机械工程学报

作者：唐小林, 张焜埸, 陈止戈, 杨剑英, 杨为

单位：1. 重庆大学机械与运载工程学院 重庆 400044;2. 重庆大学高端装备机械传动全国重点实验室 重庆 400044

关键词：轨迹预测,运动规划,交互性决策,模型预测控制；

基金：国家自然科学基金(52388102，U2268210)和铁科院集团公司(2023YJ038)资助项目。

针对自动驾驶决策规划中动态环境交互与复杂行为预测的核心挑战，提出一种融合交互预测信息的自动驾驶安全规划方法。首先，构建图注意力网络(Graph attention network，GAT)提取智能体动态交互特征，并设计图卷积网络(Graph convolutional network，GCN)聚合车道拓扑交互特征。其次，联合前述交互特征以及自车规划特征，解码出自车运动影响下的周围车辆未来行驶轨迹。进一步，基于模型预测控制(Model predictive control，MPC)框架，通过预测时域维度对齐的方式融合预测信息，构建全局系统状态表征。同时设计目标函数以及约束条件保证车辆动作的最优化求解。实验环节基于真实驾驶轨迹数据集INTERACTION以及CARLA仿真平台进行验证。实验结果表明该方法在预测准确性、规划安全性以及通行效率等关键指标上均优于对比模型，尤其在交互密集型场景中展现出更强的意图推理能力。本研究为复杂动态交通场景下的自动驾驶安全规划提供了具有可解释性的解决方案。

来源：2026年第4期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2026年第4期