随着汽车保有量的逐年增加,城市道路交通拥堵现象愈发严重,在出台宏观交通流管理控制措施之外,有必要分析个体驾驶员的驾驶行为,以便于寻找更有效的交通管理方法。驾驶员在行车过程中,其驾驶行为受到道路环境、其他道路使用者及路段交通流等多重因素的影响,且决策结果与驾驶员的行为特性有关,因此需要结合驾驶员的驾驶风格,对驾驶员在复杂道路环境中的驾驶行为决策机理进行综合考量,预测驾驶员的行驶路径,从而为制定更为人性化、高效率的交通管理控制措施提供依据。在现有的驾驶行为决策相关研究中,许多研究只考虑了前方车辆等邻近车辆的影响,而没有考虑车道上的交通流状态,缺乏对复杂交通环境进行综合描述的模型框架。人工势场理论自从为研究机器人路径规划而被提出以来,由于具备实操性强、便于底层控制及计算效率高等优点,逐渐受到学者们的关注和使用。与机器人可以在空间中自由移动不同,车辆在路段上行驶时受到车道的约束作用,总是选择一条车道进行带状行驶。目前已经有部分学者使用人工势场理论进行车辆行驶路径的相关研究,但是在考虑车辆行驶的目标点时,常常沿用机器人行驶路径规划中将目标点对车辆的吸引力沿两点间连线方向的设定方法,而车辆总是沿车道进行带状运动的,其目标点对于车辆的吸引作用也应是沿车道分布的带状作用,缺少能够体现车道吸引力的带状车道势场。此外,在体现车辆的换道意图时,往往忽略了车辆转向所引起的换道需求,而这在实际的路径决策中是驾驶员十分重要的考量因素。本文首先分析了车辆在路段上行驶时交通环境因素及其对驾驶行为的影响,利用车辆轨迹数据从不同行驶阶段分析了路段上车辆行驶特征,解析不同驾驶风格的驾驶员在路段行驶中的驾驶行为特性分布;其次考虑了驾驶员自身的决策特性及车辆行驶时的交通环境特征,从车道对车辆的约束作用、转向需求引起的目标车道吸引作用、不同行驶速度车道对车辆的吸引作用、障碍车辆引起的规避碰撞行为以及车辆跟车行驶时对前导车的跟随效用5方面,建立了基于人工势场理论的车辆行驶路径模型,对传统行车环境下车辆行驶路径进行了仿真,确定模型拟合精度,并完成网联环境下车辆行驶路径规划,验证了规划路径的行驶效率。