题目：多车道条件下自动驾驶车辆避让与超车动态规划

    车辆作为智能交通系统的重要组成部分，是一个集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统。随着国际上智能汽车技术的快速发展，国内智能汽车技术得到广泛关注与研究，本文研究在多车道多车辆环境下智能汽车避让与超车轨迹动态规划的关键技术。

    本文建立了车辆的三自由度动力学模型作为跟踪动态轨迹的载体，分析车辆轨迹跟踪时纵向、横向和横摆的运动状态。建立了基于阿克曼转向的驾驶员模型和带动态校正环节的驾驶员模型，在Matlab/Simulink和Trucksim软件中仿真分析了两种模型的转向控制效果。最后采用带动态校正的驾驶员模型控制车辆模型跟踪规划的轨迹。

    采用了五次多项式规划换道轨迹，通过求解换道时间和横向加速度的约束非线性优化问题，得到优化的换道时间进而得到优化的换道纵向长度，从而确定规划的换道轨迹。阐述了当智能车的实际速度变化时换道轨迹的动态调整过程以及整个超车过程。提出了新的期望速度规划理论：在直线行驶时将碰撞时间模型和最小安全距离模型结合规划期望速度；在换道过程中基于最大化与周围车辆的碰撞时间规划期望速度。利用双相切圆模拟换道轨迹以对侧向碰撞时间进行估计，详尽分析了智能车换道触发模块，它是通过判断智能车与周围车辆的位置、速度和加速度关系是否满足换道不发生碰撞条件来决策是否换道。讨论了周围车辆相对智能车位置不同时智能车的动态规划过程。接着提出了在特殊工况下放弃换道轨迹而返回原车道的动态轨迹规划算法。最后概括了智能车在多车道多车辆环境下整个运动过程中状态变化的历程。

    在PreScan和Matlab/Simulink软件中建立多车道多车辆避让与超车环境，分别对周围车辆加速度和速度变化工况、放弃换道返回原车道工况和行人避让工况进行建模并仿真，分析了车辆的行驶状态和轨迹跟踪效果。仿真结果显示带动态校正的驾驶员模型控制车辆模型轨迹跟踪效果较好，动态规划轨迹在车辆动力学约束下能够很好地被跟踪，规划算法有效。最后在实验台架上进行硬件在环仿真实验，分析实际跟踪轨迹与规划轨迹的偏差，验证了动态轨迹规划算法的可靠性和有效性。

    本文提出了一整套避让与超车动态轨迹规划算法，具有一定的理论意义和实际应用价值。