]的速度差；[ae-p]為環境車[e]和隊列[p]的加速度差；[tplc0]為隊列頭車換道的時長；[xs]為安全距離，本文選擇高速公路的推薦距離作為安全距離，即與隊列車速成正比。

[xs=vp?mkm?h-1] （2）

式中：[vp]為隊列速度，本研究以隊列頭車速度作為隊列速度進行計算。

如圖4b所示，當有環境車在隊列側方時，不需要計算，直接可以判斷當前無法換道，隊列需要減速等待。本研究中考慮安全冗余，認為環境車在隊列前方10 m或者后方10 m內都屬于側方。

如圖4c所示，當環境車在隊列后方時，與第一種情況類似，需要計算若隊列此時開始換道，在整個隊列完成換道時，隊列尾車與環境車的距離是否仍然安全。

[xp2-e-ve-ptplc-12ae-pt2plcgt;xs] （3）

式中：[xp2-e]為[隊列尾車p2]和后方環境車[e]的縱向距離，[tplc]為隊列整體換道的總時長。

實際情況中，環境車通常是多輛組合出現的，上述的條件也需要組合判斷。本文的策略是實時計算當前時刻能否進行隊列換道，而不是規劃未來一段時間內的一個時間點來換道。因此針對多環境車的工況，如圖3所示，只需要對隊列前方最近的一輛環境車、隊列側方的所有環境車、隊列后方最近的一輛環境車分別進行判斷即可，當三個位置均不存在影響隊列換道的環境車時，給出開始隊列換道的指令。

由于對于隊列側方只需要判斷是否存在環境車輛，故每一時刻至多需要計算2次，分別是對隊列前方最近的一輛環境車計算公式（1）、對隊列后方最近的一輛環境車計算公式（3）。因此上述條件判斷需要的算力較小，容易滿足計算實時性的要求，可以部署在實車嵌入式控制單元中。

3.2 隊列換道流程控制

隊列中的每一輛車都搭載了同樣的隊列控制系統，其中包含了隊列頭車的所有控制程序和跟隨車的所有控制程序。實際運行時，根據自車的角色調用不同的程序，從而實現各車角色轉換時隊列控制系統的通用性。

隊列整體換道部分的流程控制狀態機如圖5所示。在3.1節中介紹的隊列換道條件判斷是針對隊列整體的，只需要一輛車計算即可，故將該判斷邏輯設置在頭車程序中。

3.2.1 隊列頭車換道流程

如圖5左側所示，頭車接收到司機的換道需求之后，首先要對跟隨車發送“預備換道”的指令。隨后，頭車開始對換道條件進行循環判斷，若暫時不能換道，則提示頭車駕駛員進行減速。頭車判斷此時刻可以進行換道操作，則提示駕駛員開始換道，并向跟隨車發送“開始換道”的指令。頭車換道完成時，向后車發送“自車完成換道”的信號，第一輛跟隨車開始換道。之后頭車需要一直等待接收所有跟隨車的“換道完成”的信號。

最后，頭車確認整個隊列都成功換道，向跟隨車發送“隊列完成換道”的信號，指示隊列恢復穩定行駛的默認狀態。

3.2.2 跟隨車換道流程

如圖5右側所示，首先，在接收到頭車發送的“預備換道”指令之后，跟隨車退出穩定行駛狀態，此時縱向控制器為CACC，橫向控制器為LCC。若無換道條件，頭車駕駛員減速，跟隨車會由CACC控制器隨頭車減速。之后，當跟隨車接收到“開始換道”的指令時，頭車也開始換道，不再與各跟隨車在同一車道，所以跟隨車由CACC控制器切換到ACC控制器，利用前向毫米波雷達的信息來對前車進行跟車。當自車的前車開始換道時，毫米波雷達的信息不再具有參考意義，ACC控制器以自車上一時刻的速度做勻速控制。直到前車發來“完成換道”的信號，自車便會開始換道。在橫向控制器方面，由LCC切換到LC，并要發送“自車開始換道”的信號。隨后，當自車完成換道、與頭車重新在一條車道上時，切換回縱向CACC控制器、橫向LCC控制器，同時發送“自車完成換道”的信號給后車和頭車。最后，接收到頭車發送的“隊列完成換道”的信號后，跟隨車恢復默認的穩定跟車行駛狀態。

本研究采用魚貫式的隊列整體換道方式，即每一輛車在前車完成換道之后，再開始自車的換道。該方法保證了同一時刻隊列中只有一輛車在進行換道，為后續研究隊列整體換道過程中的緊急工況處理和功能安全問題提供了便利。

同時，雖然本文設定的場景為3輛車的隊列，但所提出的隊列整體換道策略和流程控制機制具有較高的通用性和靈活性，可以適應更長的車輛隊列。

4 仿真驗證

4.1 仿真設計

本文基于PreScan與MATLAB/Simulink的聯合平臺進行仿真驗證，平臺架構如圖6所示。道路設置如上文中的簡化假設，為單向雙車道直線道路。對于環境車輛，采用給定坐標值的方式控制其移動，其坐標信息由設定的初始位置、速度等信息計算得出。

對于隊列跟隨車，選擇PreScan中的二自由度自行車模型，在Simulink中搭建隊列控制系統進行縱橫向控制。對于隊列頭車，在仿真中認為駕駛員可以按照控制器指令操作車輛。

隊列各車搭載的傳感器有毫米波雷達、車道線傳感器和V2V通信，分別負責感知環境車信息、維持橫向控制和建立隊列間通信。

仿真驗證包含單一環境車和多環境車工況，如圖7所示。

其中的參數設計如下：

a. 隊列。由3輛車組成，初始期望速度為30 m/s，由于PreScan內置控制器的穩態誤差，實際速度略低于期望速度。本研究重點關注換道過程，故縱向期望間距采取固定距離而非固定時距的策略，為15 m。設隊列初始所在車道的中心線為縱軸，取隊列頭車車頭的初始位置為縱向坐標的零點。

b. 障礙物。在初始時刻距離隊列前方1 200 m的位置放置1個障礙物。由于仿真中沒有實際的頭車司機，故在仿真算法中設定當隊列離障礙物1 000 m時觸發換道需求，冗余的200 m是為了讓PreScan內置的控制器達到穩定狀態，允許隊列在達到穩定速度后再開始進入隊列整體換道功能。本研究仿真實驗中設置隊列減速等待的最低值為25 m/s，若一直沒有合適的換道時機，隊列會碰撞障礙物，表示對應工況下需要采用應急策略。

c. 環境車。設定目標車道上有若干輛自由車，認為其均進行勻速行駛，車速設為30 m/s，通過設置不同的初始間距來代表不同疏密程度的實際交通環境。在單一環境車工況中，設置其初始位置在隊列頭車后方60 m的位置，測試并說明所提策略的可行性；對于多環境車工況，根據公式（2）體現的高速公路推薦跟車距離，在30 m/s速度下，設定70 m為密集的跟車距離，而150 m為稀疏的跟車距離，并以此設計多種典型工況，以展示本文所提策略在不同交通狀態下的效果。表1給出了各工況中環境車的初始位置，表中參數的含義如圖7b所示。為了體現環境車對隊列換道的完整影響，設定第1輛環境車在隊列頭車后方30 m，其余環境車的位置根據設定工況的車流疏密程度，按上述不同的跟車距離排布。

4.2 單一環境車仿真結果分析

單一環境車工況下的仿真結果如圖8～11所示。圖8～10中標注了3個關鍵時刻：

[t1]：隊列距離障礙物1 000 m，觸發換道需求；

[t2]：滿足條件，隊列開始整體換道；

[t3]：隊列完成整體換道。

這3個關鍵時刻對應的隊列車輛和環境車位置如圖11所示。

在圖9中，隊列換道前與環境車不處于同一車道上，兩者軌跡的交叉不表示碰撞。[t2]時刻，隊列開始換道，圖中隊列車輛與環境車的縱向軌跡曲線并無交點，這表明隊列在換道過程中以及換道完成后都不會與環境車輛發生碰撞，證明所提策略在該工況下保證了隊列換道過程的安全性。

對仿真過程具體分析：

[0～t1]：仿真開始，各車狀態趨于穩定的階段，隊列頭車位置在冗余的200 m中，并未觸發換道需求。此時隊列速度的降低是PreScan控制器的穩態誤差導致的。

[t1]時刻：隊列獲取到換道需求，且此時環境車已到達隊列側后方10 m內的位置。隊列頭車判斷側方有車影響換隊列換道，故提醒駕駛員減速，帶領隊列等待。

[t1～t2]：隊列減速之后，環境車超過隊列，來到隊列側前方10 m處。此時隊列頭車以公式（1）對該環境車進行判斷，認為其在隊列頭車換道所需時長內無法拉開足夠的安全距離，仍會影響換道。

[t2]時刻：環境車進一步在隊列側前方行駛一段時間后，隊列頭車判斷其滿足公式（1），不再對隊列整體換道產生影響，故向駕駛員下達換道指令，開啟整個隊列的換道流程。

[t2～t3]：隊列各車輛依次換道，每輛車會在前車完成換道之后才開始自車的換道，因此換道軌跡的間距與當前車速、換道時長等因素有關，導致圖11中各車軌跡的不一致。

[t3]時刻：隊列中所有車輛均換至另一車道，隊列整體換道完成。從圖11中可以看到隊列與前方的環境車保持了一定的安全距離，也驗證了所提策略的安全性。

上述流程說明了本研究所提策略的可行性，對于多環境車的復雜工況，隊列換道控制策略的邏輯與此基本一致。

4.3 多環境車仿真結果分析

對4.1節中設計的4個多環境車工況進行仿真測試，總體測試結果如表2所示。

上述4種工況并未全部成功換道，說明以隊列形式完成換道并非一直可行的。此時，隊列控制系統分層架構的優勢體現在可以針對長時間無法進行隊列整體換道的工況進行應急功能模塊設計，如提醒駕駛員接管，短暫解散隊列，各車輛自行換道之后再重新組建隊列。

表2成功換道的3組工況結果也說明了本文所提策略的安全性以及在一定條件下的可行性，當目標車道上的環境車滿足條件時，所提策略均可判斷出合適、安全的換道時機，這3組工況測試結果的縱向位置曲線如圖12～14所示。

當目標車道上的環境車比較稀疏時，隊列較容易進行隊列整體換道，如圖12所示，隊列在第1輛環境車和第2輛環境車之間完成了換道。

當環境車之間比較密集時，受到隊列長度、隊列換道總時長的影響，隊列會進行較長時間的等待，等待該段密集車流通過之后才能進行隊列換道。當密集車流較長時，如工況3，隊列則無法在障礙物之前完成換道。

工況4則說明若在密集車流中存在一段較長的空間，本文所提策略可以判斷其帶來的隊列換道的可行性。取工況4的仿真結果分析，如圖15～17所示。

從圖中可以看出，多環境車工況下，隊列在獲取換道需求后的系統邏輯基本一致，區別在于圖15中，對于換道條件的判斷要同一時間關注多輛環境車，這也驗證了3.1節中將多環境車工況看作多個單一環境車工況的組合的邏輯。

綜上所述，多工況的仿真測試驗證了所提策略可以根據隊列信息和環境車信息進行計算，判斷出環境車對隊列換道的影響，決定適當的隊列換道時機，并保證隊列換道過程中的安全性。

5 小車試驗

5.1 小車隊列試驗平臺介紹

本文采用多車隊列試驗平臺來驗證所提出的隊列整體換道控制策略，隊列組成及小車平臺構成如圖18所示。這3輛試驗小車上搭載的車載隊列控制器即為實車上使用的嵌入式控制器，與實車的硬件條件一致。本文的小車試驗重點在于驗證分層架構系統和隊列換道策略的計算實時性，以及策略層對隊列換道流程控制的邏輯正確性。

多車隊列試驗平臺包括3輛線控底盤小車：1輛頭車由操作員遙控駕駛，搭載了LTE-V通訊終端，頭車上的控制器只進行隊列控制的相關功能，并不直接控制車輛；2輛跟隨車搭載了攝像頭、毫米波雷達、LTE-V通訊終端和車載隊列控制器，由控制器計算出控車指令。此外，還有另一臺小車充當環境車。試驗在校園內部的一條車道線清晰的長直路段開展。

5.2 試驗設計

試驗中，小車隊列處于右側車道，需要換道至左側車道，目標車道上設置一輛可能會對換道過程帶來影響的環境車。

在操作員發送換道指令之后，頭車的車載隊列控制器根據環境車當前的位置和速度信息以及隊列的位置和速度信息，判斷在隊列換道的過程中，環境車與隊列之間是否會小于安全距離，從而決定當前時刻是否換道，并將此信息告知操作員。

操作員接收到可以換道的指令之后才駕駛頭車進行換道，2輛跟隨車在頭車換道完成后會依次進行自主換道。

5.3 試驗結果與分析

由于暫時只有1輛環境車，故借助該平臺進行仿真測試中單一環境車的工況的實體小車測試，環境車的初始位置離隊列較近、速度較快，結果如圖19所示。

圖19a是試驗中模型對于環境車未來相對位置的預計以及是否會影響到隊列換道的判斷。其他的分圖是隊列整體換道流程中，各車的狀態和控制器切換曲線。與仿真一致，當滿足隊列換道條件時會提醒頭車駕駛員開始換道。由于駕駛員接收到指令之后需要反應時間，故圖中頭車在環境車不影響隊列換道之后經過一段時間才開始換道。圖19c、19d中的控制器標識含義為：1-CACC+LCC、2-ACC+LCC、3-CC+LC、4-ACC+LC，從圖中可以看出，2輛跟隨車的控制器變化與3.2.2節中設計的流程一致，且各跟隨車在自車換道開始和換道結束時均通過V2V通信設備發送該信息，使得隊列可以流暢地按照本文設計的隊列換道控制策略完成魚貫式的隊列整體換道行為。

試驗過程中小車的軌跡如圖20所示。

從圖中可以看出，隊列等待環境車超過后才開始換道，且遵循設計的魚貫式換道方式。

測試過程中統計了CAN線上控制報文的發送周期，如圖21所示。控制信息的發送周期與設計的控制器運行周期基本一致，可見算法能夠在20 ms內完成一次計算，不會影響控制器正常的運行周期。

小車隊列試驗驗證了本文提出的策略在實車嵌入式控制器中能夠實時且邏輯正確地運行。且通過圖19展示的2輛跟隨車控制器變化曲線的相似性，可以推斷，即使隊列長度增加，該策略同樣能夠有效地控制整個隊列實現魚貫式換道行為。

6 結束語

本文在現有的L1、L2級輔助駕駛技術的基礎上，設計了分為策略層和控制層的車輛隊列整體換道控制系統。在車輛隊列整體換道控制系統的策略層中，對隊列換道條件的判斷和隊列換道的流程控制進行了設計。前者可以根據隊列信息和環境車信息進行計算，判斷出環境車對隊列換道的影響，決定一個適當的隊列換道時機；后者采用魚貫式隊列換道的方式梳理了隊列頭車和跟隨車在換道流程中的狀態機切換邏輯。基于PreScan和Simulink的聯合仿真平臺，搭建隊列換道場景，完成了復雜環境下的仿真驗證。結果顯示，本文提出的策略能夠有效地決定隊列的換道時機。這表明該策略在指導隊列整體換道行為時具有合理性，能夠適應不同的交通狀況，確保隊列換道的安全性。搭建小車隊列試驗平臺并設計試驗場景，驗證了所提隊列換道控制策略的計算實時性和邏輯正確性。試驗小車上搭載了實車的嵌入式控制器，試驗結果可以證明本文研究可以為后續的實車程序開發和技術落地提供思路和基礎。

參 考 文 獻

[1] 李克強， 常雪陽， 李家文， 等. 智能網聯汽車云控系統及其實現[J]. 汽車工程， 2020， 42（12）： 1595-1605.

LI K Q， CHANG X Y， LI J W， et al. Cloud Control System for Intelligent and Connected Vehicles and Its Application[J]. Automotive Engineering， 2020， 42（12）： 1595-1605.

[2] 王健美， 魏晨， 胥彥玲， 等.專利視角下全球智能網聯汽車技術競爭態勢分析[J]. 汽車技術， 2021（8）： 20-29.

WANG J M， WEI C， XU Y L， et al. Competitive Situation Analysis on Global Intelligent and Connected Vehicle Technologies from the Patent Perspectives [J]. Automobile Technology， 2021（8）： 20-29.

[3] 鄭洋. 基于四元素構架的車輛隊列動力學建模與分布式控制[D]. 北京： 清華大學， 2015.

ZHENG Y. Dynamic Modeling and Distributed Control of Vehicular Platoon under the Four-Component Framework[D]. Beijing： Tsinghua University， 2015.

[4] 楊一鳴. 異構智能網聯隊列整體換道控制方法[D]. 西安： 長安大學， 2021.

YANG Y M. Integrated Lane Change Control Scheme for A Heterogeneous Platoon of Connected and Autonomous Vehicles[D]. Xi’an： Chang’an University， 2021.

[5] AMMOUN S， NASHASHIBI F， LAURGEAU C. An Analysis of the Lane Changing Maneuver on Roads ： the Contribution of Inter-vehicle cooperation via communication[C]//2007 IEEE Intelligent Vehicles Symposium. Istanbul： IEEE， 2007： 1095-1100.

[6] VARAIYA P. Smart Cars on Smart Roads： Problems of Control[J]. IEEE Transactions on Automatic Control， 1993， 38（2）： 195-207.

[7] HEDRICK J K， TOMIZUKA M， VARAIYA P. Control Issues in Automated Highway Systems[J]. IEEE Control Systems Magazine， 1994， 14（6）： 21-32.

[8] HOROWITZ R， TAN C W， SUN X T. An Efficient Lane Change Maneuver for Platoons of Vehicles in An Automated Highway System[J]. IDEAS Working Paper Series from RePEc， 2004： 355-362.

[9] 李姍. 車輛隊列間協同換道控制策略[D]. 北京： 清華大學， 2018.

LI S. A Cooperative Strategy for Lane Change Maneuver Between Platoons[D]. Beijing： Tsinghua University， 2018.

[10] NIE G， XIE B， LU H， et al. A Cooperative Lane Change Approach for Heterogeneous Platoons Under Different Communication Topologies[J]. IET Intelligent Transport Systems， 2022， 16（1）： 53-70.

[11] WANG H， LI X， ZHANG X， et al. Cut Through Traffic Like A Snake： Cooperative Adaptive Cruise Control with Successive Platoon Lane-change Capability[J]. Journal of Intelligent Transportation Systems， 2022： 1-22.

[12] 周時瑩， 梁貴友， 王德平， 等. 智能網聯汽車操作系統發展趨勢及國產化生態建設[J]. 汽車技術， 2023（11）： 1-7.

ZHOU S Y， LIANG G Y， WANG D P， et al. Development Trends of Operation System and Localized Ecological Construction for Intelligent and Connected Vehicles[J]. Automobile Technology， 2023（11）： 1-7.

（責任編輯 王 一）

修改稿收到日期為2024年1月9日。