多源异构数据融合在自动驾驶车道变换中的应用，结合延迟补偿跟踪控制

《Pattern Recognition》：Multi-source heterogeneous data fusion for autonomous driving lane-change with delay-compensated tracking control

【字体：大中小】 时间：2026年10月31日 来源：Pattern Recognition 9.1

编辑推荐：

　　 • 通过异构多源数据融合实现自主变道。 • 基于规则的验证，实现可解释且注重安全的融合。

•
通过异构多源数据融合实现自主变道。
•
基于规则的验证，实现可解释且注重安全的融合。
•
具有前馈补偿的延迟感知LQR控制。
•
nuScenes数据与仿真显示横向误差减少了11%–39%。

引言

自主变道是一个典型的模式识别与控制问题，需要融合多种异构数据：来自导航图的路径意图、来自惯性传感器的车辆运动学数据、来自高清地图的车道几何信息以及来自感知系统的周围交通信息。这些数据在结构、采样率、语义层次和不确定性方面存在差异。决策过程也与控制紧密相关：一个糟糕的车道选择决定无法通过强大的控制器来弥补，而即使决策正确，如果控制器忽略了执行器的动态特性，执行也可能不理想。长期以来，人们一直在研究变道模型，包括区分强制性和自主性操作[1]；最近的综述探讨了将大型语言模型集成到驾驶系统中的方法[2]，以及76项关于变道意图预测的研究，涉及它们的数据集、特征、输出类别和评估指标[3]。

轨迹预测研究越来越重视多模态性和交互意识。Trajectron++使用基于图的循环模型，并生成动态可行的输出[4]；SGNet逐步估计目标以指导解码[5]；PGP通过采样车道图来进行条件化的预测[6]；AgentFormer模型结合了时间和社交互动以及一个感知代理的Transformer[7]；GATraj将基于图的交互建模与注意力机制结合起来[8]；LAformer则将车道感知的约束添加到Transformer预测器中[9]。最近的模式识别工作使用专家图混合（InMoE）来区分特定场景和通用场景的交互[10]，并使用重尾Student-t混合模型（T-DistNet）来处理不确定性[11]。这些方法可以预测代理的移动方式，但它们无法决定车辆是否应该变道，且其输出也没有经过执行可行性检查。

在决策方面，Xin等人使用一个LSTM来识别变道意图，另一个LSTM来预测相应的轨迹[12]；Cui等人利用卷积网络从栅格化的鸟瞰图像预测多种轨迹模式[13]；LaPred关注每个候选车道的车道感知特征[14]；Lu等人将从大量轨迹数据集中学习到的车辆交互知识转移到变道预测中[15]。这些模型通常仅在单一模态范围内运行，无法解决路径意图、地图特征、车辆状态和周围代理之间的结构不匹配问题。Deep Interaction++为每种传感器模态保持独立的表示，并通过跨模态注意力进行信息交换[16]，这与我们提出的模态令牌概念类似，但不包括路径意图或控制器。在语言模型方法中，NuPrompt从自然语言提示中检索和跟踪对象[17]；Chen等人将对象级向量与预训练的语言模型融合来解释驾驶行为[18]；Gao等人使用双Transformer预测变道意图和轨迹[19]；DriveGPT4从视频生成控制信号和文字说明[20]。在这些方法中，异构输入被序列化为文本或 flattened 成一个令牌流。与我们方法最接近的是LC-LLM，它对语言模型进行微调以解释变道意图并预测轨迹[21]，以及Traj-LLM，它使用预训练的语言模型作为轨迹预测的骨干[22]，但这些方法在输出到控制器之前不检查预测的几何可行性。

在执行方面，纯追逐控制和Stanley控制方法简单但忽略了轮胎动态，在高速或高曲率路径上准确性较低[23]，Paden等人的综述对此进行了总结[24]。基于模型的横向控制建立在动态自行车模型上[25]，Kong等人比较了不同运动学模型的控制设计[26]：LQR以低在线成本提供闭合形式的反馈增益，而MPC则优化了具有显式约束的滚动时域成本，如Falcone等人的主动转向控制器所示[27]；Xu和Peng的预览控制器增加了根据未来路径计算的前馈项[28]。大多数这些设计假设转向执行器能够即时响应，尽管在快速操作过程中转向延迟会显著影响跟踪性能[29]。Kim等人在MPC预测模型中考虑了执行器动态[30]；Thornton等人表明转向模型在MPC中的顺序会影响跟踪性能[31]；Xu等人扩展了带有延迟补偿的预览控制[32]；He等人设计了一种用于线控角度跟踪的自适应PI控制器[33]。这些考虑延迟的MPC和预览控制器需要在线优化或对未来路径的预览，它们没有为带有延迟的系统推导出闭合形式的稳态前馈。这激发了我们提出的延迟感知LQR控制器，该控制器将识别的执行器模型嵌入到跟踪状态中，并添加了离线计算的曲率前馈。

本文解决了两个关键问题：缺乏一个能够整合路径意图、车辆运动学、地图几何信息和交通环境的可执行操作表示，以及决策输出和控制器输入之间的耦合较弱。当前的实验是分别评估各个模块的，而不是在闭环环境中进行。

主要贡献如下：(i)我们将自主变道问题定义为异构多源数据融合问题，并提出了DELTA框架，它在共享的轨迹层表示下统一了决策融合、安全验证和轨迹跟踪。(ii)我们设计了一个跨模态Transformer融合模块，将路径意图、车辆状态和交通环境编码为独立的令牌，以便可以衡量每种模态的贡献。(iii)我们引入了一个基于规则的安全模块，在执行前检查路径、交通和曲率约束。(iv)我们开发了一种具有离线前馈补偿的转向延迟感知LQR控制器，在仿真中最大横向偏差减少了11%–39%。

本文的其余部分安排如下：第2节介绍问题建模和车辆模型。第3节介绍所提出的规划和跟踪框架。第4节报告实验结果，并讨论了工程开销和路径意图重建的局限性。第5节讨论未来工作，第6节总结本文。

章节片段

问题建模和动态建模

本节介绍了第3节中使用的决策建模、横向偏航跟踪模型和转向执行器模型，以及第4节中的多源异构数据融合、变道模式识别和延迟补偿控制。

多源异构数据融合、变道模式识别和延迟补偿控制

图3展示了我们称之为DELTA的框架。由于路径意图、车辆运动学和车道级交通信息在语义层次、维度、更新率和噪声方面存在差异，简单的特征拼接是不够的。因此，DELTA使用了多源融合策略、基于规则的安全模块和延迟感知的LQR控制器。

实验

我们在nuScenes数据上评估了决策策略，并在曲率变化的仿真中将其与传统的LQR进行对比；闭环验证是未来的工作。

未来工作

•
不确定性量化和可信融合。 第3.2.4节说明了符合性预测集如何进入安全检查器。未来的工作将实现和校准这一接口，在保留的样本上评估其覆盖率和拒绝率，并将其扩展到令牌级别的不确定性。
在数据不完整和异步模态下的鲁棒融合。 DELTA假设输入是完整和同步的，而实际系统面临过时的高清地图、遮挡、检测丢失和不同的更新率。

结论

本文提出了DELTA框架，它将自主变道视为一个多源异构数据融合和模式识别问题。该框架的融合策略将路径意图、车辆运动学和车道交通信息编码为明确的令牌，安全模块筛选候选方案，延迟感知的LQR控制器执行被接受的轨迹。在nuScenes数据上，DELTA实现了有竞争力的召回率和F1分数；在曲率变化的仿真中

CRediT作者贡献声明

Shang Liu： 编写 – 审稿与编辑，撰写初稿，验证，方法论，调查，形式分析，概念化。 Haiyang Huang： 编写初稿，验证，方法论，形式分析，概念化。 Weiwei Jiang： 可视化，验证，资源管理，调查，形式分析。 Qing Feng： 验证，方法论，调查，数据管理。 Min Tang： 验证，软件开发，调查，形式分析。 Haoxiang Zhang： 可视化，软件开发，

手稿准备过程中生成式AI和AI辅助技术的声明

在准备这项工作时，作者使用了claude工具来提升英文语言的精确度和校对质量。作者根据需要审查和编辑了最终版本，并对论文内容负全责。所有技术内容、实验结果和结论均为作者的原创工作。

利益冲突声明

作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。

致谢

本文是在武汉PKU人工智能研究所完成的。该研究得到了拉萨市关键科学技术计划（项目编号：LSKJ202402）、武汉市重大科学技术专项（项目编号：2025060902020304）、湖北省科技创新计划（项目编号：2025BEA002）以及湖北省发展和改革委员会“湖北省体化智能大模型研发项目”的财政支持。

引言